6 novembre 2026Édition internationale
Vol. I · No.
6 novembre 2026
AI IN FASHION
DAILY
Le briefing quotidien sur l’IA dans le business de la mode
Là où la mode rencontre l’intelligence artificielle.
Merchandising & Achats · Analyses

Comment Otrium a déployé la robotique Autostore et l'IA pour l'efficacité de son entrepôt

La plateforme de déstockage a automatisé son centre de distribution avec le système de grille Autostore et l'IA générative pour l'imagerie produit, réduisant le temps de traitement et accélérant les ventes.

Tall blue metal shelving units filled with stacked boxes in a warehouse aisle
Photo: Arno Senoner / Unsplash

L'ESSENTIEL Résumé de la rédaction

  1. Otrium a mis en œuvre le système de grille robotisé Autostore dans son centre de distribution européen en 2025 pour gérer des volumes de commandes plus élevés.
  2. La plateforme utilise l'IA générative pour créer des images de produits lorsque les visuels des marques ne sont pas disponibles, réduisant le délai de mise en ligne des stocks.
  3. Les systèmes automatisés de stockage et de récupération permettent aux détaillants de mode de traiter les retours et les nouveaux stocks plus rapidement que les entrepôts manuels.
  4. Combiner l'automatisation de l'entrepôt avec du contenu généré par IA peut raccourcir le cycle de démarque et améliorer la vitesse d'écoulement des stocks déstockés.

Otrium, la plateforme de déstockage de mode basée à Amsterdam, a achevé l'installation d'un système automatisé de stockage et de récupération Autostore dans son centre de distribution européen début 2025, selon les annonces de l'entreprise et des sources de l'industrie logistique. Le déploiement est intervenu alors que le distributeur cherchait à gérer des volumes de commandes croissants et à réduire le délai entre la réception des stocks des partenaires de marque et l'expédition aux clients à travers l'Europe. Parallèlement, Otrium a intégré des outils d'IA générative pour produire des photographies de produits lorsque les images fournies par les marques étaient manquantes ou inadaptées, réduisant le délai entre l'arrivée des stocks et la mise en ligne.

Le double investissement dans la robotique d'entrepôt et l'automatisation du contenu répond à un défi central de la vente au détail déstockée : les stocks se déplacent plus rapidement lorsque les articles sont photographiés, mis en ligne et prélevés rapidement, mais de nombreux vêtements de fin de saison ou en surstock arrivent sans actifs numériques ou dans un emballage incompatible avec le tri manuel à haute vitesse. Pour les dirigeants de la mode qui évaluent les dépenses d'automatisation, le cas d'Otrium illustre comment la robotique et la vision par ordinateur peuvent fonctionner ensemble pour compresser le cycle de démarque et récupérer la marge sur les stocks invendus.

Cet article examine les projets d'automatisation d'entrepôt et de contenu 2025 d'Otrium, les gains de débit et de vélocité que l'entreprise a rapportés, et les implications plus larges pour les chaînes d'approvisionnement de mode gérant les stocks excédentaires et les retours.

Qu'est-ce qu'Otrium et pourquoi a-t-elle automatisé son entrepôt ?

Otrium exploite une marketplace en ligne qui vend des stocks de saisons passées et des surplus directement auprès de marques de mode, travaillant avec plus de 400 enseignes dont Patagonia, Karl Lagerfeld et Scotch & Soda. La plateforme prend possession des marchandises invendues, les photographie et les met en ligne sur son site, et expédie les commandes depuis ses propres centres de distribution. Le chiffre d'affaires a augmenté alors que les marques cherchaient des alternatives aux lourdes remises dans leurs propres canaux, et les volumes de commandes en Europe ont suffisamment augmenté en 2024 pour que le prélèvement et l'emballage manuels deviennent un goulot d'étranglement, selon des observateurs de l'industrie de la chaîne d'approvisionnement.

Fin 2024, Otrium a annoncé son intention d'installer Autostore, un fournisseur norvégien de systèmes de stockage automatisés à base de cubes, dans son principal centre de distribution européen. Le système utilise une grille de bacs empilés et des robots autonomes qui récupèrent les conteneurs à la demande, puis les livrent aux postes de prélèvement où les travailleurs humains emballent les commandes. Les systèmes Autostore peuvent atteindre des densités de stockage jusqu'à quatre fois supérieures aux rayonnages conventionnels et réduire le temps de marche du personnel d'entrepôt en apportant les bacs à des postes de travail fixes. L'installation est entrée en service au premier trimestre 2025, permettant à Otrium de traiter un volume plus élevé de commandes de petites références mixtes typiques de la vente au détail de mode en ligne.

Comment le système de grille robotisé Autostore fonctionne-t-il dans un entrepôt de mode ?

Une grille Autostore comprend des rails en aluminium disposés au-dessus d'une zone de stockage, avec des robots circulant au sommet pour soulever et déplacer les bacs stockés dans des colonnes verticales en dessous. Lorsqu'une commande arrive, le logiciel de gestion d'entrepôt envoie un robot à l'emplacement de la grille contenant l'article requis. Le robot soulève le bac, le transporte vers un port en bordure de la grille, et un opérateur humain prélève le vêtement, scanne le code-barres et le place dans un carton d'expédition. Les bacs vides retournent à la grille, et le système priorise les articles fréquemment prélevés dans les couches supérieures pour minimiser le temps de récupération.

Pour les stocks de mode, l'approche convient au prélèvement à mélange élevé et faible volume : chaque bac peut contenir seulement quelques unités d'une seule taille et couleur, et les commandes incluent souvent des articles de plusieurs marques et catégories. L'empreinte compacte d'Autostore permet également une densité de stocks plus élevée que les rayonnages traditionnels, un avantage dans les centres de distribution urbains où le loyer est élevé. Les robots eux-mêmes ne nécessitent pas de revêtement de sol spécial ni d'infrastructure de guidage, et la conception modulaire signifie que la capacité peut s'étendre en ajoutant plus de modules de grille ou de robots sans reconcevoir l'installation.

Quels résultats Otrium a-t-elle rapportés suite à l'automatisation de l'entrepôt ?

Otrium n'a pas publié de métriques de débit détaillées dans les documents d'investisseurs, car l'entreprise reste privée. Cependant, des sources de l'industrie et des analystes logistiques notent que les installations Autostore dans le commerce électronique doublent ou triplent généralement les taux de prélèvement par rapport aux opérations manuelles, mesurés en unités par heure par travailleur. En 2025, les systèmes automatisés de stockage et de récupération dans les entrepôts de mode ont atteint des temps de cycle de commande moyens de moins de 30 minutes de la réception de la commande à l'expédition, contre 60 à 90 minutes dans les installations manuelles de taille similaire. La direction d'Otrium a déclaré dans une interview commerciale de 2025 que le système permettait à l'entreprise de gérer les pics saisonniers sans embaucher de personnel temporaire supplémentaire, suggérant des gains de productivité du travail conformes aux références de l'industrie.

Tout aussi important pour un modèle de déstockage est la vitesse du traitement entrant. Lorsqu'une marque expédie des stocks excédentaires à Otrium, chaque jour que les marchandises passent en réception, photographie et mise en ligne représente un temps de vente perdu et un risque accru de démarques supplémentaires. Le stockage en bacs d'Autostore signifie que les articles peuvent être rangés immédiatement après la photographie et les contrôles qualité, sans attendre un emplacement de rayonnage libre ou la disponibilité d'un chariot élévateur, compressant le temps entre la livraison et la disponibilité à la vente.

Les entrepôts automatisés réduisent de moitié le temps de cycle de commande
50 %Réduction du délai commande-expédition vs installations manuelles (2025)

Source: Supply Chain Dive, 2025

Comment Otrium utilise-t-elle l'IA générative pour l'imagerie produit ?

De nombreux vêtements qui arrivent chez Otrium manquent de photographies fournies par les marques ou ont des images qui ne répondent pas aux normes de style de la plateforme : éclairage cohérent, arrière-plans unis et angles multiples pour réduire les retours. Historiquement, Otrium rephotographiait les articles en interne, ajoutant coût et délai. Mi-2025, l'entreprise a commencé à tester des outils d'IA générative qui créent des images de produits à partir d'une photo prise avec un smartphone ou même de descriptions textuelles du vêtement, selon des rapports sur la technologie de vente au détail.

Les modèles d'IA générative formés sur la photographie de produits de mode peuvent produire des images de qualité studio en transformant des photos informelles en vues standardisées avec éclairage contrôlé et suppression d'arrière-plan. L'implémentation d'Otrium permet au personnel d'entrepôt de capturer une image rapide sur un appareil mobile ; le système d'IA génère ensuite un ensemble de photos publiables en quelques secondes, qui sont téléchargées sur la page produit. L'entreprise a rapporté que ce flux de travail réduisait le délai médian de mise en ligne d'une nouvelle référence d'environ 40 pour cent par rapport à la photographie en studio manuelle, bien qu'elle n'ait pas divulgué de chiffres de temps absolus.

Au-delà de la vitesse, l'imagerie générée par IA peut améliorer la cohérence sur des milliers de références de différentes marques, chacune avec une qualité de photographie d'origine variable. Pour les clients parcourant un assortiment mixte, un style d'image uniforme réduit la friction cognitive et peut diminuer les taux de retour en établissant des attentes précises pour l'ajustement et la couleur. Les données d'Otrium, partagées dans une présentation de l'industrie de 2025, indiquaient que les listes avec des images standardisées par IA voyaient des taux de retour de 10 à 15 pour cent inférieurs à celles utilisant des photos de marque non éditées, bien que l'entreprise ait mis en garde que plusieurs variables influencent les retours et que l'effet variait selon la catégorie.

Quelles autres entreprises de mode automatisent leurs entrepôts et leur contenu ?

ASOS a installé des systèmes Autostore dans ses centres de distribution de Lichfield et Barnsley au Royaume-Uni entre 2022 et 2024, élargissant la capacité robotique pour traiter plus de 100 000 articles par jour sur les deux sites. Le détaillant en ligne a cité la technologie comme centrale pour gérer la demande de pointe sans augmentation proportionnelle des coûts de main-d'œuvre. ASOS a également déployé des outils d'IA pour le marquage de produits et l'amélioration d'images en 2024, automatisant la création de métadonnées et le recadrage de milliers de photos de produits quotidiennement.

En 2023, Zalando a intégré des véhicules guidés automatisés et des bras robotiques de prélèvement dans son centre de distribution à Lahr, en Allemagne, visant à augmenter le débit de colis de 30 pour cent. La plateforme paneuropéenne a investi séparément dans l'essayage virtuel et les recommandations de taille générées par IA, liant les gains d'efficacité de l'entrepôt à des outils frontaux qui réduisent les retours et améliorent la rotation des stocks. Zalando a rapporté dans son rapport annuel 2024 que le coût logistique en pourcentage du chiffre d'affaires avait baissé de 1,2 point de pourcentage d'une année sur l'autre, attribuant une partie de l'amélioration aux investissements en automatisation.

Les acteurs plus petits et de taille moyenne suivent des chemins similaires. About You, le détaillant de mode en ligne basé à Hambourg, a annoncé début 2025 qu'il déploierait la génération d'images de produits basée sur l'IA dans tout son assortiment, visant une réduction de 50 pour cent du délai de photographie pour les marques tierces vendant sur sa marketplace. Cette démarche visait à raccourcir l'écart entre le téléchargement des données de stock par une marque et l'apparition de l'article en direct sur le site, influençant directement la vitesse d'écoulement des articles de mode sensibles au temps.

Principales étapes de l'automatisation des entrepôts et de l'IA dans la mode européenne
  1. 2022ASOS commence le déploiement Autostore au centre de distribution de Lichfield, Royaume-Uni
  2. 2023Zalando intègre des véhicules guidés automatisés et des bras robotiques à Lahr, Allemagne
  3. 2024ASOS déploie l'IA pour le marquage de produits et l'amélioration d'images
  4. Fin 2024Otrium annonce l'installation Autostore au centre de distribution européen
  5. 1er trimestre 2025Le système Autostore d'Otrium entre en service ; la capacité de traitement des commandes augmente
  6. Mi-2025Otrium pilote l'IA générative pour l'imagerie produit, réduisant le délai de mise en ligne de 40 %
  7. Début 2025About You s'engage dans la génération d'images par IA pour les vendeurs de sa marketplace

Source: ASOS, Zalando, Retail Dive, FashionUnited

Quels sont les retours sur investissement et les délais de récupération pour la robotique d'entrepôt ?

Les dépenses en capital pour un système Autostore dépendent de la taille de la grille, du nombre de robots et de la complexité d'intégration. Les estimations de l'industrie placent le coût d'une installation de taille moyenne, adaptée au traitement de 20 000 à 40 000 commandes par jour, entre 5 millions et 10 millions d'euros, incluant matériel, logiciel et mise en service. Autostore a rapporté en 2024 que les délais de récupération typiques des clients variaient de trois à cinq ans, générés par les économies de main-d'œuvre, l'augmentation du débit et la réduction des coûts immobiliers par mètre cube de stockage.

Pour le commerce électronique de mode, le calcul du retour sur investissement doit tenir compte des pics saisonniers et du coût de la main-d'œuvre temporaire. Un entrepôt manuel peut doubler les effectifs pendant la période novembre-janvier ; une installation automatisée peut gérer le même volume en faisant fonctionner les robots sur des quarts supplémentaires sans embaucher ni former de personnel de pointe. L'arbitrage salarial est moins prononcé en Europe occidentale que sur certains marchés, mais les salaires d'entrepôt aux Pays-Bas, en Allemagne et au Royaume-Uni ont augmenté de 15 à 25 pour cent depuis 2021, selon les données d'Eurostat, rendant l'automatisation plus attractive même aux taux d'intérêt actuels.

La consommation d'énergie est un autre facteur. Les robots Autostore sont alimentés par batterie et relativement légers, consommant moins d'énergie que les systèmes à convoyeur. L'entreprise déclare que ses systèmes consomment environ 0,1 kilowattheure par récupération de bac, se traduisant par une consommation d'énergie quotidienne d'environ 100 kilowattheures pour une grille de 20 robots traitant 10 000 prélèvements. Dans une installation auparavant dépendante de chariots élévateurs et d'un éclairage étendu dans de larges allées de prélèvement, la grille compacte et la surface au sol réduite peuvent réduire les coûts d'électricité et de chauffage, contribuant au retour sur investissement global.

Comment l'automatisation affecte-t-elle la vitesse de démarque et l'écoulement ?

La vitesse de démarque fait référence à la vitesse à laquelle les stocks démarqués ou déstockés s'écoulent. Pour Otrium, un traitement plus rapide de l'entrée à la mise en ligne signifie que les vêtements atteignent les clients alors qu'ils sont encore pertinents pour la saison, commandant des prix résiduels plus élevés et réduisant la profondeur des démarques ultérieures. Si une veste de printemps arrive en mars mais passe trois semaines en photographie et rangement, elle peut ne pas être mise en ligne avant fin avril, nécessitant une remise plus importante pour s'écouler avant l'été. Réduire ce délai à moins d'une semaine préserve le pouvoir de tarification.

L'automatisation de l'entrepôt contribue en garantissant que les stocks sont disponibles pour expédition immédiate une fois qu'une commande est passée. Les ruptures de stock dues à des bacs égarés ou des erreurs de prélèvement obligent les clients à substituer ou annuler, nuisant à la conversion et prolongeant la queue des références à rotation lente. Les systèmes automatisés atteignent généralement des taux de précision des stocks supérieurs à 99,5 pour cent, contre 95 à 98 pour cent dans les opérations manuelles, réduisant les stocks fantômes et améliorant la disponibilité en rayon. Une précision plus élevée signifie que les algorithmes de tarification peuvent s'appuyer sur des comptages de stocks en temps réel, optimisant les remises pour écouler les stocks sans sur-démarquer les articles à forte demande.

L'IA générative pour l'imagerie agit comme un accélérateur parallèle. Lorsqu'un article recherché peut être mis en ligne le jour même de son arrivée, la plateforme capte une demande qui pourrait autrement aller à un concurrent. L'effet combiné du rangement rapide, du prélèvement précis et de la création instantanée de contenu raccourcit le cycle de conversion de trésorerie : les marques reçoivent le paiement plus tôt, et Otrium fait tourner les stocks plus rapidement, libérant du fonds de roulement pour le prochain lot de marchandises.

Quels sont les risques, les limites et les questions ouvertes ?

La robotique d'entrepôt nécessite un capital initial et des contrats de maintenance continus, créant des coûts fixes qui peuvent peser sur les opérateurs si les volumes de commandes chutent. Le commerce électronique de mode a connu une consolidation et plusieurs insolvabilités très médiatisées depuis 2022 ; une entreprise qui installe une automatisation coûteuse puis connaît un choc de demande peut faire face à un effet de levier opérationnel plus élevé et une consommation de trésorerie supérieure à un concurrent manuel capable d'ajuster rapidement la main-d'œuvre. La propriété privée d'Otrium signifie une divulgation publique limitée des flux de trésorerie et de la dette, rendant difficile pour les observateurs extérieurs d'évaluer la résilience financière de son pari sur l'automatisation.

L'IA générative pour l'imagerie produit comporte également des risques. Bien que la technologie se soit améliorée, elle peut encore produire des artefacts ou des inexactitudes de couleur qui augmentent les taux de retour si les clients reçoivent des articles qui ne correspondent pas à la photo générée par IA. Les régulateurs de protection des consommateurs dans l'Union européenne ont signalé que les médias synthétiques dans le commerce électronique doivent être clairement étiquetés, et les marques peuvent s'opposer à ce que leurs produits soient représentés dans des images générées par machine sans approbation explicite. Les conditions d'Otrium avec les partenaires de marque traitent probablement ces préoccupations, mais le paysage juridique et réputationnel reste incertain.

Une autre limite est la transition de la main-d'œuvre. Les entrepôts automatisés nécessitent moins de préparateurs mais plus de techniciens pour maintenir les robots, les logiciels et l'infrastructure de grille. Recycler le personnel existant est possible mais prend du temps et de l'investissement ; certains travailleurs peuvent faire face au déplacement, soulevant un examen social et politique, particulièrement dans les régions avec de fortes protections du travail. Une étude de 2025 de l'Institut syndical européen a constaté que l'automatisation logistique dans le commerce électronique réduisait l'emploi total en entrepôt de 12 pour cent en moyenne, bien que la productivité par travailleur restant ait augmenté de 35 pour cent. Les entreprises de mode doivent peser les gains d'efficacité contre l'impact sur l'emploi plus large et les contraintes réglementaires potentielles sur l'automatisation.

Enfin, l'automatisation verrouille certaines conceptions de processus. Modifier le flux de produits, ajouter de nouvelles catégories ou intégrer un système de gestion de commandes différent peut être complexe et coûteux une fois qu'une grille robotique est installée. La flexibilité, une force traditionnelle des opérations manuelles, diminue dans une installation hautement automatisée, posant un risque stratégique si le comportement des consommateurs ou la composition des canaux change de manière inattendue.

DimensionEntrepôt automatisé (Autostore)Entrepôt manuel
Temps de cycle de commandeMoins de 30 minutes typique60 à 90 minutes typique
Précision des stocksSupérieure à 99,5 %95 à 98 %
Densité de stockageJusqu'à 4 fois le rayonnage conventionnelRéférence
Main-d'œuvre pour 10 000 prélèvements/jourEnviron 15 à 20 ETPEnviron 40 à 60 ETP
Dépenses en capital5 à 10 millions EUR (taille moyenne)Minimales (rayonnage et équipement)
Délai de récupération3 à 5 ansNon applicable
Flexibilité opérationnelleInférieure (disposition de grille fixe)Supérieure (reconfiguration des allées facile)

Questions fréquentes

Que doivent faire les entreprises de mode maintenant ?

  1. Auditer le débit actuel de l'entrepôt et identifier les goulots d'étranglement dans la réception, le rangement, le prélèvement et l'emballage. Mesurer le temps de cycle de commande, le coût de main-d'œuvre par unité expédiée et la précision des stocks pour établir une référence permettant d'évaluer les analyses de rentabilité de l'automatisation.
  2. Modéliser les scénarios de demande pour les trois à cinq prochaines années, incluant les volumes saisonniers de pointe et les changements potentiels de canaux. Les investissements en automatisation nécessitent un débit soutenu pour justifier les coûts fixes ; les entreprises avec des volumes de commandes volatils ou en baisse devraient envisager des solutions modulaires ou louées avant de s'engager dans des installations de grille complètes.
  3. Tester les outils d'IA générative pour l'imagerie produit et la création de métadonnées sur un sous-ensemble de références, en mesurant les gains de temps, la qualité d'image et l'impact sur le taux de retour. Établir des politiques claires sur l'étiquetage des médias synthétiques et obtenir le consentement des partenaires de marque lorsque requis par contrat ou réglementation.
  4. Évaluer la complexité d'intégration avec les systèmes existants de gestion d'entrepôt, de gestion de commandes et de planification des ressources d'entreprise. Les systèmes robotiques dépendent de flux de données en temps réel ; les architectures informatiques héritées peuvent nécessiter un middleware ou des mises à niveau qui ajoutent coût et délai au déploiement.
  5. Évaluer les implications pour la main-d'œuvre tôt, incluant les programmes de reconversion, les licenciements potentiels et les obligations légales du travail local. Engager les représentants des employés et planifier un soutien à la transition pour minimiser les perturbations et maintenir la continuité opérationnelle pendant la mise en service.
  6. Comparer les offres des fournisseurs sur le coût total de possession, les conditions de maintenance, les licences logicielles et l'évolutivité. Autostore est l'un des plusieurs fournisseurs ; les alternatives incluent Exotec, Ocado Smart Platform et Vanderlande, chacun avec des architectures de grille, des vitesses de robot et des écosystèmes logiciels différents.
  7. Piloter avant de passer à l'échelle en installant un petit module de grille ou une seule zone de prélèvement pour valider les hypothèses de débit, former le personnel et affiner les processus. Le déploiement incrémental réduit le risque et permet une correction de trajectoire basée sur des données opérationnelles réelles plutôt que sur des projections de fournisseurs.

Questions fréquentes

Quel est le délai de récupération typique pour une installation d'entrepôt Autostore dans le commerce électronique de mode ?

Autostore a rapporté en 2024 que les délais de récupération typiques des clients varient de trois à cinq ans, générés par les économies de main-d'œuvre, l'augmentation du débit et la réduction des coûts immobiliers. Les détaillants de mode avec des pics saisonniers élevés et des salaires d'entrepôt en hausse peuvent voir des retours plus rapides, tandis que ceux avec des volumes de commandes volatils font face à des horizons de récupération plus longs.

De combien l'IA générative peut-elle réduire le délai de photographie de produits ?

Otrium a rapporté que les outils d'IA générative réduisaient le délai médian de mise en ligne d'une nouvelle référence d'environ 40 pour cent par rapport à la photographie en studio manuelle. About You visait une réduction de 50 pour cent du délai de photographie pour les vendeurs tiers de sa marketplace utilisant une génération d'images basée sur l'IA similaire début 2025.

L'automatisation de l'entrepôt réduit-elle l'emploi total dans la logistique de mode ?

Une étude de 2025 de l'Institut syndical européen a constaté que l'automatisation logistique dans le commerce électronique réduisait l'emploi total en entrepôt de 12 pour cent en moyenne, bien que la productivité par travailleur restant ait augmenté de 35 pour cent. Les installations automatisées nécessitent moins de préparateurs mais plus de techniciens pour la maintenance des robots et la gestion des logiciels.

Analyses