Okaïdi va fermer une soixantaine de magasins en France et supprimer jusqu’à 290 postes, soit environ un septième de ses effectifs dans le pays, dans le cadre d’une restructuration placée sous supervision judiciaire. Le même plan prévoit la fermeture d’une quarantaine de magasins en Allemagne, en Pologne et au Portugal et le retrait de ces trois marchés. Les causes invoquées par l’enseigne sont prévisibles : l’ultra-fast fashion, des budgets des ménages rongés par l’inflation, les applications de revente. Moins prévisible, du moins du point de vue d’un distributeur, est la cause qui se trouve en dessous de toutes les autres : une natalité en déclin structurel.

Le contexte conjoncturel joue également contre elle. Les enseignes d’habillement françaises viennent d’enregistrer leur huitième mois consécutif de baisse des ventes en magasin, en recul de 3,1 % en avril sur un an. La fréquentation est en baisse de 3,4 %, et la croissance en ligne, à +0,7 %, ne compense pas le manque. Un mauvais mois peut s’expliquer par la météo. Huit, non.

Le marché de l’habillement enfant exige que les enfants existent avant qu’on puisse leur vendre quoi que ce soit.

Or la France fait moins d’enfants. Elle a enregistré 645 000 naissances en 2025, en baisse de 2,1 % sur un an et de près d’un quart par rapport au pic de 2010. La fécondité est désormais à son niveau le plus bas depuis la fin de la Première Guerre mondiale ; pour la première fois depuis 1945, les décès ont cette année-là dépassé les naissances. La cohorte qui entrera à l’école primaire au début des années 2030 est déjà fixée. Un distributeur d’articles enfants n’acquiert pas ses clients — il les attend, et la file est plus courte qu’avant.

La prévision de la demande et l’optimisation des stocks constituent l’essentiel de ce que le secteur de l’IA vend aux retailers. Chacun de ces outils postule que le client existe et qu’il suffit de le trouver. Un modèle peut indiquer à Okaïdi combien de manteaux expédier à Lyon et à quel moment les démarquer ; il ne peut pas faire naître un seul enfant à Lyon. L’optimisation répartit un marché plus habilement ; elle ne l’élargit pas. L’échec ici n’a jamais été un problème de prévision — la demande était déterminée par la démographie bien avant que l’algorithme n’entre en scène.

L’erreur est de catégorie, non de calcul. Les outils d’efficacité ont résolu la plupart des problèmes que le secteur du retail leur a soumis : surstockage, compression des marges, mauvaise allocation des canaux. Appliqués à l’habillement enfant, ces mêmes outils produiront le même type de résultats — jusqu’à un certain point. Lequel n’est pas suffisant. Aucun gain de précision opérationnelle ne comble un écart structurel ; aucun modèle de stock n’élargit le marché qu’il trie. Les outils fonctionnent bien ; c’est le sol sous leurs pieds qui se dérobe.

La France n’est pas un cas isolé. Les taux de fécondité en Europe occidentale sont sous le seuil de renouvellement des générations depuis une génération. L’arithmétique qui a placé Okaïdi sous surveillance judiciaire se déroule, à des rythmes variables, sur des marchés de tout le continent. Les outils d’IA vendus aux enseignes d’habillement enfant n’y changeront rien. Ils vous indiqueront, avec une plus grande précision, comment le déclin se répartit par code postal.

Okaïdi pourra peut-être regagner du terrain sur Shein et les applications de revente. Elle n’en vendra pas moins dans une France qui rétrécit d’année en année. Une prévision plus fine s’achète auprès de n’importe quel prestataire ; une génération, non.