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

En 2022, les démos de robots humanoïdes relevaient encore largement de performances soigneusement répétées sur scène et de bandes-annonces montées. D’ici 2026, plusieurs entreprises de robots humanoïdes ont signé des accords avec de grands industriels et opérateurs logistiques pour déployer leurs systèmes dans des environnements de production réels. L’écart entre « démo » et « déploiement » est considérable — et comprendre ce qu’impliquent réellement ces premiers déploiements 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 cadrées : déplacer des pièces entre les postes, charger des composants dans des montages, des opérations de pick-and-place de base avec des objets prévisibles et homogènes. BMW est l’un des constructeurs les plus automatisés au monde, avec des décennies d’expérience dans le déploiement de robots industriels — leur volonté d’expérimenter les humanoïdes est un signal fort.

Le Digit d’Agility Robotics a été testé dans des centres de distribution Amazon, où il manipule des bacs standardisés entre convoyeurs et zones de stockage. Amazon a également investi dans Agility Robotics, ce qui rend la relation à la fois commerciale et stratégique. La tâche de transport de bacs est choisie délibérément : l’objet est uniforme, le poids prévisible, et les erreurs ont peu de conséquences par rapport à la manipulation de biens fragiles ou de grande valeur.

L’Apollo d’Apptronik est testé chez Mercedes-Benz en Allemagne, principalement pour le kitting de pièces — assembler l’ensemble des composants nécessaires à une configuration de véhicule spécifique et les acheminer vers la chaîne de montage. Sanctuary AI collabore avec Canadian Tire pour des tâches logistiques en retail. L’Atlas de Boston Dynamics, désormais dans sa troisième génération électrique, est évalué dans des environnements automobiles et industriels.

Ce que « déploiement » signifie aujourd’hui

L’expression « des robots travaillent dans un entrepôt » évoque des systèmes autonomes opérant sans intervention humaine 24 heures sur 24. La réalité des déploiements actuels de robots humanoïdes 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 d’installations plus vastes, et traitant un éventail restreint 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 qui ont été 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’apprentissage — les systèmes actuels sont conçus pour s’arrêter et demander une intervention humaine plutôt que de tenter une improvisation.

C’est intentionnel et approprié pour ce stade de développement. L’alternative — laisser les systèmes tenter de généraliser au-delà de leur apprentissage — 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 d’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. Mis à part les chariots élévateurs, les équipements, les hauteurs de rayonnage, les revêtements de sol et les interfaces d’outils supposent un corps de taille humaine avec deux bras et une posture debout. Un robot sur roues conçu pour une tâche spécifique d’entrepôt peut être plus efficace, mais il nécessite de repenser l’environnement autour du robot. Un humanoïde peut utiliser l’infrastructure existante.

L’économie du travail renforce cet argument. Le travail en entrepôt présente 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 des sommes importantes en personnel, en indemnités 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 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. Prélever des objets de forme irrégulière dans un bac, manipuler des marchandises molles ou déformables, utiliser des outils conçus pour des mains humaines — ces tâches nécessitent une capacité de manipulation que les systèmes actuels réalisent de manière inconstante.

La main humaine possède 27 degrés de liberté et une sensibilité tactile sur toute la surface du bout des doigts qu’aucun système artificiel n’a reproduit à un coût de production acceptable. 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 en deçà de 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 environnements 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.

Bipède versus roues : un débat toujours en cours

Tout le monde n’est pas convaincu que la locomotion bipède soit la plateforme idéale pour l’automatisation dans des 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 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 en milieu industriel.

L’argument spécifique en faveur du bipède (plutôt que de simples torses humanoïdes sur 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 comportent des marches aux quais de chargement, des escaliers entre les étages et des surfaces que les roues ne gèrent pas bien. Que l’avantage en mobilité justifie la complexité mécanique et les défis de stabilité de la locomotion bipède dépend fortement de l’environnement de déploiement spécifique.

L’économie : des 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 où les coûts de main-d’œuvre sont élevés, les conditions de travail difficiles, ou la demande opérationnelle 24/7 structurellement difficile à pourvoir en personnel humain.

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 production, non pas parce que l’économie fonctionne aujourd’hui à n’importe quel volume, mais pour établir l’infrastructure de production qui rendra l’économie viable à grande échelle.

Les perspectives à 3-5 ans

La trajectoire la plus probable à court terme est l’extension du périmètre des tâches dans des environnements contrôlés, plutôt qu’un déploiement rapide vers de nouveaux types d’environnements. Les systèmes opérant chez BMW et Amazon prendront en charge des tâches plus variées à mesure que la confiance dans leur fiabilité grandira. Les capacités de manipulation s’amélioreront progressivement, permettant de traiter davantage de types d’objets. Le nombre de déploiements passera de dizaines d’unités par site à des centaines.

L’autonomie complète dans des environnements non structurés et dynamiques reste plus éloignée. L’image d’un robot humanoïde naviguant de manière indépendante dans un entrepôt chaotique, manipulant n’importe quel objet qu’un travailleur humain pourrait manipuler, et prenant des décisions contextuelles sur la manière 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 éclaireront les systèmes qui, un jour, la franchiront.