Écouter l’article.
Voici le deuxième chapitre d’une étude approfondie sur l’IA que nous avons décidé de faire après la deuxième édition de Digital Content Factory Revolution, l’événement qui s’est tenu en juin dernier à notre siège d’Affi (VR) et qui sera lancé en juin 2023 pour partager des nouvelles et des réflexions annuelles sur la révolution que l’IA apporte aux processus de production et de distribution de contenus dans l’industrie de la mode.
Dans le premier chapitre (lire ici), nous avons vu quelques aperçus de nature plus générale et méthodique, dans ce deuxième chapitre nous verrons plutôt quelques domaines d’application plus ponctuels qui ont émergé au cours de la journée, en particulier les domaines et les flux de travail pour lesquels nous avons déjà envisagé l’intégration de l’IA dans le moteur de base de notre solution Chalco BrandLife. Nous distinguerons deux grands domaines : le monde des images et des contenus visuels d’une part, et le monde des informations sur les produits et des contenus textuels d’autre part.
1_ Images et visuels : postproduction et adaptations automatiques
Le premier domaine concerne l’intégration dans Chalco d’une série de services d’IA capables d’automatiser certaines des actions de post-production les plus coûteuses et les plus fastidieuses. Il s’agit notamment de la génération automatique de masques et de chemins pour le contourage automatique (1) d’images même très complexes et d’un premier niveau de correction esthétique sur l’homogénéité du teint et des couleurs, la texture et la correction des imperfections.
Contourage automatique (1)
Deuxième domaine important, les fonctionnalités d’IA liées aux adaptations automatiques générées à partir d’une image maître en fonction des spécifications du canal, du contexte ou de la plateforme. Il s’agit de fonctionnalités extrêmement utiles qui peuvent déjà apporter des gains de temps et de coûts significatifs sur le processus. Parmi celles-ci, la gestion automatique des adaptations positionnelles (2) du produit permet, par exemple, la gestion cohérente de l’étagère virtuelle dans le commerce électronique PLP et donc le positionnement correct de différents produits ayant des dimensions différentes.
Adaptations positionnelles (2)
Un autre service très utile déjà disponible dans Chalco est la découpe automatique (3) d’images portables à des niveaux prédéfinis sur le visage du modèle – utile par exemple dans le contexte de la gestion des droits de casting dans différents canaux et zones géographiques.
Découpe automatique (3)
Enfant à son tour du contour automatique mentionné ci-dessus, le service de changement d’arrière-plan (4) : des plus simples traitements de modification des couleurs jusqu’à la recontextualisation du sujet (nature morte ou porté) dans des contextes réels ou simulés complètement différents de l’arrière-plan de la prise de vue.
Enfin, parmi les services que nous mentionnons ici, la génération ou la modification d’ombres dans les cas de natures mortes et de vêtements : pensez par exemple à la génération automatique d’ombres avec différentes positions et profondeurs dans une nature morte d’accessoires ou à la possibilité de gérer l’intensité et la profondeur des ombres de contact en aval d’une photo de vêtement.
Changement d'arrière-plan (4)
2_ Informations et textes sur les produits : étiquetage automatique, descriptions et traductions
Le deuxième domaine concerne la contribution de l’IA à la génération de métadonnées, d’informations et de textes sur les produits à partir d’images ou de rendus en 3D. L’étape initiale dans ce domaine est représentée par ce que l’on appelle communément l’étiquetage automatique, c’est-à-dire la capacité du service d’IA à identifier un ensemble de caractéristiques à partir de l’image du produit, puis à compiler une liste d’étiquettes ou de métadonnées utiles pour décrire le produit.
Dans ce cas, le service est en mesure d’identifier des caractéristiques complexes telles que la catégorie du produit, les caractéristiques formelles (type de col, longueur des manches, code couleur RVB, motifs, logos ou dessins, pour n’en citer que quelques-uns dans le domaine de la mode), jusqu’à l’appartenance à un style de référence, à un thème créatif ou à une collection.
Le fait que le premier service ait été en mesure d’identifier les caractéristiques particulières d’un objet, met à son tour le second service en position de produire une description de produit qui peut être adaptée et personnalisée pour différentes utilisations ou cibles – on pense, par exemple, à la possibilité de générer différentes descriptions pour une utilisation dans un showroom numérique B2B ou un PDP de commerce électronique, jusqu’à une déclinaison du contenu pour différentes plates-formes sociales.
Il va presque sans dire qu’un troisième service d’IA peut être utilisé pour générer des traductions et des localisations en fonction du contexte géographique ou culturel du marché.
Tous les services mentionnés ci-dessus peuvent également bénéficier de la disponibilité d’informations préexistantes : pensons par exemple aux informations déjà disponibles dans les systèmes ERP et PLM qui, avec les images de produits, représentent une ressource extrêmement utile pour la génération d’un contenu toujours plus riche et plus précis.