La sécurité des robots a longtemps reposé sur une question simple : la machine reste-t-elle inoffensive quand quelque chose brise ? Un capteur défaillant, un moteur qui s'emballe, un opérateur qui entre dans la cellule de travail. Des décennies de normes industrielles ont été bâties sur cette logique de la panne : barrières immatérielles, arrêts d'urgence, vitesses limitées, zones de sécurité.
Un dossier publié par IEEE Spectrum, signé par l'entreprise de cybersécurité VicOne, reformule le problème pour l'ère de l'« IA physique ». La bonne question serait désormais : la machine reste-t-elle inoffensive quand un attaquant modifie ce qu'elle voit, ce qu'elle décide ou ce qu'elle fait, alors même que rien n'a l'air d'avoir échoué ? La nuance est considérable. Dans le premier cas, le système détecte une anomalie. Dans le second, il exécute parfaitement des ordres qui ne sont plus les siens.
Une chaîne perception-décision-action qui multiplie les portes d'entrée
Un robot industriel classique des années 1990 suivait une trajectoire programmée. Un robot moderne fusionne caméras, LiDAR, capteurs de profondeur et force, fait tourner des modèles d'apprentissage profond, parfois des modèles de langage ou des modèles dits vision-langage-action, et se connecte à des services infonuagiques pour ses mises à jour, sa cartographie et sa téléopération.
Chaque maillon de cette chaîne est une surface d'attaque distincte. En amont, les capteurs : des travaux universitaires démontrent depuis plusieurs années qu'on peut aveugler ou berner un LiDAR avec des impulsions laser, injecter de faux échos, ou faire prendre un panneau d'arrêt pour une limite de vitesse à l'aide de quelques autocollants bien placés. Au milieu, les modèles eux-mêmes : empoisonnement des données d'entraînement, portes dérobées déclenchées par un motif visuel anodin, injection d'instructions dans le texte lu par un robot qui interprète des consignes en langage naturel. En aval, l'infrastructure classique : interfaces de téléopération mal protégées, serveurs de flotte, mises à jour à distance, protocoles de communication robotiques historiquement conçus sans authentification.
La différence avec une fuite de données bancaires est brutale : la charge utile d'une attaque n'est plus de l'information, c'est du mouvement. Un bras de plusieurs centaines de kilos, un chariot autonome dans un entrepôt, un humanoïde qui circule parmi des travailleurs.
Des précédents qui ne relèvent plus de la théorie
Les démonstrations se sont accumulées. Des chercheurs ont montré à des conférences de sécurité comme DEF CON qu'on pouvait prendre le contrôle d'aspirateurs robots grand public, activer leur caméra et leur micro, ou faire parler la machine. Des vagues d'incidents signalés aux États-Unis sur des robots ménagers connectés ont rappelé qu'un appareil domestique cartographie l'intérieur d'un logement avec une précision qui intéresse bien au-delà du ménage. Or ces machines se banalisent : les tests d'aspirateurs robots publiés par WIRED ou par La Nación, qui détaillent le pilotage par application mobile et la navigation autonome dans un logement, décrivent au fond des ordinateurs mobiles équipés de caméras, roulant librement chez des millions de familles.
Du côté professionnel, l'exposition est d'une autre nature. En 2025, des chercheurs ont rendu publique une faille visant des robots du fabricant chinois Unitree, exploitable par Bluetooth et susceptible de se propager d'une machine à l'autre. Les agences nationales de cybersécurité, dont la CISA américaine, publient régulièrement des avis visant des systèmes de contrôle industriel, catégorie qui englobe désormais des contrôleurs robotiques et des plateformes de gestion de flottes.
Le contexte médical rend l'enjeu encore plus concret. La Nación consacrait récemment un dossier à la chirurgie robotisée, en rappelant que la machine assiste le chirurgien et ne le remplace pas. C'est précisément ce qui rassure : il y a un humain dans la boucle, la plateforme n'est pas autonome, et la latence comme l'intégrité du signal sont des paramètres de sécurité clinique avant d'être des paramètres informatiques. Le risque augmente à mesure que l'autonomie augmente.
L'échelle industrielle change l'équation
Ce débat arrive au moment exact où la robotique passe du prototype à la flotte. MassRobotics a annoncé une nouvelle génération de robots de manutention destinés aux chaînes logistiques. Agility Robotics a présenté la cinquième itération de son humanoïde Digit. En Corée du Sud, selon TheElec, Wonik Robotics cherche à fournir des humanoïdes aux usines de puces de Samsung. En Chine, un fabricant affirme pouvoir sortir un humanoïde toutes les dix minutes, un chiffre relayé par Journal du Geek, tandis que 36Kr décrit un secteur entré dans une phase d'épreuve, avec prix en chute et discours critique. À la World Robot Conference 2026, l'entreprise RealMan a présenté une initiative de déploiement de robots en réseau, selon Robotics and Automation News.
En réseau : le mot est central. Une machine isolée compromise, c'est un incident. Une flotte de milliers de machines pilotées par la même pile logicielle et le même canal de mise à jour, c'est un risque systémique. Le scénario redouté par les spécialistes n'est pas le robot tueur de la fiction, mais la mise à jour malveillante distribuée simultanément à un parc entier, ou le décalage discret et persistant d'un paramètre de calibration qui produit des défauts de fabrication invisibles pendant des semaines.
Chez Nvidia, Les Karpas expliquait à TechCrunch que la robotique attend encore son « moment ChatGPT ». Si ce moment survient, il amènera avec lui la fragilité propre aux systèmes statistiques : une machine qui généralise à partir de données peut être trompée par des données.
Les régulateurs relient enfin les deux mondes
Les cadres normatifs ont longtemps séparé la sûreté, c'est-à-dire la protection contre l'accident, et la sécurité informatique, c'est-à-dire la protection contre l'attaque. Cette séparation se referme. Dans l'Union européenne, le règlement machines de 2023, qui remplacera l'ancienne directive à compter de janvier 2027, introduit explicitement des exigences liées à la corruption malveillante des logiciels de sécurité et au comportement évolutif des systèmes intégrant de l'apprentissage automatique. Le règlement sur la cyberrésilience, adopté en 2024, impose de son côté des obligations de sécurité par conception et de gestion des vulnérabilités à l'ensemble des produits comportant des éléments numériques, robots inclus, avec des obligations de signalement qui montent en puissance.
Aux États-Unis, l'approche demeure volontaire mais structurée : le cadre de gestion des risques liés à l'IA du NIST propose un vocabulaire commun, et la révision de la norme internationale ISO 10218 sur les robots industriels intègre désormais des considérations de cybersécurité dans l'évaluation des risques. Du côté des fabricants, les analyses du secteur convergent sur un point que résume bien le dossier d'IEEE Spectrum : il faudra journaliser et auditer les décisions prises par les modèles, vérifier la cohérence entre capteurs redondants, et maintenir des couches de sécurité déterministes, non pilotées par l'IA, capables d'arrêter la machine quoi qu'en dise le modèle.
Autrement dit, la ceinture mécanique reste indispensable, parce que le cerveau statistique, lui, peut être manipulé sans jamais tomber en panne.