[TRIBUNE de David Gualino et Maurice Pitel, YONA ROBOTICS] Après l’ère du robot programmé, nous entrons dans celle du robot qui comprend. Et cette révolution est d’abord celle des logiciels d’IA embarquée. Depuis une décennie, la robotique mobile autonome s’impose dans les entrepôts et les sites industriels. Pourtant, une réalité persiste : la plupart des robots déployés évoluent encore dans des environnements structurés, cartographiés à l’avance et optimisés pour eux. Autrement dit, ils exécutent parfaitement. Mais ils ne décident pas. Analyse de David Gualino (photo ci-contre), fondateur et CEO de Yona Robotics, spécialiste des logiciels d’IA embarquée pour la robotique mobile, et de Maurice Pitel (photo dans l'article)  co-fondateur, ingénieur en génie logiciel et expert des systèmes critiques certifiés.

Dans le domaine de la robotique mobile, la prochaine rupture ne viendra pas d’un châssis plus robuste, d’un lidar plus précis ou d’une batterie plus performante. Elle viendra de l’exploitation de ces matériels par une couche souvent moins visible mais infiniment plus stratégique : le logiciel.

Les robots mobiles de première génération reposaient sur des trajectoires programmées et des environnements contrôlés. Si un obstacle imprévu surgissait, ils s’arrêtaient. Si la configuration changeait, il fallait reconfigurer. Ce modèle atteint aujourd’hui ses limites.

Les environnements industriels modernes sont dynamiques : flux logistiques variables, présence humaine permanente, imprévus constants, coexistence avec d’autres systèmes automatisés. Dans ces conditions, la simple exécution ne suffit plus. Or, l’autonomie réelle suppose trois capacités fondamentales :

1. Comprendre un environnement non maîtrisé

2. Décider en temps réel face à l’incertitude

3. S’adapter sans reprogrammation systématique.

Ces capacités ne relèvent plus du hardware. Elles relèvent de logiciels capables de fusionner des données multi-capteurs, de modéliser le monde réel et d’arbitrer en continu entre sécurité, performance et mission.

Une mutation comparable à celle de l’automobile

L’histoire récente d’autres industries offre un parallèle éclairant. Dans l’automobile, la valeur s’est progressivement déplacée du moteur vers le logiciel embarqué. Les véhicules sont devenus des plateformes informatiques sur roues, capables de mises à jour OTA (Over The Air), d’assistance à la conduite évolutive et d’intégration de services numériques.

Dans les smartphones, la différenciation ne s’est pas faite uniquement sur le matériel, mais sur l’écosystème logiciel et la capacité à orchestrer des applications.

Dans l’intelligence artificielle (IA) enfin, la puissance brute de calcul rend possible une évolution majeure du logiciel, avec la possibilité d’implémenter des algorithmes de plus en plus complexes et performants. La robotique mobile suit la même trajectoire.

Le robot devient un terminal physique d’une intelligence embarquée sophistiquée. Sa valeur stratégique réside dans son “cerveau” logiciel.

L’IA sort des “data centers”

L’essor de l’IA générative a concentré l’attention sur les modèles de langage et les infrastructures cloud. Mais une autre révolution, plus discrète, est en cours : celle de l’IA embarquée dans le monde physique.

Contrairement à une IA conversationnelle, un robot mobile agit dans un environnement réel où chaque décision a des conséquences physiques immédiates. L’erreur ne se traduit pas par une réponse incorrecte, mais potentiellement par un accident. Cela impose des exigences spécifiques : robustesse aux incertitudes, traçabilité des décisions, architecture certifiable, capacité à fonctionner en edge computing, sans dépendance constante au cloud.

La complexité n’est donc plus seulement algorithmique. Elle est systémique.

La fin des environnements “adaptés au robot”

Jusqu’ici, l’industrialisation de la robotique mobile passait souvent par une adaptation des sites aux contraintes des machines : marquages au sol, balisage spécifique, circulation organisée pour éviter les conflits. Demain, l’enjeu sera inverse : concevoir des robots capables de s’intégrer dans des environnements pensés d’abord pour les humains.

Ce basculement est stratégique. Il conditionne la généralisation des AMR (Autonomous Mobile Robots) au-delà des grands entrepôts ultra-structurés, vers des PME industrielles, des hôpitaux, des plateformes logistiques mixtes, voire des environnements extérieurs complexes.

L’autonomie véritable ne consiste pas à simplifier le monde pour permettre la circulation des robots. Elle consiste à rendre le robot assez intelligent pour évoluer dans le monde tel qu’il est.

Vers des plateformes logicielles transverses

Autre évolution majeure : la dissociation croissante entre matériel et intelligence embarquée. Les fabricants de robots cherchent désormais des plateformes logicielles capables de s’intégrer à différents capteurs (lidar, radar, caméras 3D, ultrasons) et à divers types d’engins mobiles.

Cette indépendance matérielle devient un levier clé d’innovation et de réduction des cycles de développement. À mesure que le marché mûrit, la différenciation se déplacera vers : la qualité de la perception, la sophistication des modèles décisionnels, la capacité à garantir sécurité et conformité réglementaire, et la rapidité d’intégration dans des architectures existantes.

Le robot physique deviendra de plus en plus standardisé.Le logiciel, lui, restera différenciant.

Une révolution silencieuse mais décisive

Comme dans d’autres secteurs avant elle, la valeur se déplace ainsi vers la couche logicielle, celle qui permet non seulement d’exécuter une tâche, mais de comprendre le contexte dans lequel elle s’inscrit.

Après l’ère du robot programmé, nous entrons dans celle du robot qui comprend. Et dans cette nouvelle phase, ce ne sont pas les machines les plus visibles qui feront la différence, mais les architectures logicielles les plus intelligentes.

La révolution de la robotique mobile ne sera pas d’abord mécanique. Elle sera informatique.