Les normes robotiques chinoises ne sont pas un plan préétabli, mais plutôt une reconnaissance des réalités du marché.

La Chine ne publie pas de cadre standard pour une industrie qui fonctionne déjà. Cette décision signifie autre chose : la technologie a besoin d’un soutien, car elle n’a pas réussi à résoudre ses problèmes les plus difficiles par elle-même.

En mars 2026, l’Administration de Normalisation de la Chine a introduit un système de normes nationales pourRobautique humaine et IA incarnéeDébut août, le Ministère de l’Industrie et des Technologies de l’Information a présenté un projet de décret demandant…Au moins 100 normes clés d’ici 2028, avec plus de 200 entreprises qui devraient y participer.En avril, la Chine a initié ce qu’elle a appeléLe premier standard international ISO au monde concernant l’intelligence intégrée : Jeux de données pour robots humanoïdes.

Ce n’est pas une mesure réglementaire stricte. C’est plutôt une politique industrielle conçue autour d’un problème technique particulier.

Le problème n’est pas le calcul. C’est les données qui ne existent pas.

Les modèles de langage entraînés à partir des données numériques disponibles sur Internet – des milliards de pages, de posts et de documents créés par hasard par l’activité humaine – ont un coût marginal très faible pour chaque exemple d’entraînement supplémentaire. L’IA incarnée ne peut pas fonctionner de cette manière.

Chaque exemple d’entraînement pour un robot représente une interaction physique : une main qui saisit un objet, un bras qui pose un objet sur une étagère, une série de mouvements des articulations en réponse aux données sensorielles. Ces données ne sont jamais consignées par écrit. Elles doivent être générées de manière intentionnelle, sur du matériel physique, par un opérateur humain, souvent par téléopération. Chaque exemple nécessite du temps pour le robot, du temps pour l’opérateur, et des efforts pour l’installation physique nécessaire.Le coût marginal ne diminue pas avec l’échelle..

Et simplement ajouter davantage de données au modèle ne sert à rien. Des recherches publiées au début de l’année 2026 montrent que…plutôt que de l’améliorer— Un phénomène appelé transfert négatif. La qualité et la compatibilité des données sont plus importantes que le volume.

Alors, ce que la Chine fait vraiment

Un format de jeu de données standardisé constitue une tentative de rendre les données liées à l’intelligence artificielle reproductibles entre différentes entreprises et robots, de la même manière que les corpus de texte standardisés ont permis l’essor des modèles linguistiques. Si le jeu de données utilisé par la Compagnie A est formaté de la même manière que celui de la Compagnie B, les données peuvent être combinées, partagées et réutilisées. C’est précisément cette compatibilité qui est visée par la norme ISO initiée par la Chine.

Le cadre de 100 normes va plus loin. Les méthodes d’évaluation standardisées permettent aux acheteurs de comparer les robots entre différents fabricants. La gestion standardisée de la sécurité permet aux régulateurs d’approuver les installations sans avoir à élaborer de nouvelles règles pour chaque entreprise. C’est ce genre d’architecture industrielle qui transforme une activité de recherche en un secteur de production – à condition que la technologie sous-jacente puisse être mise en œuvre.

L’écart entre le standard et la machine

C’est là que l’histoire diffère des communiqués de presse.Sept entreprises chinoises de robotique ont actuellement une valeur marchande supérieure à 20 milliards de RMB.Environ 2,8 milliards de dollars.L’un d’eux valait 6 milliards de dollars.Un autre projet, fondé il y a moins d’un an, a atteint une valeur de plus de 1 milliard de dollars. La technologie utilisée dans ces projets raconte une histoire différente.

Lors d’une session de vérification, les ingénieurs d’une entreprise valorisée à plus de 20 milliards de RMB n’ont pas réussi à effectuer le pliage des serviettes en 15 minutes. Lors d’une démonstration dans une usine de production…Un robot a mis 70 secondes pour déposer un seul roulement.Un autre être humanoïde a mis 90 secondes pour prendre une boîte dans ses bras, la déplacer sur une étagère, puis la poser à sa place. À cette vitesse, il faudrait des dizaines de robots pour remplacer un ouvrier de l’usine… Avec un coût de production qui n’a aucun sens économique.

Les normes sont ambitieuses. Les robots ne sont pas là.

Ce n’est pas une situation propre à la Chine. Le même problème lié aux restrictions dans les données affecte tous les acteurs sur le marché à l’échelle mondiale. La différence est que la Chine a choisi de résoudre ce problème par des moyens institutionnels, plutôt que d’attendre que les forces du marché agissent. Si cela fonctionne ou non reste une question ouverte : standardiser le format des données ne permet pas nécessairement de créer automatiquement les données physiques nécessaires. Il faut encore que des humains contrôlent les robots, heure par heure, tâche après tâche.

Ce que cela signifie pour les investisseurs américains

Les entreprises qui développent des robots humanoïdes – qu’elles soient chinoises, américaines ou d’autres pays – sont pour la plupart en phase pré-commerciale. Leur valeur marchande est souvent indépendante de leurs capacités réelles à être utilisées dans l’industrie. Cependant, certaines entreprises comme Agility Robotics rapportent déjà des revenus et des déploiements commerciaux effectifs. D’autres, comme UBTech, communiquent publiquement sur leurs performances.Agility Robotics a déposé une demande pour faire entrer son entreprise en bourse via une fusion avec un SPAC.Unitree prépare ce qui serait la première IPO dédiée aux humains en tant que produit pur. Le cas d’investissement pour chaque projet repose sur l’hypothèse que le problème lié aux données sera résolu, que les robots atteindront une vitesse industrielle, et que quelqu’un paiera pour eux avant que les capitaux ne s’épuisent.

Les entreprises qui profitent, quel robot gagne ou non, se trouvent en haut de la liste. Nvidia, qui vend les GPU nécessaires pour entraîner les politiques de chaque robot, et qui exploite également la plateforme de simulation Isaac ainsi que le modèle de base Cosmos, utilisés par les entreprises de robots pour combler le fossé dans les données d’IA physique.Prévu une augmentation de dix fois des revenus liés à l’IA physique.Cette prévision n’est qu’une mise en gage, et non une facture. Le secteur des centres de données de Nvidia connaît déjà une croissance annuelle de 83 %, avec un taux de marge brute de 74 % et un ROIC de 87 %. Pour que l’IA physique puisse changer la trajectoire d’une entreprise qui se développe déjà à ce rythme, il faudrait un nombre important d’utilisateurs pour cela.

Tesla, qui développe Optimus depuis des années, n’a pas encore commencé la production dans sa usine de Fremont à partir du milieu de juillet 2026. Selon les rapports les plus fiables, le nombre total de unités produites est d’environ quelques centaines. Les actions de l’entreprise se vendent à environ 365 dollars, soit une baisse de près de 19 % par rapport à l’année précédente. Il semble que le marché ne prenne pas en compte les revenus liés aux robots dans les prochaines années.

La vraie question n’est pas de savoir quelle entreprise de robots gagnera.

Il s’agit de savoir si l’IA incarnée pourra atteindre un point où les robots peuvent effectuer des tâches utiles à un coût total inférieur à celui d’un travailleur humain. Le problème lié aux données rend ce chemin plus lent que ce que la voie basée sur la puissance de calcul suggère. Les efforts de standardisation de la Chine sont une reconnaissance honteuse de cette contrainte, présentés sous forme de politiques industrielles. Les normes définissent l’objectif, mais elles ne construisent pas le chemin en soi.

Pour les investisseurs, cette différence est importante. Les entreprises qui vendent des outils et des équipements techniques –如 puces, outils de simulation, capteurs– réalisent des revenus réels aujourd’hui et bénéficient de tout progrès dans ce secteur. En revanche, les entreprises qui fabriquent des robots ont des démonstrations, une évaluation de leur valeur et des délais de développement. Entre ces deux catégories, le profil de risque est fondamentalement différent. Une première catégorie gagne de l’argent tandis que la technologie se développe. L’autre catégorie a besoin que la technologie se développe avant de pouvoir gagner de l’argent.