Comment l'IA aide-t-elle à trier et recycler les textiles ?

L'IA aide à trier et recycler les textiles en identifiant la composition de chaque vêtement. Les lignes de tri combinent des capteurs proche infrarouge et visuels avec le machine learning pour classer les articles par fibre et par couleur, et certains systèmes détectent aussi les boutons, fermetures éclair et impressions à retirer. Le résultat est une matière première plus propre et plus homogène, dont les recycleurs ont besoin pour transformer de vieux vêtements en nouvelles fibres.

Pourquoi le tri des textiles est-il un goulet d'étranglement pour le recyclage ?

La plupart des vêtements ne sont pas recyclés en nouveaux vêtements. Selon la Commission européenne, seulement 1 % des matières contenues dans les vêtements est recyclé en nouveaux vêtements. L'une des raisons est le tri : les textiles usagés arrivent mélangés, souvent sans étiquette lisible, et beaucoup sont des mélanges de plusieurs fibres. Les procédés de recyclage, surtout chimiques, ont besoin de volumes importants et homogènes de composition connue.

Le tri manuel par du personnel formé reste indispensable pour juger si les articles peuvent être réemployés, ce qui est généralement la meilleure issue sur le plan environnemental. Mais identifier la composition des fibres à l'œil ou au toucher est lent et imprécis. L'Agence européenne pour l'environnement a indiqué qu'en 2020, environ 16 kg de déchets textiles ont été générés par personne dans l'UE, dont seulement 4,4 kg ont été collectés séparément en vue du réemploi et du recyclage.

Comment fonctionne le tri des textiles par l'IA ?

1. Pré-tri : des personnes séparent les articles réemployables de ceux destinés au recyclage.
2. Analyse : sur un convoyeur, la spectroscopie proche infrarouge (NIR) mesure la manière dont les matières réfléchissent la lumière, ce qui révèle les types de fibres ; la spectroscopie visible ou des caméras RVB enregistrent la couleur.
3. Classification : un logiciel, de plus en plus souvent fondé sur des modèles de machine learning, affecte chaque article à une catégorie de fibre et de couleur.
4. Séparation : des jets d'air ou des bras mécaniques dirigent les articles vers les bonnes fractions.
5. Préparation : certains systèmes utilisent des caméras et l'IA pour localiser les accessoires comme les boutons, fermetures éclair et impressions afin de les retirer avant le recyclage.

Une étude de cas de la Commission décrit SIPTex à Malmö, en Suède, qui utilise la spectroscopie proche infrarouge et visible pour trier les déchets textiles par type de fibre et par couleur. L'installation fait fonctionner trois machines NIR/VIS sur un convoyeur de 260 mètres et dispose d'une capacité de 4,5 tonnes par heure, soit 24 000 tonnes par an.

Le machine learning intervient à plusieurs étapes de ce processus. Les relevés spectraux de différents tissus se recoupent, en particulier pour les mélanges, les couleurs sombres et les matières traitées, et des modèles entraînés sur de nombreux échantillons annotés peuvent séparer les catégories de manière plus fiable que des règles figées. Les modèles fondés sur des caméras peuvent aussi reconnaître des types de vêtements et des caractéristiques que la spectroscopie ne voit pas, comme les impressions, les écussons ou les coutures. Dans la pratique, les lignes automatisées travaillent encore aux côtés de trieurs formés, qui prennent les décisions de réemploi et traitent les articles que les machines ne parviennent pas à classer.

Lire aussi

Comment l'IA détecte-t-elle les défauts des tissus et des vêtements ?

Quelles entreprises utilisent l'IA pour le tri des textiles ?

Une synthèse publiée en janvier 2025 par le Texpertise Network de Messe Frankfurt a présenté plusieurs opérateurs et développeurs de technologies européens.

Ces chiffres sont ceux rapportés par les opérateurs et les sources citées. Ils décrivent des capacités et des fonctionnalités, pas des résultats de recyclage avérés, qui dépendent aussi du devenir des fractions triées.

Quel est l'impact de la réglementation européenne sur le tri des textiles ?

Depuis 2025, les États membres de l'UE doivent disposer de systèmes de collecte séparée des textiles. La directive-cadre relative aux déchets révisée, entrée en vigueur en octobre 2025, va plus loin : les textiles collectés séparément sont considérés comme des déchets et doivent être triés avant expédition, les États membres disposent de 30 mois pour mettre en place des régimes de responsabilité élargie des producteurs (REP) pour les textiles et les chaussures, et les contributions doivent être modulées selon des critères comme la durabilité et la recyclabilité. Selon la Commission, environ 12,6 millions de tonnes de déchets textiles ont été générées dans l'UE en 2019, et seulement un cinquième environ a été collecté séparément en vue du réemploi ou du recyclage.

Cela crée un flux régulier de textiles collectés qui doivent être traités, et les marques contribueront à le financer via les contributions REP. Des données de tri précises pourraient aussi éclairer le calcul de ces contributions et, à terme, alimenter les décisions de conception.

Que signifie le tri par l'IA pour les marques de mode ?

Le tri peut sembler relever des opérateurs de déchets, mais il concerne de plus en plus les marques. Par le biais de la responsabilité élargie des producteurs, les producteurs contribueront au coût de la collecte et du traitement des textiles usagés, et les contributions seront modulées selon la durabilité et la recyclabilité. Les produits faciles à identifier et à recycler pourraient donc devenir moins coûteux à mettre sur le marché que les autres.

Le tri génère aussi des données. Les lignes automatisées peuvent enregistrer combien d'articles de quelle composition et de quelle couleur y passent, et certains développeurs, comme NewRetex, décrivent des outils de traçabilité pour les déchets textiles. À plus long terme, ces données pourraient aider les marques à comprendre ce que deviennent leurs produits après usage et quelles conceptions se prêtent au recyclage fibre à fibre. Pour l'instant, ces liens n'en sont qu'à leurs débuts, et les marques doivent accueillir avec prudence les affirmations sur les boucles fermées tant que les volumes et les résultats ne sont pas documentés.

Parmi les mesures concrètes pour les marques figurent la vérification de l'exactitude des étiquettes de composition, la réduction des mélanges de fibres inutiles lorsque les performances le permettent, et le suivi des travaux des partenaires de tri et de recyclage sur leurs principaux marchés.

Lire aussi

Comment l'IA peut-elle surveiller les risques fournisseurs et la conformité dans la mode ?

Quelles sont les limites de l'IA dans le recyclage textile ?

• Mélanges et enductions : les mélanges complexes, les laminés et les apprêts sont difficiles à identifier et plus difficiles encore à recycler.
• Mesure de surface : le NIR lit la surface, si bien que les doublures ou couches cachées peuvent être mal classées.
• Décisions de réemploi : juger si un article peut être porté à nouveau repose encore largement sur l'expertise humaine.
• Capacités de recyclage : le tri n'est utile que s'il existe des recycleurs et des acheteurs pour la fibre triée.
• Économie : la matière première triée concurrence des fibres vierges bon marché ; l'investissement dépend donc de la réglementation et de la demande.