Une étude révèle les freins de l'IA physique et de la robotique
Le fonds de capital-risque Cathay innovation a publié les résultats d'une enquête qui met en lumière les freins industriels de l'IA physique et de la robotique.
cathayinnovation.com
Cette enquête a été menée en mai 2026 auprès de 135 professionnels de la robotique en Europe et aux États-Unis. Le document détaille la transition du secteur entre les phases de recherche fondamentale et le déploiement opérationnel dans l'industrie.
Échéances d'adoption et marchés prioritaires
Selon l'étude, l'optimisme quant au développement du secteur d'ici cinq ans s'établit à une moyenne de 4,42 sur une échelle de 5. Les sondés identifient la logistique, l'entreposage et la production manufacturière comme les premiers domaines de déploiement à échelle industrielle, avec une adoption généralisée estimée aux alentours de 2030, devançant d'environ cinq ans les applications pour le grand public.
La faisabilité économique s'appuie sur la baisse du coût des composants matériels, l'augmentation des capacités de calcul embarqué (edge computing) et le niveau des coûts salariaux dans les tâches automatisables.
Défis techniques et répartition de la valeur
L'enquête met en évidence les contraintes d'ingénierie qui ralentissent le passage à l'échelle. La gestion des situations imprévues rencontrées en conditions réelles arrive en tête à 68 %, devant la fiabilité et la disponibilité des systèmes à 66 %, puis l’économie unitaire et le retour sur investissement à 62 %.
À un horizon de cinq ans, 37 % des professionnels interrogés considèrent l'intégration de systèmes comme la technologie à plus fort impact, devant les modèles de fondation (34 %). Ce constat s'accentue chez les dirigeants ayant déjà déployé des systèmes sur le terrain, où 44 % privilégient l'intégration logicielle et matérielle aux infrastructures existantes.
Sur la chaîne de valeur à long terme, la capture de valeur financière devrait néanmoins se concentrer sur les couches software et les modèles de fondation. Pour rappel Un modèle de fondation (ou foundation model) est un modèle d'intelligence artificielle entraîné sur un volume massif de données très variées (textes, images, sons, code) qui lui permet de développer une compréhension générale du monde ou du langage.
Publié par Youssef Belgnaoui, rédacteur pour Induportals.
www.cathayinnovation.com
