Le plan sud-coréen d’achat public de 1 700 robots teste la capacité des marchés publics à rendre l’IA physique utile

Le chiffre des achats teste un déploiement, pas l’existence d’un marché des robots

Le projet de la Corée du Sud d’acheter environ 1 700 robots d’IA en 2027 place le secteur public dans le rôle d’un client précoce. Le chiffre est suffisamment élevé pour attirer l’attention, mais il ne prouve pas, à lui seul, qu’un marché durable de l’IA physique a émergé. La question la plus importante est ce que ces achats permettront d’établir une fois les machines installées dans de véritables environnements publics : pourront-elles accomplir des tâches définies, fonctionner au contact des personnes et dans des conditions changeantes, puis rester utiles au-delà de la démonstration initiale ou de la période d’achat ?

La présentation gouvernementale consacrée au secteur public évoque environ 5 000 achats publics cumulés d’ici 2030. Cet objectif doit être distingué de l’ambition nationale plus large d’atteindre 200 000 robots. Le premier chiffre concerne les achats publics prévus ; le second correspond à un objectif beaucoup plus vaste et ne doit pas être considéré comme un volume d’achats confirmé. Cette distinction est importante, car le nombre total de robots dans un pays peut augmenter grâce à des projections, des projets pilotes et des déploiements privés, sans démontrer que les administrations ont trouvé des systèmes capables de fournir un travail fiable à un coût acceptable.

Les déploiements envisagés couvrent des environnements très différents. Le plan cite la sécurité publique, les activités touchées par les pénuries de main-d’œuvre, l’éducation et la culture, la recherche, l’agriculture, l’aide sociale, les infrastructures et la défense comme domaines d’adoption. Ces environnements ne sont pas interchangeables. Un robot utilisé pour la recherche pourra être évalué selon la qualité de ses données ou de ses expériences ; un système affecté à la sécurité publique devra peut-être assurer une navigation fiable et un comportement prévisible à proximité de civils ; une machine agricole pourra être confrontée à des conditions extérieures, à des terrains irréguliers et à des tâches difficiles à standardiser. Présenter chaque achat comme relevant du même type de « robot d’IA » masquerait les différences opérationnelles qui déterminent la réussite d’un déploiement.

Cette diversité signifie aussi que le programme teste plusieurs hypothèses à la fois. Il s’agit de vérifier si les administrations peuvent repérer les tâches adaptées à l’automatisation, si les fournisseurs savent adapter leurs produits à ces tâches et si les institutions publiques peuvent assumer les responsabilités pratiques liées à la possession de ces systèmes. Les marchés publics peuvent créer un premier client et donner aux développeurs accès à des environnements de fonctionnement difficiles à reproduire en laboratoire. Ils peuvent aussi aboutir à un ensemble d’unités installées dont la valeur est difficile à mesurer si les administrations ne définissent pas, avant l’achat, le travail attendu de ces machines.

La synthèse de la politique publique présente les achats publics comme une composante d’un effort plus vaste visant à faire passer les robots du développement à l’utilisation concrète. De son côté, le ministère du Commerce, de l’Industrie et des Ressources a décrit un processus dans lequel les organismes publics évaluent les produits en amont du programme de 2027. L’accent annoncé porte sur des robots dont le développement et les essais sur le terrain sont achevés. Cette précision est importante : elle signifie que l’État n’est pas censé acheter uniquement sur la foi d’un prototype, d’une courte démonstration ou d’une promesse de capacités futures. Le processus d’achat teste donc aussi la capacité des fournisseurs à démontrer que leurs systèmes sont prêts pour les environnements dans lesquels les administrations comptent les utiliser. (Ministry of Trade, Industry and Resources ; Korea Policy Briefing)

Une manière utile de lire le chiffre de 1 700 robots consiste à y voir une occasion de mesurer les résultats plutôt qu’un verdict. Les achats peuvent révéler quelles tâches sont techniquement réalisables, dans quels cas la supervision humaine reste nécessaire et quelle adaptation est requise pour qu’un robot fonctionne en dehors d’un site contrôlé. Ils peuvent faire apparaître la différence entre une machine qui réussit un essai programmé et une autre qui contribue de façon répétée à un service public. Ils peuvent également montrer si les administrations disposent du personnel, de la formation, des dispositifs de maintenance et des processus décisionnels nécessaires pour transformer un système acheté en outil opérationnel.

Le véritable test n’est donc pas de savoir si la Corée du Sud peut installer des milliers de robots dans les institutions publiques. Il s’agit de déterminer si ces institutions peuvent produire des données d’exploitation crédibles à partir des machines qu’elles achètent. Un déploiement réussi relierait un robot précis à un besoin public clairement défini et rendrait ses résultats visibles : un travail plus sûr, un manque de personnel comblé, un meilleur accès à un service ou des performances plus régulières dans une tâche que les équipes peinent déjà à assurer. Tant que ces éléments ne seront pas démontrés dans les domaines prévus, le volume des achats restera une expérience importante de politique publique, mais ne prouvera pas que le marché de la robotique a résolu le problème plus difficile : rendre l’IA physique utile dans les conditions ordinaires du quotidien.

Ce que les premiers déploiements doivent démontrer sur le terrain

Les achats publics envisagés par la Corée du Sud n’auront de portée que si les robots sont considérés comme des systèmes de travail, et non comme de simples démonstrateurs impressionnants. Le ministère du Commerce, de l’Industrie et des Ressources indique que les organismes publics évaluent les produits en amont du programme de 2027, tandis que le plan donne la priorité aux robots dont le développement et les essais sur le terrain sont achevés. La question centrale est donc concrète : une machine peut-elle répéter une tâche définie dans un environnement public ordinaire, avec une trace de ce que les humains doivent faire autour d’elle ?

Le premier indicateur doit être l’achèvement de la tâche. Chaque déploiement doit correspondre à une mission précise, à une définition claire de la réussite et à un relevé indiquant à quelle fréquence le robot va au bout sans qu’une personne prenne le relais. Un système destiné à la sécurité publique, par exemple, doit être évalué au regard de sa routine d’inspection ou d’intervention ; un robot agricole ou d’infrastructure, au regard du travail pour lequel il a été acheté. L’« autonomie » est une notion trop large pour servir de résultat. Un robot qui se déplace sur un site sans pouvoir accomplir le travail demandé peut être un prototype avancé, pas un service public opérationnel.

La fréquence des interventions constitue l’indicateur complémentaire. Une supervision humaine peut être nécessaire pour des raisons de sécurité ou de jugement, mais les organismes doivent distinguer la surveillance prévue des sauvetages constants. Les acheteurs doivent savoir à quelle fréquence le personnel corrige une trajectoire, repositionne un objet, redémarre le système ou reprend la main sur une tâche de manipulation. Ces interventions peuvent révéler des faiblesses de perception, de navigation, de dextérité ou de conception du flux de travail. Elles peuvent aussi montrer qu’un robot s’est vu confier une mission qui dépasse ses capacités démontrées. Dans tous les cas, le journal d’intervention est plus utile qu’une affirmation générale selon laquelle la machine est dotée d’IA.

La disponibilité et la reprise d’activité détermineront si un robot techniquement capable est réellement utilisable. Les organismes doivent suivre le temps de fonctionnement, les périodes de travail achevées, les démarrages échoués, les arrêts imprévus, les délais de recharge et le temps nécessaire pour remettre un système en service. Le délai de réparation doit faire partie du même test. Un acheteur public s’engage dans une dépendance opérationnelle ; il n’acquiert pas un objet de laboratoire. Si une panne mineure immobilise un robot le temps de trouver un spécialiste ou une pièce de rechange, le système risque d’alourdir la charge de personnel au lieu de la réduire.

La navigation doit être testée dans des environnements changeants, et pas seulement sur des itinéraires cartographiés. Des personnes se déplacent, des objets sont laissés à de nouveaux endroits, les surfaces varient et l’accès peut être interrompu. Les évaluations doivent consigner la réaction du robot lorsque son chemin est bloqué, que l’éclairage ou la visibilité change, ou qu’il rencontre une configuration inhabituelle. Les limites de charge utile et de manipulation doivent également être explicites. Les humanoïdes peuvent convenir à des espaces conçus pour les personnes, mais une forme humaine ne garantit ni une force, ni un équilibre, ni une portée, ni un contrôle de la main réellement utiles. Les systèmes à roues et les robots quadrupèdes peuvent être mieux adaptés au transport, à l’inspection ou aux terrains irréguliers. Puisque le programme inclut ces trois catégories, l’« AI robot » ne doit pas être traité comme une seule famille de produits soumise à une norme de performance unique.

La gestion des données, la formation des opérateurs et le passage de relais relèvent eux aussi des capacités nécessaires sur le terrain. Les organismes doivent savoir ce que le robot collecte, où les informations sont stockées, qui peut y accéder et ce qui se passe lorsque la machine se perd, identifie mal un objet ou nécessite une assistance à distance. Le personnel doit pouvoir démarrer et arrêter le système, repérer un comportement dangereux, gérer les exceptions et signaler les pannes après le départ de l’équipe de démonstration du fournisseur. L’évaluation doit donc consigner le temps de formation, la responsabilité de la supervision ainsi que la procédure à suivre en cas de comportement imprévisible ou de perte de communication.

Ces essais donnent du contenu concret à l’importance accordée par le gouvernement au développement achevé et aux tests en conditions réelles. Un robot testé sur le terrain n’est pas simplement un robot apparu sur un site : ses limites, ses besoins de maintenance, la charge de supervision qu’il impose et ses performances face aux variations doivent être documentés. Les achats de 2027 peuvent produire des données d’exploitation précieuses si chaque déploiement repose sur une tâche définie, une référence de comparaison et un suivi transparent. Installer un robot ne suffit pas à parler de réussite. La différence entre un robot acheté et un robot réellement utile apparaîtra au cours de la journée de travail ordinaire suivante.

Pourquoi l’État achète aussi tout un écosystème

Le plan d’achat s’inscrit dans une stratégie industrielle plus vaste. La Corée du Sud prévoit de consacrer 2 300 milliards de wons au développement national d’humanoïdes d’ici à 2030, en reliant les achats publics aux capacités nécessaires pour construire, exploiter et améliorer des robots dans le pays. Cette approche est importante, car un robot n’est pas une machine autonome au même titre qu’un produit de bureau classique. Ses performances dépendent d’une chaîne de composants et de services : des actionneurs pour produire les mouvements, des mains pour manipuler les objets, des capteurs pour percevoir l’environnement, des puces pour traiter l’information, des batteries pour assurer son fonctionnement, des logiciels pour coordonner son comportement et des données pour aider les systèmes à progresser.

L’objectif affiché par le gouvernement est de faire passer la part nationale des composants clés d’environ 45 % à 80 %. Pris au sens strict, il s’agit d’une cible concernant la chaîne d’approvisionnement. Dans une perspective plus large, c’est une tentative de réduire la dépendance du pays à l’égard de fournisseurs extérieurs pour les éléments qui déterminent si un système d’IA physique peut être réparé, adapté et produit à grande échelle. Les achats publics peuvent offrir un premier marché aux fabricants, mais ils ne garantissent pas à eux seuls que les composants développés localement seront fiables ou rentables. Ces questions apparaîtront avec l’usage répété : un actionneur reste-t-il fiable, un capteur continue-t-il de fonctionner dans des environnements difficiles, une batterie répond-elle au rythme d’utilisation requis et les logiciels peuvent-ils être entretenus une fois la phase de démonstration terminée ?

Le volet recherche du programme est tout aussi important. La stratégie prévoit l’achat de 250 humanoïdes en 2027 et de 1 080 d’ici à 2030 pour les universités et les instituts de recherche financés par l’État. Ces unités ne sont pas de simples entrées supplémentaires dans un décompte national. Elles doivent placer des robots dans des contextes où les chercheurs pourront évaluer les systèmes, recueillir des données et développer les bases techniques nécessaires. Les universités et les instituts publics peuvent aussi mettre au jour des faiblesses qu’une courte démonstration commerciale dissimule parfois : performances irrégulières, procédures d’utilisation difficiles, capacités de manipulation limitées ou besoin d’une supervision humaine plus importante que ne le laisse entendre le discours de vente.

Cela crée une boucle de rétroaction entre les achats et le développement. Les institutions publiques deviennent des clients précoces ; les fabricants obtiennent des occasions de tester leurs produits ; les chercheurs accèdent aux machines et aux données d’exploitation ; les responsables publics peuvent observer quelles capacités restent incomplètes. Cette boucle n’est utile que si les enseignements dépassent le cadre de chaque site. Un robot qui accomplit une tâche étroite dans des conditions soigneusement préparées peut être précieux pour la recherche sans être prêt pour un déploiement à grande échelle. La question essentielle est de savoir si les résultats de ces achats pourront orienter les conceptions futures, le choix des composants, les pratiques de sécurité et les décisions d’achat, au lieu de rester des démonstrations isolées.

Le programme gouvernemental de test et d’achat destiné aux start-up ajoute un niveau supplémentaire à cette approche. Son principe est que les organismes publics peuvent aider de jeunes entreprises à valider leurs produits en devenant leurs premiers acheteurs, notamment dans des contextes de ville intelligente. Cela peut répondre à un problème bien connu de la robotique : une entreprise peut disposer d’un prototype prometteur sans avoir accès à un environnement client réaliste où démontrer sa fiabilité. Un premier client public peut fournir un accès aux conditions réelles d’exploitation ainsi qu’un déploiement de référence, qui aideront l’entreprise à perfectionner son produit.

Le même mécanisme comporte un risque évident. Une démonstration subventionnée peut donner l’impression qu’un système est arrivé à maturité commerciale alors que son modèle économique dépend du soutien public, d’opérateurs exceptionnellement patients ou de conditions plus favorables que celles rencontrées ailleurs. Une start-up peut réussir un projet pilote tout en ne disposant pas encore du réseau de services, des capacités de réparation, de l’approvisionnement en composants ou du support logiciel nécessaires à un usage courant. Les achats publics doivent donc distinguer un produit capable d’être démontré d’un produit capable d’être maintenu dans la durée.

Pour cette raison, la stratégie de développement de l’écosystème ne devrait pas être évaluée uniquement au nombre de robots achetés ou à la part des composants présentés comme domestiques. Elle doit montrer si les institutions publiques peuvent transformer leurs achats en connaissances techniques et opérationnelles durables. Cela suppose notamment des données sur le coût total de possession, la fréquence des interventions humaines, la disponibilité des pièces de rechange et la capacité à mettre à jour ou à réparer les systèmes après leur déploiement. Le programme de 2 300 milliards de wons, les achats de robots humanoïdes destinés aux institutions de recherche, l’objectif de localisation et l’initiative de test puis d’achat auprès de start-up vont tous dans le même sens : l’État cherche à construire simultanément un marché, une base de fournisseurs et une infrastructure d’apprentissage. Leur réussite dépendra de la manière dont ces éléments se renforcent mutuellement dans les opérations ordinaires, et non de leur capacité à produire un lancement initial impressionnant.

La liste de contrôle pour évaluer la réussite du déploiement

La meilleure façon de suivre le plan sud-coréen d’achat de robots consiste à considérer chaque acquisition comme un contrat de service public vérifiable, et non comme la preuve que le pays a atteint un niveau donné d’automatisation. Un nombre d’unités annoncé en gros titre ne signifie pas grand-chose si les agences ne précisent pas ce que les machines sont censées accomplir, dans quelles conditions et avec quel soutien humain. La première question est donc opérationnelle : à qui appartient le robot après l’achat, et qui est chargé de le rendre utile une fois l’événement de lancement, le budget pilote ou la période de démonstration terminés ?

Cette responsabilité devrait dépasser la simple détention du matériel. Les acheteurs ont besoin d’un budget récurrent pour les mises à jour logicielles, les pièces détachées, les inspections, la cybersécurité, la formation et les réparations. Un robot qui ne fonctionne que lorsque les ingénieurs du fournisseur sont présents peut rester utile dans le cadre d’un essai strictement défini, mais il ne devrait pas être comptabilisé comme une amélioration durable des capacités publiques. Les documents d’achat et les évaluations ultérieures devraient préciser si les coûts de service sont inclus, dans quels délais les pannes doivent être prises en charge et si une agence peut continuer à exploiter le système lorsque le fournisseur change d’activité ou cesse d’assurer le support d’un modèle.

Le même examen s’impose pour les données. Les robots déployés dans la sécurité publique, l’aide sociale, l’agriculture, les infrastructures, la recherche ou d’autres environnements sensibles peuvent produire des informations sur les lieux de travail, les installations, les habitants, les patients ou les conditions d’exploitation. Il faut se demander qui contrôle ces données, si elles peuvent être exportées dans des formats exploitables et si les agences sont autorisées à utiliser les relevés de terrain pour comparer les fournisseurs ou améliorer les futurs systèmes. Si les données opérationnelles utiles restent enfermées dans la plateforme d’un fournisseur, un achat public peut créer une dépendance plutôt qu’une base commune permettant de perfectionner les robots. La question n’est pas seulement de savoir si une machine recueille des données, mais si l’institution qui a financé son déploiement peut en tirer des enseignements.

L’implication des personnels constitue un autre indicateur concret. Un robot peut être introduit pour répondre à une pénurie de main-d’œuvre, réduire l’exposition à des tâches dangereuses, soutenir l’éducation et la culture, ou étendre la portée des services sociaux et des infrastructures. Ces objectifs ne peuvent pas être évalués à partir d’une seule démonstration technique. Les travailleurs et, lorsque c’est pertinent, les syndicats devraient participer à la définition de la tâche, à l’identification des situations limites dangereuses et au signalement des cas où le système accroît la charge de travail au lieu de la réduire. La comparaison pertinente n’oppose souvent pas un robot à une personne, mais porte sur une organisation du travail transformée : quelles étapes disparaissent, quelles nouvelles missions de supervision apparaissent et qui doit gérer les exceptions que la machine ne peut pas résoudre ?

Ce dernier point compte, car on a vite fait de surestimer l’autonomie. Un humanoïde, un robot à roues ou un système quadrupède peut suivre un itinéraire préparé ou exécuter une séquence limitée tout en dépendant d’une supervision à distance, d’une récupération manuelle ou d’un environnement soigneusement contrôlé. Les organismes publics devraient indiquer à quelle fréquence les humains interviennent, combien de temps durent ces interventions et si les performances évoluent lorsque l’éclairage, le terrain, les objets, la météo ou la foule diffèrent de ceux de l’environnement de test. Un système qui fonctionne de manière fiable avec un opérateur à proximité peut néanmoins être l’outil adapté à une tâche donnée, mais son modèle de dotation en personnel et son coût total doivent être transparents.

Les limites réglementaires doivent faire partie de la même évaluation. Lorsqu’un robot évolue à proximité du public, entre sur un site de travail, manipule des équipements ou participe à des activités liées aux soins, son déploiement doit être évalué au regard des règles de sécurité et de responsabilité applicables au contexte. Une capacité annoncée ne dispense pas de définir des limites opérationnelles, des procédures d’escalade vers un humain, des contrôles de maintenance et un suivi des incidents ou des quasi-accidents. L’intérêt public d’un achat dépend aussi de ce qui se passe lorsque la machine adopte un comportement imprévu : s’arrête-t-elle en sécurité, une personne peut-elle en reprendre le contrôle et la défaillance entraîne-t-elle une correction documentée plutôt qu’un retrait discret ?

Enfin, les lecteurs devraient comparer le bénéfice annoncé à une référence précise. Le robot réduit-il un risque mesurable ? Comble-t-il un manque de personnel auquel l’organisme ne pourrait pas répondre autrement ? Améliore-t-il le temps de réaction, l’accès, la fiabilité ou la qualité d’un service public défini ? Et le fait-il à un coût total acceptable, une fois pris en compte la supervision, les installations, la formation, la gestion des données, les réparations et le remplacement ? Ces questions sont plus éclairantes que le nombre d’unités commandées, car elles relient l’achat à des résultats qu’un organisme peut vérifier.

Le déploiement sud-coréen sera déterminant s’il produit des éléments de preuve reproductibles sur de véritables sites d’exploitation : la preuve qu’un robot donné peut accomplir une tâche définie, dans des conditions annoncées, avec une supervision et un accompagnement maîtrisables. Le résultat durable ne sera pas le seul nombre d’unités déployées à l’échelle nationale. Ce sera un corpus de connaissances de terrain montrant où l’IA physique fonctionne, où elle reste trop coûteuse ou peu fiable, et ce que les institutions publiques doivent mettre en place pour que cette technologie serve les personnes au lieu de se contenter d’occuper un site pilote.