Faites de Texture une source préférée sur Google pour nous soutenir
Ajouter Texture à GooglePour une même intervention, les devis allaient de 30 000 à 450 000 euros. Face à pareil écart, racontait Luca Sburlati, président de Confindustria Moda et dirigeant du groupe Pattern, l’entrepreneur finissait par ne rien décider. L’anecdote dit beaucoup du rapport entre le Made in Italy et l’intelligence artificielle : les promesses abondent, mais comment acheter une transformation dont on peine encore à déterminer le juste prix ? Pour les maisons de mode et de design, la question n’est plus seulement d’essayer ces outils. Elle est de savoir ce qu’elles acceptent de leur confier, et pour quel bénéfice.
Réunis le jeudi 22 octobre à CoFactory, à Milan, les participants au premier Designtech AI Adoption Summit ont abordé cette incertitude sans la réduire à un problème informatique. Organisée par Designtech avec Gellify et le partenariat de Callimacus, la rencontre réunissait des dirigeants confrontés à une même tension : gagner en efficacité sans banaliser ce qui distingue leur entreprise. Entre l’interface d’une boutique en ligne et l’organisation d’un atelier, une ligne se dessine : l’IA doit épouser la maison, pas l’inverse.
La boutique change de conversation
Chez Brunello Cucinelli, cette réflexion a déjà pris une forme visible. Présenté par Camilla Zappalà, responsable du développement commercial et des partenariats de Callimacus, le commerce en ligne conversationnel du label de Solomeo, lancé en janvier, s’écarte de la succession habituelle de pages et de catégories. L’expérience se compose en temps réel selon l’intention du visiteur. Derrière l’interface, plusieurs agents puisent dans une base de connaissances propre à la marque, avec une contrainte essentielle : restituer uniquement des informations qu’elle a approuvées, dans un langage qui lui correspond.
Ce dispositif répond à un constat peu flatteur pour les vitrines numériques traditionnelles : selon les données présentées par Zappalà, le temps moyen passé sur ces sites reste inférieur à quatre minutes. Il ne suffit donc pas d’accumuler les contenus ; encore faut-il permettre au visiteur de trouver son chemin. Cucinelli a été le premier investisseur de Callimacus, dont Salesforce Ventures a récemment rejoint le capital.
La transformation pourrait aussi se produire de l’autre côté de l’écran. Andrea Cinelli, responsable de l’IA et de la transformation numérique chez TakeAI, a cité des données Gartner selon lesquelles 47 % des acheteurs avaient commencé, au cours des neuf mois précédents, à sélectionner des produits grâce à des outils conversationnels. Il envisage ainsi qu’un agent devienne demain l’intermédiaire du client. Pour une maison, rendre son identité compréhensible par ces systèmes devient alors un enjeu commercial : être correctement décrite et reconnue, sans se dissoudre dans une réponse générique.
Protéger le dessin, accélérer ce qui l’entoure
Dans le design, cette exigence invite à séparer la création de ses moyens de présentation. Andrea Bocchiola, directeur produit, marketing et commerce en ligne de Cassina, situe l’apport de l’IA dans la rapidité avec laquelle un projet peut être visualisé, mis en contexte et raconté. Son origine, elle, reste le dialogue entre le designer et l’entreprise. La distinction est décisive : produire plus vite une représentation ne revient pas à concevoir ce qu’elle représente.
Avec Trace, dévoilé publiquement lors du sommet, Federico Crociani, dirigeant de R3PLICA, propose de relier le catalogue numérique certifié d’une marque à la production de contenus pour ses catalogues, ses réseaux sociaux et ses showrooms. Un dispositif de direction créative fondé sur l’identité de la maison guide la génération. Le produit doit pouvoir être reconnu, interrogé et vérifié, tout en restant sous le contrôle de l’entreprise.
Replay travaille également à cette cohérence. Roberto Conte, responsable du développement et du déploiement informatique, a décrit un projet d’IA propriétaire destiné à produire des contenus fidèles à la marque, en maîtrisant les coûts et l’usage des données. En parallèle, un laboratoire interne développe en quelques semaines des outils qui demandaient auparavant plusieurs mois. Une solution d’affectation des commandes est ainsi en phase de test. Ce cadre permet aussi de limiter les expérimentations dispersées, conduites sans supervision.
Le préalable moins spectaculaire des données
Reste que ces applications supposent une matière première organisée. Or Luca Sburlati a décrit une filière mode-textile d’environ 90 milliards d’euros, dépendante des exportations à hauteur de 85 %, dont une partie ne dispose toujours pas de bases de données. Le problème concerne aussi, selon lui, de grandes entreprises reconnues pour leur qualité. L’excellence manufacturière ne garantit pas la maturité numérique.
À côté des grandes marques et des sociétés réalisant entre 50 et 300 millions d’euros de chiffre d’affaires, quelque 30 000 microentreprises génèrent ensemble 30 milliards d’euros. Avec huit à douze salariés et un chiffre d’affaires moyen d’un million d’euros, elles ne peuvent aborder ces investissements comme les grands groupes. L’incertitude sur les tarifs y devient vite paralysante.
Le programme élaboré par Confindustria Moda avec AI4I, l’Institut italien d’intelligence artificielle, prévoit donc quatre projets pilotes dans quatre domaines, puis leur reproduction auprès d’entreprises comparables. Fiorenza Succu, chargée de promouvoir les activités d’AI4I, a évoqué des besoins récurrents : inspection qualité, génération automatique des nomenclatures de composants ou automatisation du traitement des achats et des factures fournisseurs. L’institut a demandé aux prestataires des tarifs encadrés et offre la possibilité de tester des modèles sur son infrastructure de calcul, hébergée chez Leonardo à Turin.
Un outil adopté n’est pas encore un investissement rentable
Les chiffres présentés par Michele Giordani, cofondateur et directeur général de Gellify, refroidissent l’enthousiasme facile. Neuf entreprises sur dix compteraient au moins un utilisateur de ChatGPT, Gemini ou Copilot. Pourtant, 37 % déclarent en percevoir un effet et seulement 6 % constatent une incidence importante sur leurs résultats financiers. Utilisation et rentabilité restent deux réalités distinctes.
Pour Carlo Alberto Balzanelli, directeur financier de Pal Zileri, les indicateurs classiques doivent être complétés par l’évaluation du délai de mise sur le marché, du gain concurrentiel et du coût de l’inaction. Il privilégierait un premier projet associant stimulation de la demande et contrôle des stocks : les résultats peuvent s’y mesurer, avec des ressources libérées et de la trésorerie dégagée. Chez Liu Jo, Sebastiano di Camillo, directeur de l’innovation et de la transformation, défend les initiatives qui améliorent plusieurs étapes d’un processus plutôt qu’une tâche isolée.
Andrea Roero, directeur des systèmes d’information de Molteni Group, replace pour sa part la technologie en bout de parcours. Le point de départ est l’organisation souhaitée par la famille pour les dix prochaines années ; viennent ensuite l’évolution des équipes, puis la plateforme numérique. Cette chronologie évite de laisser un outil décider, par défaut, du fonctionnement de l’entreprise.
Dans l’entrepôt, des résultats à éprouver
La robotique donne à ces débats une dimension tangible. Isacco Zappa, d’ABB Robotics, a présenté une solution de logistique pour la mode capable de traiter jusqu’à 1 300 produits par heure, avec une fiabilité de prélèvement pouvant atteindre 99,5 %. Le recours au jumeau numérique permettrait de réduire jusqu’à 75 % les délais de mise en service. Un partenariat avec Nvidia porte également sur l’entraînement des robots à partir de données synthétiques produites en simulation.
Marcello Chiurazzi, dirigeant d’AuraSensae, s’est intéressé à une autre limite de l’automatisation : des robots dits collaboratifs restent souvent séparés des personnes par des cages. Son entreprise a présenté un capteur permettant une perception humaine à 360 degrés. Ici, l’enjeu se lit directement dans l’espace de travail et dans les conditions de cohabitation avec la machine.
Mutualiser plutôt que multiplier les essais
Pour les plus petites structures, avancer suppose aussi de partager certains moyens. Stefano Venturi, d’Assolombarda, a rappelé que la première année du programme Forgia, prévu sur quatre ans, avait été consacrée à un écosystème permettant l’échange protégé de données entre entreprises. Son propos distingue deux ambitions : réduire le coût de produits inchangés, au risque d’une concurrence par les prix, ou développer des offres plus innovantes, à meilleure marge, qui exigent des compétences.
Le Designtech AI Adoption Hub doit prolonger les discussions milanaises dans un cadre permanent réunissant entreprises, jeunes pousses, partenaires technologiques et universités. Des parcours d’accélération et de formation pourront bénéficier de subventions couvrant jusqu’à 80 % de leur financement. Pour les dirigeants arrêtés devant des devis incomparables, c’est une perspective concrète : disposer d’un terrain d’essai partagé avant d’engager leur propre transformation.
