Le robot du futur combinera corps humanoïde, intelligence artificielle de mouvement et apprentissage par démonstration. Horizon réaliste : des flottes en usine dès 2027, l’entrepôt vers 2030, le domicile entre 2035 et 2040. Goldman Sachs chiffre ce marché à 38 milliards de dollars d’ici 2035.
Ce que les feuilles de route des constructeurs annoncent pour 2030
Les constructeurs ne parlent plus de prototypes mais de cadences. Tesla a démonté les lignes Model S et X de son usine de Fremont pour y installer sa première ligne Optimus, un chantier bouclé en 46 jours d’après la presse spécialisée américaine (Electrek, 2026). La production doit démarrer avant fin 2026, avec un volume initial volontairement lent : le robot compte 10 000 pièces uniques et la ligne part de zéro, indique la lettre aux actionnaires de Tesla du deuxième trimestre 2026. Une seconde usine dédiée sort de terre à Giga Texas, pour un démarrage visé en 2027.
Figure va plus vite sur la montée en cadence. Son usine BotQ est passée d’un Figure 03 assemblé par jour à un par heure en moins de 120 jours, soit environ 55 robots par semaine, selon les chiffres publiés par Figure en mai 2026. La première génération de la ligne vise 12 000 unités par an, avec un objectif affiché de 100 000 robots en quatre ans. Au même moment, Figure annonçait que ses humanoïdes pilotés par le modèle Helix avaient bouclé des postes autonomes de 8 heures en environnement logistique.
Boston Dynamics avance en conditions industrielles réelles : Atlas opère sur les chaînes de l’usine Hyundai Metaplant, en Géorgie, depuis 2025. La Chine pousse de son côté par le prix, avec le G1 de Unitree affiché à 16 000 dollars catalogue (prix annoncé par Unitree, 2024), une stratégie de volume qui rappelle celle des véhicules électriques. Le panorama des modèles actuels, fiches techniques et tarifs compris, reste détaillé dans le guide 2026 des robots IA.
| Acteur | Jalon annoncé | Horizon |
|---|---|---|
| Tesla (Optimus) | Production à Fremont, puis usine Giga Texas | fin 2026, puis 2027 |
| Figure (Figure 03) | 12 000 robots par an, cible 100 000 en quatre ans | 2026-2030 |
| Boston Dynamics (Atlas) | Flottes en usines Hyundai et Kia | en cours depuis 2025 |
| 1X (Neo) | Premières livraisons domestiques aux États-Unis | courant 2026 |
Les projections financières donnent l’échelle. Goldman Sachs, après avoir constaté une baisse d’environ 40 % des coûts de fabrication en un an (2024), table sur 1,4 million d’humanoïdes livrés par an en 2035. Morgan Stanley projette 13 millions d’unités en service à la même date, puis un marché de 5 000 milliards de dollars en 2050. Pour situer l’ampleur du saut : le parc mondial de robots industriels classiques, construit en soixante ans, atteint 4,66 millions d’unités selon l’IFR (2025).
Les world models : le futur des robots IA se joue dans le logiciel
Le matériel progresse, mais la vraie rupture attendue d’ici 2030 vient du logiciel. Les world models sont des modèles d’IA qui apprennent la physique du monde (gravité, friction, permanence des objets) à partir de vidéos et de simulation, puis prédisent les conséquences d’une action avant de l’exécuter. Nvidia baptise cette approche Physical AI : entraîner le cerveau du robot dans un monde simulé photoréaliste, puis le transférer sur la machine réelle.
Les jalons récents crédibilisent ce scénario. Le modèle GR00T N1.7 de Nvidia, publié en avril 2026, a été pré-entraîné sur 20 854 heures de vidéo égocentrique humaine, c’est-à-dire filmée du point de vue de la personne qui exécute le geste. Nvidia y décrit une première loi d’échelle de la dextérité robotique : passer de 1 000 à 20 000 heures de données humaines fait plus que doubler le taux de réussite moyen des tâches. Son successeur GR00T N2, bâti sur une architecture de world action model, réussit deux fois plus souvent que les meilleurs modèles vision-langage-action sur des tâches jamais rencontrées, toujours selon Nvidia (2026). Google DeepMind suit la même pente avec Gemini Robotics, dont le module de raisonnement décompose une consigne vague en étapes physiques avant d’agir.
La simulation joue le rôle d’accélérateur. Avec Cosmos, sa famille de modèles de fondation du monde, Nvidia génère des environnements synthétiques photoréalistes dans lesquels un robot répète une tâche des milliers de fois par nuit, sans casse ni usure. Figure applique la même logique en boucle fermée : les heures accumulées par la flotte déployée chez ses clients nourrissent l’entraînement de la génération suivante de Helix. Chaque robot livré devient un capteur qui enrichit le cerveau commun de toute la flotte.
Concrètement, le robot de 2030 n’apprendra plus une tâche par programmation ligne à ligne, mais par transfert : quelques démonstrations humaines, un passage en simulation, puis l’exécution sur site. Le déploiement d’une nouvelle tâche se comptera en heures, plus en semaines. Les briques déjà en production aujourd’hui (vision, SLAM, apprentissage par renforcement) sont décryptées dans l’article consacré à l’IA robotique.
Robot domestique : du prototype téléopéré au majordome autonome
Le domicile est la dernière frontière, et la plus dure. Le Neo de 1X, premier robot domestique humanoïde commercialisé, illustre l’état réel de 2026 : 30 kg, des mains à 22 degrés de liberté, un tarif de 20 000 dollars ou 499 dollars par mois, et des téléopérateurs humains qui reprennent la main sur les tâches que l’IA ne maîtrise pas encore. 1X a présenté en 2026 une nouvelle main à 25 degrés de liberté, actionnée par tendons, capable de servir un thé ou de remonter une fermeture éclair.
Le rythme d’adoption dépendra moins de la prouesse technique que de la confiance. Une machine de 30 kg qui évolue près d’enfants ou de personnes âgées devra prouver sa fiabilité sur des millions d’heures cumulées avant de se banaliser. La responsabilité en cas d’accident et l’assurance associée restent des chantiers juridiques ouverts, en Europe comme aux États-Unis.
La trajectoire probable se dessine en trois paliers. D’abord des corvées simples supervisées à distance : le modèle actuel. Vers 2030, une autonomie réelle sur les routines répétitives d’un foyer donné, comme lancer une machine, ranger la vaisselle ou plier le linge. Entre 2035 et 2040, si les world models tiennent leurs promesses de généralisation, un humanoïde généraliste capable d’improviser dans une maison inconnue. Le fonctionnement interne de ces machines, de la perception à l’action, est détaillé dans le dossier sur le robot humanoïde et l’intelligence artificielle.
Quatre verrous techniques restent à faire sauter
Aucun de ces scénarios n’est acquis. Quatre obstacles concentrent la majeure partie du travail de recherche.
- L’autonomie énergétique d’abord : le Neo de 1X annonce 4 heures d’autonomie, et la plupart des humanoïdes actuels s’arrêtent avant la demi-journée de travail. Les batteries solides promettent mieux, mais aucune n’équipe de robot produit en série.
- La dextérité fine ensuite : saisir un verre mouillé, plier un tissu, trier des fruits sans les abîmer. Les mains à 22-25 degrés de liberté s’en approchent, loin devant les pinces industrielles à 3-5 degrés.
- Les données d’entraînement : le geste humain n’a pas d’équivalent du web textuel qui a nourri les grands modèles de langage. Les constructeurs compensent par la vidéo égocentrique, la téléopération et la donnée synthétique, d’où la course aux « usines de données » comme le RMAC de Boston Dynamics.
- Le transfert sim-réel enfin : un robot brillant en simulation échoue dans une cuisine réelle dès que la lumière, la friction ou la position des objets varient.
S’y ajoute la contrainte réglementaire. L’AI Act européen classe les systèmes robotiques opérant auprès du public en « haut risque », avec obligations de traçabilité et d’évaluation de conformité. Un facteur de calendrier autant que de coût pour tout déploiement en Europe, quand la Chine et les États-Unis avancent avec moins de garde-fous.
Trois scénarios d’adoption entre 2030 et 2040
La fourchette des projections est large, signe d’une incertitude assumée par les analystes eux-mêmes. Trois scénarios structurent le champ des possibles.
| Scénario | Hypothèse centrale | Ordre de grandeur | Ancrage |
|---|---|---|---|
| Prudent | Les verrous batterie et données persistent | 1,4 million d’unités livrées par an en 2035 | Goldman Sachs, 2024 |
| Médian | Les world models généralisent en environnement semi-structuré | 13 millions d’humanoïdes en service en 2035 | Morgan Stanley, 2025 |
| Accéléré | Coût sous 20 000 dollars et autonomie domestique atteinte | 1 milliard d’unités cumulées vers 2050 | Morgan Stanley, scénario haut |
La séquence d’adoption, elle, fait consensus : l’usine d’abord, parce que l’environnement y est structuré et le retour sur investissement mesurable, la logistique ensuite, puis les services et la santé, le domicile en dernier. La santé donne un aperçu du chemin déjà parcouru : les blocs opératoires français intègrent des plateformes robotisées depuis vingt ans, comme le montre l’état de l’art des robots chirurgicaux en France.
Morgan Stanley ajoute une lecture géopolitique à ces courbes : la robotisation devrait porter la part de la Chine dans la production manufacturière mondiale de 15 % à 16,5 % dès 2030. Le robot du futur n’est pas qu’une affaire d’ingénierie, c’est aussi un levier de puissance industrielle que chaque bloc entend contrôler.
Se positionner avant 2030
Inutile d’attendre l’humanoïde parfait pour agir. Côté carrière, les profils qui combinent IA et mécatronique sont déjà en tension : le panorama des métiers de l’intelligence artificielle et de la robotique recense les formations qui y mènent. Côté entreprise, la bonne boussole consiste à suivre les jalons vérifiables plutôt que les annonces : cadences de production réelles, heures de fonctionnement autonome documentées, prix catalogue publiés.
Prochaine étape : cocher trois indicateurs d’ici fin 2027. La cadence effective de Fremont, le cap des 12 000 robots annuels chez Figure, et les premiers retours clients du Neo en conditions réelles. Ces trois signaux diront si le calendrier 2030-2040 tient, ou s’il glisse d’une décennie.