Après les chatbots, l’IA franchira une frontière bien plus physique dès 2026.

Maintenant, ses ambitions quittent l’écran.

En 2026, une nouvelle vague d’« IA physique » pourrait propulser l’intelligence artificielle dans le monde réel via des robots humanoïdes et des robots de service, en transformant les usines, les maisons de retraite et, peut-être, nos salons plus vite que beaucoup ne l’imaginent.

Le basculement discret : de l’IA virtuelle à l’IA physique

L’IA générative a déjà rebattu les cartes du numérique. Des agents conversationnels appuyés sur des grands modèles de langage savent résumer des documents, coder des applications, rédiger des contrats et tenir des échanges étonnamment crédibles. Dans une même interface, ils combinent désormais texte, images, audio et vidéo. Des agents peuvent passer des commandes, piloter des outils et automatiser une partie de votre travail à partir de quelques requêtes.

La prochaine étape ne consiste pas tant à produire de meilleures phrases qu’à doter l’IA de meilleurs « corps ». L’IA physique désigne des systèmes où l’intelligence logicielle commande directement des machines qui agissent dans l’environnement : robots humanoïdes, assistants mobiles, bras industriels, robots de manutention d’entrepôt et, à terme, aides à domicile.

« L’IA physique n’est pas un nouvel algorithme. C’est le moment où les modèles puissants d’aujourd’hui gagnent des mains, des roues et des caméras, et commencent à composer avec la gravité, les frottements et des humains fragiles. »

Pour les dirigeants de la tech, c’est la suite logique du boom des chatbots. Le PDG de Nvidia, Jensen Huang, a déjà présenté « la prochaine vague de l’IA » comme une IA qui comprend la physique et évolue parmi nous, au lieu de travailler uniquement sur nos données.

2026 : l’année où les robots cessent d’être de simples démonstrations ?

L’expérience la plus courante des robots humanoïdes, aujourd’hui, passe par des vidéos virales : un bipède qui monte des escaliers en courant, un ouvrier métallique qui danse parfaitement, un prototype qui plie du linge dans un laboratoire. Ce type de séquences suppose souvent une chorégraphie minutieuse, des environnements réglés au millimètre et de nombreuses reprises.

Ce qui change en 2026, ce n’est pas l’accession soudaine à la perfection. Le changement, c’est l’échelle. Plusieurs entreprises prévoient leurs premières mises en service réellement massives, plutôt que des preuves de concept isolées.

Des prototypes uniques aux chaînes de production : l’IA physique des robots humanoïdes

Nvidia ne fabrique pas de robots humanoïdes. Son objectif est plutôt de fournir le « cerveau » qui les anime. Son module Jetson Thor, un ordinateur d’IA compact capable de fournir des milliers de milliards d’opérations par seconde, vise les fabricants de robots qui ont besoin d’une intelligence embarquée, sans devoir s’adosser à un centre de données.

Cela peut paraître théorique, mais l’argument économique, lui, est très concret. Les analystes de Morgan Stanley ont avancé une estimation qui frappe les esprits : jusqu’à 1 milliard de robots humanoïdes pourraient être en activité dans le monde d’ici 2050. Même si cette projection s’avère largement optimiste, elle montre à quel point les investisseurs prennent désormais ce secteur au sérieux.

Certains signaux donnent déjà un aperçu de cette trajectoire. L’entreprise chinoise Ubtech a commencé ce qu’elle décrit comme des livraisons de masse de son humanoïde Walker S2, avec des rangées de robots identiques alignés comme une nouvelle main-d’œuvre en attente d’affectation. De son côté, l’entreprise japonaise Enactic prépare des robots conçus pour des environnements chaotiques et peu structurés, plutôt que pour des ateliers impeccables.

« Des robots pensés pour une “réalité désordonnée” marquent une rupture avec l’ancien modèle industriel, où chaque humain s’adaptait à la machine. Ici, c’est la machine qui s’adapte à l’espace humain. »

Les premières cibles d’Enactic indiquent où l’IA physique pourrait s’installer en priorité : maisons de retraite, centres de rééducation et établissements de vie assistée, où les équipes sont déjà confrontées à des tâches physiquement éprouvantes - soulever des patients, déplacer du matériel, gérer des gestes répétitifs.

Pourquoi la prise en charge des personnes âgées devient un front avancé de l’IA

Le vieillissement de la population en Europe, en Amérique du Nord et en Asie de l’Est met les systèmes de santé sous tension. Les professionnels du soin subissent l’épuisement, les pénuries de personnel et une demande en hausse. Les gouvernements savent que construire davantage d’hôpitaux ne suffira pas ; ils cherchent un effet de levier sur la main-d’œuvre.

Les acteurs de l’IA physique y voient une opportunité. Des robots humanoïdes - ou semi-humanoïdes - capables de soutenir un poids en sécurité, d’apporter des objets, de suivre des indicateurs courants et d’effectuer des rondes nocturnes pourraient libérer du temps humain pour le relationnel, le clinique et les décisions complexes.

• Soulever et repositionner des patients à mobilité réduite
  
• Apporter repas, médicaments ou fournitures le long de couloirs étendus
  
• Surveiller les chutes ou une inactivité anormale et déclencher des alertes
  
• Accompagner des exercices simples et des routines de rééducation
  

Rien de tout cela n’exige une intelligence digne de la science-fiction. Il faut surtout de la force, de la fiabilité et une compréhension suffisante du mouvement humain et des distances de sécurité. L’IA doit savoir quand ralentir, comment interpréter un geste, et à quel moment interrompre un mouvement.

Danger, confiance et limites concrètes des corps métalliques

Si les robots sont longtemps restés derrière des cages de sécurité en usine, ce n’est pas un hasard. Une machine peut écraser des doigts, faire tomber quelqu’un, ou se tromper de quelques centimètres - avec des conséquences douloureuses. Dès qu’on les déplace vers des logements et des établissements de soin, la tolérance au risque s’effondre.

Des incidents récents rappellent à quel point la technologie demeure immature. Des projets humanoïdes très médiatisés ont trébuché - au sens propre - lors de tests publics. Tesla Optimus et Atlas de Boston Dynamics savent réaliser un salto arrière ou danser en vidéo, mais ce sont des numéros orchestrés, répétables, dans des contextes maîtrisés. Entre le montage promotionnel et l’allée d’un supermarché, l’écart reste considérable.

« La sécurité pour l’IA physique n’est pas une case à cocher. C’est une cible mouvante, où bugs logiciels, pannes matérielles et imprévisibilité humaine se percutent. »

Pour réduire cet écart, la plupart des entreprises s’appuient encore fortement sur des téléopérateurs humains. Derrière bien des robots dits « autonomes », on trouve une personne avec une manette ou un tableau de bord, prête à intervenir, à reprendre la main, ou à guider à distance les membres du robot dans les tâches délicates.

Ces opérateurs ne servent pas seulement à éviter les accidents. Leurs gestes alimentent aussi les systèmes d’apprentissage. Lorsqu’un humain montre comment saisir une tasse sans l’écraser, le robot peut enregistrer les données de ses capteurs, les angles d’articulation et le contexte visuel. Ces informations deviennent un matériau d’entraînement qui aide de nouvelles unités à progresser plus vite.

Pourquoi chaque robot ne repart pas de zéro

Un humain met des années d’enfance à acquérir les bases motrices et sociales. Un robot, lui, peut mutualiser ce qu’une unité apprend avec toutes les autres d’une flotte. Quand les ingénieurs déploient une mise à jour logicielle, des milliers de machines peuvent gagner de nouveaux comportements du jour au lendemain.

La phase actuelle, où les robots s’appuient sur la téléopération, paraîtra probablement transitoire avec le recul. À mesure que les modèles progresseront en vision, en contrôle et en raisonnement physique, davantage de travail routinier pourra être pris en charge par l’IA embarquée. Les humains passeront du pilotage direct à la supervision, puis à l’entraînement et à la conception des systèmes.

Un autre fossé demeure toutefois : les grands modèles de langage excellent en texte et en reconnaissance de motifs, mais leur compréhension de la physique du monde réel reste superficielle. Ils peuvent expliquer comment verser de l’eau dans un verre. Ils ne maîtrisent pas encore les calculs fins qui évitent les éclaboussures sur un sol bosselé pendant qu’une personne confuse leur parle.

La pile technologique derrière l’IA physique

Faire entrer l’IA dans le monde matériel suppose une approche en couches, où plusieurs briques doivent mûrir en parallèle.

Couche	Rôle dans l’IA physique
Perception	Caméras, capteurs de profondeur et microphones alimentant des modèles capables de détecter en temps réel objets, personnes et obstacles.
Raisonnement	Systèmes de planification qui sélectionnent des actions sûres et efficaces, souvent construits sur des grands modèles de langage ou couplés à eux.
Contrôle	Logiciels de bas niveau qui transforment les plans en mouvements d’articulations fluides, en s’ajustant aux glissements, chocs et incertitudes.
Matériel	Actionneurs, batteries et matériaux conciliant puissance, précision, coût et sécurité au contact des humains.

Les progrès ne sont presque jamais homogènes sur toutes ces couches. Les modèles de vision et de langage ont pris de l’avance. Les actionneurs abordables et des mains réellement robustes restent en retard. Et les batteries continuent de limiter la durée pendant laquelle un humanoïde peut travailler avant recharge ou remplacement.

Ce que cela pourrait changer pour les travailleurs et les foyers

Si l’IA physique arrive à maturité, ses effets ne resteront pas cantonnés aux établissements de soin. Logistique, commerce, hôtellerie-restauration et construction comportent de nombreuses tâches physiques répétitives susceptibles de migrer vers des robots.

Dans les entrepôts, des robots déplacent déjà palettes et bacs dans des environnements soigneusement cartographiés. L’IA physique viserait des situations bien plus « désordonnées » : réorganiser une arrière-boutique dans un petit magasin, faire l’inventaire dans un supermarché bondé, transporter du linge dans un couloir d’hôtel en évitant enfants et roulettes de valises.

Pour les salariés, le scénario est une fois de plus à double tranchant. Certains postes pourraient se raréfier, surtout ceux centrés sur une main-d’œuvre physique prévisible avec peu de prise de décision. D’autres métiers pourraient, au contraire, gagner un « assistant » robotisé qui s’occupe des tâches lourdes, salissantes ou dangereuses, tandis que les humains gèrent le jugement, la relation client et les exceptions.

Les foyers se situent plus loin sur la courbe d’adoption. Avant qu’un humanoïde ne plie votre linge, les développeurs devront prouver la valeur dans des contextes plus contrôlés et à fort besoin. Mais l’itinéraire est facile à imaginer : nettoyage, portage de courses, vérification du bien-être d’un proche âgé, soutien aux personnes en situation de handicap souhaitant vivre de manière autonome.

Risques, effets secondaires et nouvelle forme de dépendance

L’IA physique apporte aussi des risques d’une autre nature que ceux des chatbots en ligne. La désinformation par texte abîme des réputations et la vie politique. Un bras robotique mal aligné peut briser des os.

Les régulateurs pousseront probablement vers des régimes de certification proches de ceux des dispositifs médicaux ou des machines industrielles, plutôt que des applications grand public. Cela implique des tests sous contrainte, des dossiers de sécurité formels, des enregistreurs de type « boîte noire » et des règles de responsabilité quand quelque chose tourne mal. Les assureurs exigeront des données claires sur les taux de panne et les scénarios de mauvais usage.

Un risque social s’ajoute : la dépendance excessive aux machines pour le soin et la compagnie. Dans des structures sous-dotées, des responsables pourraient être tentés de remplacer des humains par des robots, là où l’objectif devrait être de compléter la présence humaine. Les résidents recevraient un soutien physique efficace, mais peu de contact humain, ce qui pourrait accentuer la solitude.

À l’inverse, utilisée avec discernement, l’IA physique pourrait amplifier la portée du soin humain. Une infirmière supervisant une équipe de robots d’assistance pourrait couvrir davantage de chambres sans écourter les échanges. Les choix de conception des prochaines années - interface, voix, forme physique, modes de contrôle - orienteront laquelle de ces versions du futur prendra le dessus.

Ce qu’il faut surveiller à l’approche de 2026

Pour mesurer la réalité de ce basculement, certains signaux comptent davantage que des vidéos de démonstration impeccables. Il faut observer combien de robots quittent les usines pour des déploiements payants, au quotidien, dans des hôpitaux, des entrepôts ou des établissements de prise en charge des personnes âgées. Il convient aussi de suivre les rapports d’accidents et les avis de rappel. Et de regarder comment les inspecteurs du travail et les syndicats réagissent lorsque les pilotes changent d’échelle.

Il est également utile de suivre les pièces moins visibles : protocoles de sécurité standardisés pour l’interaction humain-robot, formations pour des « dresseurs de robots » et des téléopérateurs, ainsi que de nouveaux produits d’assurance adaptés aux machines pilotées par IA. Ce sont souvent ces éléments de plomberie qui indiquent qu’une technologie passe du battage médiatique à l’infrastructure.

En coulisses, la recherche en « IA incarnée » continuera d’alimenter ce mouvement. Plutôt que d’entraîner des modèles sur des textes aspirés sur le web, des laboratoires entraînent désormais des agents dans des maisons, usines et rues simulées, où ils doivent éviter les collisions, ouvrir des portes et manipuler des outils virtuels. Quand ces agents passent ensuite sur de vrais robots, l’expérience simulée peut retirer des mois de tests sur le terrain.

L’IA physique n’égalera peut-être jamais complètement la flexibilité et l’intuition d’un corps humain. Pourtant, même une compétence partielle à grande échelle - des dizaines de millions de machines effectuant des tâches étroites mais utiles - remodelerait les marchés du travail, les systèmes de soin et le quotidien de façon bien plus tangible que n’importe quelle fenêtre de chatbot sur un téléphone.