Ce qui a changé
Selon les informations de TechCrunch, le cofondateur de Mbodi, Xavier Chi, affirme que la jeune pousse développe un logiciel permettant d’enseigner de nouvelles compétences aux robots industriels en langage naturel. Après avoir remporté un concours organisé par ABB, Mbodi travaille avec ABB Robotics pour déployer ce logiciel dans des usines et des entrepôts, et fait état d’un taux de réussite de 99,6 % lors d’un test de huit heures.
Pourquoi c’est important
L’idée utile ici n’est pas celle d’un robot qui parle. C’est de raccourcir le chemin entre « nous devrions automatiser cette tâche » et « le robot peut réellement l’accomplir ».
L’automatisation industrielle nécessite encore beaucoup de programmation et de personnalisation. Si un opérateur peut décrire une nouvelle tâche en langage courant, les usines pourraient tester davantage de projets d’automatisation sans attendre que des programmeurs spécialisés reconstruisent chaque processus. C’est particulièrement important dans les secteurs où les pénuries de main-d’œuvre poussent déjà les entreprises à se tourner vers les machines.
Le bémol est qu’un test de huit heures aux résultats nets constitue un signal prometteur, pas une garantie pour la production. Le résultat pourrait ne pas se vérifier sur différents sites, pour différentes tâches et dans diverses conditions d’exploitation. Une usine doit toujours installer les équipements, connecter les systèmes, former le personnel et démontrer que les défaillances n’interrompront pas la production.
Notre perspective (spéculation éclairée): Mbodi et ABB devraient plus probablement étendre des projets pilotes contrôlés que déclencher une révolution robotique du jour au lendemain. Si le logiciel fonctionne pour plusieurs tâches, les opérateurs pourraient prendre en charge davantage de configurations de robots, tandis que les intégrateurs se concentreraient davantage sur la conception des processus, le déploiement, la formation et l’assistance en matière de fiabilité. Si chaque nouveau site exige toujours une ingénierie fortement personnalisée, le logiciel restera une démonstration utile plutôt qu’une couche logicielle déployable à grande échelle.
La dernière fois que cela s’est produit
En 2012, TechCrunch a annoncé l’acquisition en numéraire de Kiva Systems par Amazon pour 775 millions de dollars. Kiva associait des robots mobiles autonomes à un logiciel de pilotage pour la préparation des commandes en entrepôt. Amazon a ensuite retiré cette technologie du marché extérieur, contribuant à l’essor de Locus Robotics et de 6 River Systems; un article ultérieur de TechCrunch a présenté Locus comme un leader du marché, dont le logiciel et la gestion de flotte contribuaient à différencier les robots.
La similitude est claire: la valeur ne venait pas du matériel seul, mais d’un logiciel capable de coordonner les machines avec les processus opérationnels réels. La différence est tout aussi importante. Kiva fonctionnait dans un environnement d’entrepôt plus structuré et a été intégré au propre réseau d’Amazon. Mbodi cherche, avec ABB, à permettre l’enseignement en langage naturel de robots industriels dans des usines et des entrepôts externes.
Cette histoire laisse penser qu’un logiciel réutilisable peut élargir le déploiement de la robotique. Elle ne montre pas que des instructions en langage naturel reproduiront la fiabilité annoncée par Mbodi dans des environnements moins prévisibles. Locus nécessitait toujours une installation, une formation et un chargement réalisés par des humains; le prochain point à surveiller sera donc de savoir si Mbodi réduit la programmation spécialisée sans simplement déplacer cette charge de travail vers l’intégration et la supervision.
Comment les effets pourraient se propager
Les usines et les entrepôts pourraient multiplier les projets pilotes si l’enseignement de nouvelles compétences à un robot devient plus rapide et moins dépendant d’une expertise rare en programmation. Cela pourrait accroître les capacités d’automatisation, mais seulement lorsque le logiciel se connecte correctement aux systèmes existants et fonctionne de manière fiable en dehors du test initial.
Les intégrateurs sont confrontés à un résultat contrasté. L’enseignement répétable de compétences pourrait réduire une partie du travail de programmation personnalisée et fragiliser les entreprises qui vendent principalement de la configuration. Dans le même temps, la demande pourrait augmenter pour les personnes qui conçoivent les processus, installent les systèmes, forment les opérateurs et gèrent les défaillances propres à chaque site.
Les opérateurs de robots pourraient gagner davantage de contrôle sur les changements courants. Ils pourraient ajuster les tâches sans faire appel à un spécialiste pour chaque modification. L’installation physique, la supervision et la validation continueraient toutefois de préserver un rôle important pour les travailleurs expérimentés.
Évaluation de l’impact
Mbodi est la gagnante immédiate: sa relation avec ABB, sa visibilité grâce à Startup Battlefield et le résultat annoncé du test lui donnent davantage d’arguments auprès des usines et des investisseurs. Cet avantage ne durera que si les performances se maintiennent dans des déploiements variés.
ABB pourrait rendre sa base installée de robots plus facile à adapter, renforçant sa position auprès des entreprises à la recherche d’automatisation face aux tensions sur la main-d’œuvre. Le pouvoir de négociation pourrait se déplacer vers les logiciels et l’expertise des processus à mesure que le matériel devient plus facile à configurer.
L’effet de second ordre concerne la structure du secteur de la robotique. Si Mbodi réduit la programmation répétitive, les intégrateurs pourraient moins se concurrencer sur l’écriture de code robotique sur mesure et davantage sur la qualité du déploiement, l’assistance opérationnelle et la fiabilité des connexions aux systèmes d’usine. Il s’agit d’un changement significatif, mais il dépend du passage des clients des démonstrations à la production.
Scénarios
Le plus probable
Mbodi et ABB étendent des projets pilotes contrôlés au cours des six à douze prochains mois. Les usines utilisent le logiciel pour certaines tâches tout en conservant des intégrateurs et des opérateurs humains. C’est le scénario le plus probable, car le résultat obtenu en huit heures est encourageant, mais n’établit pas encore une fiabilité générale en production.
Si les nouveaux déploiements affichent des performances stables pour plusieurs tâches et sur plusieurs sites, les opérateurs pourraient commencer à gérer des changements qui nécessitaient auparavant une programmation spécialisée. Si les clients ont toujours besoin d’une intégration poussée et d’une formation importante, l’adoption restera progressive.
Scénario favorable
Mbodi transforme l’enseignement en langage naturel en une couche logicielle réutilisable. Si la fiabilité reste proche du niveau annoncé pour diverses tâches de production et si le système se connecte aux opérations existantes avec peu de personnalisation, les usines pourraient passer de projets pilotes isolés à plusieurs processus.
Cela accroîtrait la demande pour les déploiements connectés à ABB et les services de mise en œuvre, tout en déplaçant davantage de valeur vers les logiciels et l’orchestration opérationnelle.
Scénario défavorable
Les usines considèrent le test comme prometteur, mais trop limité pour la production. Si les performances se dégradent lorsque les tâches ou les environnements changent, les clients pourraient retarder l’expansion et continuer à consacrer d’importantes sommes à l’installation, à la formation et à l’ingénierie sur mesure.
Dans ce cas, les revenus des logiciels de robotique resteraient concentrés dans les projets pilotes, tandis que les intégrateurs conserveraient une grande partie de la valeur pratique, car le monde physique continue de résister aux abstractions trop simples.
Les prochains éléments à surveiller
- Un déploiement réel dans une usine ou un entrepôt au-delà du test annoncé de huit heures.
- Des éléments fournis par les clients montrant une réduction mesurable du temps de programmation ou d’intégration.
- Des résultats de fiabilité couvrant plusieurs tâches, plusieurs sites ou des périodes d’exploitation plus longues.
- La question de savoir si les opérateurs utilisent le logiciel pour modifier les tâches courantes, ou si des ingénieurs spécialisés restent nécessaires pour presque chaque ajustement.
Commentaires
Pas encore de commentaires.