Boston Dynamics, Figure et 1X ont déployé des robots humanoïdes dans des entrepôts – les résultats sont plus nuancés que les communiqués de presse ne le laissent entendre

Six mois plus tard : la réalité opérationnelle

Quand Boston Dynamics a déployé 50 unités Atlas sur le site de production BMW à Spartanburg, en Caroline du Sud, fin 2025, l'annonce a fait la une des médias mondiaux. L'accord de Figure avec BMW est arrivé en premier, puis celui de Boston Dynamics, puis le déploiement de 1X Technologies chez un opérateur logistique majeur à Columbus, Ohio. Au premier trimestre 2026, les trois déploiements avaient généré suffisamment de données opérationnelles pour être évalués sérieusement.

Le principal enseignement : les robots humanoïdes sont réellement utiles pour des tâches spécifiques et bien définies dans les environnements logistiques. Ils ne sont pas des travailleurs polyvalents. L'écart entre ce que montrent les démonstrations et ce qui tient en production est significatif – mais c'est un écart soluble, pas fondamental.

Ce que montrent les données par déploiement

Boston Dynamics Atlas chez BMW Spartanburg

Les unités Atlas du site BMW ont assuré le transfert de pièces – déplacement de composants des racks de stockage vers les postes de chaîne d'assemblage. Après six mois, Boston Dynamics a rapporté un taux d'achèvement des tâches de 87 % sur les workflows ciblés, contre 71 % au deuxième mois. Le temps moyen entre interventions (un indicateur clé) a atteint 4,2 heures. Cela signifie qu'un opérateur humain doit intervenir environ toutes les quatre heures par robot – pas autonome, mais gérable à l'échelle.

Les tâches qu'Atlas n'a pas pu réaliser de manière fiable : tout ce qui implique des composants flexibles (faisceaux de câbles, pièces recouvertes de tissu) et toute tâche nécessitant plus de 3 opérations séquentielles de préhension-dépose sans point de contrôle humain. La dextérité du robot pour les pièces rigides est solide. Les objets déformables restent un problème difficile.

Figure 02 au centre logistique BMW de Munich

Le déploiement de Figure s'est concentré sur le déchargement de conteneurs – l'une des tâches les plus exigeantes physiquement et les plus risquées pour les blessures dans les entrepôts. Les unités Figure 02 ont atteint un débit de 340 colis par heure en conditions contrôlées, soit environ 85 % du rythme moyen d'un ouvrier humain. En production, après prise en compte des erreurs et de la variabilité environnementale, le rythme soutenu était de 270 colis par heure – environ 67 % du rendement humain.

L'économie reste favorable à Figure à grande échelle : une unité Figure 02 fonctionne à un coût équivalent à environ 17 $/heure lorsqu'elle est amortie sur trois ans (coût matériel + maintenance + licence logicielle). Dans les marchés où la main-d'œuvre en entrepôt coûte entre 22 et 28 $/heure, avantages inclus, l'économie unitaire est avantageuse. Mais l'écart de productivité de 33 % par rapport aux humains est réel et doit se réduire pour que le modèle économique soit convaincant sans subventions salariales.

1X Technologies NEO à Columbus Fulfillment

Le NEO de 1X est conçu différemment – il privilégie la coexistence sécurisée avec les humains plutôt que le débit maximal. Le déploiement à Columbus s'est concentré sur des tâches de pick-and-place dans un environnement partagé humain-robot, à des vitesses réduites avec une planification de mouvements plus prudente. Résultats à six mois : 94 % de précision sur les SKU standard, avec une dégradation significative sur les emballages non standard (articles sans surface plane, retours de forme irrégulière). Zéro incident de sécurité impliquant des travailleurs humains – un indicateur que 1X a fortement mis en avant dans ses communications.

La limitation actuelle de NEO est la vitesse. Avec un maximum de 180 prises par heure, il opère à environ 45 % du rendement humain pour des tâches comparables. L'argument de 1X est que la coopération sécurisée ouvre des contextes de déploiement inaccessibles aux robots autonomes à grande vitesse – des environnements où la rénovation d'infrastructures de ségrégation physique est trop coûteuse.

Les problèmes techniques qui restent non résolus

Perception en environnements non structurés

Les trois déploiements ont montré une dégradation des performances dans des environnements avec un éclairage variable, des arrière-plans encombrés ou un placement non standard des articles. Les robots fonctionnent bien lorsque l'environnement est semi-structuré et prévisible. Les entrepôts réels s'écartent fréquemment de ces conditions – les articles sont mal placés, les étiquettes endommagées, l'éclairage change avec les rotations d'équipes. Ce n'est pas un bloqueur, mais cela signifie que le ROI du déploiement est très sensible aux investissements dans l'aménagement des installations.

Planification de tâches à long horizon

Aucun des systèmes déployés ne peut exécuter de manière fiable des tâches de plus de 8 à 10 étapes séquentielles sans intervention humaine ou réinitialisation matérielle. Cela limite leur applicabilité aux workflows d'assemblage complexes, à l'audit d'inventaire ou à toute tâche nécessitant une prise de décision contextuelle au-delà de « prendre l'article A, le placer à l'emplacement B ». Les couches de raisonnement basées sur des LLM que plusieurs entreprises greffent sur leurs modèles de manipulation aident au niveau stratégique, mais ne comblent pas encore le fossé jusqu'à une exécution fiable au niveau de la manipulation.

Récupération après défaillance

Lorsqu'un robot humanoïde échoue en cours de tâche – fait tomber un objet, identifie mal un article, se bloque dans une configuration marginale – la récupération est lente et nécessite souvent une intervention humaine. Le temps moyen de récupération sur les trois déploiements variait de 8 à 23 minutes selon le type de défaillance. Réduire ce temps à moins de 2 minutes est crucial pour que la technologie atteigne les niveaux de disponibilité (≥ 90 %) que les opérateurs logistiques exigent pour construire leurs modèles de dotation autour d'elle.

La chaîne d'approvisionnement des robots humanoïdes est son propre goulot d'étranglement

Toutes les trois entreprises font face à la même contrainte : l'approvisionnement en actionneurs. Les moteurs brushless et les actionneurs à couple dense sur mesure dont les robots humanoïdes ont besoin sont en pénurie mondiale, la majeure partie de la capacité de production étant concentrée au Japon (Harmonic Drive Systems) et en Chine. Boston Dynamics a révélé qu'elle peut produire environ 1 000 unités Atlas par an avec sa capacité actuelle. Figure indique un plafond similaire. À ces rythmes de production, passer à l'échelle pour des déploiements significatifs en entrepôt – un grand 3PL peut avoir besoin de 500 à 2 000 unités par installation – prend des années, pas des mois.

Enseignements opérationnels

• Si vous gérez des opérations logistiques : Les meilleurs déploiements à court terme concernent des tâches étroites, bien structurées – pas un remplacement général de la main-d'œuvre. Le déchargement de conteneurs, les flux de transfert de pièces spécifiques et les postes de prélèvement isolés sont des premiers déploiements appropriés. Prévoyez des coûts d'intégration et de préparation des installations importants (généralement 40 à 60 % du coût matériel du robot) dans vos modèles de ROI.
• Si vous évaluez des fournisseurs : Demandez des données sur le temps moyen entre interventions et les métriques de temps de récupération, pas seulement les chiffres de débit. Ces indicateurs en disent plus sur la viabilité opérationnelle réelle que les performances de pointe dans des démos contrôlées.
• Si vous investissez dans la robotique : La chaîne d'approvisionnement des actionneurs est la contrainte à court terme pour le passage à l'échelle. Les entreprises disposant d'une fabrication propriétaire d'actionneurs ou de relations exclusives avec des fournisseurs ont un avantage structurel sous-estimé par rapport aux capacités logicielles.
• Surveillez le T3 2026 : Figure et 1X ont toutes deux indiqué des mises à jour matérielles de nouvelle génération ciblant une manipulation dextre améliorée. Que ces livraisons aient lieu en 2026 ou glissent à 2027 déterminera la rapidité avec laquelle l'écart de productivité se refermera.