Au Web Summit, Digit le robot trieur de linge révèle les tensions autour de l’IA

Voir un robot humanoïde déplacer des vêtements et les déposer dans un panier paraît presque banal en 2024. C’est précisément ce contraste qui a marqué la démonstration de Digit, le robot d’Agility Robotics, au Web Summit de Lisbonne. Le geste est familier, mais il condense plusieurs promesses de l’intelligence artificielle : comprendre une instruction, reconnaître un objet souple, le saisir sans l’abîmer et accomplir une action dans le monde physique.

Lors de cette édition de novembre 2024 du grand rendez-vous technologique européen, Digit a été chargé de trier des T-shirts colorés. Le robot pouvait interpréter des commandes vocales grâce à un modèle d’IA de Google. La prestation n’a pas été parfaitement fluide, mais elle a suscité les encouragements du public. Au-delà de l’effet de scène, elle a surtout fourni un point de départ très concret aux débats qui traversent désormais l’IA : que va-t-elle changer dans les entreprises, pour les travailleurs, pour l’énergie et, plus largement, pour la société ?

Digit, une démonstration simple en apparence

Le tri du linge est une tâche plus révélatrice qu’il n’y paraît. Pour un humain, identifier un T-shirt, distinguer sa couleur, l’attraper et le placer à l’endroit demandé demande peu de réflexion consciente. Pour une machine, il faut faire coopérer plusieurs briques techniques : la perception visuelle, la compréhension du langage, la planification du mouvement et le contrôle des bras et des mains.

Les vêtements constituent en outre des objets difficiles à manipuler. Contrairement à une boîte ou à une pièce métallique, un textile n’a pas de forme fixe : il se plie, se froisse, glisse et peut masquer une partie de lui-même. C’est pourquoi une tâche domestique ou logistique aussi ordinaire peut servir de test intéressant pour la robotique.

Digit est un robot bipède conçu par Agility Robotics. À Lisbonne, son interaction avec les visiteurs passait par la voix : une consigne était comprise par un modèle d’IA de Google, puis traduite en action par le robot. Cette association entre IA conversationnelle et machine physique est au cœur de l’intérêt du public depuis l’essor de ChatGPT. Elle donne l’impression qu’un robot peut recevoir des demandes formulées naturellement, sans qu’un opérateur doive programmer chaque geste un par un.

Mais il faut distinguer ce que la scène établit de ce qu’elle ne permet pas encore d’affirmer. Une démonstration publique montre une capacité dans un cadre donné. Elle ne prouve pas, à elle seule, qu’un robot peut accomplir toutes les variantes d’une tâche, dans n’importe quel environnement, à un rythme industriel ou sans supervision humaine.

De la scène aux entrepôts, un changement d’échelle délicat

La démonstration de Lisbonne n’arrive pas dans un vide industriel. Agility Robotics utilise déjà Digit dans des entrepôts pour soulever des objets. Ce type de lieu offre des conditions plus prévisibles qu’un domicile : les zones de circulation, les rayonnages et les flux de marchandises y sont généralement organisés pour répéter des opérations similaires.

C’est une différence essentielle. Dans un entrepôt, l’automatisation peut être conçue autour d’une tâche précise, par exemple déplacer une charge d’un point à un autre. Dans une maison, un magasin ou un atelier, un robot doit composer avec des objets plus variés, des espaces encombrés et des comportements humains imprévisibles. Plus l’environnement est ouvert, plus la fiabilité devient difficile à garantir.

La popularité de Digit au Web Summit tient donc autant à ce qu’il symbolise qu’à ce qu’il fait. Les robots n’étaient déjà plus rares dans les usines et la logistique. Ce qui évolue, c’est la possibilité de leur attribuer des consignes plus souples, exprimées en langage courant, grâce aux progrès rapides des modèles d’IA. Cette évolution alimente l’idée que l’automatisation pourrait sortir des chaînes de production très standardisées pour toucher davantage de tâches de service et de bureau.

L’emploi, principale ligne de fracture

La fascination pour le robot trieur de linge a été accompagnée d’une inquiétude plus vaste : celle d’une automatisation susceptible de remplacer des millions d’emplois. Les discussions du Web Summit ne se limitaient pas aux métiers manuels. Elles concernaient aussi le droit, la finance et le secteur technologique lui-même, où les outils d’IA peuvent déjà produire, résumer ou classer de l’information.

Le point le plus sensible porte sur les emplois d’entrée de gamme. Ce sont souvent des postes où l’on apprend le fonctionnement d’un métier en réalisant des tâches répétitives, administratives ou de premier niveau. Si ces tâches sont fortement automatisées, comment les nouveaux arrivants acquerront-ils l’expérience nécessaire pour évoluer ?

Sarah Franklin, PDG de Lattice, a décrit la possibilité d’une organisation des effectifs en forme de diamant. L’image s’oppose à celle d’une pyramide classique, fondée sur une large base de débutants progressant ensuite vers des responsabilités plus élevées. Dans une structure en diamant, l’accès par le bas pourrait se resserrer, tandis que les entreprises rechercheraient davantage de profils déjà formés ou capables de coordonner des systèmes automatisés.

Cette perspective pose un défi à la formation. Les innovations peuvent se diffuser plus vite que les programmes scolaires, universitaires ou professionnels ne sont adaptés. Le risque est particulièrement fort pour les personnes disposant de peu de qualifications formelles ou de peu de temps et de moyens pour se former en continu.

Pour autant, le débat ne se réduit pas à une opposition entre humains et machines. Peggy Johnson, d’Agility Robotics, a évoqué la création possible de postes chargés de superviser les robots et de gérer les tâches qu’ils accomplissent. Ces fonctions peuvent inclure la préparation des opérations, le suivi des incidents, le contrôle de la qualité ou la maintenance.

La difficulté est que ces nouveaux emplois ne compensent pas automatiquement ceux qui pourraient disparaître. Ils n’exigent pas nécessairement les mêmes compétences, ne se situent pas toujours dans les mêmes territoires et ne sont pas forcément aussi nombreux. Une transition jugée équitable suppose donc de regarder non seulement le nombre de postes, mais aussi leur qualité, leur accessibilité et les possibilités réelles de reconversion.

L’empreinte énergétique, l’autre face de l’IA

L’IA présentée à Lisbonne ne dépend pas seulement de robots visibles sur scène. Elle repose aussi sur des centres de données, ces infrastructures informatiques qui entraînent et font fonctionner les modèles. Or leur consommation d’électricité est devenue un sujet central, notamment à mesure que les entreprises technologiques développent des systèmes plus puissants et les proposent à davantage d’utilisateurs.

Les discussions du Web Summit ont souligné le risque de tensions entre les entreprises de la tech et les communautés locales qui accueillent ces infrastructures. Un centre de données peut créer de l’activité économique, mais il accroît également la demande sur les réseaux électriques. La question n’est donc pas abstraite : elle concerne la capacité de production, le choix des sources d’énergie et les priorités d’investissement dans une région donnée.

Sarah Myers West, de l’AI Now Institute, a alerté sur les conséquences possibles pour les communautés dépendantes de ces infrastructures énergétiques. L’une des craintes exprimées est que la hausse de la demande électrique contribue au maintien de centrales à charbon, au détriment de la transition vers les énergies renouvelables. Il ne s’agit pas de dire que tout usage de l’IA entraîne mécaniquement ce résultat, mais de rappeler que les choix d’implantation, de réseau et d’approvisionnement énergétique ont des effets concrets.

Cette dimension environnementale oblige à dépasser l’image immatérielle du logiciel. Une réponse d’assistant conversationnel, une image générée ou une consigne comprise par un robot supposent des calculs. À grande échelle, la sobriété des modèles, l’efficacité des équipements et l’origine de l’électricité deviennent des critères aussi importants que les performances techniques.

Réguler sans attendre les dégâts

La robotique et l’IA soulèvent aussi une question de responsabilité. Lorsqu’un système agit dans le monde physique, une erreur peut prendre la forme d’un mauvais geste, d’un arrêt de production ou d’un danger pour les personnes présentes. Lorsqu’un modèle d’IA intervient dans le droit, la finance ou le recrutement, les risques peuvent relever de décisions injustes, d’erreurs difficiles à contester ou d’une dépendance excessive à des outils opaques.

Au Web Summit, le professeur du MIT Max Tegmark a averti que l’industrie se trouvait à une bifurcation décisive. Son propos visait plus largement la trajectoire des systèmes d’IA : si une intelligence artificielle générale était développée sans précautions, les conséquences pourraient être catastrophiques, jusqu’à menacer l’existence humaine.

L’IA générale désigne l’hypothèse d’un système capable de réaliser une très grande variété de tâches intellectuelles avec une flexibilité comparable à celle d’un humain. Elle ne décrit pas le fonctionnement actuel de Digit, qui est conçu pour des tâches précises. Mais l’avertissement de Max Tegmark illustre deux niveaux de débat souvent confondus : la gestion immédiate des robots et modèles déjà déployés, puis la gouvernance de capacités futures potentiellement beaucoup plus générales.

Dans les deux cas, la demande de régulation porte sur des principes similaires : évaluer les risques avant le déploiement, définir qui est responsable en cas de dommage, permettre des contrôles indépendants et ne pas laisser les impératifs commerciaux fixer seuls le rythme de l’innovation.

Créativité, médecine et modèles économiques : l’IA ne se résume pas aux robots

Les échanges de Lisbonne ont également porté sur les secteurs créatifs. Steven Knight, créateur de « Peaky Blinders », a défendu l’idée que les humains conserveraient un avantage irremplaçable : la faculté de faire surgir l’inattendu. À ses yeux, les systèmes d’IA recombinent et modifient surtout des modèles existants.

Cette position renvoie à une interrogation plus profonde que la seule qualité d’un texte ou d’une image générés : qu’attend-on de la création ? De la rapidité, de la productivité et de la variation, ou une expérience, une intention et une rupture avec ce qui existe déjà ? L’IA peut devenir un outil de production ou d’assistance, sans que cela tranche à lui seul la question de la valeur culturelle d’une œuvre.

Dans d’autres domaines, les attentes sont plus directement liées à l’utilité sociale. Des jeunes entreprises comme Healx explorent les usages de l’IA pour faire progresser la recherche médicale. Mais l’enthousiasme technologique s’accompagne aussi d’interrogations sur le retour sur investissement. Les entreprises doivent démontrer que leurs outils apportent une valeur durable, et pas seulement une capacité spectaculaire lors d’une démonstration.

Ce qu’il faut surveiller après le Web Summit

La scène de Digit triant du linge ne permet pas de prédire à elle seule la vitesse de l’automatisation. Elle fournit toutefois une image claire de l’étape actuelle : des robots deviennent plus faciles à commander, des modèles de langage s’invitent dans les processus de travail, et les débats sur leurs conséquences ne peuvent plus être séparés des choix économiques, sociaux et énergétiques.

Dans les prochains mois, quatre questions mériteront une attention particulière :

• la fiabilité des robots hors des environnements très contrôlés ;
• l’évolution des postes d’entrée de gamme et des dispositifs de formation ;
• la capacité des réseaux électriques à absorber les besoins des centres de données ;
• les règles imposées aux entreprises pour sécuriser, auditer et rendre compte de leurs systèmes.

Le Web Summit de novembre 2024 a ainsi moins livré une réponse définitive qu’un constat : l’IA n’est pas une technologie isolée. À travers un robot qui range des T-shirts, elle met déjà en jeu l’organisation du travail, les choix énergétiques et la manière dont les sociétés souhaitent garder la main sur des machines de plus en plus capables.