Après avoir optimisé les tournées, automatisé certaines tâches administratives et facilité la planification, l’intelligence artificielle (IA) franchit une nouvelle étape dans les blanchisseries. Elle s’attaque désormais au cœur de la production, du tri automatisé à l’optimisation des cycles de lavage, en passant par la maintenance prédictive. Si ces usages sont encore émergents, les professionnels s’accordent sur un point : l’IA devrait rapidement devenir un levier incontournable de performance. 

Dans les blanchisseries industrielles, l’intelligence artificielle n’est déjà plus un concept d’avenir. Bien avant l’essor des assistants conversationnels, certains algorithmes étaient déjà capables d’optimiser les tournées de livraison, de traiter des volumes importants de données ou d’automatiser certaines tâches répétitives. Aujourd’hui, les applications se multiplient et gagnent progressivement tous les maillons de la chaîne de valeur, depuis la logistique, la maintenance et les fonctions supports jusqu’à la gestion des ressources humaines et, de plus en plus, la production elle-même. « L’IA n’est pas intelligente au sens humain du terme, rappelle Sylvain Cortes, vice-président Stratégie chez Hackuity. C’est avant tout un modèle statistique capable d’apprendre à partir d’un très grand nombre de données et d’en extraire des informations utiles. » Une capacité particulièrement intéressante pour les blanchisseries, où chaque journée génère une multitude d’informations : volumes de linge, consommations d’eau et d’énergie, traçabilité, maintenance des équipements ou encore flux logistiques. 

Quand l’atelier devient intelligent 

L’un des premiers apports de l’intelligence artificielle concerne le tri du linge. Associée à des caméras et à des modèles d’apprentissage, elle peut reconnaître automatiquement un textile, son grammage ou son niveau de salissure afin de proposer le cycle de lavage le plus adapté. « Une IA est capable d’identifier différents types de linge ou de taches beaucoup plus rapidement qu’un opérateur, explique Sylvain Cortes. Elle automatise ainsi une partie du tri tout en améliorant la pertinence des traitements. » Les constructeurs développent également des robots capables d’apprendre à reconnaître les articles avant de les orienter automatiquement vers la bonne ligne de traitement. « La machine est “éduquée” pendant quelques semaines, puis elle reconnaît les produits comme le ferait un humain », observe Marc Drezen, directeur technique opérationnel du GCS Blanchisserie Toulousaine de Santé et vice-président de l’URBH (Union des responsables de blanchisserie hospitalière). Au-delà du tri, l’IA permet d’optimiser l’ensemble des paramètres de production. En croisant le poids du linge, sa nature, son niveau de salissure ou encore les consommations des équipements, elle peut ajuster automatiquement les quantités d’eau, de détergent ou la durée des cycles afin de réduire les coûts tout en garantissant la qualité du traitement. 

Une logistique toujours plus performante 

La logistique constitue l’un des domaines où l’intelligence artificielle est la plus mature. Les logiciels d’optimisation des tournées exploitent depuis plusieurs années des algorithmes capables de gérer simultanément des centaines de contraintes : localisation des clients, capacités des véhicules, créneaux horaires ou circulation routière. Pour Thomas Labrunye, président de Bulle de Linge, président du CTTN et administrateur de la FFPB, ces outils font désormais partie du quotidien de nombreuses entreprises. « Nous utilisons depuis longtemps des logiciels capables d’optimiser automatiquement nos tournées de livraison en fonction des contraintes logistiques », rappelle-t-il. Cette logique peut désormais être étendue à l’ensemble de la chaîne de production. L’intelligence artificielle est capable d’anticiper les pics d’activité, d’équilibrer les flux entre les différentes lignes de traitement ou encore d’intégrer des données extérieures, comme la météo ou un événement local susceptible d’accroître l’activité d’un établissement de santé. « L’IA met en relation des informations auxquelles nous ne penserions pas forcément,souligne Sylvain Cortes. Elle peut anticiper les conséquences d’un épisode de forte chaleur ou d’un grand événement et aider les responsables à adapter leurs ressources. » 

Vers une maintenance prédictive 

Autre perspective particulièrement attendue : la maintenance prédictive. Les blanchisseries disposent déjà d’une quantité importante de données issues des machines, allant des consommations d’eau, de gaz et d’électricité à l’historique des interventions ou des informations remontées par les capteurs. « La donnée, nous l’avons déjà. La vraie question est de savoir comment l’utiliser pour optimiser nos équipements », constate Thomas Labrunye. Son groupe a développé une application permettant de tracer toutes les interventions de maintenance réalisées sur les machines. Une première étape avant d’aller plus loin. « Une fois que l’historique est constitué, un agent IA pourra identifier les équipements les plus sensibles, repérer les pièces qui s’usent prématurément ou proposer des pistes d’amélioration », imagine-t-il. 

L’IA s’invite aussi dans les bureaux

L’intelligence artificielle transforme également les fonctions support. Gestion des plannings, communication avec les équipes, recrutement, analyse des appels d’offres, assistance juridique, traitement des factures ou préparation de documents commerciaux… les usages se multiplient. Au GCS Blanchisserie Toulousaine de Santé, les agents consultent déjà leur planning sur smartphone, transmettent leurs demandes d’absence et alimentent automatiquement les tableaux de bord de production. Chez Bulles de Linge, un agent conversationnel réalise, quant à lui, un premier échange avec les candidats afin de vérifier l’adéquation de leur profil avant l’intervention d’un recruteur. « Ces outils permettent surtout de redonner du temps aux équipes sur des missions à plus forte valeur ajoutée », indique Thomas Labrunye.  

Réussir la transformation

Si les solutions se démocratisent, leur réussite repose sur l’accompagnement des utilisateurs. « Il vaut mieux commencer par se faire accompagner quelques jours afin de comprendre les usages, les bonnes pratiques et les enjeux de sécurité, recommande Sylvain Cortes. Ensuite, l’autoformation permet de monter progressivement en compétence. » Les nouvelles interfaces facilitent d’ailleurs cette appropriation. Grâce aux assistants conversationnels, il devient possible d’interroger un logiciel en langage naturel pour obtenir un indicateur, retrouver une information ou demander une recommandation. Reste un défi de taille : l’adhésion des équipes. Car aussi performants soient-ils, ces nouveaux outils ne tiendront leurs promesses que si les professionnels sont formés à leurs usages et comprennent la valeur qu’ils peuvent apporter au quotidien. 

Une révolution inévitable 

À mesure que ces outils gagneront en maturité, leur impact devrait toutefois dépasser le simple gain de temps. Ils sont appelés à transformer progressivement les méthodes de travail et l’organisation des blanchisseries. Pour autant, cette montée en puissance de l’IA ne signe pas la disparition des métiers de la blanchisserie. Les activités resteront largement fondées sur l’expertise humaine, notamment dans les ateliers où la manutention demeure importante. En revanche, l’intelligence artificielle devrait modifier durablement la manière de piloter les ateliers, d’organiser les flux et de prendre des décisions. « Il ne faut pas utiliser l’IA pour faire de l’IA, résume Thomas Labrunye. La question est de savoir où elle peut réellement nous rendre plus efficaces. » Une conviction largement partagée par Sylvain Cortes : « Il n’est pas nécessaire de devenir spécialiste, mais il est indispensable de s’intéresser à ces technologies. Elles vont transformer durablement tous les métiers. » Dans les blanchisseries comme dans l’ensemble de l’industrie, la révolution est donc bel et bien engagée. Les premiers usages sont déjà opérationnels ; les plus transformants restent encore à venir. 

Article paru dans Blanchisseries Mag, édition de juillet 2026, à lire ici.

Les principales familles d’intelligence artificielle 

L’intelligence artificielle recouvre des technologies très différentes, chacune répondant à des usages spécifiques :  

• L’IA de perception et d’analyse est capable d’interpréter des informations issues de caméras, de microphones ou de capteurs. Elle reconnaît des objets, des visages, des voix ou encore des anomalies sur une image. Dans une blanchisserie, elle peut par exemple identifier automatiquement un type de textile ou évaluer son niveau de salissure. 

• L’IA de traitement du langage (NLP, pour Natural Language Processing) analyse et génère du texte ou de la parole. Elle est à l’origine des assistants conversationnels, des outils de traduction automatique ou des systèmes de synthèse de documents. 

• L’IA de raisonnement et d’aide à la décision croise de nombreuses données pour formuler des recommandations. Elle est utilisée pour optimiser des tournées de livraison, détecter des fraudes ou assister un professionnel dans sa prise de décision. 

• L’apprentissage prédictif (machine learning) apprend à partir de données historiques afin d’anticiper des événements futurs. C’est le principe de la maintenance prédictive, qui permet d’estimer le risque de panne d’un équipement avant qu’elle ne survienne. 

• L’IA générative crée de nouveaux contenus – textes, images, vidéos, musiques ou encore lignes de code – à partir d’une simple consigne. 

• Une nouvelle évolution émerge aujourd’hui : l’IA agentique. Contrairement à un assistant qui se contente de répondre à une demande, elle est capable de planifier une série d’actions, d’interagir avec différents logiciels et d’exécuter de manière autonome les tâches nécessaires pour atteindre un objectif. Elle ouvre ainsi la voie à une automatisation beaucoup plus complète des processus.