Les robots capables de percevoir leur environnement, d’interpréter des instructions et d’agir dans le monde physique passent désormais des démonstrations contrôlées aux usines, aux hôpitaux et aux réseaux logistiques, une évolution de plus en plus qualifiée d’«IA physique». En quoi cela diffère-t-il de l’IA que la plupart des gens utilisent déjà, comme un chatbot? L’IA physique ajoute la perception, la prise de décision et l’action physique, fonctionnant de concert dans un environnement réel, des capacités dont un assistant purement numérique n’a pas besoin. Ces capacités apparaissent déjà dans un nombre croissant de systèmes installés¹, de procédures menées à bien², de flottes en service et d’accords liés à des environnements de production spécifiques, y compris plusieurs engagements pluriannuels^3,4. Ces déploiements génèrent des revenus à court terme liés au matériel, tout en créant potentiellement une demande à plus long terme pour des logiciels, des services, des composants et une infrastructure informatique.

Point clés

• Le parc de robots est déjà considérable. Les fabricants ont installé 542'000 robots industriels en 2024, portant le parc mondial en service à 4,7 millions d’unités⁵. La part des robots collaboratifs dans les déploiements annuels est passée de 2,8% en 2017 à 11,9% en 2024⁶.
• Le recours à la robotique ne cesse de se généraliser, avec le déploiement de systèmes robotiques dans les domaines de la chirurgie, de la gestion des entrepôts et des tâches de fabrication plus flexibles; des entreprises telles qu’Intuitive Surgical⁷, Amazon⁸, et FANUC fournissent des données quantifiables grâce aux affectations, à la taille de la flotte et aux expéditions⁹.
• Les humanoïdes en sont encore à leurs débuts, mais ce qui est peut-être le plus intéressant ici, c’est la couche d’IA qui couvre plusieurs plateformes matérielles à la fois. BMW a mené à bien un essai de production¹⁰, Boston Dynamics a démontré une véritable capacité de généralisation dans le cadre d’un projet annoncé pour 2028, et Google DeepMind n’a cessé de conclure des partenariats avec des fabricants de matériel dans l’ensemble du secteur.

Le parc de robots déjà en service est déjà important

Les installations mondiales de robots industriels ont atteint 542'000 unités en 2024, soit le deuxième chiffre annuel le plus élevé jamais enregistré et plus du double du total enregistré dix ans auparavant. Le nombre de robots en service dans les usines a augmenté de 9% pour atteindre 4,7 millions, tandis que les installations annuelles sont restées supérieures à 500'000 pour la quatrième année consécutive. Cela constitue une base de demande bien établie pour les fabricants de robots, les spécialistes de la vision industrielle et les éditeurs de logiciels industriels.

Le marché est également très concentré. La Chine a mis en service 295'000 robots industriels en 2024, contre 44'500 au Japon, 34'200 aux Etats-Unis, 30'600 en Corée du Sud et 27'000 en Allemagne.

À eux cinq, les cinq plus grands marchés représentaient 80% des installations mondiales. L’ampleur du marché chinois offre un vaste potentiel commercial, et ses fournisseurs nationaux constituent désormais un moteur de croissance à part entière: ils ont conquis 57% du marché chinois en 2024, contre environ 28% dix ans plus tôt, ce qui témoigne de l’ampleur et de l’autonomie acquises par l’adoption de la robotique sur le plus grand marché mondial. Cependant, les chiffres bruts ne reflètent qu’une partie de la réalité. En termes de densité de robots, le Japon et l’Allemagne occupent respectivement la troisième et la quatrième place au niveau mondial, avec 446 et 449 robots installés pour 10'000 salariés du secteur manufacturier, ce qui témoigne de leur niveau élevé d’automatisation.

Les robots collaboratifs (cobots) témoignent de l’évolution de l’automatisation. Contrairement aux robots industriels classiques, les cobots sont dotés d’une force limitée et certifiés conformes à la norme ISO/TS 15066, ce qui leur permet de partager un espace de travail avec des personnes sans nécessiter de barrières de protection fixes. Le nombre d’installations de cobots est passé de 11'107 en 2017 à 64'542 en 2024, leur part dans le total des installations de robots industriels augmentant chaque année au cours de cette période, passant de 2,8% à 11,9%.  Si cette tendance se poursuit, les cobots devraient représenter une part croissante du volume total des ventes au fil du temps, en l’absence d’un nouvel élément catalyseur. La Fédération internationale de robotique (IFR) présente la facilité de programmation et l’encombrement réduit des cobots comme un moyen d’étendre l’automatisation aux petits fabricants qui n’avaient pas encore investi dans la robotique, permettant ainsi la «démocratisation de l’automatisation». Cela pourrait élargir la clientèle et permettre aux capteurs, aux systèmes de vision et aux logiciels de jouer un rôle plus important, garantissant ainsi un fonctionnement sûr et flexible.

Les applications se généralisent dans tous les secteurs d’activité

Le secteur de la santé offre l’un des exemples les plus évidents montrant que la robotique peut générer des revenus récurrents après la vente initiale. Le modèle économique d’Intuitive Surgical s’apparente davantage, par sa structure, à celui du «rasoir et des lames» qu’à celui de la vente ponctuelle d’équipements. Le système da Vinci constitue la base installée, tandis que les instruments et accessoires utilisés lors des interventions, associés aux contrats de maintenance, génèrent les revenus récurrents qui en découlent. Au deuxième trimestre 2026, l’entreprise a vendu 468 systèmes da Vinci, contre 395 un an plus tôt, portant ainsi son parc installé à 11'710 systèmes, soit une hausse de 12%. Le volume des interventions a augmenté d’environ 15%, et le chiffre d’affaires lié aux instruments et accessoires a progressé de 18% pour atteindre 1,73 milliard de dollars, soit environ 60% du chiffre d’affaires total de la société, qui s’élève à 2,89 milliards de dollars. Chaque nouveau système génère un flux de revenus par intervention tant qu’il reste en service, une tendance que l’on retrouve sur l’ensemble du marché: selon une enquête de l’IFR, les fabricants interrogés ont indiqué que les robots médicaux constituaient la catégorie de robots de service connaissant la plus forte croissance en 2024, avec une hausse de 91%.

Le secteur de l’entreposage illustre un modèle économique différent au sein d’un même domaine. Alors qu’Intuitive Surgical tire des revenus récurrents des interventions chirurgicales, les robots d’Amazon constituent un investissement interne dont le retour sur investissement se traduit par une meilleure efficacité opérationnelle, plutôt que par une ligne de chiffre d’affaires distincte. Amazon a déployé son millionième robot en 2025 et a lancé DeepFleet afin de coordonner ses robots mobiles et d’améliorer leur efficacité de déplacement de 10%. Par ailleurs, l’entreprise a mis en service «Vulcan», un robot doté de capteurs de force et de toucher, destiné aux opérations de prélèvement difficiles d’accès. Pour les fournisseurs de robots, l’opportunité pourrait résider dans le cycle de mise à niveau des logiciels et des capteurs, plutôt que dans la vente à l’unité.

La robotique industrielle semble emprunter une troisième voie, passant d’un modèle reposant principalement sur la vente ponctuelle d’équipements à un modèle associant matériel, logiciels et services, avec des offres récurrentes telles que des logiciels, des applications cloud, des mises à niveau et des services liés au cycle de vie, qui viennent s’ajouter au parc de robots déjà installé. La collaboration entre FANUC et Google associe les robots de FANUC à la plateforme Gemini Enterprise, ce qui permet aux opérateurs de donner des instructions en langage naturel plutôt que d’écrire du code sur mesure pour chaque tâche, réduisant ainsi le temps d’intégration et le coût de redéploiement du même matériel. En mai 2026, FANUC avait livré plus de 1'000 robots destinés à des applications liées à l’IA physique.  Même si ce chiffre est modeste par rapport à son parc installé, il témoigne d’une opportunité émergente en matière de taux d’adoption, où les revenus logiciels viennent s’ajouter à ceux générés par le matériel déjà vendu.

Humanoïdes: premiers déploiements, contrats concrets

Si la catégorie des humanoïdes en est encore à un stade moins avancé que celle des robots industriels, des robots mobiles ou des systèmes chirurgicaux. Deux questions essentielles se posent ici. Premièrement, les humanoïdes sont-ils capables de fonctionner de manière fiable dans un environnement de production réel? Deuxièmement, peuvent-ils accomplir un éventail véritablement large de tâches?

BMW apporte la preuve la plus éclatante de sa fiabilité à grande échelle. La figure 02 illustre la production de plus de 30'000 BMW X3 au cours d’un déploiement de 11 mois dans son usine de Spartanburg, avec la manutention de plus de 90'000 composants et l’exécution d’environ 1,2 million d’étapes en quelque 1'250 heures de fonctionnement. Il s’agit là d’un exemple de production réelle maintenue dans le temps, et non d’une simple démonstration ponctuelle. Depuis, BMW a étendu le programme à la figure 03 pour des tâches de séquencement logistique sur le même site, élargissant ainsi le rôle du robot en collaboration avec un partenaire existant.

Boston Dynamics semble apporter une réponse plus claire à la deuxième question. En mai 2026, sa plateforme électrique Atlas, dévoilée en version de série lors du CES 2026, a fait preuve d’une véritable généralisation. Un comportement de levage entraîné sur des charges d’environ 50 livres a permis de manipuler plus de 100 livres lors d’essais internes, sans assistance, ce qui constitue un exemple de ce que les roboticiens appellent un transfert «zero-shot» de la simulation à la réalité. L’ensemble de la production de 2026 est déjà réservé au Robotics Metaplant Application Center de Hyundai et à Google DeepMind, avec un objectif déclaré de 30'000 unités par an à partir de 2028.

Cette capacité de généralisation s’appuie également sur des partenariats. Les modèles Gemini Robotics de DeepMind sont conçus pour transférer les comportements appris à des robots de toutes formes et de toutes tailles, et DeepMind a conclu des partenariats en conséquence, notamment avec Apptronik à partir de mars 2025, Boston Dynamics à partir de janvier 2026,  et Agile Robots à partir de mars 2026. La perspective d’une couche d’IA commune fonctionnant sur plusieurs plateformes humanoïdes concurrentes pourrait constituer une source de valeur différente de celle générée par un investissement dans une seule couche matérielle.

Schaeffler, un groupe du secteur automobile, ajoute un élément nouveau à sa chaîne d’approvisionnement. En janvier 2026, il a annoncé son intention d’intégrer des humanoïdes dans son propre réseau de production et, à la suite d’un accord conclu en mai, a ajouté un nombre à sept chiffres d’actionneurs articulés dans le cadre d’un contrat valable jusqu’en 2031. Cela montre comment les entreprises spécialisées dans les composants peuvent tirer parti de cette tendance sans avoir besoin qu’une plateforme robotique en particulier s’impose. Humanoid, le client à l’autre bout de ce contrat, dispose de ses propres preuves. Son humanoïde sur roues HMND 01 a mené à bien une démonstration de faisabilité pour la logistique autonome dans une usine Siemens à Erlangen, en Allemagne, grâce à un développement axé sur la simulation qui a permis de condenser environ deux ans de travail sur le matériel en seulement sept mois.

La chaîne de valeur va au-delà du matériel

NVIDIA met en place une pile IA physique de bout en bout: Cosmos fournit des modèles de base universels ainsi que des outils de génération de données synthétiques et de création de modèles, tandis que Jetson fournit le matériel de calcul en périphérie permettant d’exécuter localement des modèles d’inférence et de contrôle de robots, y compris sur le robot lui-même. En juillet 2026, des groupes japonais, dont FANUC et Yaskawa Electric, ont annoncé qu’ils développaient des applications sur ces plateformes. Ce même mois, le gouvernement japonais et NVIDIA ont lancé une initiative nationale intitulée «Physical AI Initiative» visant à développer des modèles de base ouverts pour la robotique, parallèlement à un projet national existant d’infrastructure d’IA utilisant 27 500 GPU NVIDIA Rubin, alors que le gouvernement japonais s’est fixé comme objectif officiel de représenter 30% du marché mondial de l’IA et de la robotique d’ici 2040.

L’Allemagne met en place une infrastructure parallèle: son «Industrial AI Cloud», développé par Deutsche Telekom sur une infrastructure NVIDIA, correspond à ce que NVIDIA qualifie de plateforme sécurisée et souveraine dédiée à l’IA et à la robotique à l’échelle européenne, déjà utilisée par Siemens et SAP. La société Microagi, basée à Munich, fait preuve de la même détermination en coulisses: cette start-up créée il y a un an s’est associée à Google Cloud et à NVIDIA pour disposer de la puissance de calcul nécessaire à l’entraînement de modèles déjà utilisés par Unitree et UBTECH, tandis que son fondateur met en garde contre le fait que l’Europe dispose d’«une marge de manœuvre très réduite pour mettre en place une infrastructure souveraine d’IA incarnée». Ces initiatives pourraient raccourcir les cycles de développement en permettant aux fabricants d’accéder à des outils de simulation et à des modèles partagés.

Le segment «Automobile et robotique» de NVIDIA, dans le cadre de son ancienne structure de reporting, a enregistré une croissance d’environ 83% sur deux ans avant d’être supprimé. À partir du premier trimestre de l’exercice 2027, NVIDIA l’a intégré à une plateforme plus large dédiée à l’Edge Computing, qui a généré un chiffre d’affaires trimestriel de 6,4 milliards de dollars, en hausse de 29% par rapport à l’année précédente, mais qui inclut également les jeux vidéo, les PC et les consoles; cette croissance ne peut donc pas être extrapolée au-delà de ce chiffre. Les investisseurs devront peut-être croiser les données par segment avec celles relatives à l’activité des clients et des partenaires afin de suivre les progrès réalisés.

Le secteur de la mémoire, bien que moins présent dans l’actualité, offre un aperçu de la composition des humanoïdes. Lors de la conférence téléphonique sur les résultats du troisième trimestre fiscal 2026 de Micron, le PDG Sanjay Mehrotra a déclaré que la robotique et les véhicules autonomes «laissent présager un environnement de demande solide à long terme pour la mémoire et le stockage», et a estimé qu’un robot humanoïde nécessite environ dix fois plus de mémoire qu’un véhicule hautement autonome, un écart qui, selon lui, devrait se creuser pour aboutir à un cycle de mise à niveau s’étendant sur plusieurs décennies. Micron a expliqué que les robots modernes avaient besoin d’une mémoire à large bande passante et d’un stockage local rapide pour traiter en temps réel les informations qu’ils perçoivent, ce qui place également les fournisseurs de mémoire au cœur des discussions sur les dépenses d’investissement.

La capacité des fonderies témoigne d’une évolution similaire en amont. Lors de la conférence téléphonique sur les résultats du deuxième trimestre 2026 de TSMC, le président-directeur général C.C. Wei a décrit l’expansion actuelle comme le début d’une «nouvelle industrie» s’étendant aux secteurs de l’automobile, des humanoïdes et de la robotique, parallèlement aux centres de données, et s’attend à ce que la demande reste forte jusqu’en 2029 ou 2030.

Plusieurs modèles économiques se dessinent au sein de l’écosystème, ce qui corrobore les conclusions de McKinsey issues d’une enquête menée auprès d’acheteurs dans le domaine de l’automatisation industrielle. Les fournisseurs de plateformes tels que NVIDIA commercialisent à grande échelle des ressources de calcul et des logiciels; les modèles «matériel+accessoires», comme celui de FANUC, intègrent l’IA aux équipements déjà vendus; les retards d’approvisionnement en composants ne dépendent pas de la prédominance d’une plateforme en particulier; et les revenus récurrents liés aux procédures, comme ceux d’Intuitive Surgical, prolongent la relation au-delà de l’achat initial. Un portefeuille réparti entre ces différents archétypes présente une structure différente de celle d’un investissement ciblant un seul fabricant.

Conclusion

L’IA physique est entrée dans une phase où les données de déploiement peuvent être évaluées parallèlement aux ambitions technologiques. Les installations de robots industriels se maintiennent au-dessus du demi-million d’unités par an, les cobots gagnent du terrain et l’IA améliore déjà les capacités du parc existant.

Plusieurs des engagements déjà évoqués prolongent les perspectives bien au-delà du parc actuel: le carnet de commandes de Schaeffler en matière d’actionneurs s’étend jusqu’en 2031, le plan de Boston Dynamics, soutenu par Hyundai, vise 2028, l’infrastructure nationale japonaise dédiée à l’IA et à la robotique vise une part de marché ambitieuse d’ici 2040, et TSMC prévoit que la demande dans les applications automobiles, humanoïdes et robotiques restera forte jusqu’en 2029 ou 2030.

¹International Federation of Robotics, Sep 2025. Global Robot Demand in Factories Doubles Over 10 Years (World Robotics 2025 report).
²Intuitive Surgical, Jul 2026. Intuitive Announces Second Quarter Earnings.
³BMW Group Press, Feb 2026. BMW Group to deploy humanoid robots in production in Germany for the first time.
⁴Humanoid, May 2026. Humanoid Secures Landmark Deal with Schaeffler to Deploy Thousands of Humanoid Robots.
⁵International Federation of Robotics, Sep 2025. Global Robot Demand in Factories Doubles Over 10 Years (World Robotics 2025 report).
⁶International Federation of Robotics, Sep 2025. World Robotics 2025 Press Conference Presentation.
⁷Intuitive Surgical, Jul 2026. Intuitive Announces Second Quarter Earnings.
⁸Intuitive Surgical, Jul 2026. Intuitive Announces Second Quarter Earnings.
⁹Intuitive Surgical, Jul 2026. Intuitive Announces Second Quarter Earnings.
¹⁰Intuitive Surgical, Jul 2026. Intuitive Announces Second Quarter Earnings.