Mille robots humanoïdes par semaine d'ici la fin de 2026 : c'est l'objectif qu'Elon Musk continue d'afficher pour Optimus, la machine censée transformer Tesla, constructeur automobile, en puissance de la robotique. Sur le terrain, le tableau est moins lisse. Le site spécialisé Ars Technica et, dans son sillage, le média français Numerama décrivent un chantier ralenti par des pièces défectueuses et par une résistance plus inattendue, celle de salariés peu enclins à entraîner les robots appelés à les remplacer.
L'écart entre le discours et l'atelier n'est pas nouveau chez Tesla, dont les calendriers de conduite autonome ont souvent glissé. Le cas d'Optimus éclaire cependant une question qui dépasse l'entreprise : qu'est-ce qui freine vraiment l'humanoïde ? La technique, l'industrie ou les humains dont il dépend ?
Une cadence promise, une chaîne qui accroche
Depuis la présentation du projet en 2021, où un danseur costumé tenait lieu de robot, Optimus a connu plusieurs générations de prototypes. Le projet a pris une place centrale dans la stratégie de Tesla : le plan de rémunération d'Elon Musk approuvé par les actionnaires à la fin de 2025 comprend, parmi ses jalons, la livraison d'un million de robots.
Passer du prototype à la série est pourtant une autre affaire. Selon les informations rapportées par Ars Technica, la montée en cadence se heurte à la fiabilité de certains composants. Un humanoïde concentre des dizaines d'actionneurs, de réducteurs, de capteurs et de moteurs, et la main, avec ses nombreux degrés de liberté, reste l'un des sous-ensembles les plus délicats à fabriquer de façon constante. Un taux de défaut acceptable pour une pièce automobile peut devenir rédhibitoire lorsqu'il se multiplie par le nombre d'articulations d'un seul robot.
Ce n'est pas une surprise pour les ingénieurs. L'industrie automobile a mis des décennies à stabiliser ses chaînes d'approvisionnement ; l'humanoïde, lui, n'a encore ni fournisseurs standardisés ni volumes suffisants pour faire baisser les coûts et remonter la qualité. Viser 1 000 unités hebdomadaires suppose de régler simultanément la conception, la production et l'approvisionnement.
Le travailleur devenu formateur de son substitut
Le second frein est plus singulier. Les robots humanoïdes actuels apprennent en grande partie par démonstration. Un humain exécute un geste, par exemple en téléopération, équipé d'un casque de réalité virtuelle et de capteurs de mouvement, ou filmé en train d'accomplir une tâche, et ces données servent à entraîner les modèles qui piloteront ensuite la machine. Lors de l'événement « We, Robot » d'octobre 2024, plusieurs observateurs avaient d'ailleurs relevé que des Optimus étaient assistés à distance par des opérateurs humains.
Cette dépendance aux données humaines crée une situation sans véritable précédent. Numerama et Ars Technica rapportent que des salariés chargés de ces démonstrations rechignent à la tâche, conscients de fournir la matière première qui rendra leur poste superflu. L'automatisation a toujours déplacé des emplois, mais les métiers disparus par le passé ne demandaient pas aux ouvriers de programmer eux-mêmes leur successeur, geste par geste.
La tension est aussi économique. La valeur d'un humanoïde repose sur la qualité et la quantité des démonstrations accumulées. Si ceux qui les produisent traînent les pieds, travaillent sans conviction ou exigent une part de la valeur créée, le coût réel de l'entraînement augmente. Le goulot n'est alors plus seulement dans le silicium ou l'acier, mais dans la coopération de la main-d'œuvre.
Le malaise déborde Tesla. Sur la plateforme chinoise 36Kr, un texte au ton ironique intitulé « En tant que salarié : pourquoi j'envie les 80 % de robots d'usine qui n'ont pas à travailler » pointe une autre réalité : une part importante des robots installés dorment faute d'usages rentables, alors que les travailleurs humains, eux, restent sous pression. Le sentiment d'être à la fois indispensable et jetable nourrit la défiance.
La Chine, entre ambition et appel à la prudence
Pendant que Tesla peine à accélérer, la Chine avance à grande vitesse. Le quotidien espagnol El País rappelle, graphiques à l'appui, que le pays s'est hissé au premier rang mondial de la capacité industrielle, du parc de robots et des dépôts de brevets, et qu'il vise désormais la frontière de l'intelligence artificielle face aux États-Unis.
Le symbole de cette effervescence est Unitree. Le fabricant de Hangzhou, fondé par Wang Xingxing et connu pour ses robots quadrupèdes puis ses humanoïdes à prix contenus, prépare une introduction en Bourse dont la valorisation atteindrait 9 milliards de dollars américains, selon Jing Daily. Le média insiste sur la philosophie de son fondateur, axée sur la maîtrise du matériel et des coûts plutôt que sur les démonstrations spectaculaires.
Cette euphorie suscite toutefois des réserves. Le South China Morning Post rapporte que des économistes et des dirigeants, dont Daniel Zhang, ancien patron d'Alibaba devenu associé de FirstLight Capital, mettent en garde contre deux risques : des valorisations gonflées pour les entreprises d'humanoïdes et un creusement des inégalités entre gagnants et perdants de l'automatisation. Autrement dit, même dans le pays le mieux équipé pour produire en masse, la question de la rentabilité réelle de ces machines reste ouverte.
Feather et la bataille du prix
Un troisième front s'ouvre aux États-Unis, du côté des petites structures. Forbes relate le lancement par Feather d'un humanoïde vendu 29 990 dollars américains, loin des machines à plus de 100 000 dollars qui dominaient jusqu'ici l'offre sérieuse. La jeune pousse vient de lever 7,6 millions de dollars en préamorçage, selon AI Insider, pour bâtir une plateforme ouverte aux développeurs tiers.
Le pari est différent de celui de Tesla. Plutôt que de tout concevoir et entraîner en interne, Feather mise sur un écosystème : fournir un corps robotique abordable et laisser d'autres écrire les applications. C'est une manière de mutualiser l'effort de collecte de données et de contourner, en partie, le problème de la main-d'œuvre qui forme sa propre relève. Forbes y voit le signe que de petites équipes réécrivent l'économie du secteur, comme Unitree l'a fait en Chine.
Technique, industriel ou humain ?
Le dossier Optimus montre que la réponse tient des trois. Le goulot technique existe : la dextérité, la robustesse et la généralisation des comportements appris restent imparfaites. Le goulot industriel est tout aussi réel : produire des milliers d'articulations fiables par semaine exige une chaîne d'approvisionnement qui n'existe pas encore à cette échelle, hormis peut-être en Chine.
Mais le frein le plus nouveau est humain. Tant que les humanoïdes apprendront surtout en imitant des personnes, leur progression dépendra de la bonne volonté de celles-ci. Les entreprises devront choisir : rémunérer davantage ces formateurs, négocier avec eux, ou chercher d'autres sources de données, comme la vidéo à grande échelle ou la simulation, qui ne remplacent pas encore pleinement la démonstration directe.
L'objectif des 1 000 Optimus hebdomadaires servira de test. S'il est atteint, Tesla aura prouvé qu'un constructeur automobile peut industrialiser l'humanoïde. S'il glisse, comme d'autres promesses d'Elon Musk, il rappellera que la course aux robots ne se gagne pas seulement dans les laboratoires ou sur les marchés boursiers, mais aussi dans l'atelier, auprès de ceux qu'on invite à s'effacer.