Un investissement marketing a failli faire s'effondrer une entreprise.
Un investisseur a découvert que l'entreprise d'intelligence incarnée, bien connue dans le secteur, qu'il avait financée, avait versé un montant total de 100 millions de yuans, en espèces et en actions, à un gala télévisé, sans en informer le conseil d'administration et les actionnaires ni obtenir leur accord. Cet argent a permis seulement quelques minutes d'exposition extrêmement brèves.
Et les résultats n'ont pas été à la hauteur, "cela n'a pas montré la valeur et les avantages du produit, les spectateurs du gala sont restés indifférents, voire moqueurs", a-t-il déclaré.
Plus grave encore, ces énormes dépenses de marketing ont directement réduit la proportion des dépenses de R&D de l'entreprise, déclenchant un seuil réglementaire pour l'introduction en bourse à Hong Kong — selon les exigences strictes de la Bourse de Hong Kong concernant l'intensité de la R&D, cette entreprise pourrait devoir recommencer toute la procédure pour frapper à nouveau à la porte des marchés financiers.
En fait, après le gala, plusieurs investisseurs se sont rassemblés dans le bureau du fondateur pour l'interroger ; l'un d'eux, ému, a même frappé du poing sur la table.
Parfois, garder de l'argent dormant sur le compte est également dangereux. L'automne dernier, une entreprise d'intelligence incarnée, qui disposait de plus de cent millions de yuans en réserve, a insisté sur la réduction des dépenses, refusant que l'équipe matérielle se déplace pour superviser la ligne de production. Plus d'une centaine de robots de production ont été inspectés et acceptés à distance par vidéo. Lorsque des investisseurs potentiels en ont été informés, le financement a été annulé.
Il ne s'agit pas de ratés accidentels isolés — c'est la première fois que le secteur de l'intelligence incarnée, après une période de financement frénétique, montre les effets pervers de l'argent.
Selon des statistiques incomplètes, au premier semestre de cette année, le secteur de l'intelligence incarnée en Chine a levé environ 43,8 milliards de yuans. Les données d'IT桔子 montrent qu'au premier semestre, 288 opérations de financement ont eu lieu, concernant 226 entreprises, pour un montant dépassant 46 milliards de yuans. Si l'on étend la période statistique de juillet 2025 à juin 2026, ce chiffre passe à 503 opérations de financement, pour plus de 96 milliards de yuans.
En moyenne, plus d'une opération de financement par jour. Ce secteur considéré comme "le vecteur ultime de l'IA" absorbe le capital à une vitesse sans précédent. Les transactions importantes d'un montant de 1 milliard de yuans ou plus ont dépassé les 25 au premier semestre 2026. Parmi elles, Tashi Zhihang a levé 455 millions de dollars en une seule fois en avril, battant le record de financement de l'intelligence incarnée en Chine.
Une injection de capital aussi dense a donné naissance à un phénomène jamais vu auparavant dans l'internet chinois — l'industrie de l'intelligence incarnée est probablement le secteur avec le "montant disponible par personne" le plus élevé de l'histoire de l'internet chinois. Une entreprise de seulement une centaine d'employés peut avoir plusieurs centaines de millions de yuans en liquide sur ses comptes, ce qui était inimaginable lors des cycles précédents de start-up internet.
Mais l'argent arrivant trop vite pose aussi de nouveaux problèmes. Ce secteur concentre un grand nombre de scientifiques et d'ingénieurs ; la plupart d'entre eux excellent à reconstruire des modèles du monde en trois dimensions, mais peu sont des vétérans des opérations financières, et ils manquent encore plus d'expérience en matière de gestion de grosses sommes. Ils se retrouvent dans un environnement tout aussi complexe mais totalement inconnu : lorsque la mentalité du laboratoire rencontre les flots du marché financier, faire en sorte que l'argent génère une valeur réelle devient une épreuve plus difficile encore que de lever des fonds.
Les institutions d'investissement, auparavant les plus douées pour les calculs financiers, manquent également de références dans ce domaine.
Dépenser de l'argent est devenu la leçon la plus étrangère du secteur de l'intelligence incarnée.
Dépenser ou ne pas dépenser
Derrière la splendeur des levées de fonds, les entreprises d'intelligence incarnée adoptent différentes stratégies de survie.
Liu Yuan, entrepreneur dans l'intelligence incarnée, a participé à un dîner. Alors que l'ambiance était chaleureuse, la conversation a glissé naturellement de la technologie et des produits vers un même sujet — les levées de fonds, et qui avait le plus d'argent restant. Il n'a pas pu s'empêcher de révéler que l'argent sur les comptes de son entreprise suffirait pour 50 mois.
"Je pensais être très économe et avoir beaucoup d'argent en réserve", mais Liu Yuan a été surpris d'entendre immédiatement quelqu'un à table lui dire que son entreprise avait encore assez de trésorerie pour tenir au moins 100 mois.
Dans d'autres secteurs, c'est un chiffre enviable, mais dans l'industrie de l'intelligence incarnée, combien de sécurité ces chiffres peuvent réellement apporter, même les entrepreneurs eux-mêmes ne savent probablement pas.
Rapidement, Liu Yuan a appris que dans le secteur, plusieurs entreprises, après avoir levé des fonds, comptaient sur les revenus de produits financiers pour financer le développement de produits et l'équipe. Tant que la taille de l'équipe n'augmente pas rapidement, le capital sur les comptes peut rester pratiquement intact longtemps.
Un groupe d'entreprises légères axées sur "l'algorithme cérébral, la conceptualisation" sont les principaux bénéficiaires de la vague de financement et les joueurs les plus économes du secteur.
Un cas fréquemment cité est celui de l'entreprise leader dans le "cerveau", Xinghai Tu, qui a levé plus de 4 milliards de yuans en deux ans depuis sa création, battant le record de financement en phase initiale du secteur. Selon des personnes informées, Xinghai Tu n'a dépensé moins de 100 millions de yuans au total en deux ans, avec un taux d'utilisation des fonds extrêmement faible et des réserves de trésorerie très importantes.
Mais selon des sources internes au secteur, Xinghai Tu applique un contrôle budgétaire extrêmement strict en interne : marketing, recrutement, dépenses opérationnelles sont réduits au minimum. L'entreprise aurait déjà atteint un équilibre financier de base, "au point où même l'utilisation du papier d'impression de bureau doit être strictement limitée". Ce mode est surnommé dans le secteur la stratégie du "survivant par attrition".
Un ancien employé d'une entreprise d'intelligence incarnée a révélé que la "source du problème" qui a failli tuer son ancienne entreprise était les quelques centaines de milliers de yuans économisés chaque année sur les frais de services cloud redondants et de sauvegarde hors site. La direction ne conservait qu'un serveur local unique pour stocker les programmes de scénarios et les cartes de localisation de milliers de robots. Suite à une coupure de courant inattendue dans le parc, le disque dur a été endommagé et toutes les données ont été perdues. Plus crucial encore, les programmes personnalisés développés pour les clients gouvernementaux et entreprises n'étaient pas archivés non plus. "L'entreprise a finalement payé un prix énorme et a supporté de lourdes conséquences pour s'en sortir de justesse."
Un autre exemple bien connu est celui d'Unitree. Son prospectus d'introduction en bourse montre qu'en 2025, sa marge brute a dépassé 60%. Alors que de nombreuses entreprises d'intelligence incarnée sont à la fois "lourdement endettées" et continuent de brûler de l'argent, Unitree a déjà atteint la rentabilité, et avec une marge aussi élevée.
Pourtant, même ainsi, Unitree reste très économe dans ses dépenses. Elle fait pratiquement pas de relations publiques, et ses dépenses en R&D ne sont que d'un peu plus de 90 millions de yuans. Ces 90 millions de dépenses en R&D ne suffiraient même pas à couvrir les coûts de calcul annuels de certaines start-up d'IA.
Cela est totalement différent de la conception traditionnelle du financement à l'époque florissante d'internet, où l'on dépensait rapidement l'argent levé pour rechercher un marketing et une concurrence à grande échelle. Un style de gestion similaire remonte à la période de la "guerre des cent groupes" lors de l'essor des sites de group buying, où Meituan a finalement épuisé ses concurrents avec des coûts extrêmement bas.
Plusieurs entrepreneurs nous ont confié que les entreprises d'intelligence incarnée utilisent leurs réserves de trésorerie pour prouver leur sécurité, ce qui est devenu un nouvel indicateur pour mesurer la capacité de survie d'une entreprise. Cela semble être une méthode de gestion extrêmement prudente — pour les entrepreneurs ayant traversé plusieurs cycles de financement, contrôler la consommation de trésorerie ne peut guère être considéré comme une erreur. Mais le problème est que, dans une industrie où les voies technologiques ne sont pas encore déterminées et où les capacités des produits doivent encore être validées en continu, laisser de l'argent longtemps sur les comptes signifie-t-il que l'entreprise est suffisamment disciplinée, ou qu'elle n'a pas trouvé de direction valable pour investir ? Il est difficile de tirer une réponse directe des chiffres financiers.
La conséquence la plus directe est que la non-dépense dans le secteur de l'intelligence incarnée suscite facilement des interrogations : combien de R&D cette entreprise a-t-elle réellement effectué ?
C'est aussi l'une des questions les plus difficiles à répondre dans le secteur de l'intelligence incarnée. L'argent économisé ou dépensé est facilement visible, mais les fenêtres de produits manquées n'apparaissent pas à temps dans les états financiers. De nombreuses conséquences ne se manifestent qu'un ou deux ans plus tard.
La direction d'une start-up star avait défini "allonger la piste de trésorerie" comme objectif de gestion le plus important. Pour réduire les dépenses, l'entreprise a gelé plusieurs postes de R&D, réduit les lots de validation des composants et reporté les plans de collecte de données prévus. En termes de chiffres financiers, ces mesures ont rapidement porté leurs fruits — les dépenses mensuelles ont significativement diminué, et la trésorerie disponible pourrait durer près d'un an de plus.
Mais quelques mois plus tard, l'entreprise a constaté que de nombreux ingénieurs avaient été recrutés par des concurrents. Et un produit qui aurait dû entrer en livraison en petits lots ne pouvait être finalisé pour la production en série en raison de problèmes de compatibilité avec des composants clés.
Dans le monde des start-ups, si de telles mesures extrêmes sont prises en raison d'un manque de financement et de tensions de trésorerie, elles peuvent encore être comprises. Mais dans le secteur de l'intelligence incarnée, il s'agit de grosses sommes d'argent liquide. Dans plusieurs projets d'intelligence incarnée, une chaîne similaire se répète : pour contrôler les dépenses, l'entreprise réduit d'abord le nombre de cycles de test, puis reporte la validation de la chaîne d'approvisionnement, et enfin gèle les recrutements en R&D. Chaque décision prise isolément peut se justifier, mais ensemble, elles maintiennent le produit au stade du prototype.
Un responsable hardware a qualifié cet état de "paralysie financière".
Mais si certains sont économes, d'autres lâchent la bride en matière de dépenses. Liu Yuan a entendu parler d'un cas : il y a deux ans, une entreprise de robots humanoïdes, après avoir levé des fonds, n'a pas d'abord affiné un scénario réalisable, mais a lancé simultanément plusieurs lignes de produits différentes, et a dépensé beaucoup d'argent en affaires et en réceptions pour les clients gouvernementaux et entreprises. Plus grave encore, cette entreprise utilisait des étagères et des cartons dans ses bureaux pour simuler des "scènes logistiques", et avec quelques boîtes de détection dessinées par des modèles open source, elle prétendait avoir des capacités de perception multimodales. Et le tri automatique prétendu consistait en réalité à cacher des fils de contrôle sous la table, contrôlés manuellement par une personne dans un angle mort visuel.
"C'est essentiellement présenter une démo bien emballée pour lever des fonds et raconter une histoire", a déclaré Liu Yuan.
À l'étranger, l'ancienne star de l'intelligence incarnée, Vicarious Surgical, a également été citée comme contre-exemple de dépenses inconsidérées. Elle avait levé plus de 300 millions de dollars auprès d'investisseurs comme Bill Gates, et sa valorisation avait dépassé les 12 milliards de dollars. Mais l'argent de cette entreprise a été dépensé dans le développement autonome d'un "bras robotique biomimétique" extrêmement complexe, en abandonnant les solutions commerciales matures. Cette décision a entraîné un cycle de R&D interminable, des coûts d'itération incontrôlables, et le produit n'a jamais pu être finalisé pour la production de masse.
Finalement, Vicarious Surgical a subi des pertes dépassant 100 millions de dollars pendant les deux années les plus cruciales de son développement, et a dû déposer le bilan.
Des comptes impossibles à clarifier
Pour comprendre la mentalité de chacun concernant les "dépenses", il faut d'abord comprendre les coûts réels de cette activité. Mais comment calculer les comptes de l'intelligence incarnée est précisément une leçon que certains entrepreneurs n'ont pas encore apprise.
Une personne en contact régulier avec des entreprises d'intelligence incarnée a tenté, par la méthode la plus simple, de nous estimer les dépenses réelles d'une entreprise.
Généralement, on consulte la page de recrutement de l'entreprise, on compte le nombre de postes en algorithmique, hardware et ingénierie, puis on calcule les coûts salariaux en fonction du lieu, de la taille de l'équipe et des salaires du marché. Ensuite, on examine les publications de modèles de l'entreprise, les volumes de livraison de robots et la situation de la chaîne d'approvisionnement, pour estimer les investissements en puissance de calcul, données et corps physiques.
Après avoir additionné ces chiffres, il a constaté qu'il existait un écart significatif entre la consommation de trésorerie prévue par de nombreuses entreprises et les coûts réels potentiels.
Les ressources humaines sont le premier poste de dépenses inévitable. L'intelligence incarnée est un domaine hautement interdisciplinaire, avec une demande extrêmement forte en talents algorithmiques. Dans certaines villes majeures, le salaire mensuel d'un ingénieur algorithmique d'intelligence incarnée standard atteint environ 50 000 yuans. Certaines données de recrutement donnent une moyenne plus élevée, proche de 63 000 yuans. En ajoutant les primes de fin d'année, la sécurité sociale, les cotisations de retraite et autres coûts salariaux, les dépenses annuelles pour un ingénieur algorithmique expérimenté approchent facilement le million de yuans. Pour les talents seniors en apprentissage par renforcement, modèles du monde, contrôle du mouvement et hardware de base, des rémunérations annuelles de 2 à 3 millions de yuans ne sont pas rares.
Plus emblématique encore, en avril 2026, Ubtech a annoncé le recrutement mondial d'un "scientifique en chef de l'intelligence incarnée", avec un salaire annuel commençant à 15 millions de yuans et pouvant atteindre jusqu'à 124 millions de yuans. Volcano Engine de ByteDance recrute également un "expert senior en algorithmes d'opération (intelligence incarnée)" avec un salaire mensuel de 95 000 à 120 000 yuans. Même les doctorants fraîchement diplômés d'élite, issus de laboratoires prestigieux comme Tsinghua, Pékin, Fudan, Jiaotong, Zhejiang, Harbin Institute of Technology, ont généralement des salaires de départ de 600 000 voire 700 000 yuans ou plus. Yu Hongxiang, ingénieur en chef des applications industrielles au Centre d'innovation des robots humanoïdes du Zhejiang, a révélé : "Certains de mes jeunes camarades fraîchement diplômés sont exceptionnellement talentueux et peuvent obtenir des offres de 2 à 3 millions de yuans."
Pour une entreprise d'intelligence incarnée d'environ deux cents personnes, les chercheurs représentent généralement la moitié du personnel, et les salaires dépassent déjà au moins 100 millions de yuans — et ce n'est qu'une moyenne. Si la taille de l'équipe augmente, le chiffre augmente aussi. Une personne familière avec le système de rémunération du secteur nous a calculé que pour une entreprise d'intelligence incarnée de trois cents personnes, les coûts salariaux seuls atteindraient 300 millions de yuans par an.
"Auparavant, une rumeur circulait dans le secteur selon laquelle une entreprise leader dans le 'cerveau' n'avait dépensé que 100 millions de yuans en deux ans. Cela pourrait s'expliquer par des calculs imprécis ou des réserves de la part de l'entrepreneur", a déclaré l'investisseur cité précédemment. "Pour une entreprise de trois cents personnes, même en divisant le salaire annuel moyen par deux, les coûts salariaux annuels atteignent au moins 150 millions." Sous-entendu, même avec un recrutement extrêmement contrôlé, dès qu'une entreprise possède une équipe de R&D de taille significative, il est difficile de comprimer les coûts salariaux à un niveau suffisamment bas.
De plus, cette demande de talents dépasse largement l'offre actuelle du marché. Les données de Zhaopin montrent qu'au premier trimestre de cette année, la croissance du nombre de postes dans le secteur de la robotique a atteint 38%, avec des augmentations respectives de 38%, 37% et 60% pour les postes d'ingénieur en robotique industrielle, ingénieur en algorithmes robotiques et ingénieur en mise au point de robots.
L'offre inférieure à la demande a également entraîné une augmentation des coûts salariaux dans les entreprises d'intelligence incarnée. Un ingénieur algorithmique ayant quitté une grande entreprise internet pour une licorne de l'intelligence incarnée a révélé avoir reçu des offres d'emploi de trois chasseurs de têtes, certaines start-up proposant des augmentations de salaire allant jusqu'à 150%.
Mais les coûts salariaux ne sont que le début. Ce qui rend vraiment les comptes flous, ce sont les gouffres sans fond de la puissance de calcul et des données.
Pour faire quelques démos de grands modèles VLA, il faut brûler au moins 30 à 50 millions de yuans par an. Pour développer un modèle du monde, la consommation annuelle en puissance de calcul dépasse le milliard de yuans. L'achat et la maintenance de cent mille puces A100 dépassent facilement les 10 milliards. "Les entreprises leaders qui développent véritablement leurs propres grands modèles et leur matériel manquent cruellement d'argent", a confié en privé le fondateur d'une entreprise insistant sur le développement autonome de grands modèles.
Alors, ne pas développer de "cerveau" pour l'intelligence incarnée serait une solution ? D'après le développement actuel du secteur, les barrières dans les aspects physiques (corps) de l'intelligence incarnée, comme les mains habiles, les matériaux flexibles, les articulations, atteignent progressivement leur limite. Le secteur considère désormais le "cerveau" incarné comme la clé de la véritable commercialisation future de l'intelligence incarnée. Ne pas développer de cerveau incarné poserait deux problèmes : d'une part, l'entreprise aurait du mal à présenter une histoire convaincante aux investisseurs ; d'autre part, lorsque les cerveaux incarnés arriveront à maturité, l'entreprise courrait un risque élevé d'être éliminée.
Bien sûr, il existe dans le secteur des joueurs comme Unitree qui prévoient, une fois la technologie du cerveau incarné mature, de "cueillir le fruit" directement via des acquisitions. Mais toutes les entreprises d'intelligence incarnée ne peuvent pas se permettre d'attendre aussi longtemps que Unitree ; la majorité a choisi de développer son propre "cerveau".
Les données sont un autre gouffre financier. Un chiffre communément admis dans le secteur est qu'au moins 100 000 heures de données de haute qualité sont nécessaires pour obtenir un cerveau de robot humanoïde doté de capacités générales. Un robot de collecte de données coûte environ 200 000 yuans, a une durée de vie d'environ 1 000 heures, et les frais de main-d'œuvre sont d'environ 120 yuans par heure. Or, les données de haute qualité provenant de robots physiques ne représentent qu'environ 20% du total. Une estimation approximative donne un coût d'environ 1 600 yuans par heure de données effectives. Cent mille heures de données effectives représentent donc un investissement d'environ 1,6 milliard de yuans.
Mais la réalité est bien plus cruelle que les chiffres sur le papier.
Le fondateur d'une entreprise leader a un jour "laissé échapper" lors d'un échange non public — le coût d'achat et de collecte des données, pour 100 000 heures, est d'environ 100 à 200 millions de yuans, et le coût d'entraînement de ces données est environ dix fois celui de la collecte. Plus angoissant encore est la qualité des données. Xu Qing (pseudonyme), une source interne au secteur, a révélé que sur 10 000 heures de données réelles collectées, souvent seules quelques dizaines à quelques centaines d'heures sont réellement utilisables pour l'entraînement des modèles.
"Pour une tâche très complexe, cela peut n'être que quelques dizaines d'heures ; pour un scénario un peu plus simple, peut-être 200 à 300 heures." Il estime que "des données de 100 000 heures collectées pour plusieurs dizaines de millions de yuans n'améliorent les capacités du modèle que de 5%."
Cela signifie que plus de 99% des coûts de collecte sont probablement des coûts irrécupérables.
Zheng Sipeng, associé de Zhi Zai Wu Jie, a présenté publiquement un calcul plus détaillé : le coût de collecte de données par robot physique pour 30 secondes se situe entre 10 et 15 yuans, le coût cumulé pour 1 heure de données physiques est d'environ 1 000 yuans. Si l'on veut réaliser un pré-entraînement sur 100 000 heures de données physiques, l'investissement atteindra l'ordre de grandeur du milliard de yuans.
Plus surprenant encore, la répartition de la valeur dans la chaîne de collecte des données est gravement déséquilibrée. Apparemment, la majorité des travailleurs en première ligne de la collecte ne gagnent que quelques dizaines de yuans de l'heure, mais les données qu'ils collectent sont ensuite vendues aux entreprises d'intelligence incarnée à un prix de 300 à 500 yuans de l'heure. L'étape la plus pénible, la collecte, est la moins rémunérée, tandis que l'étape intermédiaire qui crée le moins de valeur empoche le plus.
Outre les données, il y a le corps physique (hardware).
Le coût des matériaux pour un grand robot humanoïde est communément estimé dans le secteur entre 150 000 et 200 000 yuans. Si une entreprise produit 500 prototypes ou produits en petite série, le coût des matériaux hardware peut approcher les 100 millions de yuans. Et cela ne comprend pas les frais de moules, tests, retouches, stockage et service après-vente, ni les produits qui échouent aux contrôles de réception.
L'argent qui entre dans ces maillons devient difficile à expliquer complètement. Tous ces chiffres combinés dessinent probablement une impasse sans réponse standard.
Un investisseur se souvient que dans d'autres secteurs, on pouvait au moins croiser les informations sur les revenus, les stocks, les clients et les flux bancaires pour vérifier la situation de l'entreprise et décider quand intensifier les investissements marketing ou resserrer les rangs. Ce que l'argent dépensé rapportait était globalement prévisible. Dans les entreprises d'intelligence incarnée, les actifs clés restent souvent en cours de développement.
Mais l'intelligence incarnée est totalement différente ; les actifs clés de l'entreprise restent souvent en cours de développement. Les chemins autrefois efficaces sont désormais inefficaces.
Cela explique aussi pourquoi certains esprits brillants ayant levé des fonds colossaux ont collectivement perdu leur lucidité en matière de dépenses. Aujourd'hui, il est clair que le coût réel de l'intelligence incarnée (ressources humaines, puissance de calcul, données) et le montant final à dépenser, ainsi que les potentielles grosses dépenses futures, font encore l'objet de désaccords dans le secteur.
Où va vraiment l'argent ?
Concernant les dépenses, les personnes confuses ne sont pas seulement certains entrepreneurs du secteur de l'intelligence incarnée, mais aussi ceux qui leur donnent de l'argent.
Des entrepreneurs ont constaté qu'en 2026, lors des processus de levée de fonds, de plus en plus d'investisseurs demandaient combien d'argent l'entreprise avait réellement dépensé au cours des six derniers mois, et dans quels postes spécifiques.
Obtenir une réponse standard est relativement facile. "Le secteur a globalement une formulation fixe pour cela", a déclaré un investisseur. Selon les entrepreneurs, chaque poste a une proportion claire. Mais le problème est que, tout comme les coûts sont impossibles à clarifier, ces chiffres sont difficiles à vérifier en détail, et les actionnaires externes ont du mal à porter un jugement précis.
"Les investisseurs d'une entreprise leader ignorent pratiquement où va l'argent, vous imaginez ? Ils ne savent tout simplement pas", a révélé une personne bien informée. "Certains investisseurs, une fois qu'ils ont investi, ne s'en préoccupent plus, surtout certains petits actionnaires qui n'ont pas accès à la situation financière réelle de l'entreprise."
Un exemple : une petite entreprise était sur le point de finaliser une levée de fonds de 20 à 30 millions de yuans, le processus d'investissement touchait à sa fin. Le responsable financier, en envoyant les documents à l'investisseur, a par erreur envoyé un autre jeu de comptes internes. Après vérification par l'investisseur, la levée de fonds a été stoppée net.
On ne peut confirmer si cette erreur d'envoi était une faute professionnelle ou une action délibérée du personnel financier. Ce qui a vraiment alerté l'investisseur, c'est que si cet e-mail n'avait pas été envoyé par erreur, ils n'auraient peut-être jamais vu la divergence entre les deux jeux de chiffres.
Pourquoi une entreprise développant des grands modèles pour l'intelligence incarnée n'ose-t-elle pas avouer combien elle a dépensé ? La réponse n'est pas compliquée — si les fonds restants sont trop importants, cela pourrait affecter le prochain tour de table. Mais si elle admet avoir brûlé plusieurs centaines de millions en un an, cela signifie que cet argent ne suffira que pour quelques mois, nécessitant des levées de fonds continues, ce qui ébranlerait grandement la confiance des investisseurs.
Dans le secteur de l'intelligence incarnée, chacun doit absolument raconter une histoire du type "je peux survivre très longtemps".
Mais des incidents similaires ont poussé certaines institutions d'investissement à modifier leur gestion post-investissement. Depuis début 2026, des nouvelles circulent régulièrement dans le secteur — des institutions d'investissement influentes commencent à envoyer des personnes s'installer dans les entreprises qu'elles financent. Auparavant, les institutions envoyaient généralement un administrateur ou un observateur assister aux réunions importantes et recevaient des rapports réguliers sur la gestion, intervenant rarement directement dans les finances quotidiennes. Aujourd'hui, certains investisseurs envoient déjà du personnel financier, d'audit, voire de lutte contre la fraude dans les entreprises d'intelligence incarnée, pour contrôler régulièrement les achats, les remboursements et les transactions liées.
Il existe même des cas plus extrêmes. Dans une entreprise d'intelligence incarnée spécialisée dans la logistique, une grande partie de l'équipe financière est constituée de personnel envoyé par les investisseurs pour travailler sur place, et presque chaque dépense nécessite la confirmation et l'approbation des investisseurs. "Même l'achat de fournitures de bureau doit être examiné par le personnel financier des investisseurs avant de procéder", a déclaré le responsable de cette entreprise.
Un investisseur a déclaré que ce qu'ils craignaient le plus n'était pas seulement que les entrepreneurs dépensent à tout va, mais qu'avec l'expansion rapide du financement, de nouveaux espaces d'intérêts apparaissent en interne. Le développement de robots implique des puces, des capteurs, des serveurs, des composants, des services de données et des tests externes, avec de nombreux fournisseurs et des prix manquant de standardisation. Pour un même service, les prix proposés par différentes entreprises peuvent varier du simple au quintuple.
Lorsque les achats technologiques manquent de prix de marché publics, il est difficile pour les investisseurs de distinguer la prime raisonnable du détournement d'intérêts. C'est pourquoi certaines institutions d'investissement commencent à combiner contrôle financier et examen technique.
Cette inquiétude n'est pas infondée. Des médias ont précédemment rapporté qu'une entreprise leader de l'intelligence incarnée, en préparation pour son introduction en bourse, avait engagé des banques d'affaires et des cabinets comptables pour du conseil financier. Lors de l'audit, les revenus ont été réduits de moitié, car près de la moitié étaient de faible qualité, comprenant des transactions liées et des revenus fragmentés. Plus préoccupant encore, des transactions de données de type "main gauche, main droite" sont apparues dans le secteur : une entreprise vend des robots à un centre de collecte de données, récupère l'argent, puis se retourne et achète des données à ce même centre.
Ainsi, l'argent finit par circuler à vide dans la boucle industrielle.
Ces changements n'ont pas rendu la relation entre investisseurs et entrepreneurs plus facile. Le cœur du débat se déplace progressivement de "faut-il dépenser ?" vers "qui a le droit de décider comment dépenser ?".
À l'époque la plus dynamique des start-ups internet, le capital et les entrepreneurs avaient formé un mode de collaboration relativement mature. L'entreprise, après avoir levé des fonds, agrandissait son équipe, achetait du trafic, subventionnait les utilisateurs, puis utilisait les données de croissance pour obtenir le prochain tour de table. Même sans profit final, les investisseurs pouvaient juger si l'argent avait porté ses fruits grâce aux nouveaux utilisateurs, taux de rétention, volume des transactions et part de marché.
L'intelligence incarnée manque d'un tel système de référence. La conduite autonome a connu une période similaire de forte intensité capitalistique, mais les véhicules, les tests sur route et les étapes de production de masse étaient relativement clairs. Les entreprises de grands modèles nécessitent également d'énormes puissances de calcul, mais les produits logiciels peuvent atteindre les utilisateurs plus rapidement. L'intelligence incarnée doit simultanément supporter les pressions du hardware, des algorithmes, des données et de la livraison en scénario réel, chacun pouvant consommer de la trésorerie de manière continue.
Nous avons appris que certaines institutions tentent de remplacer les simples plafonds annuels par des objectifs par étape. L'entreprise ne peut démarrer le prochain investissement en puissance de calcul qu'après avoir terminé un cycle de validation technique, et elle ne peut entrer en production à plus grande échelle qu'après avoir atteint des indicateurs de stabilité du produit. De plus, pour la collecte de données, outre le nombre d'heures, on vérifie aussi le taux d'efficacité et l'amélioration des modèles.
Cette méthode peut réduire une partie des dépenses inefficaces, mais elle ne résout pas tous les problèmes. La R&D en intelligence incarnée comporte une forte incertitude ; un entraînement raté n'est pas forcément sans valeur. Si les investisseurs ne récompensent que les résultats positifs, les entrepreneurs peuvent être tentés de choisir des projets faciles à démontrer et à faible risque.
Une question plus pratique est que tous les investisseurs n'ont pas la motivation suffisante pour s'immerger dans l'entreprise.
Un interlocuteur a déclaré que certains petits actionnaires ne détiennent que 2% à 3% des actions et ont du mal à obtenir des informations complètes sur la gestion. D'autres investisseurs, après avoir investi, se préoccupent davantage du prochain tour de table et de la cession d'actions existantes que du suivi continu des finances et de la R&D de l'entreprise. Si les valorisations du secteur continuent d'augmenter, même en cas de problèmes opérationnels, les premiers investisseurs pourraient sortir via une transaction ultérieure.
Par exemple, en mai 2026, la société cotée Hangzhou Colin a annoncé son intention d'acquérir jusqu'à 41,57% des actions de Kepler Robotics pour un montant maximal de 300 millions de yuans. Mais le marché a rapidement découvert que le PDG de Kepler, Hu Debo, avait officiellement démissionné en février 2026 et avait enregistré une nouvelle société, "Suota Wujie", en avril, se consacrant au développement du "cerveau" de l'intelligence incarnée. Plus intéressant encore, Kepler a révélé que Hu Debo n'était plus PDG depuis juin 2025, ne s'occupant que des ventes et du marketing, et que l'entreprise avait annulé ses stock-options. Le départ d'un cofondateur à la veille de l'acquisition, la valorisation de l'entreprise passant de 1,06 milliard de yuans six mois plus tôt à 720 millions de yuans, ce "marché de vente" est empreint de jeux de pouvoir difficiles à exprimer entre l'équipe fondatrice et le capital.
Cela crée un dangereux décalage dans le secteur de l'intelligence incarnée : tant que les fonds continuent d'affluer, de nombreux problèmes peuvent être reportés. Mais une fois que le rythme des levées de fonds ralentit, les écarts entre produit, revenus et consommation de trésorerie apparaîtront simultanément.
Un investisseur chevronné estime que le véritable tournant pourrait apparaître à partir du second semestre 2026. Les entreprises leaders pourront encore obtenir des fonds importants, tandis que l'espace de survie des petites et moyennes entreprises n'ayant pas terminé leur série B et n'ayant pas de commandes stables se réduira rapidement.
Mais le capital ne semble pas avoir l'intention de partir pour l'instant.
Un investisseur et ses pairs ont estimé l'ampleur des fonds pour le second semestre. Il a spécifiquement souligné qu'il s'agissait d'une estimation "à la louche", pas d'une statistique rigoureuse — avec l'entrée de plus de capitaux à long terme sur le marché de l'investissement national, les nouveaux fonds au second semestre pourraient atteindre 500 milliards de yuans.
L'intelligence incarnée restera une orientation clé pour les institutions d'investissement, car à leurs yeux, l'industrie chinoise de l'intelligence incarnée possède une chaîne d'approvisionnement complète, un vivier d'ingénieurs et des capacités de fabrication, ce qui en fait l'un des rares secteurs technologiques ayant une chance d'atteindre le premier rang mondial.
Cela signifie que le secteur ne risque pas de se refroidir immédiatement à cause de quelques cas d'échec. Davantage d'argent continuera d'entrer, et les entreprises ayant déjà levé des fonds pourraient continuer à gonfler l'ampleur de leur prochain tour de table.
Aujourd'hui, il semble que le secteur de l'intelligence incarnée ait résolu ces dernières années la question de savoir s'il y avait de l'argent. À présent, il doit affronter une question plus difficile : lorsque des fonds dépassant largement les capacités opérationnelles actuelles de l'entreprise entrent sur ses comptes, qui décidera à quelle vitesse et dans quelle direction ils devraient être dépensés.
Alors que de plus en plus d'argent afflue dans le secteur, cette leçon sur les dépenses ne fera que devenir plus pressante.
(Texte | Leo Zhang ToB Zatan, Auteur | Zhang Shenyu, Éditeur | Yang Lin)
