{"id":1966,"date":"2026-10-22T01:45:32","date_gmt":"2026-10-22T01:45:32","guid":{"rendered":"https:\/\/benlongkj.com\/?p=1966"},"modified":"2026-10-22T01:45:36","modified_gmt":"2026-10-22T01:45:36","slug":"physical-ai-in-manufacturing","status":"publish","type":"post","link":"https:\/\/benlongkj.com\/fr\/blog\/physical-ai-in-manufacturing\/","title":{"rendered":"Qu'est-ce que l'IA Physique dans la Fabrication ? Le\u00e7ons de FANUC, Nvidia, BMW et Hyundai"},"content":{"rendered":"

Sur la sc\u00e8ne de la conf\u00e9rence GTC de Nvidia en mars 2026, Jensen Huang a fait une d\u00e9claration qui aurait sembl\u00e9 \u00e9trange il y a cinq ans : \u201c L\u2019IA physique est l\u00e0 \u2013 t\u00f4t ou tard, chaque entreprise industrielle deviendra une entreprise de robotique. \u201d Peu de temps apr\u00e8s, FANUC a annonc\u00e9 ses plans d\u2019int\u00e9gration des technologies de simulation et d\u2019edge-AI de Nvidia dans ses robots. BMW annon\u00e7ait d\u00e9j\u00e0 les r\u00e9sultats du travail effectu\u00e9 par un robot humano\u00efde dans son usine de Spartanburg apr\u00e8s dix mois d\u2019utilisation. Hyundai promettait d\u00e9j\u00e0 d\u2019utiliser le robot Atlas de Boston Dynamics dans son usine en G\u00e9orgie \u00e0 partir de 2028.<\/p>\n

Les vid\u00e9os d\u00e9montrant les capacit\u00e9s des humano\u00efdes sont vraiment impressionnantes. Un humano\u00efde s\u2019approche d\u2019un rack, prend la pi\u00e8ce de t\u00f4le et la place sur le gabarit. On pourrait penser que les usines du futur seront remplies de robots humano\u00efdes.<\/p>\n

Mais si vous entrez dans une usine produisant des disjoncteurs miniatures, le tableau change. Le contact argent\u00e9 de moins d\u2019un centim\u00e8tre est soud\u00e9 en moins de deux secondes, le rivetage est effectu\u00e9 sous des centaines de newtons de pression avec une pr\u00e9cision de quelques centi\u00e8mes de millim\u00e8tre, et chaque disjoncteur est commut\u00e9 avec un courant 5 \u00e0 10 fois sup\u00e9rieur \u00e0 la limite autoris\u00e9e et en quelques millisecondes. Aucun humano\u00efde ne r\u00e9aliserait cette action plus rapidement que l\u2019\u00e9quipement sp\u00e9cialis\u00e9.<\/p>\n

L\u2019article est consacr\u00e9 \u00e0 cet \u00e9cart. L\u2019IA physique dans la fabrication<\/strong> est d\u00e9j\u00e0 utilis\u00e9e et se d\u00e9veloppe tr\u00e8s rapidement, mais dans la plupart des usines, son potentiel ne r\u00e9side pas dans les humano\u00efdes mais dans des machines capables de voir, ressentir et contr\u00f4ler leurs op\u00e9rations en boucle ferm\u00e9e. Dans l\u2019article, nous expliquerons ce qu\u2019est l\u2019IA physique, ce que FANUC, Nvidia, BMW et Hyundai font dans ce domaine, et comment elle devient utile en production. Cela sera illustr\u00e9 par trois cas issus de la production de disjoncteurs : rivetage, soudure de contact et test magn\u00e9tique de d\u00e9clenchement.<\/p>\n

Cet article poursuit notre s\u00e9rie d\u2019articles abordant le sujet de l\u2019IA agentique dans la fabrication<\/a>\uff0c tandis que l\u2019IA agentique concerne les agents logiciels qui \u00e9laborent des plans et ex\u00e9cutent des op\u00e9rations, l\u2019IA physique d\u00e9crit les robots et dispositifs r\u00e9alisant les t\u00e2ches dans la vie r\u00e9elle. En pratique, les deux sont \u00e9troitement int\u00e9gr\u00e9s l\u2019un \u00e0 l\u2019autre.<\/p>\n

R\u00e9ponse rapide : L\u2019IA physique dans la fabrication<\/span> Le monde fait r\u00e9f\u00e9rence aux syst\u00e8mes d\u2019IA qui re\u00e7oivent des donn\u00e9es sensorielles du monde qui les entoure via des cam\u00e9ras, capteurs et autres signaux, analysent ce qu\u2019ils ont trait\u00e9 et utilisent des robots ou machines pour effectuer des actions en cons\u00e9quence. NVIDIA fournit le syst\u00e8me d\u2019exploitation principal pour ces syst\u00e8mes ; FANUC, ABB, KUKA et Yaskawa int\u00e8grent ces syst\u00e8mes dans des robots ; BMW et Hyundai testent des robots humano\u00efdes pour la logistique et la manutention des pi\u00e8ces. Pour les t\u00e2ches n\u00e9cessitant de la pr\u00e9cision telles que le rivetage, la soudure et les tests \u00e9lectriques, un exemple d\u2019impl\u00e9mentation de l\u2019IA physique est l\u2019utilisation de la vision-force en boucle ferm\u00e9e sur des dispositifs sp\u00e9cialis\u00e9s plut\u00f4t qu\u2019un robot humano\u00efde.<\/p><\/blockquote>\n

\"\"<\/h2>\n

Qu\u2019est-ce que l\u2019IA physique dans la fabrication ?<\/h2>\n

L'IA physique fait r\u00e9f\u00e9rence \u00e0 l'intelligence artificielle qui fonctionne dans le monde physique et pas seulement sur des \u00e9crans. Selon FANUC America, elle combine l'IA avec la robotique pour donner aux machines la capacit\u00e9 de percevoir, raisonner et agir dans un environnement en \u00e9volution. Un mod\u00e8le de langage produit du texte, tandis qu'un syst\u00e8me d'IA physique d\u00e9termine la pression \u00e0 appliquer pour tenir un objet, o\u00f9 placer l'outil de soudage, ou si le profil de force qu'il vient de mesurer indique que le rivet est bon.<\/p>\n

Les robots existent dans les usines depuis des d\u00e9cennies, ce qui rend important de comprendre ce que ce robot particulier peut faire qui n'\u00e9tait pas possible auparavant. Un robot industriel standard fonctionne en suivant une trajectoire fournie par un ing\u00e9nieur humain. Si une pi\u00e8ce arrive l\u00e9g\u00e8rement mal plac\u00e9e, soit le robot \u00e9choue, soit cela est d\u00e9tect\u00e9 par un capteur qui doit \u00eatre r\u00e9par\u00e9 par quelqu'un. Un syst\u00e8me d'IA physique est cens\u00e9 pouvoir faire tout cela directement et de mani\u00e8re autonome : d\u00e9terminer o\u00f9 se trouve la pi\u00e8ce, changer son comportement, revoir le r\u00e9sultat et en tirer des enseignements.<\/p>\n

Automatisation traditionnelle vs IA agentique vs IA physique<\/h3>\n\n\n\n\n\n\n\n\n\n
<\/th>\nAutomatisation traditionnelle<\/th>\nIA agentique<\/th>\nIA physique<\/th>\n<\/tr>\n<\/thead>\n
O\u00f9 cela fonctionne<\/td>\nMachines et automates programmables industriels (API)<\/td>\nSyst\u00e8mes logiciels tels que MES, ERP et outils de maintenance<\/td>\nRobots et machines dans le monde r\u00e9el<\/td>\n<\/tr>\n
Comment cela d\u00e9cide<\/td>\nR\u00e8gles fixes et trajectoires enseign\u00e9es<\/td>\nPlanifie les \u00e9tapes vers un objectif en utilisant des donn\u00e9es et des outils logiciels<\/td>\nMod\u00e8les appris qui relient ce qu'il per\u00e7oit \u00e0 la mani\u00e8re dont il se d\u00e9place<\/td>\n<\/tr>\n
Entr\u00e9es principales<\/td>\nSeuils de capteurs, interrupteurs de fin de course<\/td>\nOrdres, enregistrements de tests, alarmes, e-mails<\/td>\nImages de cam\u00e9ra, force et couple, position, courant, son<\/td>\n<\/tr>\n
Sortie typique<\/td>\nAccepter ou rejeter une pi\u00e8ce, ex\u00e9cuter un cycle fixe<\/td>\nUn ordre de travail, un nouveau planning, une recommandation<\/td>\nUn mouvement ajust\u00e9, une force corrig\u00e9e, une prise ou un placement<\/td>\n<\/tr>\n
Exemple<\/td>\nUne presse rejette une pi\u00e8ce au-del\u00e0 d'une limite de force<\/td>\nUn agent reprogramme les t\u00e2ches apr\u00e8s un retard fournisseur<\/td>\nUn robot trouve la position r\u00e9elle d'une pi\u00e8ce par vision et ajuste sa prise<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Les \u00e9l\u00e9ments constitutifs de l'IA physique<\/h3>\n

Lorsqu'on enl\u00e8ve les ornements, la plupart des syst\u00e8mes d'IA comprennent les m\u00eames quatre composants :<\/p>\n

D\u00e9tection. Impliquant l'utilisation de cam\u00e9ras, vision 3D, capteurs de force et signaux \u00e9lectriques tels que courant et temps, les processus de d\u00e9tection riches permettent aux syst\u00e8mes d'IA d'apprendre.
\nMod\u00e8les du monde et simulations. Il est plus s\u00fbr et plus rapide pour les robots d'apprendre via des simulations plut\u00f4t qu'en temps r\u00e9el. Isaac Sim et Omniverse de Nvidia ainsi que le moteur physique Newton ont \u00e9t\u00e9 cr\u00e9\u00e9s pour ce besoin sp\u00e9cifique \u2014 la g\u00e9n\u00e9ration de donn\u00e9es d'entra\u00eenement r\u00e9alistes et le test de l'activit\u00e9 du robot.
\nCalcul en p\u00e9riph\u00e9rie (edge computing). Une d\u00e9cision de mouvement doit \u00eatre prise en quelques millisecondes \u00e0 proximit\u00e9 de la machine. Cela se fait gr\u00e2ce \u00e0 l'utilisation de modules de calcul en p\u00e9riph\u00e9rie tels que la s\u00e9rie Jetson de Nvidia, qui est de plus en plus int\u00e9gr\u00e9e dans les robots par FANUC et ABB.
\nTechnologie robotique ou machine. La technologie IA peut prendre la forme d'un bras robotis\u00e9 \u00e0 six axes, d'un robot mobile ou d'une t\u00eate de soudage.<\/p>\n

Nvidia parle de la n\u00e9cessit\u00e9 de trois ordinateurs pour la technologie IA : un ordinateur devrait \u00eatre dans le centre de donn\u00e9es, un autre dans le monde de la simulation virtuelle, et le dernier dans le robot. Cette perspective rappelle bien que l\u2019IA est un syst\u00e8me plut\u00f4t qu\u2019un produit.<\/p>\n

Comment l\u2019IA Physique, l\u2019IA Agentique et les Jumeaux Num\u00e9riques s\u2019Articulent Ensemble<\/h3>\n

BMW a clarifi\u00e9 comment ces id\u00e9es s\u2019articulent ensemble lors de la pr\u00e9sentation de robots humano\u00efdes dans son usine de Leipzig en septembre 2026. Plus pr\u00e9cis\u00e9ment, les agents IA d\u00e9cident et contr\u00f4lent les robots tandis que les robots assurent que cette intelligence est mise en \u0153uvre dans un mouvement physique. En pratique, ces trois \u00e9l\u00e9ments r\u00e9partissent leurs r\u00f4les comme suit :<\/p>\n