Derrière 14 400 unités, qui paie pour les robots humanoïdes ?

1,44万台 expédiées, 5,7 milliards de commandes commercialisées, soit 84,7 % du volume total expédié dans le monde… En 2025, l’industrie chinoise des robots humanoïdes a livré un bilan remarquable.

Les volumes expédiés sont réels, les montants des commandes sont réels. Mais, parmi ces commandes, quelle proportion a été passée par le gouvernement et les entreprises publiques sur la base des politiques industrielles ? Quelle proportion correspond à des tests payants réalisés par les constructeurs automobiles sous le nom de « entraînement » ? Et quelle proportion résulte de décisions d’achat prises par des entreprises privées, fondées sur l’idée que « les robots sont moins chers et plus pratiques que les humains » ?

Il y a un an, Zhu Xiaohu, de la société de capital-risque Jinsha River, a posé une question qui a ensuite été maintes fois citée : « Où se trouvent, selon vous, vos clients potentiels pour la commercialisation ? Qui dépenserait plusieurs dizaines de milliers pour acheter un robot et faire ce type de travail ? »

Un an entier s’est écoulé, mais cette question n’a toujours pas reçu de réponse franche.

Des commandes obtenues grâce à l’attraction d’investissements

En ouvrant les plus gros contrats de 2025 dans le domaine des robots humanoïdes, les entreprises publiques figurent toujours en bonne place.

Deux entreprises nationales de premier plan en matière d’intelligence incarnée ont remporté conjointement un appel d’offres portant sur l’achat de robots bipèdes humanoïdes pour une filiale de China Mobile, pour un montant total de 124 millions de yuans : il s’agissait alors de la plus grosse commande unique de robots humanoïdes au pays.

Dans le rapport de recherche de Galaxy Securities révélant une commande de 1,3 milliard de yuans pour UBTECH, des commandes de quatre centres de collecte de données situés au Guangxi, à Zigong, à Fangchengang et à Jiujiang totalisaient près de 700 millions de yuans ; les acheteurs sont tous des organismes présentant un arrière-plan de capital public local.

Les achats des entreprises publiques comportent une pression interne intrinsèque de soutien aux politiques industrielles ; les achats des gouvernements locaux s’inscrivent, le plus souvent, dans des échanges d’intérêts liés à l’attraction d’investissements. Acheter des robots signifie que la mission de « soutenir la technologie nationale » est accomplie. Quant à savoir à quels problèmes de production concrets les robots répondent réellement, ce n’est pas le point central de cette commande.

Wang Han, associé-gérant du fonds d’investissement en actions Shanghai PuChang, décrit le mode opératoire : « Beaucoup de sociétés de robots, profitant de l’enthousiasme dans l’industrie, négocient avec les gouvernements locaux des conditions d’implantation, et demandent en plus des commandes d’achat de soutien public. Elles lient l’attraction d’investissements et les achats ensemble. La demande est créée, elle ne pousse pas naturellement. »

L’enchaînement « attraction d’investissements contre engagements d’achat » coupe totalement les chiffres de capacité côté offre et la validation commerciale côté demande. Les commandes sont réelles, mais elles prouvent seulement que la chaîne de transmission de politiques fonctionne normalement, plutôt que que les robots créent une valeur commerciale.

Zhu Xiaohu, de Jinsha River Venture Capital, l’a dit sans détour : « Avant, la demande de marché la plus importante, c’était faire de la recherche… Aujourd’hui, il y a un nouveau type de client : une entreprise centrale achète le matériel pour une démonstration à l’accueil. »

Chen Weiguang, associé-gérant de Blue Sail Capital, est un investisseur de premier plan fermement optimiste à l’égard de la piste de l’intelligence incarnée. Il raconte un cas encore plus concret : Ziyuan s’est associé à des constructeurs automobiles comme Chery, déployant des robots humanoïdes dans des concessions 4S à l’étranger — « Chery estime que lorsqu’on place des robots dans des concessions 4S à l’étranger, les clients à l’étranger les percevront comme une technologie de pointe, et la voiture sera perçue comme meilleure. Plus souvent, cela sert à des scénarios en environnement fermé : comme des usines, la logistique, l’entreposage, des pharmacies, et aussi quelques scènes “amusantes” comme les concessions 4S — et le plus souvent, c’est pour la démonstration. »

Ce type de commandes ne comporte généralement pas d’accord de niveau de service, pas de clauses strictes de réponse aux pannes, des renouvellements sont rares, et l’acheteur ne divulgue jamais les données réelles d’utilisation des robots. Le KPI de l’acheteur, c’est « finaliser l’achat », pas « faire en sorte que le robot crée de la valeur ». La distinction entre signal de politique et signal commercial est, à elle seule, le critère le plus simple pour juger à quel type appartient une commande.

Ce type d’achats crée un marché, mais il a une fragilité intrinsèque. La vraie demande industrielle ne fluctue pas à cause de l’audience d’un gala, et ne naît pas non plus de la visite d’un dirigeant municipal.

Des stagiaires sur la ligne de production

Le terme « entraînement » traverse les annonces des entreprises de robots, les entretiens de la direction et les rapports de recherche des vendeurs : la formulation est très cohérente, mais le sens est rarement remis en question.

Dans un rapport intitulé « Année de la production en volume, cent écoles s’affrontent » publié par Orient Securities, décrivant le fait que le Walker S1 d’UBTECH entre chez des entreprises comme BYD, Geely, Foxconn, l’adjectif utilisé est « effectuer un entraînement », et il est indiqué qu’il faut « parvenir progressivement à la production en volume grâce à un entraînement sur ligne de production de 18 à 24 mois ». Un rapport haussier intitulé « Année de la production en volume » emploie comme verbe central, pour les scénarios des constructeurs automobiles, « entraînement » plutôt que « déploiement ».

Entraînement et déploiement sont deux choses de nature totalement différente. Déployer signifie livrer de la productivité de l’entreprise B à l’entreprise A ; s’entraîner signifie que, dans l’usine, le robot est l’objet de l’entraînement, que l’usine fournit des scénarios et des données opérationnelles réelles, et que l’entreprise de robots est alors la partie qui en bénéficie effectivement.

En logique commerciale : pendant la phase d’entraînement facturée, l’usine fait en réalité de la recherche et du développement pour l’entreprise de robots. Les coûts de R&D ne sont pas toujours assumés de la même manière : parfois par l’usine, parfois via des montants symboliques de contrat, parfois en les emballant carrément en « coopération stratégique ». Dans l’industrie, une phrase directe permet d’étayer ce jugement : « Ce n’est pas un contrat de vente qui est signé avec le constructeur automobile, mais un accord de coopération stratégique. »

Prenons le cas de Dongfeng Liuzhou. Une commande de 20 Walker S1 est indiquée dans des rapports de recherche d’institutions comme « la plupart déjà livrée », et elle apparaît dans les statistiques de volume expédié. Mais en regardant de près : l’échelle de 20 unités, le scénario dans une usine automobile et l’utilisation de la génération précédente de S1, et non du modèle S2 le plus récent. Chaque dimension pointe vers le même jugement : il s’agit d’un entraînement facturé, et non d’un déploiement à grande échelle visant à remplacer du personnel.

Le signal le plus parlant encore est que, pour l’instant, dans tous les cas de coopération de constructeurs automobiles divulgués publiquement, aucun ne révèle la durée réelle de fonctionnement, le taux de panne ou le taux d’exécution des tâches. Dans un véritable déploiement commercial, le client ne dissimulerait pas autant ces données.

Pourquoi l’entraînement ne se transforme-t-il pas en déploiement ?

Un observateur du secteur, proche des opérations réelles de l’usine, indique : « Même atteindre un taux de réussite de 99 % sur des gestes précis peut ne pas suffire, parce que la machine doit répéter énormément de tâches chaque jour ; un taux d’échec de 1 % s’additionne continuellement, et chaque échec peut entraîner l’arrêt de la ligne de production. Dans un scénario simulé, la réussite est à 90 %, puis sur site, on peut n’en avoir plus que 60 %. »

La logique de tolérance aux erreurs d’une ligne de production industrielle est totalement différente de celle d’un laboratoire : la première vise la stabilité sans panne, pas un taux de réussite moyen.

La manière dont Han Fengtao, fondateur de Qianxun Intelligent, décrit cette difficulté est encore plus directe : « L’industrie de l’intelligence incarnée ne fait que commencer. Le matériel des robots humanoïdes ne fait que commencer. Deux technologies à un stade très précoce fusionnent pour accomplir une tâche très complexe. C’est extrêmement difficile. »

Les motivations derrière ces pilotes menés par les constructeurs automobiles méritent aussi d’être examinées. BYD, Xiaomi et d’autres entreprises de véhicules ont elles-mêmes mis en place leurs projets liés aux robots ; les concurrents acheteurs font, dans une large mesure, une étude de la concurrence. Dans certains cas, sous la pression des politiques industrielles de la ville où se trouve le constructeur, le fait d’intégrer des produits d’entreprises locales de robots relève d’une coopération avec la chaîne industrielle. Rien de tout cela n’est motivé par une logique commerciale selon laquelle « les robots peuvent résoudre des problèmes de production ».

Pour juger si une commande est un pilote ou un achat réel, il y a un critère : qui prend la décision. Dans un pilote mené par un constructeur automobile, le décideur est généralement un service d’innovation ou un service d’investissement stratégique : l’évaluation porte sur la faisabilité technologique. Pour un achat industriel réel, le décideur est le département de production : l’évaluation porte sur le taux de substitution des coûts et l’amélioration de capacité. Si le premier échoue, le projet s’arrête ; si le second échoue, une responsabilité commerciale doit être assumée.

En appliquant ce critère aux cas divulgués jusqu’à présent, aucun ne franchit le seuil.

Le mystérieux acheteur

Pour évaluer si une commande constitue une véritable validation commerciale, le standard n’est pas compliqué : l’acheteur décide de manière autonome sur la base d’une logique de substitution des coûts ; il y a une définition claire des tâches et des critères d’acceptation ; en cas d’échec, il y a des conséquences commerciales ; l’acheteur est disposé à soutenir publiquement. Les quatre conditions sont indispensables, aucune ne peut manquer.

En appliquant ce standard à tous les cas divulgués à l’heure actuelle, il est presque impossible de trouver une boucle complète.

Les déclarations publiques du fondateur de Robot variable, Wang Qian, qualifient directement cette situation : « Il n’y a qu’un seul critère pour mesurer la commercialisation : créer un ROI positif pour le client. Si le client achète un robot pour remplacer des humains, que ce soit parce qu’il est plus efficace ou qu’il permet d’améliorer la productivité sur une période plus longue, tant que c’est réalisé, c’est gagné. Mais aujourd’hui, sur le marché, aucun acteur n’arrive à le faire. »

Il ajoute : les entreprises qui ont déjà annoncé des déploiements commercialisés et des revenus dépassant 100 millions de yuans font en essence encore de la recherche-éducation et des activités d’accueil/démonstration, et aller travailler en usine sur des tâches simples et répétitives « c’est en réalité une forme de PR ».

Ce jugement a également été entendu dans le milieu du capital. Gong Yuan, associé chez Sequoia China, a déclaré : « Une entreprise ne peut pas dépendre uniquement de faire des demos, des projets démonstratifs. Elle doit trouver une voie de commercialisation qui crée réellement de la valeur… Le coût total pour que le robot accomplisse la tâche doit être inférieur au coût de la main-d’œuvre locale, et la qualité d’exécution doit être supérieure. C’est seulement alors qu’il y aura des clients prêts à signer. »

Le sous-entendu est très clair : à ses yeux, ce dont beaucoup d’entreprises dépendent aujourd’hui pour survivre, ce sont les demos et les projets de démonstration, pas une valeur commerciale réelle. Ce jugement provient de quelqu’un qui investit continuellement dans ce secteur : cela signifie que l’investissement ne repose pas sur une logique commerciale clairement définie.

On peut aussi le confirmer par le chemin d’accès en usine. D’après des observateurs du secteur proches de plusieurs fabricants, l’usine ne dépenserait pas activement de l’argent pour faire entrer une série de robots « ne sachant rien faire » et « risquant de retarder la production ».

Par conséquent, « qui vous fait entrer dans l’usine » est la question primordiale, pas « que peut faire le robot ». Les voies actuelles pour entrer en usine incluent principalement : des relations actionnariales, les besoins en caution technologique des partenaires de coopération stratégique, les échanges d’intérêts entre les acteurs en amont et en aval de la chaîne industrielle, ainsi que le fait de faire un pont via le gouvernement. Dans cette liste, la voie « parce que le robot peut remplacer la main-d’œuvre, et que l’usine achète de manière autonome sur une base économique rationnelle » n’existe pas encore. La logique d’entrée en usine n’est pas tirée par la demande : elle est tirée par les relations.

À ce stade, les applications des robots humanoïdes sont encore au stade d’exploration et de démarrage, principalement des pilotes dans certaines entreprises qui ont des besoins en automatisation et en intelligence… leur déploiement à grande échelle reste limité par le coût, la technologie, et l’acceptation du marché, entre autres.

L’entreprise numéro un mondial en volume expédié utilise, dans ses documents de cotation, les termes « exploration » et « pilote » : ce ne sont pas de modestes formulations, mais l’expression officielle la plus précise sur la « maturité » actuelle de la commercialisation.

Le cas qui se rapproche le plus d’une vraie commande commerciale est le suivant : une marque de robots de premier plan fournit un service aux chambres à l’hôtel Marina Bay Sands à Singapour, et guide les voyageurs à l’aéroport de Dubaï en langue arabe. Mais ces deux cas n’ont divulgué aucun chiffre de suivi : nombre de robots déployés, montant des contrats, relevés de pannes, situation de renouvellement ; de plus, l’hôtel et l’aéroport n’ont pas fait de déclaration publique.

Cette absence de silence en elle-même constitue un signal. Un client qui a réellement fait fonctionner la logique commerciale a la motivation de publier : « J’ai acheté combien de robots, je les ai utilisés pendant combien de temps, et combien d’argent j’ai économisé. »

Le manque de données signifie que la validation n’a pas encore eu lieu.

** La capacité technique est la contrainte réelle **

Le problème de la structure des commandes ramène finalement à la capacité technique.

Si un produit ne se vend pas avec de vraies commandes commerciales, c’est soit parce qu’il est trop cher, soit parce qu’il n’est pas suffisamment pratique, soit parce que les deux s’appliquent. La situation actuelle des robots humanoïdes correspond aux deux conditions à la fois.

Les évaluations de l’efficacité des scénarios industriels actuels sont très cohérentes entre les parties. Le responsable de la marque chez UBTECH, Tan Min, donne le chiffre de 30 % de l’efficacité de la main-d’œuvre, et estime qu’au début de 2026, il sera possible de dépasser 50 % ; le robot Leju affirme que l’efficacité dans les scénarios industriels est proche de 50 % de celle de la main-d’œuvre ; Xingdong JiYuan prétend que dans certains scénarios industriels réels, on atteint plus de 70 % ; et le rapport de recherche indépendant de Morgan Stanley donne un chiffre de 30 %.

Il existe un écart manifeste entre les auto-déclarations des fabricants et les évaluations de tiers, ce qui est déjà une pratique courante. Mais même en tenant compte des chiffres les plus optimistes des fabricants, la conclusion n’est pas encourageante : 70 % d’efficacité signifie que pour accomplir la même tâche, il faut 1,4 fois plus de temps de main-d’œuvre ; si l’on retient le chiffre de 30 % de Morgan Stanley, il faut 3,3 fois plus. Aucun chiffre ne permet de soutenir la logique d’achat « les robots sont moins chers et plus pratiques que les humains ».

Au-delà des chiffres, l’observation de terrain est encore plus directe. Un observateur proche des opérations de démonstration de robots décrit un détail : ce qu’on appelle « le robot s’occupe des gens », en réalité c’est souvent « 3 personnes s’occupent d’1 robot » dans les coulisses du site de démonstration, et on peut fréquemment voir une rangée de robots allongés au sol en attente d’une intervention humaine. Après avoir regardé une démonstration de projet, Wang Han a fait ce commentaire : « Rien que pour ranger une paire de chaussures, la reconnaissance et le calcul ont déjà pris une minute. Il ne fait même pas bien les tâches ménagères de base, alors de quoi parle-t-on pour entrer dans mille foyers ? »

Le manque d’efficacité et des coûts élevés se combinent pour donner un calcul de ROI extrêmement sévère.

Le prix d’achat d’un robot humanoïde est actuellement d’environ 100 000 yuans. En supposant qu’il remplace un ouvrier au salaire mensuel de 5 000 yuans, rien que le temps de récupération des coûts d’achat du matériel serait d’environ 20 mois. Or la réalité est que l’efficacité n’est que de 30 % à 50 % ; pour produire au même niveau, il faut en pratique 2 à 3 robots. En conversion, la période de récupération totale dépasserait alors 40 à 60 mois. Cela ne tient même pas compte des coûts de maintenance, des pertes liées aux pannes, ni des coûts d’intégration supplémentaires engendrés par un faible niveau actuel de standardisation dans l’industrie.

Ce dernier point est souvent sous-estimé. Tan Min, responsable de la marque chez UBTECH, a une description directe : « Les standards de l’industrie des robots humanoïdes — logiciels et matériels — ne sont pas encore totalement clarifiés aujourd’hui. Nous sommes très loin d’une production réellement standardisée. Les interfaces ne sont pas standardisées entre les différentes étapes, ce qui rend les coûts d’intégration et la difficulté des procédés très élevés. Si les volumes sont importants, compter sur les ingénieurs pour “tout faire à la main” n’est pas réaliste. » Cela implique que même si le coût du robot lui-même baisse, les coûts implicites d’intégration système restent élevés.

Quand les coûts baisseront-ils ?

Des données de recherche montrent qu’en 2035, les prix des composants de robots à l’échelle mondiale baisseront d’environ 70 %. Cela signifie qu’une décision de substitution de main-d’œuvre basée purement sur une logique économique ne deviendra viable à grande échelle qu’à la mi-période des années 2030. D’ici là, qui achète des robots et pour quelle utilisation, la réponse ne sera probablement pas « des usines achètent de manière autonome sur une logique de réduction des coûts ».

Ce jugement influence déjà la logique d’allocation de certains investisseurs. Wang Han a admis qu’au sein du secteur de l’intelligence incarnée, il évite volontairement les fabricants d’unités complètes et se concentre plutôt sur l’amont : « Je m’y prends par le côté fournisseurs ou composants et pièces détachées, parce que la demande ici est la plus réelle : de quels types de composants le segment aval a vraiment besoin, c’est assez clair. » Choisir l’amont et éviter l’unité complète est un jugement rationnel : la logique commerciale de l’unité complète n’a pas encore été mise en route, mais la demande en composants est réelle.

Il fournit un repère concret pour « la vraie demande » : « Prenez les robots industriels, comme Mecamand : ils augmentent réellement l’efficacité et résolvent des problèmes spécifiques, comme le tri, donc ils ont de la valeur. Pour ce qui est de l’intelligence incarnée, en dehors de quelques fonctions de démonstration “belles et impressionnantes”, peut-elle résoudre des besoins réels ? Si un jour elle y parvient, l’acceptation des clients pourrait apparaître. À l’heure actuelle, son problème central est qu’elle se trouve encore en phase de développement technique ; le besoin de base n’est effectivement pas visible. »

Scénarios figés, tâches uniques, fiabilité quantifiable : ce sont précisément les points qui manquent le plus aux robots humanoïdes actuellement. La généricité est à la fois l’argument de vente des robots humanoïdes et leur fardeau : plus ils sont polyvalents, plus il est difficile de répondre aux exigences de stabilité au niveau industriel dans n’importe quel scénario particulier.

Le récit au sein de l’industrie est en train de changer discrètement. Un investisseur décrit ainsi : « Cette vague de “grands récits” pour les modèles universels d’intelligence incarnée, c’est essentiellement déjà terminé. À partir de cette année, on verra progressivement des modèles qui se consacrent à des scénarios de déploiement… et qui attendent de façon progressive la maturité de l’intelligence incarnée. »

Quand le récit selon lequel « des robots humanoïdes universels vont tout bouleverser » devient difficile à maintenir pour financer, l’industrie se tourne vers des scénarios plus petits et plus précis — la logistique et le tri, aller chercher des médicaments dans les pharmacies, la manutention et l’entreposage. Ces scénarios ont en commun : l’environnement est relativement structuré, les tâches relativement simples, et la marge de tolérance aux erreurs est relativement plus grande.

Mais le récit qui soutient les valorisations actuelles n’a jamais été « un robot qui va chercher des médicaments dans une pharmacie », mais plutôt « des robots humanoïdes qui remplacent totalement la main-d’œuvre dans l’usine ». Le premier approche de la réalité, tandis que le second reste encore lointain. La distance entre les deux, c’est l’épaisseur de la bulle dans les valorisations actuelles.

Source de l’article : NashNova

Avertissement sur les risques et clauses de non-responsabilité

        Il existe des risques sur le marché ; investissez avec prudence. Le présent article ne constitue pas un conseil d’investissement personnel et ne tient pas compte des objectifs d’investissement spécifiques, de la situation financière ou des besoins particuliers de certains utilisateurs. Les utilisateurs devraient envisager si les opinions, points de vue ou conclusions présentés dans cet article sont conformes à leur situation particulière. Tout investissement réalisé sur cette base engage votre propre responsabilité.