Essayage virtuel par IA : France Num détaille un cas d’usage pour l’e-commerce de mode

France Num a publié le 3 juillet 2026, puis mis à jour le 7 juillet 2026, une fiche pratique consacrée à l’aide à la taille et à l’essayage virtuel avec l’intelligence artificielle. Le document vise les commerçants et s’inscrit dans un guide sur l’adoption de l’IA publié par la Direction générale des Entreprises et le Conseil national du commerce. Le cas traité concerne l’e-commerce de mode : l’objectif est d’aider un client à choisir une taille ou à visualiser un vêtement avant achat.

Le point de départ est l’incertitude liée à l’achat de vêtements en ligne. France Num présente l’aide à l’essayage par IA comme un remplacement du guide des tailles classique par une expérience plus interactive et personnalisée. Le système peut s’appuyer sur des recommandations de taille, un essayage virtuel ou une visualisation en 3D des vêtements. La fiche rattache ce cas d’usage à trois familles de technologies : génération d’image par IA, intelligence artificielle générative et réalité virtuelle.

Le premier outil décrit est le recommandeur de taille intelligent. Il compare des informations morphologiques fournies par le client, comme le poids, la taille ou la forme du corps, avec les mesures du vêtement et les historiques de retours. À partir de ces éléments, l’algorithme propose la taille jugée la plus adaptée. La recommandation ne se limite donc pas à une correspondance générale entre mensurations et tailles : elle croise aussi des données liées au produit et aux retours déjà observés.

Le deuxième outil est la cabine virtuelle sur mannequin. Dans ce cas, le client sélectionne un mannequin dont la morphologie se rapproche de la sienne. Il peut alors visualiser le rendu du vêtement, l’association des couleurs et le comportement des matières. Le troisième outil est l’essayage en réalité augmentée. L’IA utilise la caméra d’un smartphone ou une photo pour positionner numériquement le vêtement sur le corps de l’utilisateur. France Num décrit cette option comme une expérience immersive.

La fiche détaille aussi les points de vigilance liés aux données personnelles. Les informations demandées, comme la taille, le poids, les mensurations ou les photos, relèvent du RGPD. Le commerçant doit expliquer clairement la finalité de la collecte, limiter les demandes aux informations strictement nécessaires, permettre la suppression des données à tout moment, sécuriser l’accès à ces données et encadrer contractuellement le prestataire technique. France Num signale en outre que certaines solutions analysant des images ou vidéos du corps peuvent impliquer des données biométriques au sens du RGPD.

Sur la présentation commerciale de l’outil, France Num indique que la recommandation de taille doit rester indicative et ne pas être présentée comme une garantie contractuelle. La fiche ajoute qu’une promesse trop forte sur la fiabilité du système pourrait être qualifiée de pratique trompeuse. Elle précise aussi que l’outil ne doit pas exclure certains profils morphologiques ni produire des recommandations biaisées. Le vendeur conserve aussi la responsabilité de l’information précontractuelle, du droit de rétractation et des garanties légales.

Pour la mise en place, France Num mentionne plusieurs étapes. Le commerçant fournit à la solution d’IA les tableaux de mesure de ses produits et, si possible, les données issues des retours clients précédents afin d’affiner les recommandations. La fiche distingue trois niveaux de maturité : le recommandeur de taille, présenté comme plus simple et rapide à intégrer ; la cabine virtuelle sur mannequin, qui demande des visuels 3D ; et l’essayage en réalité augmentée, décrit comme la solution la plus avancée, destinée aux marques premium.

L’intégration technique est présentée comme généralement possible via un plugin sur des plateformes e-commerce comme Shopify, PrestaShop ou Magento. Le bouton « Trouver ma taille » apparaît alors sur chaque fiche produit. France Num indique que l’IA a besoin de quelques semaines pour affiner ses recommandations : ses prédictions gagnent en précision à mesure qu’elle enregistre des ventes et des absences de retour. La fiche rappelle aussi l’importance d’expliquer le fonctionnement de l’outil aux clients et de préciser le caractère indicatif des recommandations.

France Num avance plusieurs effets recherchés dans l’e-commerce de mode. Le taux de retour y atteint souvent 30 %, dont plus de la moitié seraient liés à un problème de taille ou de coupe ; l’IA peut réduire ce volume de 20 à 40 %. Chaque retour évité représente, selon la fiche, 5 à 15 € d’économies entre transport, remise en stock et immobilisation du produit. La fiche cite aussi la limitation du « bracket shopping », la hausse de la probabilité d’achat après interaction avec un outil de recommandation, la fidélisation et une réduction des trajets liés aux retours.