Aller au contenu principal
Table ronde : tout le monde voit la bulle, mais quand les robots entreront-ils dans des usages réels ?
Chine/Asie36Kr 

Table ronde : tout le monde voit la bulle, mais quand les robots entreront-ils dans des usages réels ?

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Lors de la conférence WAVES 2026 organisée par 36Kr à Guangzhou fin juin, une table ronde sur la robotique incarnée (具身智能) a réuni six acteurs du secteur : les fondateurs de Shenpu Intelligence et Qiongming Intelligence côté constructeurs, le CEO de Qingtian Rent pour la commercialisation, et trois investisseurs de BV Baidu Ventures, Kailiane Capital et Yunshi Capital. La toile de fond est parlante : la startup Shizhi Hang vient de lever 242 millions de dollars en tour d'amorçage, mais Goldman Sachs a sondé neuf fournisseurs de la chaîne d'approvisionnement robotique chinoise, sans qu'aucun ne rapporte de gros contrat ferme. BV Baidu Ventures, entrée dès 2022 avant la vague spéculative, confirme continuer à investir et à renforcer ses positions existantes.

La discussion cartographie ce qui génère concrètement des revenus aujourd'hui. La location courte durée de robots, à quelques milliers de yuans par jour pour cinq à dix unités (comparable à la location d'une Rolls-Royce selon un investisseur du panel), constitue la niche la plus rentable à court terme. La sous-traitance humaine déguisée en collecte de données d'entraînement représente un deuxième flux, tout comme les ventes dans le marché geek/maker et les robots compagnons à forte dimension IP. Qingtian Rent affirme que l'intégralité de ses contrats est rentable en se concentrant sur les tâches "sous le plafond" des capacités actuelles. Les participants reconnaissent unanimement le triangle impossible des robots domestiques : bon marché, fonctionnel et sûr, trois critères impossibles à satisfaire simultanément à ce stade. Les modèles grand public à moins de 10 000 yuans existent, mais restent cantonnés à l'accompagnement ; dès que l'on exige des tâches ménagères réelles, le coût monte immédiatement. Cui Kedi de BV Baidu Ventures cite les combats de robots développés par Zhongqing comme scénario haute intensité utile pour valider les capacités dynamiques, tout en estimant que le secteur reste sous-financé par rapport aux grands laboratoires d'IA générative.

BV Baidu Ventures a commencé à investir dans l'intelligence incarnée dès mi-2022, en partant du débordement technologique de la conduite autonome. Li Xiaofei de Shenpu compare l'état actuel au marché de l'autonomie routière en 2017-2018 : la preuve de concept est établie, mais la commercialisation de masse s'inscrit sur un horizon de cinq à dix ans. Sa stratégie dite "1+2+N" (un modèle de base, deux pipelines de données réelles, N scénarios progressifs) privilégie d'abord les environnements structurés comme les hôtels et les établissements de soins avant de viser les foyers. Ce gradualisme rejoint le constat de Wang Zixuan de Yunshi Capital : les robots qui font déjà de l'argent opèrent souvent dans des espaces invisibles, chantiers navals, usines lourdes périphériques, fonds marins, là où l'équation économique est claire avant même que la généralisation soit résolue.

À lire aussi

74 yuans pour 3 heures : des robots à IA incarnée entrent dans les foyers chinois pour les tâches ménagères
1Pandaily 

74 yuans pour 3 heures : des robots à IA incarnée entrent dans les foyers chinois pour les tâches ménagères

En Chine, les robots à intelligence artificielle incarnée sortent des usines pour entrer dans les foyers, sous forme de location à l'heure pour des tâches ménagères. Plusieurs plateformes à la demande proposent désormais des robots humanoïdes ou à roues capables de nettoyer les sols, essuyer les surfaces, récupérer des objets ou effectuer de petites tâches de rangement, pour un tarif de départ de 74 yuans les trois heures, soit environ 25 yuans de l'heure (un peu plus de 3 euros). Ces machines s'appuient sur des modèles vision-langage-action pour naviguer de façon autonome dans un environnement domestique, éviter les obstacles, reconnaître des objets et répondre à des commandes vocales simples. C'est l'un des premiers déploiements commerciaux réels de l'IA incarnée en dehors du cadre industriel, après des investissements en R&D chiffrés en milliards de yuans. Ce tarif rend la main-d'œuvre robotique moins chère que le personnel de ménage humain dans les grandes villes chinoises, mais l'écart de capacités reste net : les retours d'utilisateurs montrent que ces robots gèrent correctement les tâches de nettoyage simples, tout en peinant face aux objets de forme irrégulière, aux instructions à plusieurs étapes et aux espaces exigus typiques des appartements chinois. Le compromis est assumé, fonctionnalités limitées contre accessibilité tarifaire, et il interroge la trajectoire des investissements massifs consacrés à l'IA incarnée en Chine. Des entreprises comme Unitree, AgiBot, Star Dynasty ou X Square Robot ont levé des fonds considérables pour des robots humanoïdes généralistes, alors que le premier vrai marché de masse concerne des robots de service bien plus spécialisés et modestes. Les défenseurs de l'approche avancent toutefois que ce déploiement réel, même limité, génère des données précieuses pour entraîner les modèles de nouvelle génération, des données que la simulation en laboratoire ne peut reproduire : agencements imprévus, objets variés, comportements d'utilisateurs divers. Cette stratégie rappelle celle des entreprises chinoises de conduite autonome, qui ont déployé des fonctions de conduite partiellement automatisée des années avant d'atteindre une autonomie complète, misant sur l'accumulation de données réelles plutôt que sur l'attente d'une technologie parfaite. Les analystes du secteur anticipent une expansion rapide du marché de la location de robots domestiques à mesure que les coûts baissent et que les capacités progressent, plusieurs acteurs chinois développant déjà des modèles de nouvelle génération optimisés pour l'environnement du foyer, avec une meilleure dextérité pour manipuler de petits objets et une compréhension plus fine des instructions complexes. Reste une question ouverte : ce modèle de facturation à la tâche, encore marginal, pourra-t-il générer des revenus suffisants pour justifier l'ampleur des investissements déjà engagés dans l'infrastructure de l'IA incarnée.

Chine/AsieActu
1 source
Le boom des robots humanoïdes en Chine (partie III) : quand aura lieu leur moment ChatGPT ?
2TechNode 

Le boom des robots humanoïdes en Chine (partie III) : quand aura lieu leur moment ChatGPT ?

Cinq entreprises chinoises ont concentré 86% des livraisons mondiales de robots humanoïdes au premier semestre 2026, selon Counterpoint Research, confirmant l'avance chinoise en volume sur ce marché naissant. Les levées de fonds suivent : la division robotique de XPeng a recueilli plus de 900 millions de dollars en août, la valorisant à plus de 6,3 milliards de dollars, et Galbot a levé 2,5 milliards de yuans (362 millions de dollars) en mars, après un tour de plus de 300 millions fin 2025 qui l'avait valorisée environ 3 milliards. Les humanoïdes sont testés dans l'automobile, l'électronique, la logistique, l'aérospatiale et l'énergie, mais la commercialisation reste précoce, entre achats unitaires, préorders et pilotes, sans commandes répétées à grande échelle. Au BEYOND Expo, Fu Sheng, PDG de Cheetah Mobile et président d'OrionStar, a rappelé que le vrai défi est "le dernier 1%" : un taux de succès de 99% laisse un échec toutes les cent tentatives. Selina Xu, du bureau IA d'Eric Schmidt, juge que les entreprises chinoises avancent plus vite et plus large que leurs rivales américaines. Cet écart entre volume et maturité commerciale est le point clé pour intégrateurs et décideurs industriels. Les modèles vision-langage-action et les "world models" restent précoces, et Nvidia domine la pile logicielle robotique de bout en bout, laissant de nombreuses startups chinoises dépendantes de ses puces Orin, même si des fondeurs locaux développent des alternatives. Pour Jiang Han, chercheur au Pangoal Institution, les commandes répétées et le délai de retour sur investissement client sont les vrais signaux qu'un robot résout un problème réel, plus que le coût de fabrication seul : l'avantage durable de la Chine tiendrait à la combinaison de coûts bas et d'itération rapide, matérielle et logicielle. La donnée reste un goulot d'étranglement : impossible d'extraire des exemples d'interaction physique depuis internet comme pour les grands modèles de langage, d'où le recours aux données synthétiques, à la simulation et à l'apprentissage par renforcement. Harry Mellsop, cofondateur d'Antioch, compare l'IA physique à "l'ère GPT-2", avant le saut de ChatGPT. Trois facteurs structurent cette avance, selon la troisième partie de l'enquête de TechNode sur le boom humanoïde chinois : le coût, l'accès au capital et un vaste terrain d'essai. La base industrielle chinoise, adossée à la chaîne d'approvisionnement des véhicules électriques pour batteries et capteurs, permet un sourcing local, une itération rapide et des prix plus bas que chez les rivaux américains. Face à la domination logicielle de Nvidia, des acteurs chinois cherchent des alternatives aux puces Orin, enjeu autant technologique que souverain. La sécurité reste un risque : un accident médiatisé pourrait déclencher un retour de bâton réglementaire. Reste le calendrier : Sam Altman évoque un "moment ChatGPT" pour l'humanoïde à quelques années, mais l'article souligne que ce basculement dépendra moins des démonstrations spectaculaires déjà vues que de la fiabilité et de la rentabilité prouvées dans la durée.

Chine/AsieOpinion
1 source
Les robots sont-ils prêts pour les lignes de production ? La voie de Galbot vers l'IA industrielle
3TechNode 

Les robots sont-ils prêts pour les lignes de production ? La voie de Galbot vers l'IA industrielle

Galbot, société chinoise de robotique fondée en mai 2023, développe des robots destinés aux lignes de production industrielles à travers deux produits phares : le Galbot G1, qui associe une plateforme mobile à un système de manipulation à deux bras, et le Galbot S1, conçu spécifiquement pour des tâches manufacturières comme le transport, la palettisation et le chargement de machines. L'entreprise a levé plus de 2,4 milliards de yuans (environ 360 millions de dollars) au total jusqu'en 2025, dont un tour de table de 1,1 milliard de yuans (160 millions de dollars) annoncé en juin 2025. En 2026, Galbot a annoncé un nouveau tour de financement de 2,5 milliards de yuans (370 millions de dollars), avec parmi ses investisseurs le Fonds national d'investissement dans l'industrie de l'intelligence artificielle, le groupe pétrolier Sinopec et CITIC Investment Holdings. Sa valorisation dépasserait désormais 22 milliards de yuans, soit environ 3,27 milliards de dollars. Ce positionnement illustre un basculement en cours dans l'industrie : les bras robotiques traditionnels, fixes à un poste de travail et programmés pour des séquences répétitives, peinent à couvrir les tâches de manutention, de tri ou de chargement encore largement confiées à des opérateurs humains dans les usines. Un robot mobile capable de se déplacer et de s'adapter à des objets variés répond à une demande réelle des industriels confrontés à la hausse des coûts de main-d'œuvre et à la recherche de lignes plus flexibles. L'usine, plus structurée qu'un environnement domestique, est aussi perçue comme le terrain le plus propice à l'accumulation de données et à la fiabilisation à long terme des robots à IA incarnée, ce qui explique pourquoi le secteur industriel est vu comme la voie la plus crédible vers la commercialisation de cette technologie. Il faut toutefois noter que la communication de Galbot met surtout en avant des montants de financement et une valorisation, mais reste silencieuse sur des indicateurs opérationnels concrets, cadence de cycle, charge utile, degrés de liberté ou volumes réellement déployés en usine, ce qui rend difficile de juger si G1 et S1 ont dépassé le stade de la démonstration pour une adoption industrielle à l'échelle. Cette trajectoire s'inscrit dans la vague d'investissement massif que connaît la robotique à IA incarnée en Chine depuis 2023, portée à la fois par des fonds privés et par des capitaux publics et industriels, comme en témoigne la présence du fonds national d'IA et de Sinopec au tour de table 2026 de Galbot. Face aux fabricants historiques de bras robotiques industriels, dont l'automatisation reste cantonnée à des tâches prédéfinies, Galbot cherche à se différencier par la mobilité et l'adaptabilité de ses plateformes, un pari partagé par plusieurs acteurs chinois de la robotique humanoïde et de la manipulation mobile. L'entreprise mise sur une intégration verticale du matériel, des modèles d'IA et des systèmes de données pour accélérer le passage du laboratoire à la ligne de production, mais les échéances de déploiement pilote, les sites industriels concernés et les clients confirmés ne sont pas précisés à ce stade, ce qui place encore Galbot du côté de l'annonce et du financement plutôt que du déploiement industriel vérifié.

Chine/AsieOpinion
1 source
Zhang Yaqin : l'IA n'est pas une bulle, mais les entreprises d'IA si
436Kr 

Zhang Yaqin : l'IA n'est pas une bulle, mais les entreprises d'IA si

Zhang Yaqin, académicien de l'Académie chinoise d'ingénierie et ancien vice-président de Microsoft Research, dirige depuis cinq ans le AIR (Institut de recherche en industrie intelligente de l'Université Tsinghua), qu'il a fondé à Pékin. L'institut a incubé dix entreprises cumulant environ 15 milliards de yuans de levées de fonds et une valorisation totale de 150 milliards de yuans, parmi lesquelles les licornes Huashen Zhiyao (IA pharmaceutique) et Tashi Zhihang. Dans un entretien accordé lors du forum Taihu Dialogue 2026 organisé à Wuxi, Zhang a livré une analyse structurée de l'état réel du marché IA chinois. Sa position centrale : l'IA en tant que technologie ne constitue pas une bulle, mais les valorisations des entreprises IA en sont une. Il situe le secteur à l'équivalent de 1998-1999 pour l'internet, période de déploiement massif d'infrastructures (électricité, calcul, algorithmes), où des acteurs alors dominants comme Yahoo ont disparu tandis que les véritables géants n'étaient pas encore identifiables. Sur le segment robotique, il estime que des centaines d'entreprises sont actuellement en lice, mais que trois à quatre ans suffiront pour n'en retenir qu'une vingtaine ; les grands modèles de langage chinois se consolideront de leur côté en trois à quatre acteurs. L'analyse de Zhang sur la dynamique d'investissement constitue un signal d'alerte direct pour les décideurs. Il observe que lever des capitaux excessifs sans modèle économique consolidé aboutit dans la plupart des cas à brûler la trésorerie sans convertir en revenus, un schéma qu'il juge structurellement identique à la bulle internet. Il distingue néanmoins une différence qualitative avec 2000 : OpenAI et Anthropic affichent des courbes de revenus sans précédent historique, ce qui justifie partiellement la confiance actuelle du marché. Mais il soulève une question non résolue : les investissements massifs des géants technologiques mondiaux dans les datacenters et les puces pourront-ils se convertir en commandes et revenus réels ? Il fixe une fenêtre d'observation de deux à trois ans comme test décisif. Sur la robotique physique, Zhang maintient son estimation que les robots domestiques généralistes nécessitent encore dix ans ou plus, faute de percées théoriques et algorithmiques suffisantes dans l'interaction homme-machine en environnement ouvert. Les robots industriels et spécialisés, eux, progresseront significativement plus vite. L'AIR positionne ses travaux à l'intersection de ces limites. L'approche RSR (Real-to-Sim-to-Real), développée par le professeur Zhou Guyue depuis plusieurs années, vise à fermer la boucle entre environnements simulés et monde physique, un problème central du transfert sim-to-real qui freine tout le secteur. Zhang identifie trois manières de pallier le déficit de données physiques : collecte en vue subjective à partir d'interactions humain-environnement, acquisition autonome par les robots eux-mêmes, et génération de données en simulation. Sur l'entrepreneuriat académique, il préconise le modèle professeur-cofondateur ou chief scientist associé à un CEO commercial distinct, plutôt que le professeur PDG à plein temps, jugeant le taux d'échec de ce dernier schéma structurellement élevé aussi bien en Chine qu'aux États-Unis. L'AIR n'est pas un incubateur au sens financier : il produit une à deux entreprises par an, toutes en phase de validation de leur capacité d'exécution commerciale.

Chine/AsieOpinion
1 source