Le domaine des robots humanoïdes vient d'enregistrer un nouveau record de financement.
Récemment, Neura, une société de robots humanoïdes basée à Munich, a officiellement annoncé la clôture de son tour de financement de série C, levant 1,4 milliard de dollars, soit environ 9,49 milliards de yuans. Après cette levée de fonds, la valorisation de Neura atteint environ 7 milliards de dollars, la plaçant dans le peloton de tête mondial des entreprises de robots humanoïdes.
C'est un record, non seulement en termes de montant, mais aussi par sa signification. Il est important de regarder qui investit et pourquoi. Le fait que des acteurs de l'industrie manufacturière commencent à miser avec du capital industriel indique que la logique de ce secteur est en train de changer fondamentalement : on passe de la démonstration technologique au déploiement en usine, du récit capitaliste à un véritable système commercial. La prochaine bataille pour les robots humanoïdes s'engage discrètement sur le sol des usines.
Plus qu'une question d'argent
Les fonds injectés dans le secteur des robots humanoïdes atteignent un nouveau sommet.
Selon les informations officielles de Neura, la société a clôturé son tour de série C, levant 1,4 milliard de dollars (environ 9,49 milliards de yuans). La liste des investisseurs comprend des noms familiers de la tech : NVIDIA, Amazon, Qualcomm, entre autres. Cependant, ce qui a attiré l'attention du secteur, ce sont deux autres noms – Schaeffler et Bosch.
Ces deux entreprises sont de vieux acteurs industriels allemands spécialisés dans les composants, pas des startups tech émergentes. Schaeffler se concentre sur les roulements et les systèmes de transmission, Bosch est profondément ancré dans les composants automobiles et les équipements industriels, servant une clientèle parmi les plus exigeantes de l'industrie manufacturière mondiale. Leur investissement stratégique n'est pas motivé par la poursuite d'une tendance, mais parce qu'ils voient quelque chose de concret, qui peut être déployé, produit en série et intégré dans de véritables usines. Leur pari sur Neura repose sur une seule logique : les robots humanoïdes ont dépassé le stade du laboratoire et entrent dans une phase où l'on peut sérieusement faire des affaires.
Le siège de Neura est à Munich et son fondateur, Armin Zeher, a de nombreuses années d'expérience dans le domaine de la robotique industrielle. L'ADN de l'équipe n'a jamais été académique, mais plutôt orienté usine. La problématique de l'entreprise est très claire : comment un robot humanoïde peut-il travailler de manière durable dans un environnement industriel, et non pas se contenter de faire quelques pas et quelques prises lors d'une conférence de presse avant de disparaître sous les applaudissements. Ainsi, parmi les nombreuses entreprises du secteur, Neura a tôt obtenu un sésame que d'autres n'ont pas encore – BMW est déjà devenu son client, et ses produits ont été testés sur de véritables lignes de production. La validation par un scénario de fabrication réel est bien plus convaincante pour des entreprises comme Schaeffler et Bosch, qui façonnent des pièces en usine, que n'importe quelle feuille de route séduisante.
Avec cette levée de fonds, des experts estiment que la valorisation de Neura a atteint environ 7 milliards de dollars, se positionnant juste derrière Figure AI dans le classement mondial, l'écart entre les deux se réduisant rapidement. Le chiffre en lui-même n'est pas le plus important ; c'est le changement de logique que reflète la destination de ces fonds qui mérite attention. Ces deux dernières années, les levées de fonds importantes pour les robots humanoïdes étaient concentrées principalement sur la côte ouest américaine, avec des sociétés comme Figure AI, Physical Intelligence, 1X, soutenues par OpenAI, Microsoft, le fonds personnel de Jeff Bezos, etc., portant le récit ambitieux des robots généraux et de l'intelligence incarnée par l'IA. Le cas de Neura est différent cette fois. NVIDIA apporte la perspective de l'infrastructure de calcul, Amazon celle du besoin dans les scénarios logistiques d'entrepôt, et Schaeffler et Bosch apportent le regard industriel de ceux qui savent vraiment comment fonctionne le système manufacturier. Ces trois angles combinés donnent à ce financement une valeur qui dépasse sa seule ampleur.
Les fonds affluent également sur cette piste
Sur la piste des robots humanoïdes, les capitaux n'ont jamais afflué de manière aussi concentrée qu'aujourd'hui.
Plusieurs raisons expliquent cet afflux de capitaux à ce moment précis.
La première est l'effet de seuil technologique. L'amélioration rapide des capacités des grands modèles linguistiques ces dernières années a également repoussé les limites des capacités de perception et de prise de décision des robots. Les premiers robots industriels étaient contrôlés par programme, capables d'exécuter des mouvements fixes de manière répétitive dans des environnements hautement structurés, mais nécessitant une programmation et des réglages manuels importants pour des environnements un peu plus complexes. Avec l'émergence des grands modèles, les robots ont pour la première fois la capacité de traiter des environnements non structurés – ils peuvent comprendre des instructions en langage naturel, décider comment saisir un objet jamais vu auparavant en fonction d'informations visuelles, et ajuster leurs stratégies de mouvement en temps réel pendant l'exécution d'une tâche. L'amélioration des capacités des robots humanoïdes les libère de la limitation "ne peut travailler que sur des lignes de production fixes" pour atteindre "théoriquement capable d'accomplir la plupart des travaux physiques humains", changeant ainsi radicalement l'espace d'imagination du marché pour l'ensemble du secteur.
Le deuxième point est la pression côté demande. Les principaux pays manufacturiers du monde sont confrontés à un problème structurel : des coûts de main-d'œuvre en hausse constante et une pénurie de travailleurs en première ligne de plus en plus difficile à combler. Le vieillissement de la population dans l'industrie manufacturière japonaise est déjà sévère, l'âge moyen des ouvriers dans certaines usines dépassant 50 ans ; la pénurie de main-d'œuvre qualifiée dans la haute technologie allemande dure depuis un certain temps ; même en Asie du Sud-Est, où les coûts de main-d'œuvre sont relativement bas, les coûts de fabrication augmentent d'année en année sous l'impulsion du développement économique. Dans ce contexte, les robots humanoïdes émergent, non pas comme une option, mais de plus en plus comme une nécessité. L'intervention de Schaeffler et Bosch est, en un sens, une réponse à cette pression de la demande – ils n'investissent pas seulement dans une société de robotique, ils préparent des solutions pour l'avenir de leurs propres usines.
Mais une ligne de démarcation de plus en plus nette est apparue sur cette piste.
Un premier type d'entreprises suit la voie du "robot humanoïde généraliste", visant à créer des machines capables de travailler comme des humains, s'adaptant à une grande variété de scénarios, de l'entrepôt au service domestique et à la vente au détail. Cette voie offre le plus grand potentiel d'imagination, mais la difficulté technologique et le cycle de commercialisation sont aussi les plus longs. Les mouvements du corps humain sont très complexes, et l'action "ramasser un objet placé au hasard", qui implique la coordination de la perception, du jugement et du contrôle moteur, reste à ce jour un problème central dans le domaine de la robotique. Figure AI et Physical Intelligence empruntent cette voie, elles lèvent beaucoup de fonds, les dépensent rapidement, et leur calendrier de commercialisation est un point d'attention permanent.
Un autre type d'entreprises a choisi la voie des "scénarios industriels verticaux", ne visant pas la généralité, mais concentrant les capacités du robot sur quelques tâches industrielles clairement définies, répétitives et exigeant une grande précision, en maîtrisant d'abord ces tâches avant de s'étendre. C'est ce que fait Neura. L'avantage de cette approche est un chemin de commercialisation plus clair et un cycle de validation client relativement maîtrisable. Une fois la validation obtenue sur la ligne de production d'un client leader, la réplication vers d'autres scénarios similaires est beaucoup plus facile. En revanche, le plafond du marché initial est moins élevé que pour la première voie, et le récit est moins attractif que celui du "robot humanoïde généraliste".
L'ère des robots, où se situe la barrière
Le véritable champ de bataille des robots humanoïdes n'est pas sur la scène des conférences de presse, mais sur le sol des usines.
Ces deux dernières années, les discussions les plus vives dans l'industrie ont porté sur deux questions : le robot peut-il bouger, et une fois qu'il bouge, peut-il comprendre les commandes. Avec l'amélioration constante des capacités des grands modèles, ces questions trouvent progressivement des réponses. Mais de plus en plus de professionnels réalisent que la technologie elle-même n'est plus le problème le plus difficile. Ce qui déterminera réellement le déploiement à grande échelle des robots humanoïdes est leur capacité à créer de la valeur de manière continue et stable dans des scénarios réels, et si le système commercial construit autour de cette valeur peut fonctionner. Alors, quels sont les problèmes clés que ce secteur devra résoudre dans les prochaines années ?
Le scénario de la fabrication industrielle est actuellement reconnu comme la direction la plus susceptible d'atteindre un déploiement à grande échelle en premier. La raison est simple : l'environnement de l'usine est relativement structuré, les tâches sont bien définies, répétitives, avec des exigences élevées de précision et de stabilité, mais dont les limites sont quantifiables. De plus, la demande dans les usines est rigide. Le nombre d'opérations à effectuer quotidiennement sur une ligne d'assemblage automobile est fixe, le rythme requis est précis à la seconde, ce qui impose un taux d'erreur très bas pour les robots, mais dès lors qu'un robot peut atteindre cet objectif de manière stable, sa valeur de remplacement est très directe et la décision d'achat est plus facile à quantifier. Ainsi, la fabrication automobile, l'assemblage électronique de précision et la fabrication d'équipements lourds sont les trois domaines où les robots humanoïdes commencent à trouver de réelles applications. Des robots humanoïdes sont déjà présents dans les usines de BMW, Volkswagen et autres grands constructeurs, bien qu'en petit nombre. L'importance de ces premiers déploiements réside dans les données de test en conditions réelles qu'ils fournissent, irremplaçables par n'importe quel laboratoire.
Les scénarios d'opérations dangereuses constituent un domaine souvent négligé mais au potentiel important. Dans les environnements chimiques, nucléaires, sous-marins profonds, de fusion à haute température, etc., le travail humain présente des risques de sécurité élevés et des coûts de main-d'œuvre à long terme également élevés. L'exigence pour les robots n'est pas la flexibilité, mais l'endurance et la fiabilité, la capacité à travailler longtemps dans des conditions de haute température, haute pression, haute radiation sans fatigue ni erreur. La pénétration des robots humanoïdes dans ce domaine en est encore à ses débuts, mais quelques projets pilotes sont en cours. La logique commerciale de ce type d'application est très claire : le coût d'un accident dépasse de loin celui de l'achat et de la maintenance du robot ; dès que la fiabilité du robot atteint le niveau requis, la décision d'achat ne nécessite guère de débat.
Cependant, la difficulté du déploiement ne réside pas dans la recherche de scénarios nécessitant des robots, mais dans la capacité du robot, une fois installé dans ces scénarios, à travailler de manière continue et stable. Certains problèmes sont souvent sous-estimés. Le premier est le coût d'adaptation. Chaque ligne de production d'une usine a son propre rythme, sa disposition et sa logique de processus. Intégrer un robot humanoïde généraliste nécessite un travail important de personnalisation du scénario et de réglage. Ce processus comprend non seulement la couche logicielle, mais aussi la modification de l'espace physique de l'usine, la reconception du système de sécurité et la refonte des processus de collaboration entre les ouvriers et le robot. Le coût et le temps consacrés à ce travail sont généralement bien plus élevés que le prix d'achat du robot lui-même, ce qui constitue actuellement un frein majeur au déploiement à grande échelle.
Le second est la formation d'un système de maintenance. Les pertes générées par une heure d'arrêt de production due à une panne d'un robot industriel représentent un chiffre très concret pour une entreprise manufacturière. Par conséquent, le fournisseur du robot doit non seulement vendre le produit, mais aussi établir des capacités de service et de réparation suffisantes dans la région du client. La mise en place de ce système prend du temps, nécessite des talents et des techniciens localisés ainsi qu'un stock de pièces de rechange. Pour un secteur en début de commercialisation à grande échelle, il s'agit d'un investissement important en infrastructure, mais indispensable pour gagner la confiance à long terme du client.
Toutes ces difficultés sont réelles, mais elles sont par essence des problèmes d'ingénierie et de commerce, pour lesquels il existe des solutions, nécessitant du temps. Le plus grand changement dans le secteur des robots humanoïdes aujourd'hui n'est pas la vitesse des percées technologiques, mais la confiance collective qui s'établit dans toute la chaîne industrielle. Lorsque des géants industriels centenaires commencent à voter avec de l'argent réel, lorsque des robots concrets apparaissent sur les lignes d'assemblage des usines automobiles, l'ensemble du secteur passe de "pouvons-nous le faire ?" à "comment le faire mieux, plus vite, plus stable ?". C'est le signal à retenir de cette levée de fonds record. Du laboratoire au sol de l'usine, les robots humanoïdes accomplissent leur traversée la plus importante.
Cet article provient du compte WeChat "Rongzhong Caijing" (ID: thecapital), auteur : Lü Jingzhi
