L’intelligence artificielle est partout. Depuis l’arrivée de ChatGPT, elle s’est installée dans le quotidien du grand public. Dans l’industrie, elle est là depuis bien plus longtemps, sous des formes prédictives ou algorithmiques, et elle prend désormais une dimension physique, au cœur des machines et des lignes de production. Ses promesses environnementales sont réelles : moins de chutes, un recyclage optimisé, une meilleure aide à la décision, moins d’eau et d’énergie. Mais il y a l’envers du décor, ce que consomment le développement, l’entraînement et l’usage des modèles.

Réalité ou illusion ? C’est la question que posait la deuxième table ronde de la journée « Demain le textile, au fil de l’économie circulaire », que j’ai animée le 14 octobre à Villeurbanne et à laquelle ont participé Christelle Didelot, copilote stratégie, circularité et partenariats de la Cité du textile de demain et directrice générale de l’association Façon de faire ; Thomas Isnard, fondateur et dirigeant d’Apollo Plus, qui développe la solution Goldeneye Smart Vision ; Myriam Mentfakh, cofondatrice de LeLabPlus ; Pierre Boissonnet, directeur informatique, données et numérique de Serge Ferrari ; et Pauline Denis, ingénieure de recherche numérique au Shift Project.

De quelle IA parle-t-on ?

Premier piège : parler de « l’IA » comme d’un bloc. Une entreprise n’intègre pas des IA généralistes dans ses process métier : elle intègre des outils qui en contiennent, qu’il s’agisse de modélisation 3D, de traçabilité ou de tri. Ces outils peuvent intervenir à chaque étape de la chaîne. En éco-conception, des prototypes virtuels remplacent les échantillons physiques, quand certaines marques en fabriquent jusqu’à dix par modèle. Viennent ensuite la coupe et le placement, la traçabilité des matières recyclées, puis le tri.

Christelle Didelot pose une condition préalable : « l’IA ne rend pas circulaire une filière ; elle rend circulaire une filière qui a déjà organisé ses flux ». Sans flux structurés ni données, pas d’IA utile. La formule rejoint un constat dressé dans de précédentes tribunes : la technologie ne remplace pas l’organisation collective [1], elle la prolonge.

Sur le terrain, des gains déjà mesurables

L’intégration de l’IA dans le contrôle qualité des tissus en offre la démonstration la plus spectaculaire. Thomas Isnard le décrit sans détour : aujourd’hui, le contrôle est encore « préhistorique ». L’œil et la main de l’humain inspectent au rythme de quatre mètres par minute. Et quatre experts autour d’un même rouleau ne voient pas les mêmes défauts. Enfin, aucune donnée n’est conservée.

La solution Goldeneye Smart Vision, que développe sa société, inspecte à la vitesse de 50 mètres par minute et crée le jumeau numérique de chaque rouleau. L’enjeu est d’abord économique : la non-qualité pèse de 4 à 10 % du chiffre d’affaires d’une entreprise textile. Localiser les défauts permet de couper autour et de n’ennoblir que la matière conforme. L’entreprise estime, avec ses clients, pouvoir optimiser jusqu’à 15 % de la matière et ainsi éviter jusqu’à 15 % des émissions en équivalent CO₂. Produire autant avec moins : l’économie et l’écologie convergent.

Chez LeLabPlus, PME d’une quinzaine de personnes à Ivry-sur-Seine, l’IA sert la seconde vie des produits. L’interdiction de détruire les invendus [2] impose de leur trouver des débouchés. L’atelier a commencé par la modélisation 3D, puis a développé une IA nourrie par le savoir-faire d’experts du patronage, qui constitue une bibliothèque de transformations réalistes. Quatre chemises et demie peuvent ainsi devenir une veste. L’atelier, qui a déjà travaillé pour une grande marque américaine de vêtements et articles de sport, vise une interface branchée sur les stocks des marques. Elle proposerait des mini-collections industrialisables, chiffrées en coût et en impact, et produites localement. La prochaine étape : le textile post-consommation.

Chez Serge Ferrari, spécialiste des matériaux composites souples, la donnée a d’abord éclairé un problème très concret : la teinte. Pour couvrir un stade avec 50 000 m² de membrane suspendue, il faut parfois produire jusqu’à 65 000 m² afin de garantir l’homogénéité des couleurs. Restent alors 15 000 m² de stock, coûteux en carbone comme en trésorerie. En enregistrant 2 000 paramètres machine toutes les demi-secondes et en les croisant par analyse de corrélation, l’entreprise a pu objectiver les dérives de teintes lors de la fabrication : température de la matière d’enduction, capteur encrassé, effet du cycle jour-nuit sur la viscosité, etc. Il en est né un outil qui alerte les opérateurs en cas de dérive, en attendant l’apprentissage automatique.

L’envers du décor

Mais quel est le coût environnemental de ces gains ? Le numérique pèse déjà 3 à 4 % des émissions mondiales, une empreinte qui progresse d’environ 6 % par an. Dans son rapport d’octobre 2025 [3], dont Pauline Denis est coautrice, le Shift Project documente une croissance brutale et non anticipée. Selon cette étude, la consommation électrique mondiale des centres de données est passée de 165 TWh en 2014 à 420 TWh en 2024, et pourrait atteindre jusqu’à 1 500 TWh par an en 2030. En France, elle représente environ 2 % de la consommation électrique nationale, et pourrait en représenter 7,5 % en 2035.

Le moteur de cette croissance, c’est l’IA générative, du fait de sa très forte intensité de calcul. Les pressions sont aussi locales : là où s’implantent les centres de données, ils entrent en concurrence avec d’autres secteurs, industriels et agricoles, pour l’électricité et l’eau. D’où la proposition du Shift Project de fixer collectivement une trajectoire-plafond à la consommation électrique des centres de données.

Toutes les IA ne se valent pas

Face à ce constat préoccupant, la table ronde a toutefois permis d’apporter quelques nuances. Ainsi, Goldeneye, dont le développement est autofinancé et soutenu par France 2030, n’utilise pas de grand modèle de langage, mais une IA auto-supervisée, de nature mathématique ; ses données, certes générées en masse, sont stockées « à froid », au plus économe. Chez Serge Ferrari aussi, il s’agit de calcul léger sur une plateforme de données, sans entraînement de grands modèles. Les gains de matière et d’énergie dans le process de production y sont sans commune mesure avec la consommation électrique de l’outil.

Pauline Denis en tire une grille de lecture. L’IA est un catalyseur : elle accélère le système dans lequel on la place. Tout déploiement doit donc s’accompagner d’une analyse de pertinence. Une solution incompatible avec la trajectoire carbone doit être revue, voire remplacée par une solution sans IA. Des référentiels d’IA frugale, dont celui de l’Afnor, en donnent la méthode : questionner le besoin, dimensionner l’outil, mesurer. C’est la même démarche de discernement que celle de la low-tech.

Les conditions d’un usage responsable

Reste à réunir les conditions. La première est collective : une filière organisée et des données partagées. La traçabilité des taux d’incorporation de matières recyclées, demandée par la loi relative à la lutte contre le gaspillage et à l’économie circulaire (Agec), s’inscrit dans la dynamique du passeport numérique des produits [4]. Le tri peut aussi progresser, grâce à l’identification automatisée des matières et au démantèlement robotisé des boutons, zips et rivets. À Bolbec, en Normandie, la Cité du textile de demain doit transformer d’ici 2028 une friche industrielle historique en écosystème circulaire, et servir de terrain d’expérimentation.

Pour Myriam Mentfakh, le passeport numérique peut devenir un outil de seconde vie : il permettrait de tracer l’origine d’un produit, de prouver sa durabilité et d’organiser sa reprise. Le lien avec l’écomodulation pratiquée par Refashion [5], qui accorde des bonus aux produits vertueux et des malus aux autres, en ferait un levier économique.

La deuxième condition est la maîtrise. Pierre Boissonnet distingue ce qui doit rester déterministe de ce que l’IA peut accélérer. Le cœur mathématique doit rester codé à la main, lisible et maintenable : pas de « boîte noire ». L’interface, elle, a été développée avec un assistant de code, avec un gain de temps considérable. Serge Ferrari a aussi formé un data scientist en interne pour garder la main. La vraie question est de savoir ce que l’on veut garder en maîtrise, jusqu’à la souveraineté des infrastructures et des fournisseurs dont dépendent nos outils.

Et l’humain ?

Dans ce paysage, l’IA reste une aide à la décision, au service des métiers. Christelle Didelot le rappelle d’une formule : « le vêtement le plus écologique, c’est celui qu’on ne produit pas ». Bien utilisée, l’IA peut justement aider à ne pas produire ce qui ne se vendra pas. Myriam Mentfakh conclut : « un vêtement sera toujours cousu par un humain ». L’IA ne donne pas la réponse ; elle valorise l’expertise de ceux qui savent faire.

Cette tribune s’appuie sur les échanges préparatoires à la table ronde « L’IA au service de la transition écologique du textile : réalité ou illusion ? », que j’ai animée lors de la semaine « Demain le textile, au fil de l’économie circulaire », à Villeurbanne le 14 octobre 2026. Je remercie Pierre Boissonnet, directeur informatique, données et numérique de Serge Ferrari ; Pauline Denis, ingénieure de recherche numérique au Shift Project ; Christelle Didelot, copilote stratégie, circularité et partenariats de la Cité du textile de demain et directrice générale de l’association Façon de faire ; Thomas Isnard, fondateur et dirigeant d’Apollo Plus ; et Myriam Mentfakh, cofondatrice de LeLabPlus. L’écriture de cette tribune a été effectuée avec le concours de l’IA.

[1] Lien à venir vers la tribune sur la coopération territoriale.

[2] Consulter l’article « La loi économie circulaire est parue au Journal officiel » et les discussions sur l’interdiction de destruction qui l’ont précédée.

[3] The Shift Project, Intelligence artificielle, données, calculs : quelles infrastructures dans un monde décarboné ?, octobre 2025. [Lien à insérer]

[4] Le règlement européen sur l’écoconception du 13 juin 2024, publié au Journal officiel de l’Union européenne le 28 juin 2024, impose des normes strictes pour des produits plus durables, transformant ainsi l’industrie et l’économie circulaire.

[5] Lire l’article d’Actu-Environnement : « Un “malus fast fashion” en attendant la loi ».