Sur le papier, ce sont deux conversations bien distinctes.
La circularité ressemble à un sujet de conformité : réglementation, déchets, responsabilité. L'IA ressemble à un sujet d'innovation : rapidité, personnalisation, croissance. Deux univers, deux publics, deux priorités, du moins en apparence.
D'où cette question un peu provocatrice : la circularité et l'IA ont-elles réellement un lien entre elles, ou force-t-on simplement deux sujets à la mode dans une même phrase ?
Nous avons croisé deux des études les plus récentes du secteur, l'une sur la mode circulaire, l'autre sur l'IA dans le luxe, pour en avoir le cœur net, et la réponse nous a surpris. Ce ne sont pas deux tendances parallèles. C'est le même problème, observé depuis deux pièces différentes du même bâtiment.
L'étude 2026 de KPMG est sans détour sur ce qui freine réellement la mode circulaire. Ce n'est pas une question de volonté — 88 % du secteur estime que la circularité est désormais une nécessité stratégique, et non plus un sujet de niche. Ce n'est même pas, au sens strict, une question de technologie.
C'est une question de données.
Le Passeport Numérique de Produit (DPP), l'outil phare de l'UE pour rendre les vêtements traçables, de la fibre à la fin de vie, est décrit comme « une infrastructure de données vivante et évolutive ».
Toute sa valeur dépend de la capacité à collecter, structurer et exploiter des informations aujourd'hui dispersées entre fournisseurs, niveaux de chaîne d'approvisionnement et formats qui ne communiquent pas entre eux. Sans surprise, 31 % des entreprises qui se préparent à la mise en œuvre du DPP citent la collecte des données comme leur principal défi — devant le budget, devant la technologie, devant même le soutien de la direction.
Relisez bien : le principal obstacle à une mode circulaire à grande échelle n'est ni la réglementation, ni le coût, ni même la demande des consommateurs. C'est l'incapacité du secteur à transformer une information fragmentée en quelque chose d'exploitable.
Ce n'est pas un problème de durabilité. C'est un problème de gouvernance des données.
De son côté, l'étude 2026 de Bain sur les Maisons de luxe raconte une histoire étrangement parallèle, vue de l'autre côté de la maison. Les marques de luxe ont enfin inscrit l'IA à leur agenda stratégique — 61 % la classent désormais dans leurs dix premières priorités, contre une quasi-absence il y a deux ans. Mais l'essentiel de cette énergie va vers une IA invisible : gestion de la connaissance, IT, achats. Le volet orienté client reste, lui, délibérément et prudemment à l'arrêt.
Les clients, eux, n'ont pas attendu. 64 % des acheteurs de luxe en Chine et 54 % aux États-Unis ont déjà utilisé l'IA lors de leur dernier achat — pour rechercher, comparer, se faire conseiller, décider — souvent sans même que la marque en ait connaissance. Les clients les plus précieux sont aussi les plus enthousiastes : 82 % des très gros acheteurs ont utilisé l'IA lors de leur dernier achat, contre seulement 28 % des acheteurs occasionnels.
Et ce n'est même pas sur les sites des marques que cela se joue. Dans les recherches IA non liées à une marque en particulier, les domaines officiels des marques ne représentent que 10 % des sources citées pour les montres et 45 % pour la joaillerie, ce sont des contenus tiers qui occupent l'essentiel de la conversation. Les maisons de luxe ont passé des décennies à construire des récits de marque parfaitement maîtrisés. La recherche par IA en a discrètement confié une partie à quiconque dispose de données meilleures, plus fraîches, mieux structurées.
Ça vous rappelle quelque chose ?
En mettant les deux études côte à côte, le constat est sans équivoque : les deux secteurs sont contraints de devenir des entreprises de la donnée, qu'ils l'aient choisi ou non.
La circularité a besoin de données pour prouver qu'un vêtement est durable, réparable, recyclable, pour rendre visible l'invisible tout au long d'une chaîne d'approvisionnement fragmentée. La découverte par l'IA a besoin de données pour rendre une marque repérable, citable, digne de confiance dans un écosystème d'information tout aussi fragmenté. Dans les deux cas, les marques qui gagneront seront celles qui traitent une donnée structurée et fiable comme un actif stratégique, et non comme une contrainte de conformité ajoutée après coup pour satisfaire un auditeur.
Et c'est précisément là que les deux sujets cessent d'être parallèles pour devenir, très concrètement, une seule et même conversation :
Le DPP est un actif prêt pour l'IA avant d'être un document de conformité. Un Passeport Numérique de Produit qui trace l'origine des matériaux, la réparabilité et la provenance n'est pas conçu que pour un régulateur — c'est exactement le type de donnée structurée et vérifiable que les moteurs génératifs valorisent lorsqu'ils décident quelle marque citer comme « la référence fiable » sur une requête liée à la seconde main ou à la durabilité ;
La seconde main et l'authentification sont l'endroit où la circularité et l'IA se rencontrent déjà. Les plateformes de pair-à-pair déplacent plus de 10 milliards d'euros par an rien qu'en Europe ; des outils d'IA sont déjà utilisés pour évaluer, authentifier et orienter les stocks invendus. Les marques qui traitent la seconde main comme un canal riche en données — et non comme une fuite à gérer — sont celles qui construisent la couche d'intelligence que leurs concurrents devront tôt ou tard acheter ;
La prévision de la demande est le pont silencieux entre les deux mondes. Mieux anticiper la demande et les stocks ne réduit pas seulement la surproduction, la matière première du plus gros impact environnemental de la mode — c'est aussi la même discipline qui permet à une marque de personnaliser, planifier et répondre à la vitesse qu'attendent désormais des clients formés par l'IA.
La vérité qui dérange n'est peut-être pas que la circularité et l'IA n'aient rien à voir l'une avec l'autre. C'est que la plupart des organisations de la mode et du luxe traitent ces deux sujets séparément, avec des équipes séparées, à moitié, en même temps — alors qu'il s'agit, en profondeur, de la même transformation : passer d'un secteur bâti sur l'opacité et l'instinct à un secteur bâti sur des données structurées, fiables et exploitables. Les entreprises qui traitent leur infrastructure de données circulaire et leur stratégie IA comme deux projets sans lien continueront de trouver les deux décevants.
Celles qui comprennent qu'elles construisent une seule fondation, et non deux, avanceront plus vite sur les deux fronts. C'est précisément à cette intersection que se positionne Deda Stealth : transformer les données fragmentées de la mode et du luxe, de la seconde main, de la planification et du produit, en l'intelligence dont les marques ont besoin pour être à la fois circulaires et prêtes pour l'IA, avec une seule et même infrastructure.
Sources: KPMG & Fédération de la Mode Circulaire, « State & Prospects of Circular Fashion in Europe » (édition 2026) ; Bain & Company / Comité Colbert, « Winning Over the Customer in the Age of AI: A New Horizon for Luxury » (2026).
