FANUC officialise une collaboration avec Google pour rapprocher les modèles d’IA des cellules robotisées industrielles. Le fabricant japonais veut combiner ses contrôleurs, ses robots industriels et collaboratifs, ROS, Python, Intrinsic Flowstate et Gemini Enterprise afin de rendre la programmation de tâches plus accessible sur les lignes de production.
Le point le plus concret tient dans l’usage annoncé d’un agent IA capable d’interpréter des consignes en langage naturel, de les croiser avec les données issues des caméras et d’adapter l’action du robot à l’état réel de l’atelier. FANUC présente cette approche comme une manière de réduire la dépendance aux programmes rigides et aux opérations de teaching très précises, qui restent un frein pour les petites séries, les changements fréquents de pièces et les lignes où les objets ne se présentent jamais exactement de la même façon.
Des robots industriels reliés à Gemini et Flowstate
La collaboration couvre plusieurs briques. D’un côté, FANUC met en avant ses interfaces ouvertes : pilotes ROS, compatibilité Python, communications rapides pour contrôle externe et intégration avec des automates. De l’autre, Google apporte Gemini Enterprise pour l’agent conversationnel, Intrinsic Flowstate pour le développement d’applications robotisées et le programme Gemini Robotics Trusted Tester de Google DeepMind pour la recherche sur les modèles fondationnels appliqués au geste robotique.
La promesse n’est pas de remplacer immédiatement les intégrateurs, mais de déplacer une partie du travail. Dans un scénario classique, il faut décrire la géométrie des pièces, calibrer leur position, programmer les trajectoires et vérifier les exceptions. FANUC affirme que l’agent peut reconnaître l’objet et son environnement, puis coordonner plusieurs robots à partir d’une intention moins formelle. Pour une usine, l’enjeu est clair : automatiser des tâches plus variables sans perdre la fiabilité exigée par une production réelle.
Le communiqué cite aussi un chiffre notable : plus de 1 000 robots auraient déjà été expédiés par FANUC pour des applications liées à l’IA physique depuis la présentation initiale du système à l’International Robot Exhibition de Tokyo. Ce volume ne dit pas encore combien de sites utilisent réellement l’ensemble des capacités annoncées, mais il suggère que le constructeur cherche déjà à industrialiser le sujet plutôt qu’à le cantonner à une démonstration de salon.
Pourquoi c’est important pour l’automatisation
Les grands fabricants de robots abordent l’IA physique avec prudence, car une cellule industrielle ne tolère ni les approximations de sécurité ni les comportements imprévisibles. L’intérêt de FANUC est donc de conserver la couche robuste du contrôle robot tout en ouvrant une couche plus flexible pour la perception, la planification et l’interface opérateur. Cette séparation peut rassurer les industriels : l’IA propose et adapte, mais les robots restent intégrés dans une architecture de production connue.
Pour Google, l’accord donne un terrain d’application à ses modèles de robotique et à Intrinsic, dont la mission consiste justement à simplifier la création de systèmes robotisés. La présence de ROS dans le discours est également importante : elle relie le monde de la recherche, des outils ouverts et des intégrateurs à un parc de robots industriels très installé.
Notre analyse
Le sujet mérite attention parce qu’il part de robots déjà utilisés dans les ateliers. Les annonces d’IA robotique restent souvent centrées sur des prototypes humanoïdes ou des démonstrations contrôlées. Ici, l’enjeu est plus discret mais plus immédiat : aider les industriels à reconfigurer des cellules existantes, à connecter des périphériques et à absorber davantage de variabilité. La prochaine étape à surveiller sera la publication de cas clients mesurables, avec temps de mise en service, taux de réussite, limites de sécurité et coûts d’intégration.
