La semaine dernière, Google a présenté deux nouvelles fonctionnalités d’intelligence artificielle permettant d’essayer virtuellement des vêtements sur une large gamme de mannequins et d’affiner les options de recherche grâce à de nouveaux filtres. Grâce à un outil d’essayage virtuel intégré à la fonction de recherche, les clients peuvent désormais visualiser à quoi ressemblerait un vêtement sur une silhouette qui leur ressemble avant de l’acheter. Ce n’est là que le dernier exemple d’une avalanche d’annonces, qui concernent la description et “l’essayage” des produits, les recommandations, le parcours client et généralement toute l’UX.
Google utilise l’IA générative pour prendre l’image d’un vêtement et reproduire la façon dont il tomberait, se plierait, adhérerait, s’étirerait et formerait des ombres et des rides sur des mannequins différents dans diverses poses. Ces avatars ont été sélectionnés pour représenter un large éventail de tailles (du XXS au 4XL), de teintes de peau, de morphologies, d’ethnicités et de types de cheveux. Il est possible d’affiner les recherches en fonction de critères tels que la couleur, le style et le motif. Disponible pour l’instant aux Etats-Unis, cette fonction ‘“Try On” pourrait permettre à des marques qui se prévalent également du Google Shopping Graph de réduire leurs taux de retour. Anthropology, Everlane, H&M et Loft la testent pour l’instant.
Contrairement à un achat en magasin, les utilisateurs ne sont pas limités à un seul détaillant : ils peuvent voir les options disponibles dans les magasins du web. Ce qui augmente la pression sur les détaillants. En face, des plates-formes comme Phrasee se targuent de générer des milliards de descriptions de produits pour des marchands tels que Sainsbury’s, Sephora, Walgreens…
Au Carrefour des IA
En France, Carrefour a déployé GPT-4 pour l’enrichissement des descriptions de produits et le soutien dans les processus internes, mais aussi pour créer un assistant d’achat qui a fait quelque bruit (voir Qant du 9 juin). Hopla, intégré au site web, assiste les clients dans leurs courses, proposant des paniers de produits et contribuant à la lutte contre le gaspillage (ou à l’optimisation de l’inventaire).
En intégrant l’IA générative, Carrefour veut non seulement à améliorer l’expérience des clients en ligne, mais aussi à transformer en profondeur les méthodes de travail au sein de l’entreprise. Ses équipes rédigent les appels d’offres et analysent les devis avec GPT-4. Après avoir créé 2000 fiches produits avec l’IA, Carrefour envisage d’étendre cette méthode à l’ensemble de ses produits.
Des descriptions des produits aux commentaires des clients, il n’y a qu’un pas. Amazon, qui avait déjà bloqué 200 millions d’avis suspects en 2022, fulminait la semaine dernière contre les plates-formes qui génèrent des commentaires en masse grâce à l’IA générative. Pour se doter d’un instrument plus souple que le simple blocage, Amazon teste l’utilisation de l’intelligence artificielle pour générer des résumés de critiques laissées sur les produits. Cela permettrait sans doute au marchand de donner moins de poids aux avis jugés supects, mais non encore coupables.
Les recommandations jouent un rôle crucial sur la plate-forme : en 2021, le moteur de recommandation d’Amazon avait généré plus d’un tiers des achats à lui tout seul. Si Amazon le complète par des résumés générés par l’IA, elle touche au cœur du réacteur.
Maurice de Rambuteau
Sources:
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_1f0d2ed8cb2e4ca1a59a5b4923de7a77
