Electronique Mag - Le journal de l'électronique.

Réunis lors d’une table ronde du Tech For Industry Show, les dirigeants de Michelin, Exotec, Nvidia et Dassault Systèmes ont dressé un état des lieux de la robotique industrielle. Le verdict est net : la révolution est en marche, mais les obstacles sont réels.

Organisé les 23 et 24 juin à Paris Expo Porte de Versailles, Tech For Industry Show a accueilli cette conférence qui promettait beaucoup. Des acteurs qui font de la robotique au quotidien et une question posée d’entrée : pourquoi l’adoption de la nouvelle génération de robots prend-elle autant de temps ? Pour situer le débat, Christian Souche, directeur Robotics Innovation chez Accenture, a cité une étude menée auprès de 550 responsables industriels : 63 % estiment que l’industrie de demain sera pilotée par l’IA, et 38 % ont déjà commencé à s’y préparer.

Passer de coder un robot à l’entraîner

Pierre-Yves Le Morvan, responsable Manufacturing chez Nvidia France, a posé la définition centrale du débat. Le Physical AI, c’est l’IA qui quitte les écrans pour entrer dans le monde physique : un robot capable de percevoir son environnement, d’interpréter ce qu’il voit et d’adapter ses actions en conséquence. Pendant des décennies, la robotique industrielle fonctionnait autrement, on programmait un geste précis pour le répéter à l’infini. Si le boulon se déplace de quelques centimètres, tout est à refaire. Souche a résumé le changement de paradigme en une formule : passer de coder un robot à l’entraîner.

Sylvain Desroziers, Fellow Industry 5.0 chez Michelin, a ancré le débat dans la réalité industrielle. Le groupe a investi 100 millions d’euros sur six ans pour automatiser une ligne de fabrication de pneus génie civil, supprimant des tâches pénibles que l’automatisation classique ne permettait pas de traiter. Mais il a tempéré l’enthousiasme : l’objectif n’est pas de confier 100 % des décisions à l’IA, mais d’introduire des capacités d’adaptation dans des systèmes qui en manquent. « On ne va pas tomber dans la science-fiction », a-t-il dit.

Quatre obstacles, et des réponses qui commencent à émerger

Pourquoi ça n’avance pas plus vite ? Les intervenants ont identifié quatre blocages concrets. Le premier tient aux données : les usines fonctionnent depuis des décennies sur des systèmes hétérogènes dont les informations ne se parlent pas. Nvidia travaille sur OpenUSD, un format ouvert de consolidation. Le deuxième obstacle, c’est la simulation. On ne peut pas entraîner des AGV en les faisant circuler des milliers d’heures dans une usine réelle, au risque d’accidents. La solution passe par des environnements virtuels suffisamment réalistes pour que ce qui fonctionne en simulation fonctionne aussi sur le terrain. C’est l’enjeu du projet Omniverse, développé par Nvidia avec Dassault Systèmes. Philippe Bartissol a insisté sur ce point : pour que la Physical AI tienne ses promesses dans le monde réel, elle doit d’abord avoir fait ses preuves en simulation.

Troisième frein : la sécurité et l’acceptation des équipes. Introduire un robot humanoïde en atelier suscite une question immédiate de la part des opérateurs, à savoir où est le bouton d’urgence. Michelin juge le hardware des robots de nouvelle génération encore trop fragile pour une industrialisation à grande échelle. La question des compétences se pose aussi : qui va maintenir ces systèmes, les ré-entraîner quand l’environnement change ? Ces profils n’existent pas encore. Dernier obstacle, et non des moindres, le coût. Louis Esquerre Pourtere, directeur R&D d’Exotec, l’a formulé directement : si le surcoût d’un robot intelligent ne justifie pas la valeur qu’il apporte face à un intérimaire, beaucoup d’entreprises choisiront l’intérimaire.

« Un humanoïde qui perd 50 % de son énergie pour tenir debout, pour l’industrie, ça n’a pas de sens. » Sylvain Desroziers, Fellow Industry 5.0, Michelin

L’Europe peut gagner, si elle s’y met maintenant

Le passage à l’échelle n’est pas une vue de l’esprit. Pégatron automatise déjà des usines de semi-conducteurs entières, Amazon a déployé de la robotique massive dans ses entrepôts. « En fait, ici, on n’est pas encore passé à l’échelle. Mais ailleurs, c’est déjà fait », a conclu Pierre-Yves Le Morvan. L’argument économique finit par s’imposer : entraîner un robot prend du temps, parfois des semaines, mais une fois le modèle au point, il peut être déployé sur des centaines de machines simultanément, partout dans le monde.

La conviction finale des quatre intervenants : personne ne peut réussir cette transformation seul. Michelin travaille avec des instituts de recherche, Dassault mise sur des environnements d’entraînement interopérables combinant données synthétiques et données réelles, Nvidia appelle à co-construire la robotique plutôt qu’à l’acheter. « Il faut monter sur le vélo et y aller tous ensemble. La robotique, on va la co-construire, pas l’acheter. » Sur la formation, Desroziers a résumé son pari : « Je le mettrais sur la formation. Demain, les métiers seront très différents. » Et Souche a conclu par un message qu’on ne peut pas reprocher à ses hôtes d’avoir retenu : le moment, ce n’est pas demain. C’est aujourd’hui.