Les robots humanoïdes entrent dans les vrais entrepôts — à quoi ressemblent les premiers déploiements

En 2022, les démonstrations de robots humanoïdes relevaient encore largement de performances soigneusement répétées sur scène et de vidéos montées. D'ici 2026, plusieurs entreprises de robots humanoïdes ont signé des accords avec de grands fabricants et opérateurs logistiques pour déployer des systèmes dans des environnements de production réels. L'écart entre « démo » et « déploiement » est énorme — et comprendre ce que ces premiers déploiements impliquent vraiment est essentiel pour ne pas se laisser aveugler par le battage médiatique.

Qui déploie et où

Figure AI a annoncé un partenariat avec BMW début 2024, avec des robots opérant dans l'usine de Spartanburg, en Caroline du Sud. Les tâches confiées sont soigneusement délimitées : déplacer des pièces entre des postes, charger des composants dans des montages, des opérations de pick-and-place de base avec des objets cohérents et prévisibles. BMW est l'un des fabricants les plus avancés en matière d'automatisation au monde, avec des décennies d'expérience dans le déploiement de robots industriels — leur volonté d'essayer les humanoïdes est un signal significatif.

Le Digit d'Agility Robotics a été testé dans des centres de distribution Amazon, où il manipule des bacs — transportant des conteneurs standardisés entre convoyeurs et emplacements de rayonnage. Amazon a également investi dans Agility Robotics, rendant la relation à la fois commerciale et stratégique. La tâche de déplacement de bacs est choisie délibérément : l'objet est uniforme, le poids prévisible, et les erreurs ont peu de conséquences comparé à la manipulation de biens fragiles ou de grande valeur.

Le robot Apollo d'Apptronik est testé chez Mercedes-Benz en Allemagne, axé sur la préparation de kits de pièces — assembler l'ensemble des composants nécessaires à une construction de véhicule spécifique et les apporter à la ligne d'assemblage. Sanctuary AI a un partenariat avec Canadian Tire pour des tâches logistiques en retail. L'Atlas de Boston Dynamics, désormais dans sa troisième génération électrique, est évalué dans des contextes automobiles et manufacturiers.

Ce que « déploiement » signifie aujourd'hui

L'expression « robots travaillant dans un entrepôt » évoque des systèmes autonomes opérant indépendamment 24h/24. La réalité des déploiements humanoïdes actuels est plus nuancée. Il s'agit de programmes pilotes supervisés, généralement avec des opérateurs humains pouvant intervenir à distance, opérant dans des zones limitées au sein de plus grandes installations, et traitant une gamme restreinte de tâches pré-approuvées.

Les robots ne travaillent pas de manière autonome au sens général. Ils évoluent dans des environnements cartographiés dont l'agencement a été spécifiquement caractérisé. Ils manipulent des objets identifiés et catégorisés à l'avance. Lorsqu'ils rencontrent une situation inattendue — un objet inconnu, un obstacle dans une position inhabituelle, une surface qui ne correspond pas à la distribution d'entraînement — les systèmes actuels sont conçus pour s'arrêter et demander une intervention humaine plutôt que de tenter une improvisation.

C'est intentionnel et approprié à ce stade de développement. L'alternative — laisser les systèmes tenter de généraliser au-delà de leur entraînement — introduit des modes de défaillance difficiles à prévoir et potentiellement dangereux dans des environnements de production. Le modèle de déploiement supervisé permet aux entreprises d'accumuler des données opérationnelles réelles tout en maintenant des normes de sécurité et de fiabilité acceptables.

Pourquoi les entrepôts et les usines

Le choix de la logistique et de la fabrication pour les premiers déploiements humanoïdes n'est pas un hasard. Ces environnements ont été conçus pour des travailleurs humains, ce qui les rend physiquement accessibles aux facteurs de forme humanoïdes. Hormis les chariots élévateurs, les équipements, hauteurs de rayonnage, revêtements de sol et interfaces d'outils supposent un corps de taille humaine avec deux bras et une posture debout. Un robot à roues conçu pour une tâche spécifique d'entrepôt peut être plus efficace, mais il nécessite de reconcevoir l'environnement autour du robot. Un humanoïde peut utiliser l'infrastructure existante.

L'économie du travail renforce l'argument. Le travail en entrepôt entraîne des taux de blessures élevés, un turnover important et une demande de main-d'œuvre soutenue difficile à satisfaire dans de nombreux marchés. Les entreprises qui dépensent déjà beaucoup en personnel, en indemnités de travail et en recrutement voient un business case crédible pour le déploiement de robots, même aux coûts et capacités actuels — à condition que la fiabilité soit suffisante.

Le problème de la dextérité

L'écart le plus significatif entre les capacités actuelles des humanoïdes et ce qui les rendrait largement utiles est la dextérité de manipulation. Déplacer des boîtes et des bacs standardisés est simple car les objets sont conçus pour être manipulés mécaniquement. Ramasser des objets de forme irrégulière dans un bac, manipuler des biens mous ou déformables, utiliser des outils conçus pour des mains humaines — ces tâches nécessitent une capacité de manipulation que les systèmes actuels réalisent de manière incohérente.

La main humaine a 27 degrés de liberté et une sensibilité tactile sur toute la surface des doigts qu'aucun système artificiel n'a reproduit à un coût de production. Les mains robotiques actuelles ont généralement 3 à 5 degrés de liberté avec un retour tactile limité. Cela suffit pour une gamme surprenante de tâches mais reste insuffisant pour la généralité complète de ce qu'un travailleur humain fait dans le même environnement.

Plusieurs entreprises travaillent spécifiquement sur le problème de la main : Dexterous Robotics, Shadow Robot, et plusieurs startups axées sur l'IA développent à la fois le matériel et les approches d'apprentissage nécessaires pour améliorer la manipulation dans des contextes non structurés. C'est largement considéré comme le goulot d'étranglement critique pour étendre les capacités humanoïdes au-delà d'ensembles de tâches soigneusement sélectionnés.

Bipédie versus roues : un débat qui perdure

Tout le monde ne croit pas que la locomotion bipède soit la plateforme idéale pour l'automatisation dans les environnements humains. Les robots à roues et à chenilles sont plus rapides, plus stables, moins chers et consomment moins d'énergie pour se déplacer. Des entreprises comme 1X Technologies ont conçu des systèmes bipèdes mais qui se déplacent lentement et prudemment, privilégiant la stabilité à la vitesse. D'autres, comme Boston Dynamics avec Spot, ont montré que des formes non humanoïdes peuvent être très performantes dans des contextes industriels.

L'argument en faveur de la bipédie spécifiquement (par opposition à des torses approximativement humanoïdes sur des bases à roues) est que les escaliers, les échelles et les terrains irréguliers sont présents dans de nombreux environnements réels et nécessitent des jambes. Les installations conçues pour les humains ont des marches aux quais de chargement, des escaliers entre les étages et des surfaces que les roues ne gèrent pas bien. Que l'avantage de mobilité justifie la complexité mécanique et les défis de stabilité de la locomotion bipède dépend fortement de l'environnement de déploiement spécifique.

L'économie : chiffres honnêtes

En 2026, les robots humanoïdes coûtent environ 100 000 à 250 000 dollars par unité, selon le fabricant et la configuration. Les coûts d'exploitation — maintenance, énergie, connectivité, licences logicielles — s'ajoutent au coût total de possession. À ces niveaux de prix, l'économie fonctionne dans des environnements à coûts de main-d'œuvre élevés, conditions de travail difficiles, ou demande opérationnelle 24h/24 où le recrutement humain est structurellement difficile.

La courbe des coûts devrait suivre le schéma des autres matériels robotiques : la fabrication en volume fera baisser les prix de manière significative sur une période de 5 à 7 ans. Des entreprises comme Figure, 1X et Agility construisent explicitement leur stratégie autour de l'échelle de fabrication, non pas parce que l'économie fonctionne aujourd'hui à quelque volume que ce soit, mais pour établir l'infrastructure de production qui rendra l'économie viable à grande échelle.

Perspectives sur 3 à 5 ans

La trajectoire la plus probable à court terme est l'expansion du champ des tâches dans des environnements contrôlés, plutôt qu'un déploiement rapide vers de nouveaux types d'environnements. Les systèmes opérant chez BMW et Amazon entreprendront des tâches plus variées à mesure que la confiance dans leur fiabilité grandira. Les capacités de manipulation s'amélioreront progressivement, permettant de manipuler plus de types d'objets. Les chiffres de déploiement passeront de dizaines d'unités par installation à des centaines.

L'autonomie totale dans des environnements non structurés et dynamiques reste plus lointaine. L'image d'un robot humanoïde naviguant indépendamment dans un entrepôt chaotique, manipulant tout objet qu'un travailleur humain pourrait manipuler, et prenant des décisions contextuelles sur la façon de prioriser des tâches concurrentes — c'est une frontière de capacité significative que les systèmes actuels n'ont pas franchie. Les déploiements actuels sont importants car ils accumulent des données réelles et une expérience opérationnelle qui informeront les systèmes qui finiront par la franchir.