BMW installe des robots humanoïdes dans son usine allemande : voici comment AEON apprend à travailler comme un humain en quelques jours

Le jour où un robot est devenu « collègue » chez BMW

Imaginez la scène : Une chaîne de production automobile classique, à Leipzig, en Allemagne. Le rythme habituel des ouvriers, le bruit des outils, la cadence des véhicules qui avancent poste après poste. Et puis, un jour, une nouvelle silhouette apparaît sur la ligne. Une forme humaine, faite de métal et d’électronique, qui se déplace non pas sur des jambes, mais sur des roues. Son nom : AEON.

Ce n’est pas de la science-fiction. C’est la réalité industrielle de BMW en 2026. Le constructeur automobile allemand vient de franchir une étape que les salons technologiques promettaient depuis des années sans jamais vraiment la concrétiser à grande échelle : l’intégration de robots humanoïdes directement sur ses chaînes de production européennes, dans le cadre d’un projet pilote lancé à son usine de Leipzig.

Pour BMW, ce n’est pas un coup marketing isolé. C’est l’aboutissement d’une stratégie mûrement réfléchie, construite sur les enseignements d’un premier déploiement réussi outre-Atlantique, et portée par un vocabulaire précis que l’industrie a commencé à populariser : la « Physical AI », l’intelligence artificielle physique, celle qui ne se contente plus d’analyser des données depuis un écran, mais qui agit concrètement dans le monde réel.

Pourquoi les robots humanoïdes changent la donne

Avant de détailler ce que BMW met concrètement en place, il faut comprendre pourquoi cette approche représente une rupture par rapport à des décennies d’automatisation industrielle classique.

L’automatisation traditionnelle : des machines qu’il fallait servir

L’automatisation dans l’industrie automobile n’a rien de nouveau. Les bras robotisés et les systèmes automatisés équipent les usines du monde entier depuis des décennies, soudant des carrosseries, peignant des pièces, assemblant des composants avec une précision que l’humain ne pourrait jamais égaler à cette cadence.

Mais ces robots industriels classiques ont toujours souffert d’une limite structurelle majeure : ils sont rigides. Chacun est conçu, programmé et positionné pour une tâche précise, dans un espace précis, avec des mouvements répétés à l’identique. Si l’usine doit changer sa chaîne de production : un nouveau modèle, une nouvelle étape d’assemblage, il faut souvent reconfigurer intégralement l’infrastructure autour de ces machines, un processus long et coûteux.

La révolution économique derrière les robots humanoïdes

C’est précisément ce paradigme que les robots humanoïdes viennent bouleverser. Bill Ray, analyste chez le cabinet d’études Gartner, résume ce basculement économique avec une formule qui dit tout : « Quand un robot coûte 17 millions de dollars, on réorganise une usine autour de lui. Ce n’est plus le cas aujourd’hui. »

Ce que Ray décrit, c’est une inversion complète du rapport de coûts. Autrefois, les robots industriels étaient si onéreux que les entreprises devaient adapter leurs infrastructures entières autour d’eux, l’exact inverse de la logique actuelle. Aujourd’hui, les coûts de fabrication des robots humanoïdes ont chuté de façon spectaculaire, passant, selon les estimations du secteur, d’une fourchette de 50 000 à 250 000 dollars par unité à environ 30 000 à 150 000 dollars, soit une baisse d’environ 40 %, plus rapide que ce que les analystes anticipaient initialement. Dans le même temps, modifier une infrastructure de production existante est devenu, à l’inverse, plus coûteux et plus complexe qu’auparavant.

Michael Nikolaides, responsable senior du réseau de production chez BMW, formule cette logique de façon limpide : selon lui, la forme humanoïde permet à ces robots de travailler dans pratiquement n’importe quel poste actuellement occupé par des humains, sans nécessiter de modifications coûteuses des chaînes de production. Autrement dit : plutôt que d’adapter l’usine à la machine, c’est désormais la machine qui s’adapte à l’usine.

AEON, le nouveau collègue de Leipzig : anatomie d’un robot pensé pour le travail, pas pour le spectacle

Les caractéristiques physiques précises du robot

AEON est le robot humanoïde développé par Hexagon Robotics, la division spécialisée en « Physical AI » du groupe suédois Hexagon, un géant des technologies de mesure et de capteurs qui affiche environ 5,4 milliards d’euros de chiffre d’affaires annuel. Cette division est basée à Zurich, en Suisse, et a officiellement dévoilé AEON en juin 2025, lors de l’événement Hexagon LIVE Global.

Sur le plan physique, AEON mesure 1,65 mètre de hauteur pour un poids d’environ 60 kilogrammes. Le robot peut transporter une charge allant jusqu’à 15 kilogrammes sur une courte durée, ou environ 8 kilogrammes en continu, tout en se déplaçant à une vitesse maximale de 2,4 mètres par seconde.

Le choix des roues plutôt que des jambes : un choix délibéré et assumé

C’est probablement l’élément le plus distinctif d’AEON par rapport à d’autres robots humanoïdes médiatisés dans le monde : au lieu de tenter d’imiter une démarche bipède comme le font certains concurrents, AEON se déplace sur des roues.

Arnaud Robert, président de la division Hexagon Robotics, a résumé la philosophie derrière cette conception avec une formule sans détour, lors d’un événement de présentation au Talent Campus de BMW à Munich : « Nous ne sommes pas dans le business de la danse, nous sommes dans le business du travail. » Une pique à peine voilée envers les démonstrations spectaculaires (sauts, courses, chorégraphies) qui dominent souvent les présentations médiatiques de robots humanoïdes concurrents, sans nécessairement démontrer une utilité industrielle réelle.

Michael Nikolaides confirme cette logique purement pragmatique : « Sur la chaîne de production, c’est beaucoup plus logique, car AEON peut se déplacer de manière autonome d’un point à un autre. » Dans un environnement industriel où l’efficacité du déplacement compte davantage que la ressemblance parfaite avec la démarche humaine, les roues offrent tout simplement une meilleure fiabilité et une meilleure vitesse de circulation entre les postes de travail.

Un torse modulaire au cœur de la conception

L’élément central de la conception d’AEON réside dans son torse humanoïde modulaire, capable d’accueillir une large gamme d’outils de préhension, de mains robotiques ou de dispositifs de scan, sans que la structure de base du robot n’ait besoin d’être modifiée. Cette modularité permet à un même robot d’être reconfiguré rapidement pour différentes tâches, plutôt que de nécessiter une machine entièrement différente pour chaque usage.

Une perception à 360 degrés grâce à 22 capteurs

Le robot est équipé de 22 capteurs intégrés comprenant des caméras périphériques, des capteurs de temps de vol (time-of-flight), des capteurs infrarouges, des caméras de navigation SLAM (permettant au robot de cartographier son environnement en temps réel), ainsi que des microphones. L’ensemble confère à AEON une conscience spatiale complète à 360 degrés, en temps réel.

Sur le plan du calcul embarqué, AEON fonctionne grâce à des processeurs NVIDIA Jetson Orin, et a été majoritairement entraîné via simulation, en s’appuyant sur la plateforme NVIDIA Isaac. Cette approche par simulation a permis à Hexagon de développer les capacités fondamentales de locomotion du robot en seulement deux à trois semaines, contre cinq à six mois habituellement nécessaires avec des méthodes d’entraînement traditionnelles. Le projet mobilise également Microsoft Azure pour le développement évolutif des modèles, et des actionneurs fournis par l’entreprise suisse Maxon pour la locomotion.

Enfin, un détail pratique non négligeable pour un usage industriel continu : AEON dispose de batteries interchangeables à chaud, lui permettant théoriquement un fonctionnement en continu, 24 heures sur 24, sans interruption pour la recharge.

Le calendrier précis du déploiement à Leipzig

BMW a adopté une approche méthodique et progressive pour l’intégration d’AEON, structurée en plusieurs phases distinctes plutôt qu’un déploiement immédiat en conditions réelles.

• Juin 2025 : Hexagon Robotics dévoile officiellement AEON lors de l’événement Hexagon LIVE Global.
• Décembre 2025 : premier déploiement test d’AEON à l’usine de Leipzig, après une phase d’évaluation théorique et des tests en laboratoire.
• 9 mars 2026 : BMW annonce officiellement le lancement du projet pilote européen avec Hexagon.
• Avril 2026 : une phase de test supplémentaire, plus poussée, est programmée pour préparer l’intégration complète.
• Été 2026 : lancement de la phase pilote complète et opérationnelle, avec un objectif de deux unités AEON travaillant simultanément sur deux cas d’usage distincts.
• Fin 2026 : BMW vise une intégration des deux robots en production effective.

Leipzig, un choix stratégique loin d’être anodin

Le choix de l’usine de Leipzig comme site pilote n’a rien d’un hasard. Il s’agit du site allemand de BMW technologiquement le plus complet, couvrant l’intégralité de la chaîne de production : fabrication de batteries, moulage par injection de composants, presse, atelier de carrosserie, et assemblage final. Tester AEON à Leipzig permet donc à BMW de couvrir, en un seul et même lieu, l’ensemble des environnements de production possibles.

Dans un premier temps, les robots AEON seront affectés à des tâches précises : l’assemblage des batteries haute tension pour véhicules électriques, et diverses opérations de fabrication de composants : des tâches répétitives, physiquement exigeantes, mais nécessitant également une précision constante.

Le précédent américain : ce que Spartanburg a déjà prouvé

Le projet de Leipzig ne part pas de zéro. Il capitalise directement sur les enseignements d’un premier déploiement, mené aux États-Unis, avec un partenaire technologique différent.

Figure 02 : dix mois d’expérimentation à grande échelle

En janvier 2024, BMW avait signé un accord commercial avec Figure AI, une startup californienne spécialisée dans la robotique humanoïde, pour déployer des robots à son usine de Spartanburg, en Caroline du Sud, le site qui assemble notamment les modèles X3, X5 et X7.

Après une phase de test initiale et une annonce formelle de résultats en août 2024, le déploiement complet s’est étalé sur dix mois, se concluant fin 2025. Durant cette période, le robot Figure 02 a directement participé à la production de plus de 30 000 BMW X3, en travaillant cinq jours par semaine, à raison de dix heures par quart de travail, un rythme de travail comparable à celui d’un poste humain à temps plein.

Sa mission précise : récupérer et positionner des pièces de tôlerie en vue du processus de soudure, une tâche qui exige à la fois rapidité, précision millimétrique, et une résistance physique importante, particulièrement pénible pour un opérateur humain sur une base répétée.

Au terme de cette expérimentation, le bilan chiffré est impressionnant : Figure 02 a déplacé au total plus de 90 000 composants, cumulé environ 1 250 heures de fonctionnement, et parcouru approximativement 1,2 million de pas. Le robot fonctionnait en tandem avec un second exemplaire : pendant que l’un travaillait, l’autre se rechargeait, garantissant une continuité opérationnelle.

Ce que Spartanburg a appris à BMW

Au-delà des chiffres bruts, cette expérimentation américaine a surtout permis à BMW de tirer des enseignements organisationnels précieux, aujourd’hui directement appliqués à Leipzig. Michael Nikolaides a confié : « La transition entre le laboratoire et la production réelle a été, pour moi, plus rapide que ce que nous attendions. »

La leçon clé retenue par BMW pour Leipzig : impliquer dès le premier jour les équipes informatiques, de sécurité, de gestion des processus et de logistique plutôt que de les intégrer après coup. La préparation de l’infrastructure (barrières de sécurité, connexions Wi-Fi 6, interfaces standardisées) a été traitée comme un prérequis, et non comme une réflexion secondaire à ajuster une fois le robot déjà sur place.

Fort de ces résultats, BMW et Figure AI évaluent désormais où le robot de nouvelle génération, Figure 03, pourrait apporter une valeur ajoutée supplémentaire à la production, un signe que la collaboration entre les deux entreprises n’est pas près de s’arrêter, en parallèle du nouveau partenariat européen avec Hexagon.

La méthode d’entraînement : comment un robot apprend à travailler comme un humain

C’est sans doute l’aspect le plus fascinant, et le plus révélateur des progrès récents de l’intelligence artificielle appliquée à la robotique : la façon dont ces robots apprennent leurs tâches.

La combinaison téléopération et jumeau numérique

BMW et Hexagon ont développé une méthode d’entraînement hybride, combinant téléopération (le contrôle à distance du robot par un opérateur humain) et simulation au sein d’un jumeau numérique de l’usine, une réplique virtuelle complète et fidèle de l’environnement de production réel, développée avec le logiciel NVIDIA.

Le processus se déroule en deux temps complémentaires. D’abord, des opérateurs humains montrent physiquement au robot comment effectuer une tâche donnée, en utilisant des capteurs de mouvement fixés sur leur corps. Simultanément, le système d’intelligence artificielle simule ces mêmes gestes des milliers de fois dans l’environnement virtuel, cherchant automatiquement la méthode d’exécution la plus efficace possible. Cette technique est connue sous le nom d’apprentissage par renforcement.

L’apprentissage par imitation : la clé de la rapidité

Hexagon souligne tout particulièrement l’importance d’une seconde technique, complémentaire de la première : l’apprentissage par imitation. Dans cette approche, le robot apprend en observant directement les mouvements humains, que ce soit via des enregistrements vidéo, ou grâce à des capteurs de mouvement portés par l’opérateur pendant qu’il exécute la tâche.

Arnaud Robert explique la logique profonde derrière cette méthode : « Le transfert de connaissances entre l’humain et le robot est optimal lorsque l’enseignant et l’élève ont la même morphologie. » C’est précisément l’un des arguments les plus solides en faveur de la forme humanoïde elle-même : un robot dont le corps ressemble structurellement à celui d’un humain peut directement transposer les mouvements observés chez un opérateur, sans passer par une traduction complexe entre des architectures mécaniques radicalement différentes.

Le résultat concret de cette approche est saisissant sur le plan de la vitesse d’apprentissage : selon Hexagon, cette méthode permet de réduire la durée de formation d’un robot de plusieurs mois à seulement quelques jours. Certaines sources plus techniques précisent même qu’à peine 20 démonstrations suffisent pour entraîner AEON à opérer de façon autonome sur une tâche donnée.

Robert va plus loin en évoquant l’objectif ultime de cette technologie : que les robots humanoïdes puissent, à terme, apprendre de nouvelles tâches presque aussi facilement qu’un être humain en observant simplement une personne réaliser le travail. Selon ses propres mots : « C’est l’objectif ultime et nous devrions y parvenir d’ici un ou deux ans. »

L’iFACTORY : le cadre stratégique global dans lequel s’inscrit AEON

Le déploiement d’AEON à Leipzig ne constitue pas une initiative isolée, mais s’inscrit dans une vision beaucoup plus large que BMW appelle iFACTORY, son plan directeur mondial pour l’avenir de la production, structuré autour de trois piliers fondamentaux : lean (efficacité et réduction des gaspillages), green (durabilité environnementale), et digital (numérisation complète).

Une infrastructure de données unifiée comme prérequis

Le pilier numérique de cette stratégie a nécessité une transformation systématique des systèmes de production de BMW, remplaçant progressivement les silos de données isolés où les informations de qualité, de logistique et de maintenance communiquaient à peine entre elles par une plateforme de données unifiée, garantissant que toutes les informations restent cohérentes, standardisées et accessibles en permanence.

Cette architecture de données constitue un prérequis technique indispensable au bon fonctionnement des robots humanoïdes : c’est elle qui permet aux systèmes d’intelligence artificielle d’opérer de façon autonome, d’apprendre en continu, et de s’intégrer harmonieusement avec les jumeaux numériques et les systèmes de transport autonome déjà déployés dans les usines BMW.

Un centre de compétences dédié à Munich

Pour piloter cette transition à l’échelle de l’ensemble du groupe, BMW a créé un Centre de Compétence pour l’IA Physique en Production, basé à Munich. Comme l’explique Felix Haeckel, responsable de cette équipe : « Au sein de notre nouveau Centre de Compétence pour l’IA Physique en Production, nous rassemblons notre expertise pour rendre les connaissances en IA et robotique largement exploitables au sein de l’entreprise. »

Ce centre évalue systématiquement les partenaires technologiques potentiels selon des critères précis de maturité et d’industrialisation, en trois étapes successives : d’abord une évaluation théorique, puis des tests en laboratoire sur des cas d’usage réels de BMW, et enfin un déploiement sur le terrain, directement en usine.

Milan Nedeljković, actuel responsable de la production de BMW et futur PDG entrant du groupe, a résumé l’enjeu stratégique global de cette initiative : « La numérisation améliore la compétitivité de notre production, ici en Europe comme dans le monde entier. La symbiose entre l’expertise en ingénierie et l’intelligence artificielle ouvre des possibilités entièrement nouvelles en matière de production. »

Un avantage technique décisif : la résistance à l’imprévu

Au-delà des considérations économiques et stratégiques, BMW met en avant un argument technique fondamental en faveur des robots humanoïdes dotés d’intelligence artificielle par rapport aux robots industriels traditionnels : leur capacité d’adaptation face à l’imprévu.

Avec un robot classique, non doté d’IA, le moindre écart par rapport à ce qui était strictement programmé, un infime déplacement d’une pièce métallique, par exemple, peut suffire à provoquer une erreur et interrompre l’intégralité du processus de production, nécessitant souvent une intervention humaine pour relancer la chaîne.

Les robots humanoïdes dotés d’IA, en revanche, peuvent analyser en temps réel les changements survenus dans leur environnement immédiat, et ajuster leur comportement en conséquence, sans nécessiter d’interruption. Hexagon désigne cette capacité sous le terme de « Physical AI », l’intelligence artificielle physique : concrètement, le robot peut prendre des décisions en fonction de ce qu’il observe autour de lui, plutôt que de suivre aveuglément une séquence d’instructions figées.

BMW n’est pas seule : un mouvement qui traverse toute l’industrie automobile mondiale

L’initiative de BMW s’inscrit dans une dynamique bien plus large, où l’ensemble du secteur automobile mondial explore, avec des degrés d’avancement divers, l’intégration de robots humanoïdes dans ses chaînes de production.

• Toyota prévoit d’utiliser les robots Digit développés par Agility Robotics.
• Xiaomi, le géant chinois de l’électronique, teste déjà ses propres robots humanoïdes directement dans la production de ses véhicules électriques.
• Hyundai développe une collaboration étroite avec Boston Dynamics, entreprise américaine de robotique dont le constructeur coréen est devenu actionnaire majoritaire.
• Mercedes-Benz s’est associé à la startup Apptronik pour ses propres expérimentations.
• BYD, autre géant chinois, affiche l’ambition de déployer pas moins de 20 000 robots humanoïdes d’ici la fin de l’année 2026.
• Tesla, de son côté, convertit progressivement son usine de Fremont, en Californie, pour y produire ses propres unités du robot Optimus.

Cette effervescence sectorielle s’appuie sur des projections de marché particulièrement optimistes : le marché mondial de la robotique humanoïde devrait, selon les analyses disponibles, passer d’environ 3,14 milliards de dollars en 2025 à plus de 15 milliards de dollars d’ici 2030, soit un taux de croissance annuel composé avoisinant les 39 %.

Un rapport récent du cabinet Deloitte, intitulé State of AI in the Enterprise 2026 et basé sur une enquête menée auprès de plus de 3 200 dirigeants d’entreprise dans 24 pays, révèle que 58 % des entreprises interrogées utilisent déjà, d’une manière ou d’une autre, des technologies liées à l’intelligence artificielle physique dans leurs opérations.

La question qui fâche : les robots vont-ils détruire des emplois ?

C’est, sans surprise, la préoccupation la plus immédiate et la plus légitime que soulève ce type d’annonce auprès du grand public et BMW s’efforce activement d’y répondre.

L’argument démographique mis en avant par BMW

BMW souligne en premier lieu une réalité structurelle qui touche l’ensemble de l’industrie européenne : une pénurie de main-d’œuvre annoncée pour les années à venir, en raison notamment du vieillissement démographique et de la difficulté croissante à recruter pour des postes physiquement exigeants dans l’industrie manufacturière.

Nikolaides le formule directement : « Nous savons que dans les années à venir, il y aura une pénurie de main-d’œuvre, et les robots humanoïdes peuvent y remédier. »

Le parallèle historique avec l’automatisation des années 1970

Pour rassurer sur le risque de destruction d’emplois, BMW convoque un précédent historique : l’arrivée massive des premiers robots industriels dans les usines automobiles, au cours des années 1970. Nikolaides rappelle : « À l’époque, tout le monde disait que l’automatisation détruirait des emplois, mais c’est l’inverse qui s’est produit. De nouveaux emplois ont été créés. »

BMW insiste également, dans sa communication officielle sur le projet, sur le fait qu’AEON a été conçu avec une mission explicite : soutenir les humains, pas les remplacer. L’entreprise met en avant l’expérience concrète de Spartanburg à ce sujet : la transparence précoce sur les objectifs et les méthodes de travail du projet aurait permis de transformer rapidement la curiosité initiale des employés en véritable acceptation, le robot humanoïde devenant, selon les termes employés par BMW elle-même, « une partie naturelle du travail d’équipe quotidien » sur le terrain.

Le principal danger : le décalage entre le marketing et la réalité technique

Malgré cet optimisme largement partagé par les constructeurs, plusieurs experts du secteur appellent explicitement à la prudence face à ce qu’ils considèrent comme un excès de battage médiatique autour de la robotique humanoïde.

La mise en garde de Bill Ray sur les capacités réellement démontrées

Bill Ray, l’analyste de Gartner déjà cité, estime que le grand public surestime systématiquement les capacités réelles de ces systèmes robotiques. Sa mise en garde mérite d’être citée intégralement, tant elle éclaire un biais cognitif répandu : « Quand on voit un robot humanoïde marcher, on suppose automatiquement qu’il peut courir, sauter ou grimper. Il ne peut rien faire de tout cela, mais le cerveau humain comble ces lacunes. »

Ray va plus loin en questionnant les motivations réelles de certaines démonstrations très médiatisées de robots humanoïdes dans l’industrie, estimant qu’elles visent parfois davantage à soutenir le cours des actions des entreprises concernées qu’à répondre à de véritables besoins industriels concrets et immédiats.

Une orientation de développement qui reste, malgré tout, assez claire

Malgré ces réserves légitimes, la trajectoire générale du secteur ne fait guère de doute pour la majorité des observateurs spécialisés. La combinaison de systèmes d’intelligence artificielle de plus en plus performants, de capteurs toujours plus sophistiqués, et d’une forme humanoïde pensée pour s’adapter à des environnements initialement conçus pour l’humain, rapproche progressivement les robots d’environnements de travail qui leur étaient, jusqu’ici, exclusivement réservés sans pour autant qu’un déploiement massif et généralisé soit une évidence acquise à court terme.

Un tournant industriel réel, ou un pari technologique encore incertain ?

Contrairement à de nombreuses annonces spectaculaires de robots humanoïdes qui se limitent à des démonstrations scénarisées, souvent déconnectées de toute contrainte industrielle réelle, BMW s’appuie ici sur des données concrètes et vérifiables : dix mois de déploiement réel à Spartanburg, 30 000 véhicules produits avec l’assistance d’un robot, 90 000 composants déplacés, 1 250 heures de fonctionnement documentées. Ce n’est pas une promesse. C’est un bilan chiffré, mesurable, qui a directement nourri la conception du programme européen à Leipzig.

Ce sérieux méthodologique tranche avec l’avertissement pertinent de Bill Ray sur le battage médiatique ambiant autour de ce secteur. Les deux réalités coexistent probablement : oui, une partie non négligeable des annonces de robots humanoïdes dans l’industrie relève davantage de la communication financière que d’une véritable nécessité opérationnelle. Mais non, cela ne signifie pas pour autant que la technologie elle-même soit dénuée de valeur industrielle réelle. L’expérience de Spartanburg, avec ses chiffres précis et vérifiables sur plusieurs mois d’exploitation continue, semble en apporter une preuve tangible.

Ce qui me semble le plus significatif dans cette histoire, ce n’est peut-être même pas la robotique en elle-même, mais la méthode d’apprentissage par imitation qui la sous-tend. Réduire le temps de formation d’un robot de plusieurs mois à quelques jours, simplement en lui faisant observer un humain effectuer une tâche, représente un changement d’échelle considérable dans la vitesse à laquelle de nouvelles capacités robotiques peuvent être déployées. Si cette promesse se confirme pleinement dans les prochaines années, Arnaud Robert évoque un horizon d’un à deux ans pour atteindre l’objectif ultime d’un apprentissage quasi-humain, la flexibilité que cela apporterait aux chaînes de production dépasserait largement le seul cadre de BMW ou de l’industrie automobile.

La véritable question qui mérite d’être posée, à mon sens, n’est pas tant celle du risque de destruction d’emplois, l’argument de la pénurie démographique de main-d’œuvre en Europe est, statistiquement, largement documenté et difficile à contester mais plutôt celle de la nature du travail humain qui subsistera dans ces usines de plus en plus hybrides. Quand les tâches les plus répétitives, les plus physiquement exigeantes et les plus dangereuses sont progressivement confiées à des machines capables d’apprendre en observant un humain, quelles compétences deviennent-elles, à l’inverse, plus précieuses et plus recherchées pour les travailleurs qui restent sur ces lignes de production ? C’est cette question de fond, plus que celle du remplacement pur et simple, qui mérite d’occuper le débat public dans les années qui viennent.

Craignez-vous que cette technologie finisse par supprimer davantage d’emplois qu’elle n’en créera, malgré les arguments avancés par BMW ? Et que pensez-vous du choix délibéré de Hexagon d’opter pour des roues plutôt que des jambes, à contre-courant de la tendance dominante dans le secteur ?

Partagez votre point de vue dans les commentaires.

Source : BMW