Ici, ça pince ; traîne là-bas; le drapé est faux. Ce ne sont là que quelques exemples des commentaires qu’une nouvelle génération d’applications d’intelligence artificielle pourrait donner à un client potentiel essayant des vêtements avant un achat, réduisant ainsi les chances qu’un produit soit retourné dans un magasin.

Les détaillants de mode se tournent de plus en plus vers l’IA pour résoudre le problème de l’augmentation des retours sur produits, un frein persistant à la rentabilité et ce que beaucoup dans l’industrie appellent le « tueur silencieux » de l’industrie.

Un nombre croissant de start-ups IA ont vu le jour pour proposer une technologie d’essai virtuel, permettant aux clients potentiels de visualiser l’ajustement et le style avant d’acheter.

Alors que les entreprises technologiques tentent de résoudre les problèmes d’adaptation en ligne depuis les années 2010, le phase rapide de l’IA générative a finalement rendu ces applications suffisamment performantes pour avoir un influence significatif sur les résultats des détaillants.

La National Retail Federation des États-Unis a estimé à la fin de l’année dernière que 15,8% du montant annuel les ventes au détail ont été restituées en 2025, totalisant 849,9 milliards de dollars. Pour les ventes en ligne, ce chiffre est passé à 19,3 %. La génération Z est à l’origine de cette tendance, avec des acheteurs âgés de 18 à 30 ans effectuant en moyenne près de huit retours en ligne par personne l’année dernière, selon la NRF.

La plupart des articles retournés ne reviennent jamais dans les rayons et coûtent souvent plus cher au détaillant que la valeur du remboursement lui-même. Il s’agit d’un problème de plusieurs milliards de dollars pour l’industrie qui ronge directement les marges des entreprises.

« Découvrir comment utiliser les retours de manière proactive, puis comment les minimiser peut être un moteur significatif d’activité et de rentabilité », a déclaré Simeon Siegel, directeur général principal de Guggenheim, à CNBC.

Même si la technologie d’ajustement ne sera jamais aussi efficace que d’essayer quelque chose en personne, c’est un excellent moyen de combler le fossé, a déclaré Siegel. « La situation va continuer à s’améliorer, je pense que cela va continuer à réduire les rendements. »

« La raison pour laquelle nous avons créé Catches était de tirer parti d’une sorte de confluence de technologies qui se produit actuellement pour résoudre ce problème de manière efficace », explique Voyce, fondateur de la startup soutenue par LVMH Antoine Arnault et construit sur de Nvidia Plateforme CUDA.

« La raison pour laquelle il est désormais possible de résoudre ce problème en termes de timing est qu’il faut pouvoir exécuter des visuels pour les utilisateurs finaux sur du métal nu dans le cloud, à un coût suffisamment bas pour créer un projet. [return on investment] pour les marques », déclare Voyce.

« Cette technologie a le potentiel d’avoir un incidence sur l’ensemble du secteur et d’inaugurer véritablement la nouvelle vague de ce que les utilisateurs finaux attendent. »

Alors que le commerce électronique a connu une croissance rapide ces dernières années, les achats en ligne stimulant la croissance des ventes au détail, la politique commerciale américaine actuelle sous le président Donald Trump a mettre un frein au secteur qui dépend fortement de l’industrie manufacturière en Asie du Sud-Est. Dans l’ensemble de la gamme de prix, les détaillants ont du mal à maintenir leurs marges alors que les coûts augmentent et que les consommateurs deviennent de plus en plus sensibles aux prix dans un contexte de pressions inflationnistes.

Même si les rendements pèsent lourdement sur les marges bénéficiaires, ils constituent également un facteur essentiel dans les décisions d’achat des consommateurs. Les données du NRF montrent que 82 % des consommateurs considèrent les retours gratuits comme essentiels, mais le coût de leur fourniture devient insoutenable pour de nombreuses marques.

Les détaillants testent désormais une combinaison de technologies et de politiques pour protéger leurs marges.

Les stratégies visant à réduire les retours vont de la facturation des frais de retour à la fourniture d’informations plus détaillées sur les tailles et à l’incitation aux échanges plutôt qu’aux remboursements.

Zara, propriété de Inditexa été l’un des premiers à introduire des frais de retour pour les commandes en ligne et, bien que ce soit un changement controversé pour certains clients, cela a aidé le détaillant espagnol à protéger sa marge brute et à décourager le « bracketing » – la pratique consistant à acheter plusieurs tailles pour les essayer à la maison.

Le détaillant a également déployé un outil d’essai virtuel, « Zara try-on », en décembre.

Entre-temps, ASOS a récemment souligné une nette amélioration de sa rentabilité, en partie due à une réduction de 160 points de base de son taux de retour.

L’acteur de la fast fashion en ligne a été expérimenter le virtuel essais en partenariat avec la startup de technologie profonde AIUTA, permettant aux clients potentiels de voir un vêtement sur une gamme de types de corps, de tailles et de tons de peau. ASOS prévient cependant que l’outil est conçu pour donner des conseils généraux et que les clients doivent toujours consulter les guides de tailles avant d’acheter.

Shopifyquant à lui, a intégré l’application d’essai virtuel d’IA de la startup Genlook dans sa plate-forme de commerce, qui, selon elle, « supprime les doutes sur la taille, renforce la confiance des acheteurs et génère des taux de conversion plus élevés tout en réduisant les retours coûteux ».

Les géants de la technologie comme Amazone, Adobeet Google ont également créé des essais virtuels sous diverses formes, en partenariat avec de grandes marques pour déployer la technologie.

À partir du 30 avril, la technologie d’essai virtuel de Google sera accessible directement dans les résultats de recherche de produits sur les plateformes Google, selon le site Web de Google Labs.

Quant à Catches, elle prévoit que son application peut générer une augmentation de 10 % des conversions et un retour sur investissement de 20 à 30 fois supérieur pour les marques partenaires. Il se concentre sur les marques de luxe en raison de leurs prix plus élevés. La startup n’a pas encore chiffré l’ampleur de la baisse des rendements liée à l’utilisation de sa plateforme, mais vise des « réductions massives ».