Physical AI - la nouvelle course aux robots industriels

Un basculement industriel porté par la Physical AI

La Physical AI désigne des systèmes d’IA capables de percevoir, raisonner et agir dans le monde réel - robots, véhicules autonomes, machines adaptatives. Ce qui change aujourd’hui, ce n’est pas un produit isolé, mais une convergence de briques technologiques et d’acteurs majeurs qui fait passer la robotique d’un terrain d’expérimentation à un déploiement commercial.

L’expression popularisée par Jensen Huang, qui parle d’un « moment ChatGPT » pour la robotique, sert surtout à situer le stade de maturité : une technologie longtemps confinée aux labos commence à s’installer dans les usines, les entrepôts et les chaînes logistiques. L’enjeu se déplace alors de « faut-il y aller ? » vers « à quelle vitesse et sur quelle plateforme ? ».

À l’Ouest, une bataille de plateformes et de couches logicielles

Dans les pays occidentaux, la dynamique ressemble moins à une course au meilleur robot qu’à une course à l’infrastructure. Les acteurs qui investissent le plus ne sont pas uniquement des fabricants de robots - ce sont des entreprises qui veulent devenir la couche sur laquelle la robotique va tourner.

Nvidia a ainsi présenté de nouveaux modèles ouverts, Cosmos et GR00T, orientés apprentissage et raisonnement pour robots, en parallèle d’un module Jetson T4000 basé sur Blackwell, annoncé comme offrant 4x plus d’efficacité énergétique pour le calcul robotique. Arm, de son côté, a créé une nouvelle unité « Physical AI » dédiée à la conception de semi-conducteurs pour la robotique et les véhicules intelligents.

Le mouvement le plus structurant, pour l’industrie, vient aussi des alliances. Siemens et Nvidia ont annoncé un projet d’« Industrial AI Operating System » visant à accélérer l’IA industrielle, avec l’ambition d’aller vers un site de production adaptatif piloté par l’IA.

Enfin, Google a rapatrié Intrinsic (sa branche logicielle robotique) au cœur de l’entreprise, en la sortant de la catégorie « Other Bets ». L’objectif est clair : proposer une pile intégrée combinant modèles (DeepMind), logiciels de déploiement (Intrinsic) et infrastructure (Google Cloud). L’analogie avec Android est parlante : gagner non pas en fabriquant le meilleur appareil, mais en devenant la couche standard.

Pour les entreprises, la traction est déjà visible. Une enquête Deloitte menée auprès de plus de 3 200 dirigeants indique que 58 % utilisent déjà des formes de Physical AI, et que ce chiffre pourrait atteindre 80 % avec des projets à deux ans. Autrement dit, la demande existe - et la compétition porte sur la standardisation.

À l’Est, une accélération par l’échelle et le matériel

En Chine, l’histoire est moins centrée sur la plateforme logicielle que sur la capacité à produire, itérer et déployer des machines à grande échelle. Lors du Spring Festival Gala, des robots humanoïdes de plusieurs startups chinoises ont réalisé des démonstrations (kung-fu, sauts, chorégraphies) devant des centaines de millions de téléspectateurs - un contraste fort avec les prototypes encore hésitants observés un an plus tôt.

Au-delà du symbole, les chiffres avancés marquent une domination industrielle : la Chine aurait représenté plus de 80 % des installations mondiales de robots humanoïdes en 2025, et plus de la moitié des robots industriels. Cette avance s’appuie sur des avantages structurels : contrôle d’environ 70 % du marché mondial des capteurs lidar, leadership sur des composants clés comme les réducteurs harmoniques (essentiels au mouvement), et baisse des coûts matériels via des économies d’échelle comparables à celles qui ont porté l’industrie des véhicules électriques.

Côté modèles, Alibaba s’est positionné avec RynnBrain, un modèle open source conçu pour aider les robots à comprendre le monde physique et identifier des objets. Il vient se placer, dans la couche « foundation model », face à des initiatives comme Cosmos (Nvidia) ou Gemini Robotics (DeepMind). Avec plus de 140 fabricants domestiques d’humanoïdes et plus de 330 modèles déjà dévoilés, l’IA incarnée en Chine n’est plus un pari exploratoire - elle vise le marché.

Pourquoi ce moment compte - au-delà des annonces

Ce qui rend la période actuelle singulière, c’est la collision de deux avantages compétitifs : à l’Ouest, la construction de plateformes et de piles logicielles - à l’Est, la puissance de fabrication et l’optimisation des coûts matériels. Ensemble, elles forment un écosystème mondial de Physical AI qui progresse sur plusieurs fronts en même temps.

Le point de rupture le plus important concerne le « goulot d’étranglement » de l’expertise. Historiquement, automatiser une ligne de production avec des robots exigeait des équipes spécialisées, des mois d’intégration, du code sur mesure et une forte tolérance aux arrêts. Les plateformes actuelles, construites par Google, Nvidia, Siemens et leurs équivalents, cherchent explicitement à réduire cette barrière.

Des acteurs comme Vention, qui a levé 110 millions de dollars en janvier, affirment pouvoir réduire des projets d’automatisation de plusieurs mois à quelques jours. Si cette promesse devient standard, ce n’est pas seulement la robotique qui change - ce sont les fondamentaux économiques de la production.

• Accélération des cycles d’automatisation (déploiement plus rapide)
• Réduction des coûts d’intégration (moins de sur-mesure)
• Standardisation des outils (plateformes réutilisables)
• Montée en puissance des robots adaptatifs (apprentissage et perception)
• Dépendance accrue aux fournisseurs de la couche logicielle

Une dimension géopolitique et stratégique difficile à ignorer

Derrière les annonces produits, une question plus profonde se dessine : qui contrôlera la couche logicielle et matérielle de la Physical AI ? Chaque modèle fondation pour la robotique, chaque architecture de semi-conducteurs, chaque plateforme de déploiement soulève des enjeux de dépendance de chaîne d’approvisionnement, de souveraineté des données et de contrôle des infrastructures.

Le pays - ou l’entreprise - qui impose sa plateforme comme standard peut obtenir un levier durable sur les opérations industrielles mondiales. Ce n’est pas un sujet théorique : il touche directement la capacité d’un industriel à choisir ses fournisseurs, à sécuriser ses données opérationnelles et à garantir la continuité de ses lignes.

Pour suivre les annonces structurantes côté plateformes, les pages officielles de Nvidia et de Google Intrinsic donnent un aperçu des orientations produits : https://nvidianews.nvidia.com/news/nvidia-releases-new-physical-ai-models-as-global-partners-unveil-next-generation-robots et https://www.intrinsic.ai/blog/posts/intrinsic-joins-google-to-accelerate-physical-ai.

Conclusion - la Physical AI devient une couche industrielle

La Physical AI n’est pas une mode, mais une reconfiguration de la manière dont le monde fabrique, déplace et opère à grande échelle. L’Ouest construit la pile logicielle et l’infrastructure, l’Est industrialise les machines et fait baisser les coûts. La convergence des deux accélère l’adoption et déplace la compétition vers les plateformes.

Pour les entreprises, le sujet n’est plus seulement d’expérimenter la robotique, mais de choisir des fondations technologiques durables - capables d’évoluer, de s’intégrer vite et de limiter les dépendances. Les discussions actuelles, des conseils d’administration aux ateliers, ne préparent pas « la prochaine vague » : elles décrivent une transformation déjà en cours.