Robotique : l'état de l'art en 2025. Séparons le Hype de la Réalité
En octobre 2024, Tesla présente "We, Robot" aux studios Warner Bros. Optimus distribue des boissons, joue à "pierre-feuille-ciseaux", divertit les invités avec des mouvements fluides. Les vidéos deviennent virales en quelques heures. Quelques jours plus tard, Fortune Italia et d'autres médias révèlent que les humanoïdes étaient téléopérés par des techniciens humains. Adam Jonas de Morgan Stanley confirme l'utilisation de la téléopération, comme l'ont admis certains robots eux-mêmes qui ont déclaré "aujourd'hui, je suis assisté par un humain". La voix de synthèse ? Un opérateur humain au casque. Ces "détails" cachent le problème central de la robotique humanoïde en 2025 : le fossé abyssal entre les démos contrôlées et le déploiement autonome.
Ce n'est pas la première fois. En 2021, le premier Optimus était un danseur en costume. En 2022, le prototype marchait mais vacillait. En 2023, les mains acquéraient une dextérité de manipulation limitée. Aujourd'hui, en novembre 2025, Tesla affirme que vingt unités travaillent dans ses usines à des tâches répétitives. Vérifier ces affirmations de l'extérieur est impossible : aucun journaliste indépendant n'a filmé Optimus fonctionnant de manière autonome pendant des quarts de travail complets. Ce schéma se répète dans l'industrie : des vidéos impressionnantes, des affirmations audacieuses, des vérifications indépendantes qui révèlent une téléopération ou des scénarios ultra-contrôlés.
Bienvenue dans l'état de l'art de la robotique alliée à l'intelligence artificielle : un territoire où l'ingénierie extraordinaire cohabite avec un marketing agressif, où les progrès réels sont gonflés par des attentes irréalistes, où séparer ce qui fonctionne de ce qui est "presque prêt" demande un œil clinique. Comme dans Planetes, l'anime de Makoto Yukimura où les débris spatiaux sont collectés par des opérateurs humains parce que l'automatisation complète reste trop coûteuse et peu fiable, même dans la robotique terrestre de 2025, le dernier kilomètre vers la véritable autonomie s'avère le plus long.
Atlas : Le Benchmark Technique
S'il existe un étalon-or technique en robotique humanoïde, c'est bien Atlas de Boston Dynamics. Non pas pour les applications commerciales, quasi inexistantes, mais pour les capacités démontrées de manière vérifiable. En août 2024, l'entreprise a présenté la version électrique du robot, abandonnant l'hydraulique qui avait caractérisé les modèles précédents. Le nouvel Atlas pèse 89 kg, mesure 150 cm, intègre 28 degrés de liberté avec des actionneurs électriques sur mesure que Boston Dynamics ne vend pas séparément. La particularité : des articulations qui tournent au-delà des limites anatomiques humaines, permettant des rotations complètes du torse et des mouvements "impossibles" pour un corps biologique.
En octobre 2024, Boston Dynamics a publié des vidéos d'Atlas manipulant des composants automobiles dans un scénario industriel semi-structuré. Le robot reconnaît des objets variables, adapte sa prise, corrige ses erreurs. Pas de téléopération, mais des Grands Modèles de Comportement (Large Behavior Models) entraînés sur des milliers d'heures de simulations et de données réelles. Lorsqu'il se trompe, il réessaye avec une stratégie différente. Lorsque l'environnement change, il recalcule sa trajectoire. Est-ce une véritable autonomie ? Oui, mais dans un scénario restreint : composants connus, espace cartographié, tâche répétitive avec des variations limitées.
Le véritable bond en avant a eu lieu en octobre 2024 avec le partenariat entre Boston Dynamics et le Toyota Research Institute. L'objectif : combiner la plateforme matérielle d'Atlas avec les Grands Modèles de Comportement développés par TRI, entraînés sur des milliards d'interactions simulées. Toyota apporte son expérience de la fabrication en conditions réelles, Boston Dynamics sa robotique de pointe. Ensemble, ils visent à créer des humanoïdes capables d'apprendre de nouvelles tâches en quelques heures au lieu de plusieurs mois, en généralisant à partir de quelques exemples comme le font les modèles linguistiques avec le texte.
Mais Atlas reste un projet de recherche. Coût estimé par unité, non déclaré mais estimé, à des centaines de milliers de dollars. Autonomie opérationnelle : environ 4 heures avant de devoir être rechargé. Maintenance : techniciens spécialisés. Déploiement commercial : zéro. Boston Dynamics ne vend pas Atlas, il l'utilise comme une plateforme de R&D pour affiner les technologies qui finissent ensuite dans des produits comme Spot, le chien-robot qui a trouvé des niches dans les inspections industrielles et les chantiers de construction. Atlas démontre ce qui est techniquement possible, pas ce qui est économiquement scalable.
Tesla Optimus : Vision ou Vaporware ?
Elon Musk a une théorie : la robotique humanoïde sera plus importante que l'automobile, plus importante que l'énergie. Il prévoit un marché de 25 000 milliards de dollars, avec un Optimus qui coûtera entre 20 000 et 30 000 dollars et "révolutionnera l'économie". Tesla emploie plus de 200 ingénieurs sur le projet, a construit des infrastructures dédiées à l'entraînement de l'IA, investit des milliards. L'ambition est réelle. Les résultats vérifiables beaucoup moins.
La dernière mise à jour publique remonte à octobre 2024 : Optimus Gen 2 marche plus vite, ses mains ont 11 degrés de liberté, il peut saisir un œuf sans le casser. Dans les vidéos officielles, il plie des vêtements, trie des objets, transporte des composants en usine. Mais comme nous l'avons vu, de nombreuses démos étaient de la téléopération déguisée. Tesla soutient qu'en novembre 2025, vingt unités travailleront de manière autonome dans ses usines du Texas. Vérifier est impossible : aucun accès extérieur, aucune confirmation de sources tierces.
Le problème central est économique. Les analystes de l'industrie estiment que la production d'un humanoïde un tant soit peu capable coûte aujourd'hui entre 120 000 et 150 000 dollars : actionneurs à couple élevé, multiples capteurs LIDAR et de vision, batteries de 2-3 kWh, un ordinateur de bord puissant. Descendre à 20 000-30 000 dollars nécessiterait des économies d'échelle massives (des centaines de milliers d'unités) et des percées technologiques sur les batteries et les actionneurs. Tesla a de l'expérience dans la mise à l'échelle de la fabrication automobile, mais une voiture compte environ 30 000 composants ; un humanoïde capable en aurait tout autant, avec des tolérances mécaniques plus serrées.
Il y a ensuite le paradoxe de l'utilité. Pour quelle tâche un humanoïde polyvalent à 30 000 dollars bat-il un robot spécialisé à 5 000 ? Dans les entrepôts, les robots mobiles autonomes d'Amazon coûtent une fraction et déplacent plus de marchandises. À la maison, les aspirateurs-robots coûtent 500 euros et fonctionnent. Un humanoïde domestique devrait cuisiner, nettoyer, repasser, faire des réparations : des tâches qui, prises séparément, ont des solutions automatisées plus économiques, tandis que leur intégration dans un corps anthropomorphe multiplie la complexité et les coûts.
Musk a raison sur un point : si quelqu'un résout le problème, il aura un marché énorme. Mais "si" et "quand" sont des questions auxquelles aucun ingénieur sérieux ne répond avec des certitudes. Tesla a les ressources, le talent, la vision. Mais après trois ans d'annonces, il manque encore des déploiements vérifiables à grande échelle.
Figure AI : Un Robot chez BMW (Un Seul)
En janvier 2024, Figure AI annonce un partenariat avec BMW pour intégrer le robot Figure 02 dans l'usine de Spartanburg, en Caroline du Sud. Les communiqués de presse parlent de "révolutionner la fabrication automobile". Les vidéos montrent Figure 02 insérant des composants dans une carrosserie avec une précision millimétrique. Des investisseurs comme OpenAI, Nvidia, Microsoft, Intel injectent 675 millions de dollars dans le tour de table de série B. Valorisation : 2,6 milliards. Le battage médiatique est à son comble.
Dix mois plus tard, en octobre 2024, Figure AI publie une mise à jour substantielle : un robot Figure 02 a travaillé pendant cinq mois consécutifs, dix heures par jour, dans une section contrôlée de l'usine. La tâche : installer des composants spécifiques sur un seul modèle de véhicule. Il ne s'agit plus d'un test pilote de quelques jours ou semaines, mais d'un déploiement prolongé avec des données opérationnelles réelles. L'entreprise fait état d'un temps de fonctionnement supérieur à 70 %, avec des améliorations progressives grâce aux données collectées sur le terrain. Le robot apprend de ses erreurs réelles, non simulées, en adaptant ses stratégies de préhension et en corrigeant les écarts.
Mais les limites restent évidentes : un seul robot, une seule tâche, un environnement ultra-contrôlé. Temps de formation pour cette opération spécifique : six mois. BMW confirme que l'objectif n'est pas de remplacer les travailleurs mais d'automatiser des tâches pénibles sur le plan ergonomique ou dangereuses. D'ici fin 2025, l'objectif est d'atteindre dix unités opérationnelles dans des tâches différentes. À long terme, des centaines.
Le point critique reste le retour sur investissement. Un opérateur humain chez BMW coûte environ 70 000 dollars par an, salaire et avantages sociaux compris. Figure 02 coûte environ 150 000 dollars, plus la maintenance (20 000 à 30 000 dollars par an), plus une formation spécialisée pour chaque nouvelle tâche. Le seuil de rentabilité est atteint en trois ou quatre ans, en supposant que le robot fonctionne de manière stable sans dégradation des performances. Pour BMW, qui produit 1,5 million de véhicules par an dans 31 usines, passer d'un à mille robots nécessite non seulement des capitaux mais aussi des infrastructures logicielles (gestion de flotte, surveillance, mises à jour OTA) qui n'existent aujourd'hui que sous une forme embryonnaire.
Figure AI construit ces infrastructures, mais le passage d'un déploiement unique à une flotte de centaines d'unités est là où de nombreuses startups de robotique ont fait naufrage. Rethink Robotics, pionnière des cobots, a fermé ses portes en 2018 malgré une technologie solide et de gros clients : les coûts de support et de personnalisation ont érodé les marges. Figure AI a plus de capital et de meilleurs partenaires, mais la physique économique ne change pas : chaque robot supplémentaire coûte presque autant que le premier jusqu'à ce que vous atteigniez une échelle massive. Cinq mois d'opérativité continue sont une étape importante, mais la distance entre un robot et mille reste immense.
Clone Alpha : Biomimétique fascinante, preuves absentes
Clone Robotics, une startup basée à Varsovie, poursuit une approche radicalement différente : pas de moteurs électriques mais des "muscles" synthétiques alimentés par un système vasculaire hydraulique. Clone Alpha, présenté en 2024, a des avant-bras et des mains avec des myofibres qui se contractent comme du tissu biologique, des doigts avec 26 degrés de liberté, des mouvements fluides et précis. Esthétiquement impressionnant : la peau synthétique translucide laisse entrevoir les tendons et les actionneurs, comme une illustration anatomique d'Andreas Vesalius transposée en trois dimensions.
Le problème : il n'existe aucune vidéo de Clone Alpha exécutant des tâches complexes de manière autonome. Les vidéos officielles montrent des mouvements de préhension uniques, des rotations du poignet, des flexions des doigts. Le tout dans un environnement contrôlé, avec le torse absent. Clone Robotics promet que le système musculo-squelettique permet des mouvements plus naturels et adaptables que ceux motorisés, avec un retour tactile intrinsèque. Mais tant que nous ne verrons pas le robot complet fonctionner pendant des minutes, et non des heures, dans des scénarios semi-structurés, cela restera des affirmations théoriques.
L'avantage biomimétique est réel en théorie : les muscles biologiques ont un rapport puissance/poids supérieur aux moteurs électriques, ils amortissent naturellement les chocs mécaniques, ils s'adaptent aux surfaces irrégulières. Mais l'hydraulique introduit de la complexité : pompes, vannes, capteurs de pression, risques de fuites, maintenance intensive. Dans les robots industriels, l'hydraulique a été largement abandonnée au profit de l'électrique au cours des vingt dernières années, précisément pour des raisons de fiabilité et de coûts d'exploitation.
Clone Robotics affirme avoir résolu ces problèmes avec des matériaux innovants et un design compact. Ils ont levé plusieurs millions en financement d'amorçage, collaborent avec des universités européennes, présentent des articles évalués par des pairs sur la conception des actionneurs. Mais le saut d'un sous-système fonctionnel à un robot intégré est énorme. Il a fallu quinze ans à Boston Dynamics avec des ressources massives. Clone est une petite startup sur un marché dominé par des géants aux budgets de plusieurs milliards.
Le sentiment est de regarder un concept-car extraordinaire : un design audacieux, des technologies fascinantes, mais sans certitude qu'il arrive un jour en production. Dans la robotique humanoïde, l'ingénierie dépasse régulièrement la science-fiction dans les articles, mais se heurte à l'économie et à la physique lorsqu'il faut passer à l'échelle.
Chirurgie robotique : l'excellence consolidée
Si vous voulez voir une robotique de pointe qui fonctionne vraiment, entrez dans une salle d'opération. Intuitive Surgical, avec sa plateforme da Vinci, domine la chirurgie robotique depuis plus de vingt ans. Le système da Vinci 5, introduit en 2024, intègre plus de 150 capteurs de force qui transmettent un retour tactile au chirurgien, lui permettant de "sentir" les tissus à travers les instruments. Résolution 3D de 10 mégapixels, latence inférieure à 50 millisecondes, stabilisation des tremblements, mise à l'échelle des mouvements 1:3 pour une précision submillimétrique.
Les chiffres sont impressionnants : plus de 8 500 systèmes installés dans le monde, plus de 15 millions d'interventions robotiques réalisées au total, 12 000 interventions au cours des six premiers mois de 2024 seulement. En chirurgie prostatique, thoracique et gynécologique, le da Vinci est la norme dans de nombreux centres d'excellence. Pourquoi fonctionne-t-il là où les humanoïdes peinent ? Trois raisons : une tâche spécifique et bien définie, un environnement ultra-contrôlé, un chirurgien humain dans la boucle.
Le da Vinci n'est pas autonome : il amplifie les capacités humaines, il ne les remplace pas. Le chirurgien contrôle chaque mouvement via une console ; le robot traduit les entrées humaines en actions précises, filtrant les tremblements et mettant à l'échelle les mouvements. C'est de la téléopération très avancée, mais cela reste de la téléopération. L'IA intervient dans les phases de diagnostic : analyse préopératoire des images, suggestions sur les marges de résection, identification des structures critiques. Mais la décision reste humaine.
Les limites sont économiques et logistiques : un système da Vinci 5 coûte 2 à 3 millions de dollars, les instruments à usage unique 2 000 à 3 000 dollars par intervention, les contrats de maintenance 150 000 à 200 000 dollars par an. Seuls les grands hôpitaux spécialisés peuvent se le permettre. De plus, la courbe d'apprentissage est abrupte : un chirurgien a besoin de 100 à 150 interventions pour atteindre la maîtrise. Cela crée des disparités : l'excellence robotique est concentrée dans quelques centres, le reste du monde opère de manière traditionnelle.
La concurrence émerge : Medtronic avec Hugo, Johnson & Johnson avec Ottava, CMR Surgical avec Versius. Tous visent des coûts inférieurs et une plus grande modularité. Mais le da Vinci conserve l'avantage du premier arrivé : trente ans de données opérationnelles, un écosystème de formation consolidé, une base installée énorme. En chirurgie robotique, la technologie a dépassé le stade de la démonstration et est devenue une norme clinique. Pour les humanoïdes polyvalents, nous en sommes encore aux démos.
Cobots : la révolution silencieuse
Pendant que les humanoïdes font la une des journaux, les robots collaboratifs (cobots) transforment silencieusement l'industrie manufacturière mondiale. Universal Robots, ABB, FANUC, KUKA vendent des dizaines de milliers d'unités par an. Le marché représente 1,9 milliard en 2024, et les projections d'IDTechEx le voient à 11,8 milliards d'ici 2030. Pourquoi fonctionnent-ils ? Parce qu'ils ne prétendent pas être humains.
Un cobot comme l'UR10e d'Universal Robots : bras à six axes, charge utile de 10 kg, précision de ±0,03 mm, coût de 35 000 à 45 000 dollars. Il se programme avec une interface graphique de type glisser-déposer : pas de code, un technicien moyen le forme en quelques jours. Des capteurs de couple sur chaque articulation détectent les collisions et arrêtent le mouvement en 0,4 seconde, ce qui permet de travailler à côté en toute sécurité sans cages de protection. Il consomme 500 watts, s'alimente sur le réseau standard, occupe un demi-mètre carré.
Les tâches : pick-and-place, vissage, assemblage, contrôle qualité, emballage. Des tâches répétitives, pénibles sur le plan ergonomique pour les humains, que les cobots exécutent 24h/24 et 7j/7 avec une qualité constante. Dans les chaînes de production automobile, électronique, agroalimentaire, pharmaceutique, les cobots côtoient les opérateurs humains dans des cellules collaboratives : le robot gère le répétitif, l'humain supervise et gère les exceptions. C'est l'application pratique du paradoxe de Moravec : ce qui est difficile pour les humains (répétition hyperprécise) est facile pour les robots, ce qui est facile pour les humains (adaptation aux variations) est difficile pour les robots.
Les limites sont claires : charge utile limitée (10-20 kg), vitesse inférieure à celle des robots industriels traditionnels, impossibilité de gérer une grande variabilité. Mais pour les tâches structurées, le retour sur investissement est documenté : des études de McKinsey montrent un amortissement en 12-24 mois, avec une productivité augmentée de 20-40 % et une réduction des défauts de 15-30 %. Les PME qui ne pouvaient pas se permettre l'automatisation traditionnelle intègrent désormais des cobots.
La direction future : des cobots dotés d'une vision IA qui reconnaissent des objets variables, apprennent par démonstration plutôt que par programmation, se reconfigurent de manière autonome pour de nouvelles tâches. Des projets comme le Robotics Hub financés par l'UE standardisent les interfaces logicielles pour rendre les cobots plus interchangeables et moins dépendants d'un seul fournisseur. C'est de l'automatisation pragmatique, pas visionnaire, mais elle fonctionne et est rentable aujourd'hui, pas demain.
Les Trois Murs Techniques
Derrière chaque humanoïde qui marche en vacillant ou manipule des objets maladroitement, il y a des limites physiques brutales. Trois d'entre elles définissent le fossé entre le prototype et le produit.
Batteries : un humanoïde qui travaille consomme 200 à 500 watts en continu. Avec les batteries Li-ion actuelles, d'une densité énergétique d'environ 250 Wh/kg, pour 4 heures d'autonomie, il faut 2 à 3 kWh, soit 8 à 12 kg de batteries. Sur un robot qui pèse déjà 50 à 80 kg, cela réduit considérablement la charge utile et l'agilité. Le Tesla Optimus a une batterie de 2,3 kWh pour une autonomie déclarée de "plusieurs heures" (non spécifiée). L'Atlas électrique utilise une batterie sur mesure non révélée, pour une autonomie estimée de 3 à 4 heures. Toute percée en matière de densité énergétique serait utile, mais les batteries s'améliorent de 5 à 7 % par an, et non de 50 %. Il faudra des années pour doubler l'autonomie sans augmenter le poids.
Actionneurs : les moteurs électriques sont confrontés au trilemme force-vitesse-efficacité. Un actionneur à couple élevé est lourd et lent, un actionneur rapide a peu de force, un actionneur efficace a les deux limités. Les articulations humaines gèrent des charges énormes avec une consommation très faible : un quadriceps soulève 100 kg en consommant quelques watts au repos. Les actionneurs robotiques consomment même à l'arrêt pour maintenir leurs positions. Les technologies émergentes (actionneurs à élasticité série, moteurs à aimants permanents à haute densité) s'améliorent mais coûtent des milliers de dollars par articulation. Un humanoïde doté de 25 à 30 actionneurs avancés a des coûts matériels prohibitifs.
Dextérité : la main humaine compte 27 os, 34 muscles, des milliers de récepteurs tactiles, plus de 26 degrés de liberté. Les mains robotiques les plus avancées en ont 10 à 16, avec des capteurs tactiles rudimentaires. Saisir un objet rigide est gérable ; manipuler des tissus mous, des objets fragiles, des surfaces glissantes reste très difficile. Un retour tactile à haute résolution nécessiterait des milliers de capteurs par cm², une électronique complexe, un traitement en temps réel. Aujourd'hui, les robots "sentent" grâce à des capteurs de couple dans les moteurs : indirects et imprécis. La recherche sur la peau électronique et les capteurs tactiles flexibles progresse, mais l'intégration de milliers de points de détection dans une main fonctionnelle relève de l'ingénierie extrême.
Ces limites ne sont pas des bogues que l'on peut résoudre avec un logiciel : ce sont des contraintes physiques. L'IA peut améliorer le contrôle et la planification, mais elle ne peut pas créer de l'énergie à partir de rien ni augmenter le couple d'un moteur au-delà de ses spécifications. Chaque progression nécessite des percées matérielles ou des conceptions radicalement nouvelles. La question n'est pas "si", mais "quand" - et le "quand" est beaucoup plus éloigné que ne le suggèrent les communiqués de presse.
Géographie des Investissements
La robotique humanoïde est un domaine dominé par quelques acteurs concentrés aux États-Unis et en Chine. En 2024, les startups américaines (Figure AI, Apptronik, Agility Robotics) et chinoises (UBTech, Fourier Intelligence, Unitree) lèvent au total plus de 700 millions de dollars. Les principaux investisseurs : Nvidia, OpenAI, Microsoft, Amazon, des fonds souverains. La concentration est extrême : 70 % des capitaux affluent vers cinq entreprises.
Nvidia joue le rôle de faiseur de rois avec le Projet GR00T, une plateforme d'IA pour robots humanoïdes basée sur le transfert de la simulation à la réalité. Elle fournit une pile logicielle (perception, planification, contrôle) et un accès aux GPU H100/H200 nécessaires pour entraîner les modèles comportementaux. En retour, les startups intègrent le matériel Nvidia et partagent leurs données opérationnelles. C'est l'équivalent robotique de l'écosystème CUDA : Nvidia contrôle l'infrastructure de calcul, les autres se font concurrence sur le matériel et les applications.
La Chine poursuit une stratégie différente : des investissements étatiques massifs combinés à du capital-investissement. UBTech a des robots Walker S opérationnels dans l'hôtellerie et l'industrie ; Unitree vend des quadrupèdes grand public à 1 600 dollars ; Fourier Intelligence exporte des exosquelettes de rééducation. L'approche est pragmatique : des produits plus simples et moins chers, une mise à l'échelle rapide, des subventions gouvernementales pour le déploiement national. Alors que les États-Unis visent un humanoïde polyvalent à 20 000 dollars dans dix ans, la Chine vend aujourd'hui des robots spécialisés à 5 000 dollars.
L'Europe est à la traîne. Des projets comme ARISE, financés par Horizon Europe avec des budgets totaux inférieurs à 50 millions, font de l'excellente recherche mais ne passent pas à l'échelle de produits. Les startups européennes (Clone Robotics, Reachy de Pollen Robotics) restent petites faute de capital-risque prêt à risquer des milliards. L'UE investit davantage dans la réglementation (AI Act, normes de sécurité) que dans le déploiement. Résultat : des recherches publiées dans Nature, des produits vendus par d'autres.
Cette concentration crée des risques : quelques entreprises contrôlent les données, les algorithmes, la chaîne d'approvisionnement. Si une percée se produit, elle sera propriétaire et sa licence coûtera cher. L'alternative open-source existe (ROS, robot operating system) mais a une traction limitée dans le domaine commercial par manque de support d'entreprise. Le risque n'est pas seulement économique mais géopolitique : la robotique de pointe devient un levier stratégique comme les semi-conducteurs et l'IA, avec les mêmes dynamiques de dépendance technologique.
Les Questions qui Dérangent
Impact sur l'emploi : L'IFR estime à 4,2 millions le nombre de robots industriels opérationnels dans le monde à la fin de 2024, soit une augmentation de 7 % par an. Chaque robot remplace en moyenne 1,5 à 3 travailleurs dans des tâches répétitives. Mais il crée également une demande de techniciens, de programmeurs, de personnel de maintenance. Le Forum économique mondial sur l'avenir de l'emploi 2023 prévoit que l'automatisation éliminera 83 millions d'emplois d'ici 2027 mais en créera 69 millions de nouveaux. La transition nette négative de 14 millions cache cependant d'énormes disparités : les emplois perdus sont des postes d'opérateurs, ceux créés nécessitent des compétences techniques avancées. Celui qui assemble des composants manuellement aujourd'hui ne deviendra pas programmeur ROS demain sans une reconversion massive que la plupart des pays ne financent pas de manière adéquate.
Coûts cachés : chaque robot en production a des coûts d'exploitation souvent ignorés dans les études de cas. Gestion de flotte, surveillance 24h/24 et 7j/7, mises à jour logicielles, remplacement de pièces, temps d'arrêt imprévus. McKinsey documente que le TCO (coût total de possession) de la robotique est généralement 2 à 3 fois supérieur au prix d'achat sur cinq ans. Pour les déploiements massifs, il faut également une infrastructure physique : des sols ultra-plats, un éclairage contrôlé, des zones séparées pour la recharge et la maintenance. Ces coûts font que l'automatisation n'est rentable qu'au-delà de certaines échelles de production, ce qui exclut les petites et moyennes entreprises.
Éthique de la santé : les robots d'assistance aux personnes âgées soulèvent des questions non résolues. Ils peuvent surveiller les paramètres vitaux, rappeler les thérapies, réduire les chutes. Mais une personne âgée qui interagit principalement avec une machine subit-elle un isolement social accru ? Des études menées au Japon, où des robots comme Pepper ont été testés dans des maisons de retraite, montrent des résultats mitigés : des avantages fonctionnels (rappels, surveillance) mais une réduction significative de l'interaction humaine. Le risque est que l'automatisation devienne une excuse pour réduire le personnel soignant, avec des robots qui "comblent le vide" créé par des choix économiques. Le problème n'est pas la technologie, mais la manière dont elle est appliquée et à quelles fins.
Calendriers réalistes : demandez à dix experts quand nous aurons des robots domestiques polyvalents et abordables et vous obtiendrez dix réponses différentes. Rodney Brooks, fondateur d'iRobot et de Rethink Robotics, est sceptique : "Pas avant 2040, peut-être jamais". Demis Hassabis de Google DeepMind est optimiste : "Milieu des années 2030 pour des applications limitées". Les analystes de Goldman Sachs prévoient un marché de masse après 2035. Le consensus tacite est que les scénarios restreints (logistique, fabrication, hôtellerie) verront les robots spécialisés se développer au cours des 5 à 7 prochaines années, tandis que l'humanoïde domestique qui cuisine et nettoie de manière autonome reste de la science-fiction pour au moins la prochaine décennie.
2025 : Année Zéro ou Cycle du Hype ?
Où en sommes-nous vraiment ? La réponse dépend de la robotique que nous observons. Chirurgie : mature, fiable, en expansion. Cobots industriels : déploiement massif en cours, retour sur investissement prouvé. Logistique spécialisée : des robots mobiles autonomes dans les entrepôts d'Amazon, DHL, se développent rapidement. Ils fonctionnent parce que la tâche est spécifique, l'environnement contrôlé, un recours humain est disponible.
Humanoïdes polyvalents : battage médiatique maximal, déploiement minimal. Les prototypes impressionnent, les démos sont spectaculaires, les investissements se chiffrent en milliards. Mais il manque encore le saut de "fonctionne en laboratoire sous surveillance" à "fonctionne de manière autonome pendant des quarts de huit heures dans des scénarios imprévisibles". Ce saut ne nécessite pas une seule percée, mais des dizaines : batteries, actionneurs, capteurs, matériaux, algorithmes, coûts.
Le paradoxe de Moravec, formulé dans les années 80, affirmait que les tâches cognitives complexes (échecs, calcul) sont faciles pour les ordinateurs, tandis que les tâches sensori-motrices simples (marcher, manipuler) sont très difficiles. L'IA a dépassé la partie cognitive : GPT-4 surpasse les humains dans de nombreuses tâches linguistiques. Mais l'incarnation physique reste un goulot d'étranglement. Se faire faire une omelette par un robot est encore plus difficile que de se faire écrire un roman.
Comme dans le film Her de Spike Jonze, où l'IA Samantha est intimement présente mais physiquement absente, nous pourrions découvrir que l'intelligence artificielle transforme radicalement nos vies par le biais d'interfaces logicielles bien avant de le faire par le biais de corps robotiques. Lorsque l'intelligence est partout mais n'a pas de mains, la question devient : avons-nous vraiment besoin de robots humanoïdes, ou cherchons-nous à nous répliquer par narcissisme anthropocentrique ?
La réponse ne viendra pas des laboratoires de Boston ou de Palo Alto mais des usines, des hôpitaux, des entrepôts où des robots spécialisés travaillent déjà en silence, résolvant des problèmes réels sans ressembler à des humains. Le battage médiatique raconte une histoire. L'ingénierie en écrit une autre, plus lente et moins glamour, mais réelle. Et en 2025, ce qui fonctionne vraiment ne ressemble presque jamais à la science-fiction que nous avons imaginée.