Distribution

Vers une mode plus responsable ?

Share this post:

La pandémie arrive à un moment délicat pour la mode, une  industrie déjà bousculée par des débats autour de l’éthique, la responsabilité, et l’inclusion. De nombreuses réflexions sur la consommation et la demande face à une surcharge de production font déjà l’objet de conférences, mouvements, articles et reportages.

Pour comprendre ses enjeux et savoir comment vous pouvez contribuer à un monde textile qui sache produire et consommer avec modération, découvrez notre dernier épisode de la série 8 Minutes, Nouvelle Mode :

Une étude réalisée en 2019 par IBM auprès de 20000 consommateurs dans 28 pays, indique que six sur dix (57%) sont prêts à modifier leurs habitudes d’achat pour contribuer à réduire les effets néfastes sur l’environnement, et parmi ceux pour lesquels la durabilité est importante, ce chiffre passe à 77 %. De plus, parmi ceux qui jugent ces caractéristiques très importantes, sept personnes sur dix sont disposées à payer d’avantage pour les marques qui favorisent le recyclage, adoptent des pratiques durables et/ou respectueuses de l’environnement.

La crise sanitaire a mis la lumière sur les chaînes d’approvisionnement de la mode : complexes, opaques, et certaines, nuisibles à l’environnement et socialement injustes. La pandémie offre aux consommateurs un cadeau précieux; du temps pour réfléchir à consommer autrement.

En quoi les nouvelles technologies et en particulier l’IA peuvent-elles être une solution à court terme pour changer la mode et la rendre plus éthique ?

La convergence des technologies telles que l’intelligence artificielle (IA), la Blockchain et des systèmes d’optimisation de décision offre des solutions aux entreprises pour permettre l’adoption des modèles de fonctionnement plus vertueux et moins polluant.

L’IA prend plusieurs formes –  comme le Deep Learning, Natural Language Processing et Machine Learning – pour aider les entreprises à réaliser la transition d’un modèle de surproduction, rythmé par le planning des collections, vers un modèle qui vise à produire le bon produit, au bon moment, au bon endroit.

IBM travaille d’ores et déjà avec certaines marques  pour appliquer des modèles d’apprentissage automatique qui prennent en compte dans un premier temps une analyse des produits à un niveau très détaillé et visuel.  Chaque attribut –  la couleur, le motif, la coupe – va être examiné pour comprendre quel est son impact sur les ventes d’un produit donné. Ensuite, on est capable de coupler ces données avec des informations externes, telles la météo, les événements et les sentiments détectés sur les réseaux sociaux, et ce afin de comprendre la dynamique du marché local d’un produit et prédire la demande.

Une chaîne d’approvisionnement réactive et agile grâce à l’optimisation et l’automatisation

Une prédiction plus précise de la demande est la première étape de ce nouveau modèle, suivi de l’optimisation de la production et la distribution. Ici, un grand nombre de variables de décision entre en jeu. Des contraintes commerciales, physiques et environnementales qui se traduisent par des millions de solutions possibles. C’est alors que les solutions d’optimisation des décisions jouent leur rôle pour offrir la marche à suivre compte tenu des contraintes.

Lorsque les détaillants souhaitent mettre en œuvre des stratégies omnicanal,  ils sont confrontés à des considérations de visibilité de l’inventaire, la détermination du meilleur emplacement à partir duquel tirer l’inventaire sans impacter les ventes, les délais de livraison en tenant compte des marges à effectuer et du respect de l’environnement et de l’emprunte carbone.

IBM Sterling Supply Chain intègre l’analyse prescriptive et une automatisation des processus qui nécessite très peu d’intervention manuelle. La solution est dynamique et sait gérer de nouveaux modèles, emplacements, transporteurs, structures de coûts, sans avoir à recréer les modèles analytiques normatifs qui pilotent le processus.

Et la responsabilité du consommateur ?

La transition vers une mode plus durable sera possible uniquement si les industriels ET les consommateurs partagent la responsabilité. Les consommateurs se doivent d’avoir un regard sur l’impact environnementale et sociétale de leurs achats. Ils doivent prendre l’habitude de réparer, profiter du marché de l’occasion, fréquenter les boutiques engagées.

Les industriels et distributeurs, avec l’aide de la technologie, doivent mettre en place de nouveaux modèles de production et distribution et les consommateurs doivent revoir leurs habitudes d’achat, comme ils ont déjà commencé à le faire au niveau de la chaîne alimentaire.

Nous avons tous un rôle à jouer dans la transformation de l’industrie de la mode.

Pour en savoir plus :

Architecte de solutions Retail

More Distribution stories
26 janvier 2021

La Transformation Digitale RH – L’art de bien maitriser la préparation de son projet

A l’ère du digital, il est essentiel de ne pas sous-estimer l’effort de préparation pour mener à bien sa stratégie de gestion des talents. Devenir une entreprise capable d’attirer et retenir les meilleurs profils nécessitent de mettre en place une approche holistique qui prenne en compte l’ensemble des processus RH. Les meilleures solutions RH du […]

Continue reading

25 janvier 2021

Les fonctionnalités clés des solutions des Ressources Humaines

Les solutions de gestion des Ressources Humaines offrent de multiples fonctionnalités qui permettent de recruter, gérer et développer votre capital humain. Ces solutions ont pour vocation de couvrir l’ensemble du cycle de vie d’un collaborateur au sein de votre organisation. Aujourd’hui, les solutions RH digitales ont considérablement évolué grâce à l’intégration des technologies avancées comme […]

Continue reading

11 janvier 2021

Enseigner la Data Science aux futurs cadres et les préparer à l’Intelligence Artificielle

Le phénomène de la digitalisation de l’économie et de nos sociétés n’a pas fini d’impacter le fonctionnement des entreprises et des organisations : quelles que soient leurs futures fonctions, techniques ou manageriales, nos étudiants doivent être préparés face au phénomène de prolifération des données, à exploiter ces données et leur donner du sens. Car bien […]

Continue reading