L’IA physique — la combinaison de la robotique, de l’intelligence artificielle avancée et des systèmes fondés sur des capteurs — entre dans une phase de croissance initiale qui pourrait entraîner d’importantes transformations industrielles. Cette catégorie comprend les machines autonomes, les systèmes de fabrication intelligents et d’autres technologies capables de percevoir leur environnement réel et d’y agir.
Selon PitchBook, les startups de la robotique et de l’IA physique ont levé 27,6 milliards de dollars au cours de 1 009 opérations en 2025, soit plus du double du total de l’année précédente. Cette envolée des financements a attiré l’attention sur les entreprises qui développent des systèmes robotiques polyvalents et des modèles de fondation pour les tâches physiques.
Genesis AI, par exemple, est sortie du mode furtif avec un tour de financement d’amorçage de 105 millions de dollars et a présenté un robot à roues conçu pour des environnements commercialement pertinents, sans chercher à reproduire la forme humaine. Dyna Robotics a levé 120 millions de dollars lors d’un tour de série A, environ un an après sa création, pour développer des modèles de fondation destinés à aider les robots à apprendre des tâches de service dans les hôtels, les restaurants et les laveries automatiques.
Les systèmes d’IA physique combinent des capteurs multimodaux, l’informatique en périphérie, des environnements de simulation, des modèles de fondation robotiques et des technologies de modélisation du monde. Ensemble, ces capacités permettent aux machines de recueillir des informations, d’interpréter le contexte spatial, d’évaluer les résultats possibles et d’agir de manière autonome tout en s’améliorant grâce aux retours issus des opérations dans le monde réel.
L’économie de cette technologie évolue également. Des composants tels que les lidars, les actionneurs, les caméras de profondeur et d’autres capteurs sont devenus moins coûteux. Waymo a déclaré que son système de conduite de sixième génération avait réduit les coûts tout en augmentant la résolution, la portée et la puissance de calcul. Le système utilise 13 caméras, quatre lidars et six radars.
La fabrication, l’automobile, la logistique et la santé figurent parmi les secteurs qui attirent le plus de capitaux et d’expérimentations. Les entreprises testent la robotique pour répondre aux coûts de la main-d’œuvre, aux pénuries de personnel qualifié et à la nécessité de fonctionner dans des environnements exigeants tout en augmentant la productivité.
Figure AI, dont les robots humanoïdes assemblent des pièces automobiles dans des usines BMW, a atteint une valorisation de 39 milliards de dollars en l’espace de trois ans après sa création, selon l’article. L’essor de l’entreprise reflète les attentes des investisseurs selon lesquelles les modèles de robots polyvalents pourraient avoir sur le matériel un impact comparable à celui des grands modèles de langage sur les logiciels.
Le développement de l’IA physique suit un schéma en trois étapes. La première consiste en un afflux de fondateurs et de capitaux autour d’une nouvelle capacité. La deuxième est une barrière à l’adoption par les entreprises, lorsque les organisations passent des projets pilotes à la production mais se heurtent à des retards dans les achats, à des difficultés d’intégration et à des résistances internes. La troisième est l’industrialisation, lorsqu’un groupe plus restreint d’entreprises transforme la technologie en infrastructure opérationnelle.
L’IA physique est décrite comme se trouvant au début de la première étape. Le prochain défi consistera à franchir la barrière de l’adoption. Les entreprises devront intégrer les systèmes robotiques dans leurs opérations existantes, adapter leurs processus et démontrer des résultats commerciaux fiables, plutôt que de simplement attirer des investissements.
L’article soutient que l’avantage à long terme le plus important proviendra de l’apprentissage opérationnel continu. L’interaction physique peut générer des données, ce qui améliore les simulations et les modèles ; ces améliorations peuvent ensuite renforcer les performances dans des environnements réels. À mesure que les déploiements s’étendent, l’infrastructure, les données et les boucles de rétroaction qui en résultent pourraient créer des avantages de plus en plus difficiles à reproduire pour les nouveaux entrants.
Pour les dirigeants d’entreprise, l’activité de financement des startups peut donc servir d’indicateur précoce des domaines où se développe la future pression concurrentielle. Plutôt que de considérer les flux d’opérations uniquement comme une source de fournisseurs potentiels, les organisations peuvent les utiliser pour repérer les technologies émergentes et ajuster leurs plans de développement et leurs orientations stratégiques avant que le marché n’atteigne une industrialisation à grande échelle.
Sources: The Robot Report.