Goodwill automatise la mode de seconde main grâce à l’IA
Longtemps, la seconde main a reposé sur une mécanique presque artisanale : des millions de pièces uniques à réceptionner, trier, identifier, évaluer, photographier, décrire puis mettre en vente. Un modèle difficile à industrialiser, précisément parce que chaque vêtement possède sa propre marque, son état, sa taille, son époque et sa valeur.
L’intelligence artificielle commence à changer cette équation.
Aux États-Unis, Goodwill utilise désormais des outils d’IA capables d’accélérer la création de fiches produits et la mise en ligne de certaines donations sur ShopGoodwill.com. Cette évolution permet à l’organisation de mieux identifier et valoriser des articles susceptibles de trouver un prix supérieur en ligne plutôt que dans un magasin local. Elle modifie aussi l’écosystème des chineurs et revendeurs professionnels, qui avaient construit une partie de leur activité sur la découverte de pièces sous-évaluées dans les rayons.
Derrière Goodwill se dessine une transformation beaucoup plus large : l’IA est en train de faire de la seconde main un véritable marché de données, où reconnaître, décrire, tarifer et recommander chaque pièce devient progressivement automatisable.
Goodwill face à un problème de volume gigantesque
L’échelle du réseau explique l’intérêt stratégique de l’intelligence artificielle.
Goodwill Industries International fédère environ 150 organisations locales indépendantes. En 2024, le réseau indique avoir permis de maintenir en circulation l’équivalent de 4,4 milliards de livres de biens usagés, soit près de deux millions de tonnes.
À cette échelle, chaque seconde passée à identifier une marque, saisir une catégorie ou rédiger une description représente un coût opérationnel important.
Contrairement au retail traditionnel, où une même référence peut être vendue des milliers de fois à partir d’une fiche produit unique, la seconde main fonctionne essentiellement avec des SKU uniques : une pièce entre, une pièce est analysée, puis une pièce est vendue.
C’est précisément ce qui rend son digital particulièrement complexe.
Un vêtement donné sans étiquette claire peut nécessiter d’identifier sa catégorie, sa marque, sa matière, son style, sa taille ou son époque. Il faut ensuite déterminer si son état justifie une mise en vente locale, nationale ou spécialisée.
L’IA permet de réduire progressivement cette charge manuelle.
Une photo peut désormais devenir une fiche produit
L’un des outils déployés dans l’écosystème ShopGoodwill illustre très concrètement cette évolution.
L’application SGW AI Listing Tool permet à un collaborateur de photographier un article puis de laisser l’intelligence artificielle générer automatiquement sa catégorie, son titre et sa description avant sa publication sur ShopGoodwill.com.
En juillet 2026, Goodwill Industries of Mississippi a également annoncé l’intégration de la plateforme Generate Sales afin d’automatiser une partie des descriptions, de la catégorisation et des informations nécessaires aux annonces e-commerce. L’organisation explique vouloir augmenter la vitesse et la cohérence des mises en ligne tout en consacrant davantage de temps à la valorisation des donations.
Il faut néanmoins souligner une nuance importante : le réseau Goodwill est décentralisé. Toutes les organisations locales n’utilisent donc pas nécessairement les mêmes technologies ou les mêmes processus.
Mais la direction générale est claire.
L’intelligence artificielle transforme la photographie d’un produit en donnée commerciale exploitable.
De la reconnaissance d’image à la valorisation automatique
La création d’une fiche produit n’est que la première étape.
La véritable valeur de l’IA dans la seconde main réside dans sa capacité à croiser plusieurs types d’informations : ce que montre l’image, ce que contient l’étiquette, la marque identifiée, l’état apparent, les attributs du produit et les prix constatés sur le marché.
C’est un problème particulièrement adapté aux modèles multimodaux.
Les recherches sur la seconde main montrent depuis plusieurs années qu’il est possible de combiner données visuelles et textuelles pour proposer des estimations de prix. Dans l’écosystème Goodwill, des expérimentations technologiques ont également montré comment l’automatisation pouvait générer des descriptions, identifier des caractéristiques et aider à proposer un prix adapté au marché.
Cette évolution rapproche progressivement le marché de l’occasion du yield management déjà utilisé dans d’autres secteurs.
La valeur d’une pièce n’est plus nécessairement fixe. Elle peut dépendre de sa rareté, de sa demande actuelle, de son état, de sa vitesse de vente ou du canal sur lequel elle est proposée.
Pour un sac de luxe, une veste vintage ou une paire de sneakers recherchée, la différence entre un prix local approximatif et une exposition nationale peut être considérable.
ShopGoodwill devient un véritable canal de valorisation
Goodwill n’a pas attendu l’IA pour vendre en ligne. ShopGoodwill.com existe depuis 1999.
Mais son poids économique augmente rapidement.
En 2025, la plateforme a généré environ 450 millions de dollars de volume brut de marchandises, soit une hausse de 22 % en un an et le meilleur exercice de son histoire. Plus de 135 organisations Goodwill indépendantes participent au marketplace, représentant plus de 2 500 magasins physiques.
Le digital reste néanmoins minoritaire : ShopGoodwill représente encore moins de 10 % de l’activité retail globale du réseau.
L’enjeu n’est donc pas de remplacer les friperies physiques.
Il consiste à déterminer quel produit doit être vendu à quel endroit pour maximiser sa valeur.
Un article courant peut rester parfaitement adapté à un magasin local. Une pièce de créateur, un objet de collection ou un vêtement vintage identifiable peut, en revanche, bénéficier d’un marché national et d’un système d’enchères.
L’IA rend cette orientation des produits beaucoup plus rapide et systématique.
La fin progressive de l’asymétrie d’information ?
Cette évolution bouleverse directement le métier des revendeurs.
Historiquement, une partie de leur valeur reposait sur une asymétrie d’information.
Un collaborateur de magasin pouvait voir une veste d’occasion vendue quelques dollars. Un chineur spécialisé pouvait reconnaître immédiatement une pièce vintage recherchée et la revendre plusieurs centaines de dollars sur Internet.
La marge provenait essentiellement de cette différence de connaissance.
Lorsque la reconnaissance d’image, les bases de données de prix et les modèles d’IA deviennent accessibles au vendeur initial, cette asymétrie diminue.
FashionUnited souligne ainsi que certains revendeurs constatent une pression croissante sur leur modèle économique à mesure que Goodwill identifie mieux les articles intéressants avant leur arrivée dans les rayons.
Cette tension ne signifie pas que les bonnes affaires vont disparaître. Selon le COO de ShopGoodwill.com cité par GQ, moins de 2 % des donations terminent encore sur le canal e-commerce.
Mais l’IA pourrait réduire progressivement le nombre de pièces dont la valeur réelle échappe complètement au premier vendeur.
Pour le marché de la seconde main, c’est un changement structurel.
Les revendeurs migrent vers le live shopping
Face à cette professionnalisation des grandes plateformes, les revendeurs développent d’autres avantages compétitifs : expertise de niche, communauté, storytelling et live commerce.
Whatnot est particulièrement représentatif de cette évolution.
La plateforme indique que ses vendeurs ont généré 8 milliards de dollars de ventes en 2025. Elle combine marketplace, enchères en direct, communautés de collectionneurs et recommandations algorithmiques.
La seconde main évolue ainsi simultanément dans deux directions.
D’un côté, l’IA automatise et rationalise la valeur.
De l’autre, le live shopping recrée de l’émotion, de la narration et de la relation humaine autour du produit.
Ce paradoxe est particulièrement intéressant pour la mode : plus les infrastructures deviennent automatisées, plus la différenciation peut se déplacer vers la sélection, le style, la confiance et l’expérience.
Un marché mondial qui pourrait atteindre 393 milliards de dollars
Cette sophistication technologique intervient alors que la seconde main devient un secteur majeur de la mode.
Selon le Resale Report 2026 de ThredUp et GlobalData, le marché mondial de l’habillement d’occasion devrait atteindre 393 milliards de dollars en 2030 et progresser environ deux fois plus rapidement que le marché global de l’habillement. Gen Z et Millennials devraient représenter 71 % de sa croissance d’ici 2030.
L’intelligence artificielle joue déjà un rôle dans cette démocratisation.
Une étude précédente de ThredUp indiquait que 48 % des consommateurs interrogés considéraient que la personnalisation, l’amélioration de la recherche et les outils de découverte rendent la seconde main aussi facile à acheter que du neuf. Parmi les retailers interrogés, 78 % déclaraient avoir déjà réalisé des investissements significatifs dans l’IA.
Le problème historique de la seconde main n’était donc pas nécessairement l’absence de produits.
C’était leur découvrabilité.
Un produit unique mal photographié, mal décrit ou rangé dans la mauvaise catégorie devient pratiquement invisible.
L’IA permet progressivement de résoudre cette fragmentation.
L’image devient une donnée stratégique pour la seconde main
Pour la mode, l’un des enseignements les plus importants concerne l’image.
Dans le commerce traditionnel, la marque contrôle presque intégralement la représentation de son produit : shooting, lumière, mannequin, cadrage, styling et description.
Dans la seconde main, ce contrôle disparaît souvent.
Le même vêtement peut être photographié posé sur un sol, suspendu à un cintre, porté par un particulier ou éclairé dans des conditions totalement différentes.
Pour les systèmes de recherche et de recommandation, cette hétérogénéité représente un défi majeur.
La computer vision permet déjà d’extraire certaines caractéristiques d’un produit à partir de son image. Mais plus le marché de la seconde main devient digital, plus la question de la standardisation visuelle devient stratégique.
Une représentation cohérente facilite à la fois la compréhension humaine du produit et son analyse par des systèmes automatisés.
C’est ici que la mode IA et les mannequins virtuels peuvent ouvrir une nouvelle étape.
Mannequins virtuels IA et seconde main : vers des catalogues visuels standardisés
Imaginez une plateforme capable de recevoir la photographie d’une pièce unique, d’en identifier automatiquement les principales caractéristiques, puis de produire une représentation visuelle cohérente de cette pièce sur un mannequin virtuel.
Le produit pourrait être présenté dans un format homogène indépendamment de la qualité de la photographie d’origine.
Pour les plateformes de seconde main, l’intérêt serait considérable : renforcer la lisibilité des catalogues, améliorer la cohérence de l’expérience e-commerce et permettre davantage de personnalisation visuelle.
Dans le luxe, cette problématique prend encore plus d’importance.
La perception de la valeur dépend directement de la qualité de la représentation. Un sac à 2 000 euros, une robe de créateur ou une veste vintage rare ne peuvent pas être présentés comme un produit générique.
L’enjeu pour l’IA visuelle consiste donc à augmenter la qualité de présentation sans inventer ni dénaturer les caractéristiques réelles de la pièce.
Les mannequins virtuels IA, les systèmes de visualisation produit et, à terme, certaines formes de virtual try it on pourraient contribuer à créer une expérience de seconde main beaucoup plus proche des standards du e-commerce premium.
La seconde main devient aussi une source de données pour les marques
Cette transformation ne concerne pas uniquement les plateformes.
Pour les marques de mode et de luxe, la seconde main constitue une base de données extrêmement riche sur la durée de vie réelle des produits.
Quels modèles conservent leur valeur ?
Quelles couleurs restent recherchées dix ans après leur lancement ?
Quelles matières vieillissent le mieux ?
Quelles pièces deviennent des objets de collection ?
Quels designs disparaissent rapidement du marché ?
Lorsque l’IA permet de structurer des millions de produits d’occasion, ces informations deviennent beaucoup plus faciles à analyser.
Le marché secondaire peut alors devenir un outil stratégique pour le marché primaire.
Une marque peut mieux comprendre la désirabilité à long terme de ses collections, la valeur résiduelle de certaines catégories ou l’évolution de son patrimoine.
Pour le luxe, cette donnée pourrait devenir aussi importante que les données de vente initiales.
© ARTCARE
Artcare : penser l’image sur l’ensemble du cycle de vie du produit
En tant que studio R&D spécialisé dans l’intelligence artificielle appliquée à la mode et au luxe, Artcare observe cette évolution comme une extension logique de la transformation actuelle du e-commerce.
L’image d’un vêtement n’est plus seulement créée au moment de sa première commercialisation.
Elle peut accompagner le produit durant plusieurs vies : lancement, e-commerce, personnalisation, revente, authentification, collection ou archive digitale.
Les mannequins virtuels 100 % IA développés par Artcare participent à cette nouvelle logique en permettant aux marques de construire des représentations visuelles cohérentes, flexibles et adaptées à différents environnements digitaux.
Dans un marché où les produits circulent de plus en plus longtemps et sur davantage de plateformes, la capacité à maîtriser leur représentation devient un actif stratégique.
Vers une seconde main pilotée par la donnée
L’expérience de Goodwill montre que l’intelligence artificielle commence à intervenir sur l’une des difficultés les plus structurelles du recommerce : transformer rapidement un flux massif de produits uniques en catalogue numérique exploitable.
Reconnaissance visuelle, catégorisation, génération de descriptions, estimation de valeur, recherche intelligente et recommandation convergent progressivement vers un même objectif : rendre chaque objet identifiable et accessible au bon acheteur.
Cette transformation peut réduire certaines opportunités d’arbitrage pour les chineurs, mais elle pourrait aussi rendre la seconde main beaucoup plus efficace et beaucoup plus accessible à grande échelle.
Pour les marques de mode et de luxe, le signal est important.
La circularité ne sera pas seulement une question de récupération ou de durabilité. Elle deviendra aussi une question de données, d’identité visuelle et d’intelligence artificielle.
À mesure que chaque vêtement devient identifiable, comparable et potentiellement revendable, sa vie digitale ne s’arrête plus au premier achat.
Et dans cette nouvelle économie de la mode, maîtriser l’image d’un produit durant l’ensemble de son cycle de vie pourrait devenir aussi stratégique que sa création initiale.
La newsletter Artcare — Mode, Luxe & IA
Deux fois par mois, recevez dans votre boîte mail une analyse claire et stratégique de l’impact de l’intelligence artificielle sur la mode, le luxe et l’art. Tendances clés, signaux faibles et cas concrets, pour garder le contrôle sans subir le discours techno.
S’abonner à la newsletter