Tutor Intelligence a annoncé le 2 novembre une série B de 75 millions de dollars menée par Andreessen Horowitz. La société américaine veut accélérer la fabrication et le déploiement de Sonny et Cassie, deux robots destinés aux tâches de manutention dans les usines et les entrepôts. Avec cette opération, son financement cumulé atteint 117 millions de dollars.
La levée associe également Union Square Ventures et Neo, déjà présents lors des tours précédents. Selon le communiqué de Tutor Intelligence, les capitaux doivent financer à la fois l’entraînement de modèles robotiques, la production du matériel et son installation chez les clients américains.
Deux robots pour la logistique et la fabrication
Cassie est un robot à un bras conçu pour prélever des cartons, palettiser et dépalettiser. Sonny dispose de deux bras et vise des opérations de préparation de commandes qui demandent davantage de dextérité. Les deux machines utilisent le même socle logiciel, ce qui doit permettre à Tutor de transférer les progrès réalisés sur une tâche vers l’ensemble de sa flotte.
L’entreprise ne vend pas seulement ses robots. Elle facture leur travail à l’heure ou à l’unité manipulée, sans achat initial du matériel par le client. Tutor prend en charge l’installation, la maintenance et les mises à jour. Cette formule cherche à réduire le coût d’entrée de l’automatisation pour des sites qui ne peuvent pas engager immédiatement plusieurs millions de dollars dans une cellule robotisée classique.
La société indique que ses machines sont désormais actives dans près de quatre fois plus d’établissements qu’un an auparavant. Elle vise plus de 1 000 robots sous contrat à la fin de 2027, tous fabriqués et déployés depuis les États-Unis. Tutor ne communique toutefois ni le nombre actuel de robots en service, ni le nom de ses clients, ni leur taux d’autonomie.
La téléopération comme source de données
Le dispositif repose encore sur des opérateurs humains à distance, appelés « tutors ». Ils prennent le relais lorsque le robot ne sait pas exécuter une action et produisent en même temps des données d’entraînement issues de situations réelles. Tutor veut ainsi faire progresser ses modèles à partir des tâches effectivement demandées par les industriels, plutôt que de collecter des démonstrations dans un laboratoire séparé.
Andreessen Horowitz présente ce cycle comme un avantage : chaque nouveau déploiement alimente les modèles, qui doivent ensuite faciliter les installations suivantes. Près d’un tiers des organisations ayant reçu des robots au cours des douze derniers mois seraient des clients existants qui étendent leur parc, d’après l’investisseur.
Notre analyse
Le financement est significatif parce qu’il porte simultanément sur le matériel, le logiciel et l’exploitation. C’est aussi le principal risque du projet : fabriquer des robots, assurer leur support et entraîner un modèle mobilisent des capitaux très différents de ceux d’un éditeur logiciel.
La cible de 1 000 contrats donnera un premier indicateur de capacité industrielle, mais elle ne suffira pas à mesurer la performance. Il faudra connaître le nombre de machines réellement installées, la part des opérations réalisées sans assistance humaine, la disponibilité des équipements et le coût par manipulation. Tutor dispose désormais des moyens pour franchir ce cap, sans avoir encore publié ces métriques.
