Les robots humanoïdes travaillent désormais dans les usines

Pendant des années, les robots humanoïdes n'étaient que des curiosités de laboratoire – des démos impressionnantes suivies de rien. Cela a changé en 2026. Trois plateformes opèrent désormais dans des environnements de production réels, et les chiffres rapportés ne sont pas des statistiques de pilote : ce sont des rendements d'usine.
Ce n'est pas une histoire sur ce que les robots feront en 2030. C'est un rapport sur ce qu'ils font aujourd'hui, dans quelles usines ils se trouvent, et quelles sont les limitations honnêtes qui persistent.
Figure 03 chez BMW : 90 000 pièces, quarts de 10 heures
Les données de déploiement commercial les plus détaillées proviennent du pilote de 10 mois de Figure AI à l'usine BMW de Spartanburg, en Caroline du Sud. Les robots Figure 02 ont déplacé plus de 90 000 pièces de tôlerie, assisté à la production de plus de 30 000 véhicules BMW X3, et enregistré plus de 1 250 heures d'exploitation – soit des quarts de 10 heures, cinq jours par semaine.
Ces chiffres comptent parce qu'ils reflètent la réalité d'une utilisation industrielle soutenue, pas une vitrine de week-end. Les robots ne manipulaient pas des produits finis : ils effectuaient la manutention répétitive et physiquement exigeante qui représente une grande part des blessures et du turnover en usine. BMW a ensuite étendu le déploiement à son site de Leipzig en Allemagne.
La plateforme suivante de Figure, Figure 03, est désormais en production dans son usine dédiée BotQ à un rythme d'un robot par heure. C'est une montée en cadence lente selon les standards automobiles, mais c'est une production réelle – pas un assemblage de prototypes.
Boston Dynamics Atlas : 56 degrés de liberté, déjà engagé
L'Atlas électrique – le robot humanoïde de production de Boston Dynamics, dévoilé au CES 2026 – possède 56 degrés de liberté et une capacité de levage de 50 kg. Toutes les unités 2026 sont déjà allouées : l'usine de fabrication de Hyundai en Géorgie et Google DeepMind ont pris l'intégralité de la production.
Le prix reflète où la technologie se situe. Les unités Enterprise Atlas sont estimées à 150 000 $ l'unité, avec environ 9 500 $ de maintenance annuelle. C'est un tarif d'équipement industriel, pas de robotique grand public. Boston Dynamics vise 30 000 unités par an d'ici 2028 – un chiffre qui semble ambitieux jusqu'à ce que l'on réalise que la société livre des robots Spot à grande échelle depuis trois ans et dispose d'une véritable infrastructure logistique et de service.
Tesla Optimus : production en volume cet été, clients en 2027
Tesla convertit son usine de Fremont à la production de robots humanoïdes au T2 2026, visant un million d'unités par an à pleine capacité. La production en volume commence fin de l'été 2026, mais la disponibilité pour des clients externes n'est pas attendue avant 2027. Pour l'instant, les unités Optimus sont déployées en interne dans les installations de Tesla.
Le prix de détail cible est inférieur à 20 000 $ en volume – un chiffre qui, s'il est atteint, serait un moment clé pour la catégorie. Pour contexte, le cobot industriel moyen coûte aujourd'hui entre 35 000 et 80 000 $ et ne peut pas marcher. Si Tesla atteint les 20 000 $ pour un humanoïde polyvalent, l'économie du travail humain dans de nombreux secteurs change fondamentalement.
Mise en garde : les délais de production de Tesla ont historiquement été optimistes. L'entreprise a fini par livrer le Cybertruck ; la question est de savoir si Optimus suivra le même schéma de livraison retardée mais finalement réelle, ou s'il stagnera au stade du déploiement interne.
Le marché global : 50 000 unités commerciales en 2026
Counterpoint Research estime que plus de 50 000 robots humanoïdes seront en exploitation commerciale en 2026, contre 16 000 fin 2025. Goldman Sachs projette un marché de 38 milliards de dollars d'ici 2035, avec des estimations de base de 76 000 expéditions mondiales d'ici 2027.
La Chine n'est pas en reste. Unitree a expédié plus de 5 500 unités autonomes en 2025 et a annoncé le premier mécha piloté produit en série au monde le 12 mai 2026, à un prix de départ d'environ 650 000 $. Le G1 d'Unitree, à environ 16 000 $, est déjà la plateforme la moins chère disponible commercialement et a été largement adopté dans les instituts de recherche.
Ce que ces robots font vraiment bien – et ce qu'ils ne peuvent pas encore faire
Toute évaluation honnête des robots humanoïdes en 2026 nécessite de séparer les capacités réelles du marketing. Ce qui fonctionne bien aujourd'hui :
- La manutention répétitive dans des environnements structurés (l'exemple BMW est représentatif)
- Les opérations pick-and-place où l'ensemble des objets est contraint et les positions prévisibles
- Les tâches dans des géométries d'usine conçues autour du corps humain, ce qui explique pourquoi le facteur de forme humanoïde importe plus qu'il n'y paraît
Ce qui reste vraiment difficile :
- Les environnements non structurés – dès qu'un robot rencontre quelque chose qui n'est pas dans sa distribution d'entraînement, les taux d'échec grimpent
- La manipulation dextre – les tâches motrices fines comme les faisceaux de câbles, les petites fixations et la manipulation de tissus restent difficiles
- La fiabilité sur la durée – la plupart des déploiements se mesurent encore en mois, pas en fonctionnement continu sur plusieurs années
Ce qu'il faut retenir pour les décideurs
Si vous évaluez les robots humanoïdes pour un déploiement industriel aujourd'hui, la réponse honnête est : cela dépend de la tâche. Pour la manutention structurée dans un environnement d'usine contrôlé, Figure 03 et Atlas ont des références éprouvées. Pour tout ce qui nécessite une dextérité importante ou une capacité d'adaptation à des environnements variables, la technologie n'est pas encore prête à l'échelle de la production.
Le jalon de 2026 n'est pas que les robots humanoïdes aient résolu le travail général – c'est qu'ils sont passés des démos en laboratoire à une production mesurable en usine. C'est une étape significative. La transition de 50 000 unités commerciales à 500 000 nécessitera des progrès continus en fiabilité, dextérité et coût. Mais pour la première fois, la trajectoire repose sur des données de déploiement réelles, pas sur des projections à partir de vidéos de démonstration.