Nvidia étend sa plateforme d'intelligence artificielle des centres de données aux machines évoluant dans le monde physique, et la Chine devient son principal terrain d'expérimentation. Selon un récent article du Wall Street Journal, l'entreprise décrit la robotique, les véhicules autonomes et autres applications d'« IA physique » comme un secteur générant environ 10 milliards de dollars de revenus annuels. Le PDG, Jensen Huang, estime que ce marché pourrait être multiplié par dix d'ici une décennie.
Ces prévisions reposent sur bien plus que la simple vente d'un processeur. Nvidia assemble des puces d'entraînement, des logiciels de simulation, des modèles de robots et des ordinateurs compacts pouvant fonctionner au sein de machines, se positionnant ainsi comme la plateforme technologique commune sous-jacente aux produits de nombreux constructeurs. La Chine offre un terrain d'expérimentation exceptionnel pour cette stratégie : elle dispose d'une chaîne d'approvisionnement en robotique dense, d'un soutien gouvernemental important et de fabricants qui livrent des robots humanoïdes plus rapidement que leurs concurrents ailleurs.
Les premiers résultats sont impressionnants, mais ils ne prouvent pas encore que les robots polyvalents puissent fonctionner de manière fiable et rentable dans les usines classiques. Une étude récente de Reuters a révélé que les humanoïdes chinois peinent encore en matière d'intelligence, de dextérité et de fiabilité, tandis que les bras industriels conventionnels accomplissent souvent des tâches spécifiques plus rapidement et de manière plus constante. Le potentiel de Nvidia est donc considérable précisément parce que le problème technique central demeure irrésolu : transformer les démonstrations convaincantes en machines capables de répéter un travail utile pendant des milliers d'heures.
Nvidia développe une suite complète
L'offensive de Nvidia dans le domaine de la robotique suit la même stratégie qui a rendu son activité de centres de données difficile à déloger. Les développeurs peuvent entraîner des systèmes de perception et de contrôle sur les accélérateurs de l'entreprise, créer des environnements synthétiques dans son logiciel de simulation, affiner le comportement grâce aux données générées, puis déployer les modèles sur un ordinateur embarqué Jetson. Chaque couche est conçue pour valoriser la suivante, réduisant ainsi l'intérêt pour les clients de ne remplacer que la puce en conservant le logiciel associé.
Le système GR00T de l'entreprise illustre cette approche. Nvidia affirme que son modèle GR00T de nouvelle génération est capable de mieux généraliser à des tâches de manipulation inédites que les systèmes précédents, bien que ces performances relèvent davantage des affirmations de l'entreprise que d'une validation indépendante des résultats obtenus en usine. Son modèle Cosmos 3 vise à aider les machines à raisonner sur les états physiques futurs et à générer des scénarios d'apprentissage.
Nvidia n'a pas besoin de fabriquer le robot final pour que cette architecture fonctionne. L'entreprise a publié un prototype combinant ses capacités de calcul et logicielles avec un corps humanoïde fabriqué par le chinois Unitree et des mains articulées fournies par un autre fabricant. Ce prototype est explicitement une plateforme de recherche, et non la preuve qu'un robot polyvalent est prêt pour un déploiement à grande échelle. Cependant, il illustre clairement l'objectif commercial de Nvidia : devenir le substrat opérationnel commun tandis que ses partenaires se disputent les moteurs, les batteries, les mains et les machines complètes.
La Chine offre des moyens, des fournisseurs et des subventions
L'attrait de la Chine ne se limite pas au faible coût du matériel. Le pays compte plus de 150 entreprises spécialisées dans les robots humanoïdes, et une enquête de Reuters estime que les fabricants chinois ont produit environ 95 % des quelque 20 000 humanoïdes expédiés dans le monde en 2025. Cette concentration permet aux développeurs d'accéder aux fabricants de composants, à la sous-traitance, aux sites d'essai et à un vaste vivier d'ingénieurs à proximité, ce qui facilite le développement conjoint des mécanismes et des logiciels des machines.
Les estimations de livraisons divergent car le secteur est récent et les définitions varient. Selon un rapport , les livraisons mondiales d'humanoïdes devraient dépasser les 22 000 unités au premier semestre 2026, soit près de quatre fois plus qu'un an auparavant. Omdia, quant à elle, estime ce chiffre à environ 18 500 unités pour la même période. Ce désaccord incite à la prudence et met en garde contre toute généralisation hâtive d'un chiffre unique. Toutefois, les deux estimations montrent la domination des fournisseurs chinois sur un marché naissant en pleine expansion.
Les dépenses publiques influencent également la demande. Reuters a calculé que les entités gouvernementales chinoises ont dépensé au moins 230 millions de dollars en robots humanoïdes et équipements connexes au premier semestre 2026, contre 62 millions de dollars un an plus tôt et 6 millions de dollars au premier semestre 2024. De tels achats peuvent accélérer l'apprentissage, mais ils ne sont pas équivalents à des achats privés renouvelant leurs commandes grâce à la réduction des coûts induite par les robots.
L'enthousiasme des investisseurs s'est même accéléré. L'action du fabricant chinois de robots Unitree a bondi dès son entrée en bourse après que l'entreprise a levé environ 904 millions de dollars, selon un article de l'AP, alors même que de nombreuses machines du secteur restent cantonnées à la recherche, au divertissement et aux démonstrations contrôlées. Ce financement permet certes d'investir dans du matériel plus performant et d'accroître les volumes de production, mais il peut aussi masquer l'écart entre la croissance des livraisons et l'adoption commerciale durable.
Les recettes sont réelles, mais les définitions sont importantes
Le chiffre de 10 milliards de dollars annoncé ne doit pas être interprété comme le chiffre d'affaires annuel des puces pour robots humanoïdes. La description du Wall Street Journal englobe une vaste catégorie d'« intelligence artificielle physique » incluant la robotique, les véhicules autonomes et les infrastructures associées, tandis que les rapports officiels de Nvidia classent les produits différemment. Pour l'exercice 2026, les résultats financiers font état d'un chiffre d'affaires de 2,3 milliards de dollars pour les secteurs de l'automobile et de la robotique, en forte hausse mais représentant toujours près de 1 % du chiffre d'affaires annuel total.
Cette comparaison est importante car Nvidia reste dépendante de la demande des centres de données. L'entreprise a annoncé un chiffre d'affaires de 215,9 milliards de dollars pour l'exercice 2026, tandis que le Wall Street Journal l'estimait à 303 milliards de dollars sur les quatre trimestres précédant juillet. Un chiffre d'affaires de 10 milliards de dollars pour l'IA physique est significatif, mais reste modeste comparé aux capitaux investis dans l'infrastructure des modèles génératifs.
Pour les investisseurs, la stratégie intégrée de Nvidia ouvre la voie à de multiples sources de revenus avant même que les humanoïdes à usage général ne se généralisent. Les constructeurs automobiles peuvent utiliser ses ordinateurs pour les systèmes de conduite assistée ; les entrepôts peuvent exécuter des modèles de perception sur des périphériques de périphérie ; les développeurs de robots peuvent louer la capacité des centres de données pour l’entraînement ; et les outils de simulation peuvent servir des clients qui n’achèteront jamais d’humanoïde. Cette diversification réduit la dépendance à une seule innovation majeure, tout en rendant plus difficile l’évaluation précise de la taille du marché à partir des informations publiées.
Les contrôles à l'exportation laissent une voie fragile
L'opportunité chinoise comporte également des risques politiques. Washington restreint les exportations des principaux accélérateurs de centres de données et, en janvier, a soumis certains produits avancés, dont le H200 de Nvidia, à un examen de licence au cas par cas, sous réserve de conditions de sécurité spécifiques, conformément à la réglementation du Bureau de l'industrie et de la sécurité (BIS). Ces contrôles n'interdisent pas automatiquement tous les ordinateurs ou logiciels robotiques embarqués, ce qui limite les possibilités pour Nvidia de servir les clients utilisant des machines physiques.
Cette distinction pourrait ne pas se maintenir. Les robots combinent perception, navigation et modèles de base ; les décideurs politiques pourraient donc décider que certains systèmes périphériques ont des applications militaires ou de surveillance, même lorsqu’ils sont vendus à des usines civiles. Pékin encourage également le développement de chaînes d’approvisionnement nationales en informatique et en robotique, incitant ainsi les clients à réduire leur dépendance à la technologie américaine.
Nvidia doit donc concilier deux objectifs contradictoires. Une intégration poussée avec les fabricants de robots chinois lui apporte données, volume et une itération matérielle rapide, mais l'expose également à de nouvelles réglementations en matière de licences et à un risque de substitution. Un contrat est moins durable si le client craint de perdre l'accès aux futures puces, mises à jour ou outils de développement après avoir conçu un produit autour de ces derniers.
Commercial Proof reste en deçà des attentes
Le critère décisif n'est pas la capacité d'un humanoïde à accomplir une tâche répétée. Les acheteurs exigent une disponibilité prévisible, un comportement sûr, une capacité de récupération après une erreur et un coût inférieur à celui de l'emploi humain ou d'une automatisation plus simple. Reuters a constaté que de nombreuses machines nécessitent encore une téléopération ou tombent en panne de manière imprévisible lorsque leur environnement change.
La forme humanoïde peut s'avérer utile car les bâtiments, outils et processus existants ont été conçus pour les humains. Cependant, ce même corps engendre des problèmes d'équilibre, de nombreuses articulations et davantage de composants susceptibles de tomber en panne ; dans une cellule de production fixe, un bras conventionnel ou une plateforme mobile peuvent rester plus économiques et plus fiables. Le marché le plus prometteur à court terme pourrait donc être celui des machines qui utilisent certaines composantes de l'architecture humanoïde — vision, raisonnement, simulation et manipulation fine — sans pour autant reproduire l'intégralité du corps humain.
Nvidia s'est positionnée pour tirer profit de l'architecture machine qui s'imposera. Son défi consiste à démontrer que sa plateforme crée une valeur client durable, et non pas seulement davantage de prototypes, de contrats ou de levées de fonds spectaculaires. Au cours des prochaines années, les indicateurs les plus révélateurs seront les commandes répétées des opérateurs privés, les heures de fonctionnement sans intervention, les déploiements hors environnements contrôlés et les revenus visibles dans les segments audités.
La Chine offre à Nvidia le laboratoire le plus rapide disponible pour cette expérimentation, tandis que sa politique d'exportation en fait l'un des marchés les moins prévisibles. Si les fabricants transforment le volume des livraisons en main-d'œuvre fiable, la plateforme de l'entreprise pourrait devenir pour les robots ce que sa plateforme informatique est devenue pour l'entraînement de l'IA. Si la fiabilité et la rentabilité restent insuffisantes, l'IA physique pourrait tout de même devenir un marché important, mais la multiplication par dix promise se sera concrétisée par le biais des voitures, des systèmes industriels et des machines spécialisées, plutôt que par l'arrivée soudaine d'une armée de travailleurs humanoïdes.