Commençons par le verdict : les robots humanoïdes ne toucheront pas les lignes principales de préparation de commandes des entrepôts au cours des cinq prochaines années. Mais ils prendront d'abord pied dans trois coins — et ces trois coins se trouvent être les postes avec les pires pénuries de main-d'œuvre et les marges les plus minces.
Ce n'est pas une supposition. Au cours de l'année écoulée, j'ai suivi les images et les données de pilotes de quatre entreprises de robotique humanoïde en environnement d'entrepôt, et j'ai parlé avec deux 3PL qui mènent actuellement des essais. Le battage médiatique est réel. Les chiffres sont brutaux. Voici le tableau complet : où en sont les choses, le calendrier, et quoi faire.
D'abord un peu de réalisme : où en sont vraiment les humanoïdes aujourd'hui
Enlevez les filtres et voici la réalité. La marche bipède n'est plus le problème — les taux de chute sur les sols plats d'entrepôt sont étonnamment bas. Les vrais goulots d'étranglement sont les mains et le cerveau.
Le goulot des mains, c'est la généralisation de la préhension. Avec un SKU fixe dans un carton rigide, le taux de réussite de préhension peut dépasser 99 %. Mais un bâtiment e-commerce traite des milliers de SKU par jour — sachets plastiques souples, articles aux formes bizarres, emballages réfléchissants — et le succès tombe dans le bas des 90 %. Ne haussez pas les épaules devant ces quelques points : une ligne de préparation exige 99,5 % de précision ou mieux. À 95 %, une commande sur vingt nécessite une intervention humaine, et le rythme de toute la ligne s'effondre. Quiconque travaille dans la vision et la préhension le sait : le dernier kilomètre de la généralisation, c'est là que brûle l'argent.
Le goulot du cerveau, c'est la gestion des exceptions. Les humanoïdes savent désormais bien exécuter le chemin nominal, mais une journée d'entrepôt n'est qu'une suite d'exceptions : un carton renversé, une étiquette masquée, une palette de travers, des bouts de film étirable au sol. Les humains les gèrent avec vingt ans d'expérience vécue. Les robots les gèrent avec des données d'entraînement — et il n'existe aucun jeu de données public de qualité sur les « exceptions d'entrepôt ». Chaque entreprise collecte le sien, et la vitesse de collecte ne suit pas la complexité des scénarios.
Puis il y a l'argent. Les prix cotés actuels pour une seule unité humanoïde vont généralement de quelques dizaines de milliers à plus d'une centaine de milliers de dollars (vérifiez les derniers tarifs des fournisseurs), hors intégration, maintenance et pièces de rechange. Le coût complet d'un préparateur de commandes en Californie tourne autour de $45 000–55 000 par an. Faites le calcul : si le robot fait le travail de 1,5 personne et a quand même besoin d'une nounou — un surveillant sur site — les chiffres ne passent pas aujourd'hui. Tous les fournisseurs promettent « $20 000 à l'échelle », mais l'échelle a besoin de commandes, et les commandes ont d'abord besoin que les chiffres passent. Le classique problème de l'œuf et de la poule.
Mon verdict : quiconque vous dit que les humanoïdes remplaceront les préparateurs l'année prochaine vous vend des formations ou vous vend des robots.
Les trois coins qui arrivent en premier : les postes que les gens détestent, où les erreurs coûtent peu
Une technologie immature ne veut pas dire zéro point d'appui. Je vois trois coins arriver en premier, tous suivant une même logique : ce sont les postes que les humains veulent le moins.
Coin numéro un : la manutention des bacs et l'induction. Points de prise fixes, mouvements fixes, SKU relativement uniformes. Les échanges de bacs vides et pleins aux murs de préparation (put walls) et aux goulottes de tri — du travail « déplacer du point A au point B » — c'est là que l'avantage bipède de l'humanoïde (escaliers, allées conçues pour les humains) bat les AMR. Un 3PL en phase pilote m'a dit que ses unités tournent déjà six heures d'affilée dans ce scénario sans nécessiter d'intervention humaine.
Coin numéro deux : le tri assisté des retours. La zone des retours est là où personne ne veut travailler : sale, chaotique, soupe de SKU. Notez bien le mot « assisté » — le robot pré-trie les retours dans des bacs grossiers (cartons, sachets plastiques, dommage suspecté) pendant que les humains continuent de prendre les vraies décisions de classement. Le tri grossier a des exigences de précision indulgentes, donc les erreurs du robot coûtent peu.
Coin numéro trois : le réassort de nuit et le rangement. Les équipes de nuit sont déjà difficiles à doter en personnel, et le réassort est un travail planifié, hors pointe, avec un takt souple — et avec un filet de sécurité, parce que l'équipe du matin rattrape tout ce que le robot a raté. Laisser les humanoïdes faire leur « stage » la nuit pendant que les humains couvrent le jour, c'est le point d'entrée le moins risqué.
Vous voyez le schéma ? L'ordre de déploiement n'est pas « le plus dur d'abord ». C'est « ce que les humains détestent le plus, là où les erreurs coûtent le moins » d'abord. C'est la loi historique de chaque vague d'automatisation dans l'entreposage : les AGV ont commencé par le transport de nuit, pas par la préparation de jour.
Le calendrier : mes pronostics et mon raisonnement
Voici mon calendrier, basé sur l'état réel de la technologie et des courbes de coûts. Si je me trompe, je l'assumerai :
2026–2027 : validation pilote. Les 3PL leaders et les grands centres de distribution e-commerce feront tourner des pilotes de quelques dizaines d'unités, concentrés sur ces trois coins. Tous ceux qui achètent maintenant paient les frais d'inscription — leçons d'intégration, refonte des processus, constitution de leur propre équipe de maintenance robotique. Ne les enviez pas. Ils tracent la piste pour l'industrie.
2028–2029 : réplication à petite échelle. Cela exige deux conditions à la fois : un coût total de possession par unité sous les $30 000, et un MTBF (temps moyen entre pannes) au-dessus de 500 heures. Alors les scénarios éprouvés commencent à se répliquer dans des dizaines de bâtiments — toujours des coins, pas la ligne principale.
2030 et au-delà : les lignes principales de préparation deviennent envisageables. Une ligne principale de préparation exige 99,5 % de précision, un fonctionnement 24/7, et une unité qui remplace plus de deux personnes. Au rythme actuel des progrès en généralisation de préhension, je ne le vois pas avant 2030. Le raisonnement est simple : au cours des trois dernières années, le taux de réussite de préhension sur les articles non standard s'est amélioré de façon linéaire, pas par bonds — et la ligne principale a besoin d'un bond.
Une variable de plus que les gens ignorent : la certification de sécurité. Les normes OSHA et ANSI pour les humanoïdes travaillant aux côtés des humains sont encore en cours de rédaction (vérifiez les dernières publications officielles). Tant qu'elles ne sont pas là, aucun service juridique de grande entreprise ne validera des opérations mixtes homme-robot à grande échelle. Ce n'est pas un problème technologique, c'est un problème de conformité — et la conformité ne s'est jamais intéressée au récit de quiconque sur la « singularité technologique ».
Que faire maintenant : ne pas acheter, mais commencer trois choses dès aujourd'hui
La conclusion est claire : ce n'est pas le moment d'acheter un humanoïde. Mais « ne pas acheter » ne veut pas dire « ne pas se préparer ». Trois choses à commencer dès aujourd'hui :
Premièrement, standardisez vos processus. Les robots ne font que du travail standardisé. Chaque étape de votre flux de préparation qui repose aujourd'hui sur « l'instinct du vétéran » est un futur obstacle à l'automatisation. Rédigez des SOP détaillés, enregistrez les exceptions, accumulez des données — les investissements d'aujourd'hui deviennent des actifs pour une décennie.
Deuxièmement, commencez à collecter vos propres données de scénarios. Les données d'entraînement pour la gestion des exceptions sont la ressource rare. Chaque exception bizarre rencontrée aujourd'hui — le carton mal étiqueté, la bouteille qui fuit, les câbles emmêlés — photographiez-la, enregistrez-la, classez-la par catégories. Que vous achetiez des robots ou que vous construisiez plus tard de l'inspection par IA, ces données sont votre fossé défensif.
Troisièmement, réservez des interfaces dans les plans de nouveaux bâtiments. Portance des sols, largeurs d'allées, zones de recharge, couverture réseau — laisser 20 % de marge au stade du gros œuvre coûte peu. Quand les robots arriveront vraiment, vous n'aurez pas à casser les sols au marteau-piqueur.
Une dernière pensée honnête : chaque vague d'automatisation d'entrepôt des vingt dernières années a suivi le même arc — encensée jusqu'au ciel, dénoncée comme une arnaque, puis discrètement adoptée dans des coins que personne ne regardait. Les AGV l'ont fait. Les AMR l'ont fait. Les humanoïdes le feront aussi. Le bon coup, ce n'est pas de courir après le battage. C'est d'avoir ses fondamentaux en ordre avant l'arrivée de la vague.
À la réunion de demain, ne demandez pas « faut-il acheter un robot humanoïde ? ». Demandez « nos SOP de préparation sont-ils assez détaillés pour qu'un robot les suive ? ». C'est la bonne question pour 2026.
Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.
