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
15 octobre 2020

Digitalisation – Les Ressources Humaines à l’heure du bilan Post COVID-19

Depuis le mois de mars et le début de la crise COVID-19, les services de Ressources Humaines ont été mis à contribution de manière intensive afin d’organiser le travail à distance, de mettre en œuvre les dispositifs de chômage partiel pour la sauvegarde de l’emploi et enfin de planifier un retour au travail progressif et […]

Continue reading

7 octobre 2020

Le Mayflower : enrichir notre compréhension de la santé des océans grâce à un navire scientifique autonome et solaire

Le Mayflower, le bateau autonome qui traversera l’atlantique au printemps 2021 grâce à l’IA Watson, vient d’être mis à l’eau ! 15 mètres de technologie, 4.5 tonnes dont plein d’ordinateurs et de logiciel pour naviguer à 10 noeuds. Durant cette traversée il recueillera aussi beaucoup de données pour des équipes de recherche sur les mammifères […]

Continue reading

26 août 2020

L’intelligence artificielle s’enracine dans les télécoms

La crise du Covid-19 a eu un impact sanitaire et économique sans précédent. Face à une activité encore très volatile et à une reprise économique qui se fait attendre, les nouvelles technologies, et en particulier l’IA, offrent des solutions et des leviers d’accélération. Dans ce contexte, comment utiliser au mieux les capacités de l’IA pour […]

Continue reading