L'examen de 11 mois de Figure AI chez BMW : les résultats que personne n'a publiés

Depuis trois ans, l’industrie des robots humanoïdes est un véritable concours de vidéos virales. Est-ce qu’il peut faire un backflip ? Est-ce que ça peut faire du café ? Est-ce que ça peut plier une chemise ? Ces manifestations étaient impressionnantes, mais elles étaient également soigneusement mises en scène, lourdement éditées et finalement dénuées de réalité économique.

À la mi-novembre 2025, cette époque a fait un premier pas sérieux vers sa fin.

Figure AI et BMW Manufacturing ont conclu un programme pilote de 11 mois à l’usine de Spartanburg, en Caroline du Sud. Le gros titre n’est pas que les robots ont fonctionné. Le titre est que le travail était ennuyeux.

Il n’y a pas eu de backflips. Il n’y avait pas de danses. Il y avait deux robots Figure 02 sur une ligne de châssis, insérant des pièces de tôle dans un montage dans une tolérance de 5 millimètres, fonctionnant par équipes de 10 heures du lundi au vendredi, pendant des mois. À eux deux, ils ont géré environ 90 000 placements de pièces, alimentant la production de plus de 30 000 carrosseries BMW X3. Ils n’ont pas pris de pauses cigarettes. Ils ne se sont pas plaints de microtraumatismes répétés.

Il s’agit de « l’examen » que toutes les entreprises de robotique redoutent – ​​et Figure l’a passé pendant 11 mois. Le problème, comme nous le verrons, est que la feuille de notes complète n’a jamais été publiée.

Les mesures de la réalité

Le pilote s’est concentré sur une tâche spécifique et à haute fréquence : l’insertion de pièces en tôle dans un support de châssis. Il s’agit d’une tâche notoirement difficile pour l’automatisation traditionnelle car la position du châssis varie légèrement et les pièces sont fragiles et difficiles à saisir.

Contrairement à un bras robotique rigide qui s’attend à ce que le monde soit parfait, un humanoïde doit s’adapter à un monde imparfait. Les cibles publiées du pilote étaient exigeantes :

• Précision du placement : taux de réussite >99 % par équipe.
• Durée de cycle : 84 secondes par opération en plusieurs parties.
• Taux d’intervention : zéro intervention humaine par quart de travail – chaque pause ou réinitialisation a été enregistrée.

Voici l’astérisque sur l’ensemble de l’exercice : ni Figure ni BMW n’ont publié de données sur la manière dont les robots ont réellement atteint ces objectifs. Les interventions ont été enregistrées ; le journal est resté privé. Un projet pilote de 11 mois qui se termine avec des KPI non publiés est une note de passage implicite, et non par preuve – il convient de le rappeler chaque fois qu’un communiqué de presse le qualifie de « succès ».

La tolérance de 5 mm

La mesure publiée la plus critique est la tolérance de placement. Les robots devaient placer les pièces dans une fenêtre de tolérance de 5 mm.

$\text{Tolerance} \le 5\text{mm}$

Pour un humain, 5 mm, c’est énorme. Pour un robot s’appuyant sur la vision par ordinateur dans une usine aux conditions d’éclairage changeantes (ombres des convoyeurs aériens, étincelles de soudage), 5 mm est un canyon d’incertitude. Le fait que la Figure 02 puisse atteindre cet objectif de manière cohérente en utilisant uniquement des réseaux neuronaux intégrés, sans marqueurs de capture de mouvement externes, valide l’approche de réseau neuronal « de bout en bout ».

L’architecture neuronale : les modèles d’IA génératifs en action

La logique opérationnelle de la figure 02 représente un écart fondamental par rapport à la programmation déterministe. Au lieu de fonctionner sur du « code » au sens traditionnel du terme, le robot exécute des actions via un modèle Vision-Action (VAM) formé de bout en bout.

Dans un paradigme robotique classique, un ingénieur en contrôle écrirait une logique explicite : if (sensor_A > 5) { move_arm(x, y, z) }

Cette approche est fragile. Si la lecture du capteur dérive à 4,9, le code échoue.

En revanche, la figure 02 fonctionne comme un transformateur génératif pré-entraîné (GPT) pour l’action physique. Les caméras embarquées du robot alimentent un flux de jetons visuels dans un modèle de transformateur. Simultanément, le modèle reçoit une instruction sémantique de haut niveau telle que « Placer le support ». Le système traite ces entrées et prédit le prochain jeton de la séquence. Cependant, au lieu de prédire le mot suivant dans une phrase, il prédit la prochaine commande de vitesse conjointe.

Cette architecture « pixels en actions » permet au robot de généraliser. Si la pièce pivote de 10 degrés, le réseau neuronal ne génère aucune erreur ; il prédit simplement une trajectoire de main légèrement différente, tout comme un humain ajusterait intuitivement sa prise. Un robot traditionnel s’écraserait tout simplement.

Détails du pipeline de formation VAM

Le modèle ne se contente pas de regarder une vidéo ; c’est ingérer un flux multimodal. La partie « raisonnement » du VAM lui permet de planifier. Lorsqu’une commande lui est donnée, le modèle décompose la tâche en un plan latent. Ce plan n’est pas une séquence codée en dur mais un nuage probabiliste d’actions potentielles. Au fur et à mesure que le robot se déplace, il réévalue constamment la probabilité de réussite pour les 100 millisecondes suivantes de mouvement. C’est cette boucle de contrôle de 10 Hz qui lui permet de corriger les micro-patinages ou vibrations inattendues sur la ligne de châssis. La couche « raisonnement » se situe au-dessus de la couche « contrôle moteur », agissant efficacement comme un cortex préfrontal guidant le cortex moteur.

C’est pourquoi l’écart entre la simulation et la réalité était le plus gros obstacle.

Traverser le gouffre du Sim au Réel

L’apprentissage par renforcement (RL) permet à un robot de s’entraîner pendant des milliers d’années dans une simulation en quelques jours seulement. Cependant, les simulations sont notoirement « propres ». La friction est constante, l’éclairage est uniforme et les moteurs physiques capturent rarement la réalité chaotique d’un atelier.

Lorsque vous prenez un cerveau entraîné dans “The Matrix” et que vous le placez dans une usine BMW sale et bruyante, il souffre généralement d’un changement de distribution, essentiellement une saisie numérique où les capteurs ne correspondent pas aux données d’entraînement. Le pilote BMW prouve que Figure a résolu le problème de la randomisation du domaine. En entraînant le modèle sur des millions de variations d’éclairage, de bruit et de friction dans la simulation, le monde réel ressemble simplement à « une autre variation » du réseau neuronal. Ce transfert « Sim-to-Real » est le Saint Graal de la robotique à usage général, permettant à la flotte d’apprendre des échecs dans le cloud sans casser du matériel coûteux dans la réalité.

L’économie du « usage général »

Pourquoi utiliser un humanoïde de 150 000 $ alors qu’un bras KUKA de 30 000 $ pourrait le faire ?

C’est la question centrale que les sceptiques (et les vendeurs à découvert) soulèvent depuis le début du projet. La réponse réside dans les contraintes spécifiques de la configuration pilote BMW. La Figure 02 a été déployée dans un espace de travail humain existant.

• Pas de cages : le robot a travaillé aux côtés des personnes, sans les coûteuses cages de sécurité jaunes qui définissent l’automatisation traditionnelle.
• Pas de réoutillage : la ligne de châssis n’a pas été reconstruite pour le robot. Le robot adapté à la ligne.
• Flexibilité : Si la ligne change la semaine prochaine, l’humanoïde apprend la nouvelle tâche via une mise à jour logicielle. Un bras dédié devrait être physiquement déboulonné, déplacé et reprogrammé par un intégrateur spécialisé.

C’est la définition de Brownfield Automation. Il permet aux fabricants d’automatiser des usines construites dans les années 1990 sans les démolir. La « taxe sur les robots » (le coût caché de la modification de l’environnement de l’usine pour l’adapter au robot) tombe presque à zéro. De plus, le robot n’est pas un atout lié à une gamme de produits spécifique. Lorsque la ligne du corps du X3 sur laquelle il travaillait change, le robot passe à la tâche suivante. Un bras fixe part à la casse.

Le coût de la parité du travail

À 150 000 $, en supposant une durée de vie de 5 ans et un entretien modeste, le coût horaire d’une Figure 02 est d’environ 10 à 15 $/heure. Le coût total d’un travailleur de l’UAW à Spartanburg dépasse souvent 65 $/heure. Mais soyez prudent avec les calculs d’investissement agressifs que vous verrez ailleurs : ils supposent une disponibilité 24h/24 et 7j/7, avec des échanges de batterie remplaçant les équipes. Le pilote n’a rien démontré de tel : les robots effectuaient une seule journée de 10 heures, cinq jours par semaine. À ce cycle d’utilisation, la période de récupération s’étend sur des années et non sur des mois. Le cas d’un retour sur investissement inférieur à 12 mois nécessite un fonctionnement 24 heures sur 24, ce qui reste, pour l’instant, hypothétique.

Analyse prospective : la rampe 2026

Et voici le deuxième astérisque : le pilote s’est terminé sans déploiement. BMW a confirmé qu’il n’y a actuellement aucun robot Figure à l’usine de Spartanburg et aucun calendrier précis pour les ramener. L’examen a été réussi (probablement) ; l’offre d’emploi n’a pas été signée. Néanmoins, les analystes du secteur s’attendent à trois changements majeurs en 2026 :

1. La phase « le blanc des yeux »

Les robots passeront de « pilotes en cage » à des « zones distinctes collaboratives ». Ils ne seront pas encore au coude à coude avec les humains (les règles de sécurité sont à la traîne par rapport à la technologie), mais ils partageront le même air.

2. Le goulot d’étranglement du calcul

La figure 02 transporte un énorme ordinateur embarqué pour exécuter son VLM. À mesure que ces flottes évoluent, la demande de puces d’inférence de pointe (comme la Jetson Thor de Nvidia) va monter en flèche. Le facteur limitant du déploiement ne sera pas le matériel du robot ; ce sera la disponibilité du calcul localisé.

3. La réponse du syndicat

L’UAW et les comités d’entreprise allemands sont restés discrets sur ces projets pilotes parce qu’ils étaient « expérimentaux ». Maintenant qu’un projet pilote sur une chaîne de production complète a suivi son cours, le débat sur les travailleurs va passer du « si » au « combien ». Attendez-vous à ce que les contrats en 2026 définissent explicitement les « ratios humanoïdes » par chaîne de montage.

Le verdict

Le projet pilote Figure 02 chez BMW n’était pas un projet scientifique. C’était un entretien d’embauche. Un robot bipède est entré, a travaillé sur la chaîne pendant 11 mois et ne s’est pas écrasé.

Mais le verdict honnête n’atteint pas le tour de la victoire. Les données de performances n’ont jamais été publiées, l’usine fonctionne aujourd’hui sans humanoïdes et Figure a depuis entièrement retiré la Figure 02 - les unités BMW sont retournées au siège dans le cadre d’un retrait de l’ensemble de la flotte après le lancement de la Figure 03.

L’« Humanoïde utile » n’est plus seulement une promesse. Il s’agit d’un candidat qui a passé sa période d’essai — et qui attend toujours le CDI.