iMuse.AI : le développement virtuel de vêtements et des designers devenus « super-héros »

En 2026, l'industrie de l'intelligence artificielle pourrait atteindre un point de bascule : elle quitterait l'ère des concepts et des récits pour entrer dans celle des applications concrètes, validées par le marché. Le 10 janvier, lors du sommet AGI-Next, (Tang Jie), professeur à l'université Tsinghua et fondateur de (Zhipu), a livré une conclusion clé : « Depuis l'arrivée de DeepSeek, la compétition dans le paradigme Chat est pour l'essentiel terminée. La prochaine étape, c'est le passage au travail réel.

» Yao Shunyu a également souligné que, comparés au marché ToC, les utilisateurs des scénarios ToB sont plus enclins à payer pour les capacités d'un modèle, car ces outils d'AI peuvent aider les chefs d'entreprise à gagner en efficacité. Pourtant, en Chine, le logiciel ToB n'a longtemps pas été considéré comme un business « sexy ». Si plusieurs entreprises ToB étrangères atteignent des capitalisations de plusieurs centaines de milliards de dollars, en Chine, le développement de nombreux acteurs ToB a déçu, et le secteur affiche une attitude prudente, voire pessimiste, envers le marché ToB chinois.

D'un côté, la disposition des entreprises chinoises à payer est restée longtemps faible. Beaucoup ont pris l'habitude d'utiliser des outils gratuits et, faute de gratuité, se rabattent souvent sur des alternatives moins chères. De l'autre, la chaîne de décision des achats de logiciels d'entreprise est complexe : la signature finale dépend souvent non seulement du produit lui-même, mais aussi des relations d'affaires, des ressources de distribution et des réseaux de contacts.

Dans cet environnement, les fournisseurs n'ont aucune incitation à investir durablement en R&D produit. Le marché glisse progressivement vers une concurrence homogène : guerres des prix et surenchère fonctionnelle deviennent la norme, et la compétition devient de plus en plus épuisante. Mais (Gu Yingying), fondatrice d'iMuse, estime que l'arrivée de l'AI brise cette vieille logique.

Selon elle, l'ère de l'AI va réaffirmer la valeur du principe « le produit est roi » et offrir aux entreprises dotées d'une véritable force produit une marge de prix raisonnable. « Le principe du "produit roi" n'est pas un simple slogan : il s'agit d'investir en continu dans la R&D pour créer des produits qui apportent une valeur réelle aux clients », insiste (Gu Yingying). Cette valeur doit remplir deux conditions : d'abord, l'effet doit être visible ; ensuite, le gain doit pouvoir être clairement chiffré.

C'est sur cette base que (Gu Yingying) et son équipe ont conçu iMuse.AI, une plateforme de développement virtuel couvrant l'ensemble du processus de conception et de développement. Première plateforme intelligente chinoise spécialisée dans le design de vêtements, iMuse.

AI cherche à résoudre plusieurs problèmes structurels de longue date de l'industrie de l'habillement : une forte uniformité créative, des guerres des prix féroces et un décalage entre le développement produit et les besoins réels du marché. En seulement 6 mois après son lancement, iMuse.AI a noué des partenariats avec plusieurs grands groupes de l'habillement, dont (Ellassay Group), (Beyond Group) et (JNBY).

(Gu Yingying), fondatrice d'iMuse.AI, cumule plus de 10 ans d'expérience dans la tech et l'industrie textile. Elle observe que l'industrie de l'habillement fait aujourd'hui face, de manière généralisée, à un dilemme.

Certaines entreprises préfèrent suivre les modèles à succès et maintiennent leur volume par la copie et la concurrence par les prix ; mais leurs marges se réduisent sans cesse, leurs investissements en R&D deviennent difficiles à soutenir, et elles finissent prises dans un cercle vicieux. D'autres tentent de bâtir une marque différenciée, mais se heurtent souvent à des investissements initiaux élevés, à des coûts d'essais-erreurs importants et à un risque d'échec inacceptable. En 2023, (Gu Yingying) a compris que l'arrivée de l'AI pouvait offrir une nouvelle issue à ce dilemme.

Grâce à un développement virtuel peu coûteux, les entreprises peuvent mener un grand nombre d'expérimentations de design sans recourir à la production physique, et ramener le retour du marché en phase de développement, ce qui réduit les risques et permet une innovation différenciée. Ce changement bouleverse la logique de développement de l'industrie de l'habillement. Pour y parvenir, iMuse.

AI couvre l'ensemble des scénarios de conception : design de prêt-à-porter, design de tissus et de motifs, présentation des vêtements portés par des mannequins et prévisualisation de l'agencement en magasin. L'objectif : relier toute la chaîne, de l'inspiration créative à la présentation du vêtement fini et au rendu visuel en point de vente. Grâce à ces fonctions, les designers n'ont qu'à formuler leurs demandes de modification à l'aide d'images et en langage naturel ; le modèle d'AI peut comprendre l'intention de design, puis générer et ajuster les images, ce qui élimine entièrement les opérations manuelles répétitives, comme le découpage et le collage d'images dans le Photoshop traditionnel.

Un tel gain d'efficacité entraînera inévitablement des changements dans le secteur. Les entreprises peuvent dissocier le « développement virtuel » du « développement physique » : avant de passer au prototypage physique, elles valident d'abord le marché grâce au design virtuel, ce qui rend le développement physique plus efficace et réduit les déchets. Avec l'AI, on peut obtenir une représentation réaliste, du design du modèle jusqu'à l'association des tenues, sans recourir à des « vêtements physiques finis ».

Sur cette base, certains clients d'iMuse ont commencé à pratiquer des « revues virtuelles » : à partir de rendus portés générés par l'AI, l'équipe marketing fait ses retours et ajuste le design en temps réel lors de visioconférences, afin d'éviter que des modèles inadaptés aux besoins du marché n'atteignent la phase de développement physique. Certaines entreprises organisent même des « salons commerciaux virtuels » avant les salons traditionnels : elles présentent des produits virtuels aux franchisés ou aux principaux clients et arrêtent directement la production physique des modèles qui ne reçoivent pas de commandes. Le développement virtuel ne réduit pas seulement les coûts : il raccourcit aussi considérablement la boucle de retour du marché.

Selon (Gu Yingying), dans le modèle traditionnel, le ratio d'échantillons rejetés dans l'industrie de l'habillement se situe généralement entre 1:2 et 1:3, alors que le développement virtuel permet de réduire le gaspillage d'échantillons de plus de 60%. Plus important encore, un développement virtuel peut être modifié à tout moment, ce qui raccourcit le cycle de retour du marché. Les ajustements de design peuvent être répétés avant le début de la saison de vente, pour éviter la double perte de temps et d'argent liée à un cycle de modification trop long et à une fenêtre de mise en rayon manquée.

À l'avenir, la « prévente sans produits physiques » pourrait devenir la norme : les marques pourraient d'abord utiliser l'AI pour créer des centaines de designs virtuels destinés à tester le marché, puis ne produire en série qu'un petit nombre de modèles affichant les meilleures données. Grâce à ce « design piloté par les données », les risques de stocks qui pèsent de longue date sur l'industrie de l'habillement pourraient être résolus dans la plus large mesure possible. Par rapport aux entreprises, le gain de capacités qu'iMuse.

AI apporte aux designers pourrait être plus direct. Pour (Gu Yingying), l'AI transforme la structure des compétences du métier de designer. Dans l'industrie traditionnelle, les designers sont souvent strictement cantonnés à une sous-catégorie, comme les vêtements pour femmes, pour hommes ou pour enfants, et le design de motifs, le co-branding IP, etc.

nécessitent généralement une collaboration externe. Ce n'est pas une préférence pour la division du travail, mais une contrainte dictée par les compétences : chaque catégorie suppose un parcours de formation totalement différent, et développer chaque compétence demande beaucoup de temps. L'arrivée d'iMuse.

AI a, dans une certaine mesure, fait tomber cette frontière. Grâce aux outils d'AI, les designers peuvent passer rapidement d'un domaine de design à l'autre ; des techniques qui exigeaient autrefois des années de formation se réduisent à des fonctions d'outils, et le jugement esthétique commence à se convertir directement en productivité. Ce changement se manifeste déjà concrètement au sein d'iMuse.

(Gu Yingying) indique que les cas clients de l'entreprise ont presque tous été réalisés par un jeune designer diplômé il y a environ six mois, et couvrent des styles et des catégories variés. Diplômé de (Donghua University), ce designer est retourné enseigner dans son alma mater et participe aux cours lancés conjointement par iMuse et (Donghua), où il explique comment il utilise l'AI comme outil principal pour façonner une nouvelle manière de produire. « Autrefois, pour qu'un designer débutant atteigne un niveau de compétence aussi complet, il aurait pu lui falloir plus de dix ans, voire toute une vie, pour couvrir autant de dimensions du métier », commente (Gu Yingying).

Mais (Gu Yingying) souligne aussi que l'AI n'a pas effacé les différences individuelles : au contraire, en « nivelant les compétences », elle a creusé l'écart de « réflexion ». Les compétences relèvent de la « forme », que les outils peuvent remplacer ; ce qui creuse réellement l'écart, ce sont le jugement esthétique, la compréhension culturelle, la restructuration de l'information et la construction de valeur, c'est-à-dire des capacités de niveau supérieur. Autrement dit, l'AI réalise un « nivellement des compétences », mais n'entraîne pas une « uniformisation des capacités ».

De fait, lorsque les capacités individuelles augmentent, la structure des effectifs des entreprises change réellement : parmi les clients partenaires d'iMuse, certaines entreprises ont réduit leurs coûts de personnel d'environ 50% en trois mois. Mais (Gu Yingying) estime que cela ne signifie pas simplement « remplacer les humains par l'AI » : l'AI pousse plutôt, dans une certaine mesure, les humains à explorer et à repenser de nouvelles frontières de valeur. Elle note que lorsque les designers ne seront plus limités par la technique et que la chaîne d'approvisionnement atteindra des « coûts d'essais-erreurs nuls », l'industrie de l'habillement pourrait devenir plus personnalisée et plus diverse, et la mode pourrait véritablement connaître une explosion créative.

Sur les axes de développement futurs d'iMuse, (Gu Yingying) cite d'abord l'aide aux entreprises pour accumuler des actifs numériques. Dans les entreprises textiles traditionnelles, un modèle à succès n'est souvent vu que comme le résultat de revues successives : l'entreprise ne maîtrise pas réellement les sources de référence, le parcours de conception, ni la logique de jugement et le raisonnement du designer à ce moment-là. En conservant systématiquement chaque étape du processus de conception, iMuse permet aux entreprises d'exploiter pleinement ces connaissances dans leurs futurs designs.

Le développement de vêtements, qui dépendait fortement de l'expérience personnelle et restait non structuré, devient ainsi pour la première fois un processus systématique, structuré, mesurable et optimisable en continu. L'autre axe consiste à construire de nouveaux espaces de contenu et de commerce autour de la « dématérialisation ». iMuse a lancé iChuanyi, une plateforme de contenu sans produits physiques, qui cherche à intégrer conception et développement, présentation de contenu et prévente e-commerce dans un même système virtuel, afin de mener validation et diffusion sans passer par la production physique, et de réduire ainsi les coûts globaux d'essais-erreurs du secteur.

Reste une question plus macroéconomique : le ToB a-t-il une chance en Chine à l'ère de l'AI ? (Gu Yingying) répond par l'affirmative. Selon elle, les entreprises chinoises ne refusent pas de payer : elles préfèrent payer pour une certitude immédiate.

Dans ce contexte, le principe du « produit roi » sera remis à l'épreuve : lorsque les capacités d'un produit affichent une avance décisive, il peut, même dans des scénarios ToB, justifier des prix plus élevés et enclencher un cercle vertueux. Des prix élevés financent à leur tour un investissement continu en R&D, ce qui finit par créer une véritable barrière systémique.