L’intelligence artificielle au secours des stocks de la mode

Industrie textile et nouvelles technologies

Chaque année, 20 % des vêtements produits ne trouvent jamais preneur, générant 140 milliards de dollars de stocks dormants. Face à ce gouffre économique et écologique, l’intelligence artificielle s’impose comme levier de rationalisation dans toute la filière de l’habillement.

Vingt pour cent des vêtements produits chaque année n’atteignent jamais un consommateur, générant quelque 140 milliards de dollars de marchandises inutiles selon l’opérateur logistique Noatum ; à ce désastre économique s’ajoute un bilan environnemental lourd, la mode étant responsable d’environ 8 % des émissions mondiales de gaz à effet de serre. Pour endiguer ce phénomène, l’ensemble de la filière textile se tourne désormais vers l’intelligence artificielle, espérant en faire un outil de pilotage fin de la chaîne d’approvisionnement.

Le modèle à imiter, ou du moins à scruter, est celui de Shein. Le géant chinois de l’hyperfast fashion n’a pas seulement bâti sa domination sur des prix agressifs : son avantage concurrentiel tient aussi à une logique rigoureuse de pilotage par la donnée. En testant l’attrait du marché sur de petits lots initiaux de 100 à 200 pièces par modèle, la marque parvient à faire coïncider l’offre et la demande, limitant son taux d’invendus à moins de 10 %, quand les enseignes plus classiques affichent des taux compris entre 20 et 40 %, comme l’a rappelé son porte-parole devant le Sénat français en janvier 2026.

Cette performance n’est plus ignorée par les acteurs traditionnels. Chez Etam, le directeur des systèmes d’information Felipe Marques reconnaît volontiers que certains aspects du modèle concurrent sont « bons à prendre ». Le groupe de lingerie français concentre ses efforts d’intelligence artificielle sur l’optimisation des stocks, des ventes et des achats. À titre d’illustration, un investissement de 400 000 euros piloté par un agent IA permettrait d’obtenir des performances de vente équivalentes à celles d’un budget de 600 000 euros géré selon les méthodes antérieures — soit un gain de 10 à 20 % sur les résidus invendus. Un agent complémentaire est en cours de développement pour affiner le réassortiment des magasins en ciblant le bon produit pour le bon client au bon moment.

Le géant du denim Levi’s, de son côté, revendique un usage de l’intelligence artificielle « depuis des années » dans la planification et les prévisions de stocks, ainsi que dans la réception automatisée des commandes des grossistes, processus traditionnellement très manuel. La plateforme allemande Zalando a pour sa part réduit ses erreurs de prévision de la demande de 20 %, tandis que la division mode de Walmart a raccourci ses délais de production de dix-huit semaines grâce aux outils d’intelligence artificielle, selon une étude du Boston Consulting Group publiée en novembre 2025.

La pression est réelle : selon le rapport The State of Fashion 2026 du cabinet McKinsey, l’amélioration des marges et la gestion précise des stocks figurent parmi les priorités de 45 % des dirigeants du secteur, dans un contexte où le délai moyen d’écoulement des stocks a atteint le niveau préoccupant de 168 jours en 2024. Des start-up plus agiles, à l’instar de la plateforme Blacksheep qui connecte directement des usines chinoises à ses canaux de vente, poussent cette logique jusqu’à son paroxysme en visant une production quasi intégralement à la demande.

Un paradoxe demeure toutefois au cœur de cette révolution numérique : si l’intelligence artificielle permet de dégraisser les stocks, elle offre simultanément les moyens de démultiplier le rythme des collections, alimentant potentiellement le fléau de la surconsommation que l’industrie prétend combattre.

Urbanitas.fr

Avez-vous retenu les infos essentielles ?

Avec ce petit quiz, testez votre mémorisation de l’article.

Taux d’invendus dans la mode. — Selon les données présentées au Sénat français début 2026 par le géant de la mode en ligne Shein, à quel taux la marque parvient-elle à limiter ses invendus grâce à son modèle de production piloté par la donnée ?

A. Moins de 10 %. — B. Entre 20 et 30 %. — C. Environ 15 %.

Moins de 10 %

Délai d’écoulement des stocks dans la mode en 2024. — D’après le rapport The State of Fashion 2026 du cabinet McKinsey, quel délai moyen d’écoulement des stocks l’industrie de la mode a-t-elle atteint en 2024, un niveau qualifié de record ?

A. 168 jours. — B. 90 jours. — C. 120 jours.

168 jours

Économies réalisées grâce à l’IA chez Etam. — Le groupe de lingerie français Etam a illustré les gains permis par l’intelligence artificielle dans la gestion des achats : quel investissement piloté par un agent IA permettrait d’obtenir les mêmes performances de vente qu’un budget de 600 000 euros géré de façon traditionnelle ?

A. 400 000 euros. — B. 500 000 euros. — C. 350 000 euros.

400 000 euros

Part des vêtements produits annuellement qui n’atteignent pas le consommateur. — Selon une analyse de l’opérateur logistique Noatum, quelle proportion des vêtements produits chaque année dans le monde ne parvient jamais jusqu’au consommateur, générant des stocks inutiles estimés à 140 milliards de dollars ?

A. 20 %. — B. 35 %. — C. 10 %.

20 %

Réduction des erreurs de prévision de la demande chez Zalando. — D’après une étude du Boston Consulting Group publiée en novembre 2025, de combien la plateforme de mode en ligne allemande Zalando a-t-elle réduit ses erreurs de prévision de la demande grâce à l’intelligence artificielle ?

A. 20 %. — B. 35 %. — C. 10 %.

20 %

Entités liées

Intelligence artificielle, Industrie textile, Gestion des stocks, Mode éphémère (fast fashion), Surconsommation, Chaîne d’approvisionnement, Agent d’intelligence artificielle, Prévision de la demande