Robots humanoïdes : le mur invisible entre le pilote et la série

Le premier semestre 2026 aura été celui où les robots humanoïdes ont cessé d'être des démonstrations pour devenir des sujets industriels. Calvin, le robot de la startup française Wandercraft, testé depuis février dans l'usine Renault de Douai sur la manutention de pneus, doit devenir pleinement opérationnel sur ligne de production. BMW teste depuis avril le robot Aeon du suédois Hexagon dans son usine de Leipzig, avec une intégration visée pour l'été. Siemens et Agile Robots ont fait travailler des humanoïdes dans l'usine d'Erlangen sur des tâches de transport de conteneurs. À VivaTech, les démonstrations chinoises d'Embodied AI ont confirmé que Pékin traite désormais la robotique humanoïde comme un secteur stratégique au même titre que les semi-conducteurs, et Agibot revendique plus de 5 000 robots livrés avec une production européenne qui démarre chez l'équipementier Minth.

Le constat dressé par les industriels européens présents à VivaTech est lucide : la compétition ne se joue plus uniquement sur la qualité des robots, mais sur la capacité à produire à grande échelle et à réduire rapidement les coûts. Morgan Stanley projette une demande annuelle de 1,5 million d'unités d'ici 2035.

Tout le monde regarde donc la même question : qui saura passer du pilote à la série ? Et presque tout le monde la regarde sous le même angle : le coût de production, la supply chain, la fiabilité mécanique. Ces sujets sont réels. Mais notre expérience auprès des fabricants de robots nous a appris qu'il existe un mur moins visible, sur lequel les scale-ups de la robotique s'écrasent avec une régularité remarquable : le mur de la maîtrise des configurations.

Le pilote pardonne tout, la série ne pardonne rien

Un pilote industriel, comme ceux de Douai ou de Leipzig, est un environnement de tolérance maximale. Trois à cinq robots, une équipe d'ingénieurs du fabricant sur site, des mises à jour logicielles poussées à la main, des ajustements matériels faits au cas par cas, un client qui accepte l'itération parce qu'il achète de l'apprentissage autant que de la performance. Dans ce contexte, la question « quelle est exactement la configuration de ce robot ? » a une réponse simple : demandez à l'ingénieur qui s'en occupe.

Une série change tout, et pas linéairement. Prenons un fabricant qui passe de 5 robots en pilote à 500 robots déployés chez 40 clients. Chaque robot est désormais une combinaison unique : une version matérielle (avec les évolutions de composants inévitables sur dix-huit mois de production), une version logicielle de chaque sous-système (perception, locomotion, manipulation, sécurité), des modèles d'IA dans des versions spécifiques, des paramétrages propres au site client, des options et accessoires, et un historique de maintenance.

Multipliez : 500 robots, une dizaine de sous-systèmes versionnés, des mises à jour trimestrielles, des variantes clients. L'espace des configurations réellement déployées explose. Et avec lui, trois problèmes que le pilote n'avait jamais posés.

Premier problème : le support. Quand un robot se comporte anormalement chez un client, la première question du diagnostic est sa configuration exacte. Si la réponse demande une journée de reconstitution à partir de logs, de tickets et de mémoire d'équipe, le coût de support par robot rend le modèle économique intenable.

Deuxième problème : la propagation des correctifs. Quand un défaut est identifié sur une version d'un composant ou d'un logiciel, il faut répondre en heures à la question : quels robots, chez quels clients, dans quelles configurations sont concernés ? C'est une question de traçabilité pure. Une réponse lente ou fausse transforme un défaut en crise.

Troisième problème : la conformité. Chaque robot livré en Europe est une machine au sens réglementaire, et à partir de janvier 2027, une machine au sens du règlement 2023/1230, avec ses exigences renforcées sur le logiciel, la cybersécurité et les systèmes à comportement évolutif. La conformité s'évalue par configuration : telle combinaison matériel-logiciel-paramétrage a été évaluée, telle autre non. Un fabricant qui ne maîtrise pas ses configurations déployées ne sait pas, au sens strict, si ses robots sont conformes.

Pourquoi les outils du pilote ne passent pas à l'échelle

Les scale-ups de la robotique arrivent au seuil de la série avec un outillage typique : un dépôt Git discipliné côté logiciel, un PLM ou une CAO côté mécanique, un outil de tickets pour les anomalies, et des tableurs pour tout ce qui relie ces mondes. Ce dernier point est le nœud du problème.

Car la définition d'un robot n'est ni dans Git, ni dans le PLM : elle est dans la relation entre les deux, plus les modèles d'IA, plus les paramétrages, plus les exigences que tout cela doit satisfaire. Or cette relation n'est l'objet d'aucun des outils en place. Elle vit dans des matrices de compatibilité maintenues à la main, dans des pages de wiki, dans la tête du VP Engineering.

Tant que l'entreprise compte trente ingénieurs, cette connaissance implicite circule. À cent cinquante ingénieurs répartis entre mécanique, électronique, logiciel embarqué, IA et qualité, elle ne circule plus : chaque équipe optimise sa partie, et la cohérence d'ensemble devient le travail à plein temps de quelques héros de l'intégration, goulots d'étranglement de toute l'organisation.

Le symptôme est toujours le même, et les dirigeants de scale-ups robotiques le reconnaîtront : les revues d'intégration s'allongent, les régressions inexpliquées se multiplient, les livraisons exigent des « gels de configuration » de plus en plus douloureux, et personne ne sait produire rapidement la réponse à une question pourtant simple : « qu'est-ce qui change entre la config livrée au client A et celle du client B, et quels tests couvrent cet écart ? »

Ce que font les acteurs qui passent le mur

Les fabricants qui réussissent l'industrialisation partagent une décision d'architecture : ils traitent la définition du robot comme un objet de première classe, géré dans un référentiel structuré, et non comme une propriété émergente de leurs outils métiers.

Concrètement, cela signifie un référentiel où existent, comme des objets reliés : les exigences (client, réglementaires, internes) ; l'architecture système et ses interfaces ; les éléments matériels avec leurs versions et leurs nomenclatures ; les composants logiciels et modèles d'IA avec leurs versions ; les configurations types et les configurations déployées, robot par robot ; les preuves de vérification et de conformité, rattachées aux versions qu'elles couvrent.

Sur cette base, les trois problèmes de la série changent de nature. Le support interroge la configuration d'un numéro de série en secondes. La propagation d'un correctif est une traversée de graphe : de la version défectueuse vers toutes les configurations qui l'embarquent, vers tous les robots concernés, vers les clients à notifier. La conformité devient démontrable par construction : chaque configuration livrée est reliée aux preuves qui la couvrent, et l'écart entre une nouvelle configuration et la dernière configuration évaluée est calculable, ce qui est exactement ce que demande le régime des modifications substantielles du règlement Machines.

C'est cette architecture que Koddex apporte aux fabricants de robots : un Engineering OS en graphe qui relie exigences, nomenclatures matérielles et logicielles, configurations et preuves, et qui rend l'analyse d'impact instantanée. Notre conviction, forgée auprès d'acteurs européens de la robotique en hypercroissance, est que cette capacité est aussi déterminante pour l'industrialisation qu'une usine bien conçue.

L'argument concurrentiel face à la vague chinoise

Revenons à la compétition mondiale, car elle donne à ce sujet une dimension stratégique. Face à des acteurs chinois qui produisent déjà par milliers et compriment les coûts à un rythme que l'Europe ne peut égaler à court terme, quel est l'avantage défendable d'un fabricant européen ?

La réponse qui se dessine chez les industriels et dans la réglementation est claire : la confiance démontrable. Les clients européens, eux-mêmes soumis à des obligations croissantes (règlement Machines, exigences sectorielles, responsabilité du déployeur), achèteront des robots dont la sécurité, la cybersécurité et la maîtrise des évolutions sont documentées et auditables. Ce n'est pas un hasard si Agibot choisit de produire dans les usines européennes de Minth précisément pour répondre aux réglementations du continent en matière de sécurité et de qualité.

Pour un fabricant européen, la traçabilité de bout en bout n'est donc pas une contrainte de conformité : c'est le socle de son positionnement. Pouvoir dire à un grand constructeur automobile « voici, pour chaque robot de votre flotte, sa configuration exacte, les preuves de conformité qui la couvrent, et notre délai de propagation d'un correctif critique » est un argument que le prix seul ne bat pas, sur les marchés régulés qui sont précisément ceux où l'Europe est forte.

Conclusion : industrialiser, c'est d'abord structurer

L'année 2026 a prouvé que les humanoïdes savent travailler en usine. La question des trois prochaines années est de savoir qui saura en livrer des milliers sans que le support, la qualité et la conformité n'explosent. Ce passage à l'échelle a une condition technique précise, moins photogénique qu'une démonstration de locomotion mais tout aussi décisive : la maîtrise des configurations, portée par un référentiel d'ingénierie structuré.

Le pilote de Douai ou de Leipzig se gagne avec un excellent robot. La série se gagne avec un excellent robot et une excellente donnée. Les fabricants qui l'auront compris avant leur premier contrat cadre aborderont la décennie humanoïde en position de force.

Sources

- Le robot humanoide Calvin de Wandercraft teste sur le site de Douai (L'Usine Nouvelle, 2026)
- BMW Group: First humanoid robot introduced in Plant Leipzig (BMW Group, 2026)
- Siemens and Humanoid test HMND 01 Alpha for logistics tasks (The Robot Report, April 2026)
- AGIBOT presente ses robots dotes d'une IA embarquee au salon VivaTech 2026 a Paris (Eagle Tribune / Business Wire wire, June 2026)
- China's Agibot to make robots for auto industry in Europe (Automotive News, March 2026)
- Regulation 2023/1230/EU - machinery (EU-OSHA, applies 20 January 2027)

Koddex aide les fabricants de robots à maîtriser exigences, configurations matérielles et logicielles et preuves de conformité dans un référentiel unique. Parlons de votre passage à la série.