Aller au contenu principal
Kodama lève 7 M$ pour apporter la robotique à la foresterie
IndustrielRobotics Business Review 

Kodama lève 7 M$ pour apporter la robotique à la foresterie

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

Kodama Systems, basée à Sonora (Californie), a annoncé une levée de 7 millions de dollars, portant son financement total à 14 millions. Le tour est co-mené par Konvoy Ventures et Breakwater Ventures, avec Blue Forest Asset Management, NYA Ventures, Breakthrough Energy Ventures, Congruent Ventures, Dangerous Ventures, M1C Ventures et BTG Pactual. Les fonds iront aux déploiements commerciaux, aux partenariats avec les équipementiers (OEM) et au développement de l'autonomie supervisée pour les environnements off-road complexes. La technologie combine autonomie supervisée et téléopération : la machine gère les tâches répétitives, tandis qu'un opérateur expérimenté intervient à distance sur les cas limites. Elle équipe aujourd'hui des débardeurs (skidders), ces engins à grappin qui ramènent les arbres abattus vers l'aire de chargement des camions. Selon l'entreprise, les machines équipées tournent 10 à 14 heures par jour et ont déplacé plus de 100 000 tonnes de bois sur six mois, dans plusieurs États du sud-est des États-Unis. Ces chiffres sont déclaratifs et fournis sans détail sur le taux d'intervention humaine ni sur le nombre de machines concernées.

L'intérêt tient à la nature du problème adressé : il ne s'agit pas de remplacer l'opérateur, mais de compenser une pénurie de main-d'œuvre structurelle. Le CEO Merritt Jenkins décrit des journées débutant à 4 h du matin, neuf à dix heures en cabine sur terrain accidenté, et un turnover tel que certains exploitants ont usé huit conducteurs de débardeur en un an. Face à cela, le modèle hybride vise à augmenter l'utilisation des machines et la productivité de chaque opérateur qualifié. Pour les intégrateurs et les décideurs B2B, le signal est que l'autonomie off-road, longtemps cantonnée aux démonstrations, trouve un terrain commercial dans un secteur où la tolérance à une supervision humaine résiduelle est élevée et où le coût de l'indisponibilité est immédiat. L'entreprise affirme pouvoir désormais vendre son système comme un produit, ce qui le place du côté du déploiement réel plutôt que du simple prototype, même si l'échelle reste modeste.

Kodama s'était d'abord concentrée sur la réduction du risque d'incendie dans l'ouest américain, avant de se recentrer sur les plantations de bois du sud-est. Elle conserve néanmoins l'éclaircissement forestier et la lutte contre les feux comme débouchés à terme. Son positionnement se rapproche de celui d'autres acteurs de l'autonomie sur engins lourds, dans l'agriculture, la construction ou les mines, qui ont déjà prouvé la valeur de la supervision à distance. La feuille de route prévoit l'extension aux autres machines des flottes forestières, à savoir les abatteuses et les chargeuses, ainsi que de nouveaux partenariats OEM. L'entreprise mise sur un effet de volume des données, chaque machine déployée enrichissant ses modèles. Aucun acteur français ou européen n'est cité dans l'annonce.

À lire aussi

Promise Robotics s'associe à D.R. Horton pour appliquer l'IA physique à la construction de maisons
1Robotics Business Review 

Promise Robotics s'associe à D.R. Horton pour appliquer l'IA physique à la construction de maisons

Promise Robotics, société torontoise fondée en 2021, a signé un accord pluriannuel avec le constructeur américain D.R. Horton, qui recourra à son offre Factory-as-a-Service (FaaS) pour produire plus de 1 250 maisons aux États-Unis. Le modèle repose sur des microusines où robotique, IA, logiciels et systèmes de fabrication sont reliés sur toute la chaîne : traduction des plans, planification de production, fabrication automatisée de composants, puis installation sur site. Le fabricant utilise aujourd'hui ses propres simulations dans le cloud et des bras industriels KUKA, tout en se disant agnostique côté robots. Sa pile logicielle combine vision par ordinateur, grands modèles de langage pour la préparation initiale des flux de données et un modèle de raisonnement propre au domaine de la construction. Chaque maison produite génère selon l'entreprise 300 nouvelles images et 5 000 nouvelles sources tactiles. Les planchers atteignent 45 pieds (environ 13,7 m), les murs 20 pieds (environ 6 m), fenêtres et portes comprises, et la société fabrique aussi des cages d'escalier prêtes à poser. Sa cible principale : les maisons en rangée de trois à quatre étages. Elle est partie de la mécanique et du CVC (chauffage, ventilation, climatisation). L'enjeu dépasse le seul contrat. Le bâtiment résidentiel n'a jamais connu la standardisation de l'automobile, où un même modèle se produit à des millions d'exemplaires avec de faibles variantes : ici, chaque mur et chaque plancher diffère par ses dégagements, ses composants et son agencement. Promise Robotics en déduit que la variabilité doit être absorbée par le logiciel, qui connaît les limites de mouvement, de matériaux et d'outils, plutôt que par des lignes rigides. Le modèle FaaS cherche aussi à épargner aux constructeurs le coût et le risque d'investir eux-mêmes dans une infrastructure de production, dans un secteur fragmenté, peu enclin à former sa main-d'œuvre comme le fait l'industrie manufacturière. Un client de la taille de D.R. Horton donne de la crédibilité à l'approche, mais l'annonce ne dit rien des cadences, des délais, des coûts par maison ni du calendrier de livraison des 1 250 unités. L'affirmation selon laquelle le système s'améliore avec le temps et réduit les dépenses reste, à ce stade, déclarative. Il s'agit d'un accord signé, non d'un déploiement à grande échelle déjà démontré. Côté contexte, la demande de logements reste forte, la main-d'œuvre manque et les coûts montent, ce qui pousse les constructeurs à chercher des méthodes plus répétables. Promise Robotics défend une approche distribuée, avec des microusines dans plusieurs marchés, et veut rendre cette capacité accessible aux constructeurs d'Amérique du Nord. L'article ne cite pas de concurrents précis ni de calendrier de montée en charge, mais le secteur de la préfabrication robotisée reste ouvert. Les prochains jalons à surveiller : le nombre de sites ouverts pour servir D.R. Horton, les volumes réellement livrés, et la capacité à reproduire le modèle chez d'autres constructeurs.

UEPas d\'impact direct sur la France/UE

IndustrielActu
1 source
Lingyi, fournisseur d'Apple, vise une IPO de 1,1 milliard de dollars à Hong Kong pour financer l'IA et la robotique
2SCMP Tech 

Lingyi, fournisseur d'Apple, vise une IPO de 1,1 milliard de dollars à Hong Kong pour financer l'IA et la robotique

Lingyi iTech, fabricant de composants électroniques coté à Shenzhen et sous-traitant historique d'Apple, vise une introduction en bourse à Hong Kong pour lever jusqu'à 8,3 milliards HKD (environ 1,1 milliard USD). La société propose 811,8 millions d'actions à un prix maximum de 10,18 HKD par titre, avec une première cotation attendue vendredi sur le Hong Kong Stock Exchange. Les fonds levés sont destinés à financer une expansion stratégique dans le matériel pour l'intelligence artificielle et la robotique humanoïde, selon les documents officiels déposés auprès du régulateur. Ce mouvement illustre une tendance de fond dans la chaîne d'approvisionnement électronique asiatique : des équipementiers cherchent à diversifier leurs revenus au-delà du cycle smartphone, perçu comme mature et sous pression tarifaire. Pour Lingyi, coter à Hong Kong offre une visibilité internationale et un accès aux capitaux pour investir en R&D robotique, secteur où les barrières restent élevées (actionneurs, intégration mécatronique, logiciels de contrôle). Il convient cependant de souligner que la démarche demeure, à ce stade, une déclaration d'intention stratégique : aucun produit robotique ni partenariat industriel concret n'est détaillé dans les documents d'introduction disponibles. Lingyi s'inscrit dans une course plus large entre sous-traitants chinois vers la robotique humanoïde, où des acteurs comme Foxconn, BYD Electronic et Luxshare ont également affiché des ambitions similaires. La concurrence avec les intégrateurs de plateformes complètes (Figure, Agility Robotics, Unitree, UBTECH) reste asymétrique : la maîtrise des composants n'équivaut pas à l'intégration système. Les prochaines étapes déterminantes seront les annonces de partenariats OEM et l'affectation précise des fonds levés lors des publications trimestrielles post-cotation.

IndustrielActu
1 source
Automatisation robotique assistée par apprentissage automatique pour la fabrication industrielle
3arXiv cs.RO 

Automatisation robotique assistée par apprentissage automatique pour la fabrication industrielle

Des chercheurs ont présenté un système hybride baptisé Learning-Augmented Robotic Automation (LARA), déployé sur une ligne de production réelle de moteurs électriques pour automatiser deux tâches jusqu'alors confiées à des opérateurs humains : l'insertion de câbles déformables et la soudure. Le système combine des contrôleurs de tâches appris par imitation et un moniteur de sécurité neuronal 3D, intégré directement dans les workflows industriels existants. Entraîné avec moins de 20 minutes de données réelles par tâche, LARA a fonctionné en continu pendant 5 heures 10 minutes, produisant 108 moteurs sans barrière physique de protection, avec un taux de conformité de 99,4 % aux tests de contrôle qualité au niveau produit. Le takt time atteint est comparable à celui d'un opérateur humain, avec une réduction mesurée de la variabilité des joints de soudure et des temps de cycle. Ce résultat s'attaque directement au fossé entre démonstration laboratoire et déploiement industriel effectif, l'obstacle principal qui freine l'adoption de la robotique apprenante en production. L'entraînement en moins de 20 minutes par tâche abaisse considérablement la barrière à l'intégration pour les industriels et les intégrateurs système. Pour un COO de ligne d'assemblage, le point le plus structurant est l'absence de caging physique : le moniteur neuronal remplace les protections mécaniques classiques, ouvrant la voie à des cellules collaboratives sans les coûts de reconfiguration d'atelier associés aux robots industriels traditionnels. La manipulation de câbles déformables et la soudure figurent parmi les tâches les plus résistantes à la robotisation classique, du fait de la déformation matière et de la non-répétabilité des poses. Sur ce segment, Physical Intelligence (Pi-0.5) et Figure AI (Helix sur Figure 02) poussent des VLA généralistes pour la manipulation multi-tâches, tandis que Wandercraft et Enchanted Tools, tous deux français, ciblent respectivement la mobilité humanoïde et les robots de service. LARA se distingue par son pragmatisme : pas d'humanoïde, pas de modèle fondationnel, mais une hybridation ciblée sur des cellules industrielles existantes. Les auteurs évoquent comme suites naturelles l'extension à d'autres tâches de câblage et la validation sur des lignes multi-produits.

UELa fabrication de moteurs électriques est un segment clé de la transition EV en Europe ; LARA démontre qu'un système appris en moins de 20 minutes peut atteindre le takt time humain sur des tâches résistantes à la robotisation classique, abaissant directement la barrière d'adoption pour les intégrateurs et industriels européens sans reconfiguration lourde d'atelier.

IndustrielActu
1 source
FANUC s'associe à Google pour développer l'IA physique dans ses robots
4Robotics Business Review 

FANUC s'associe à Google pour développer l'IA physique dans ses robots

FANUC Corp. a annoncé cette semaine un partenariat stratégique avec Google visant à accélérer le déploiement de l'IA physique dans ses robots industriels. L'initiative s'appuie sur les technologies d'intelligence artificielle de Google, notamment les grands modèles de langage (LLM), pour doter les robots FANUC de capacités de perception environnementale, de prise de décision autonome et d'exécution adaptative. Mike Cicco, président et CEO de FANUC America, a résumé l'enjeu sans détour : "Les fabricants ne se demandent plus s'ils doivent utiliser l'IA, mais comment l'appliquer là où ça compte le plus, soit sur le sol de l'usine." Depuis la présentation de son système d'IA physique à l'IREX de Tokyo en décembre 2025, FANUC affirme avoir déjà expédié plus de 1 000 robots pour des applications liées à l'IA physique, une donnée qui distingue ce partenariat d'une simple annonce commerciale. La gamme concernée s'étend des petits bras avec une charge utile de 3 kg jusqu'aux robots industriels lourds supportant 2 300 kg, ainsi que la série collaborative CRX. Sur le plan technique, la compatibilité de FANUC avec le standard ROS (Robot Operating System) via des pilotes open-source constitue le socle de l'intégration. La société prend en charge le langage Python pour le développement IA, des interfaces de communication haute vitesse pour le contrôle externe, et des passerelles vers les automates programmables (PLC), ce qui facilite l'insertion dans des lignes de production existantes sans refonte d'architecture. En parallèle, FANUC annonce un resserrement de l'intégration entre son logiciel de simulation ROBOGUIDE et le framework NVIDIA Isaac Sim, un signal fort vers le sim-to-real, l'un des verrous techniques majeurs de la robotique adaptative. Pour les intégrateurs et les décideurs industriels, ce positionnement signifie que les outils IA grand public deviennent directement utilisables sur des cellules robotisées certifiées production, ce qui réduit significativement la distance entre prototype et déploiement réel. FANUC, fondée au Japon et dont la filiale américaine est basée à Rochester Hills, Michigan, est l'un des leaders mondiaux du contrôle numérique (CNC) et de la robotique industrielle, avec des implantations sur tout le continent américain. Google s'implique dans la robotique principalement via Intrinsic, son unité dédiée à l'IA robotique et l'un des contributeurs majeurs à l'écosystème ROS. Ce partenariat positionne les deux acteurs dans une course qui s'intensifie entre les fournisseurs de robots industriels traditionnels (ABB, KUKA, Yaskawa) et les nouveaux entrants humanoïdes comme Figure ou Agility Robotics, qui misent eux aussi sur des LLM pour la flexibilité d'exécution. FANUC, fort de 1 000 unités déjà expédiées, cherche à démontrer que l'IA physique n'est plus un sujet de R&D mais une réalité commerciale intégrable à grande échelle. Les prochaines démonstrations sont attendues au Robotics Summit & Expo de Boston dans les prochains jours.

UEPression concurrentielle directe sur ABB et KUKA face à un déploiement LLM-robotique industrielle désormais à échelle commerciale chez FANUC (1 000 unités expédiées), accélérant la course à l'IA physique dans l'industrie manufacturière européenne.

IndustrielOpinion
1 source