Confier l’identification des paires à l’IA, plutôt que demander au collectionneur de tout renseigner.

Permettre d’ajouter une paire en quelques clics sans en connaître toutes les caractéristiques, au prix d’une dépendance à l’IA et d’un parcours manuel conservé pour la correction.

02

Le
contexte

Une collection facile à montrer, longue à constituer.

SoleBook s’adresse aux collectionneurs de sneakers qui souhaitent constituer leur portfolio, le partager et échanger avec d’autres passionnés.

Avant de pouvoir partager une collection, il faut d’abord la constituer paire par paire. Cela suppose du temps et une connaissance précise des modèles, de leurs caractéristiques, de leur rareté et de leur prix.

Entreprise: SoleBook — Portfolio et communauté pour collectionneurs de sneakers.
Système: Symfony 7 · API Platform · PostgreSQL · React 19 · service Python d’analyse d’image · Clever Cloud
Contrainte: Réduire au minimum le temps et les connaissances nécessaires pour ajouter une paire à sa collection.
Durée: Trois mois, de juin à août 2026

03

Le point
de bascule

Le premier usage ne pouvait pas commencer par un travail de saisie.

Un formulaire permettait de décrire précisément une paire. Il demandait aussi au collectionneur de connaître le modèle et ses caractéristiques, puis de répéter cette saisie pour chaque paire de sa collection.

La difficulté n’était pas seulement de stocker une collection. Il fallait demander le moins d’effort possible à l’utilisateur pour qu’il puisse réellement la constituer.

Le collectionneur pouvait renseigner chaque paire.
Il ne devait pas avoir à le faire.

04

Les
options

Deux parcours, une responsabilité différente.

Le même portfolio pouvait être constitué en demandant les informations à l’utilisateur ou en les recherchant à partir de sa paire.

Contexte: SoleBook devait disposer d’informations suffisamment précises pour créer une paire dans une collection. Ces informations pouvaient être renseignées directement par le collectionneur ou recherchées automatiquement à partir d’une photographie. Le choix déterminait à qui revenait l’effort d’identification.
Options envisagées: A Faire saisir les informations par le collectionneur. Demander du temps et une connaissance précise de chaque paire. Ne dépend pas de la capacité d’un système d’IA à identifier correctement la paire.

B Analyser la paire à partir d’une photographie. Créer une dépendance à l’analyse par IA et devoir gérer les cas où elle ne trouve pas ou se trompe. Ne permet pas de supprimer entièrement le parcours manuel.
Décision: Option B. Utiliser l’analyse d’image et l’IA comme parcours principal pour identifier une paire, tout en conservant le formulaire pour corriger ou compléter les informations.

A	Faire saisir les informations par le collectionneur.	Demander du temps et une connaissance précise de chaque paire.	Ne dépend pas de la capacité d’un système d’IA à identifier correctement la paire.
B	Analyser la paire à partir d’une photographie.	Créer une dépendance à l’analyse par IA et devoir gérer les cas où elle ne trouve pas ou se trompe.	Ne permet pas de supprimer entièrement le parcours manuel.

Le formulaire était la solution la plus prévisible. Il ne dépendait pas de la qualité d’une analyse automatique et permettait au collectionneur de maîtriser chaque information renseignée. Il reportait en revanche sur lui l’ensemble du travail d’identification et de saisie.

L’analyse par IA réduisait cet effort mais ne supprimait pas le besoin d’un formulaire. Celui-ci a été conservé comme moyen de correction et comme parcours de repli lorsque l’identification automatique ne fournit pas les informations attendues.

05

Le
compromis

Ce que cette décision a coûté.

Faire de l’IA le parcours principal imposait d’accepter qu’elle ne constitue jamais l’unique parcours.

Une dépendance à l’IA.

L’expérience principale d’ajout d’une paire dépend de la capacité du système à exploiter correctement une photographie.
Deux parcours à maintenir.

Le formulaire manuel reste nécessaire pour corriger les informations proposées ou prendre le relais lorsque l’analyse ne suffit pas.
Un service supplémentaire.

L’analyse d’image a été isolée dans un service Python autonome, avec son propre cycle d’exploitation.

06

Le
résultat

Ce qui est devenu possible.

La première version exploitable a été construite entre juin et août 2026. Cinquante-trois fonctionnalités ont été spécifiées puis livrées pendant cette période.

01

Une paire peut être ajoutée en quelques clics.

À partir d’une photographie, l’analyse identifie le modèle, la taille, le SKU, l’état, la marque et l’année. D’autres analyses permettent ensuite d’en déterminer notamment la rareté et la cote.
02

Connaître précisément le modèle n’est plus un prérequis.

L’utilisateur peut commencer par photographier la paire qu’il possède plutôt que rechercher lui-même sa référence et ses caractéristiques.
03

L’analyse d’image peut être optimisée indépendamment.

Le service Python présélectionne l’image à analyser et la redimensionne avant de solliciter l’IA afin de limiter le travail qui lui est confié.
04

Le même produit peut préparer sa distribution mobile.

L’interface React a été conçue web-first pour pouvoir être encapsulée sans redévelopper l’application depuis zéro pour chaque plateforme mobile.

07

La règle que nous en avons tirée.

Avec ce que nous savons aujourd’hui.

Le recul reste court. Le choix de l’IA pour réduire l’effort utilisateur et celui d’une approche web-first sont maintenus.

Ce que nous garderions: Faire de l’analyse par IA le parcours principal d’ajout d’une paire et conserver un parcours manuel pour la correction et les cas non résolus.
Ce que nous changerions: Le recul est encore insuffisant pour identifier un choix que nous modifierions.
Ce que nous en avons tiré: L’IA apporte le plus de valeur lorsqu’elle retire une tâche à l’utilisateur plutôt que lorsqu’elle lui ajoute une fonctionnalité à utiliser.

08

Prochaine
étape

Une fonctionnalité peut être complète et demander encore trop d’effort à son utilisateur.

Toutes les histoires

Parlons de la prochaine décision qui compte