Le robot de tennis de table de Sony m’a fait réfléchir à ce qui se passe quand l’IA se dote d’un corps
Sony présente Ace, un robot de tennis de table capable de tenir l’échange face à des joueurs d’élite. Derrière la démonstration sportive, on aperçoit un test bien plus rude pour la vision, la prédiction et l’action en temps réel. Quand l’IA quitte l’écran pour se confronter à une balle qui tourne et dévie à la moindre touche, l’exercice devient un problème de timing. Et les leçons dépassent largement la table verte.
Un robot de ping-pong qui voit et réagit
J’étais prêt à classer le robot de tennis de table de Sony parmi les démonstrations de labo coûteuses. Qu’une machine puisse renvoyer les balles d’excellents joueurs, c’est impressionnant, mais cela ressemble au genre de numéro fait pour décrocher des applaudissements dans une salle déjà acquise à la cause.
Le tennis de table est pourtant un test plus retors qu’il n’y paraît. La balle est minuscule, très rapide, chargée d’effet, et change de trajectoire dès qu’elle rebondit. Le système de Sony affronte autre chose qu’un simple calcul. Il doit voir, anticiper et agir avant que l’échange ne lui échappe.
Sony a opposé Ace à cinq joueurs d’élite et deux professionnels, avec un arbitrage conforme aux règles officielles, et le robot a décroché plusieurs victoires.
Le point le plus instructif est ce que la machine a dû encaisser pendant ces matches : des frappes très rapides, bourrées d’effet, qui changent de cap après le rebond et punissent le moindre retard. Pour le dire simplement, Ace ne se contentait pas de remettre. Il lisait le mouvement, estimait la trajectoire et se déplaçait avant que l’échange ne lui file entre les doigts.
L’IA sort du plateau
Le classique “l’IA bat l’humain” occulte ce qu’Ace met réellement à l’épreuve. On a déjà eu cette histoire dans des cadres plus épurés. Deep Blue d’IBM a battu Garry Kasparov en 1997, et la symbolique pèse encore sur chaque duel entre savoir-faire humain et calcul machine.
Mais les échecs, malgré leur profondeur stratégique, sont confortables pour les ordinateurs. Le plateau ne bouge pas. Les pièces ne tournent pas. Un cavalier ne revient pas vers vous à 100 km/h parce qu’on l’a coupé à un sale angle.
Le robot de Sony pointe une inflexion différente. Quand l’IA doit se mouvoir, l’intelligence devient une affaire de tempo. Le système doit lire le monde assez vite pour agir dedans. C’est plus utile, et beaucoup plus difficile à canaliser.
Le corps change l’équation
C’est là que la démonstration de tennis de table commence à être vraiment instructive. Un robot capable de suivre l’effet, prévoir le mouvement et ajuster sa réponse en temps réel n’est pas automatiquement un ouvrier d’usine, un préparateur logistique, une aide-soignante, une ouvrière agricole ou une machine d’intervention en catastrophe. Le raccourci serait trop propre, donc probablement faux.
Le marché de la robotique a déjà dépassé le stade des démonstrateurs mignons. La Fédération Internationale de la Robotique recense 542 000 robots industriels installés en 2024, plus du double d’il y a dix ans. Elle anticipe 575 000 installations en 2025 et plus de 700 000 en 2028. Ace n’est pas un produit d’usine, mais il s’inscrit dans une trajectoire d’automatisation déjà visible sur les lignes de production.
Sur un atelier bien cadré, les robots doivent gérer la variabilité plutôt que répéter un geste parfait à l’infini. En logistique, ils croisent des cartons écrasés, des angles improbables, des étiquettes manquantes et des personnes qui traversent la mauvaise allée au pire moment. En extérieur, boue, météo, terrain irrégulier et récoltes façonnées par la nature ne respectent pas les attentes logicielles.
Côté emploi, l’histoire perd son vernis. McKinsey estime que la technologie disponible pourrait théoriquement automatiser des activités représentant environ 57% des heures travaillées aux États-Unis. Ce n’est pas un chiffre net de postes supprimés, et le cabinet le souligne.
La pression est plus diffuse et probablement plus désordonnée : les tâches se fragmentent, les fonctions sont redessinées, et certains salariés découvrent que “l’efficacité” arrive souvent avec un tableur et un sourire contraint.
Certains environnements sanctionnent cher l’erreur. Un chatbot qui se trompe peut faire perdre une après-midi. Un robot qui lit mal l’appui d’un patient, un fauteuil roulant ou un couloir d’hôpital peut causer de vrais dégâts. Plus l’IA s’incarne, moins ses fautes sont pardonnées.
La facture accompagne le corps
L’infrastructure ne disparaît pas quand l’IA se dote de jambes, de roues ou d’un bras robotisé. Elle dépend toujours de puces, de centres de données, de systèmes de refroidissement, d’électricité, d’eau et d’un réseau qui n’a pas été conçu pour que chaque entreprise réclame soudain plus de calcul.
L’Agence internationale de l’énergie prévoit que la consommation électrique mondiale des centres de données double pour atteindre environ 945 TWh en 2030, soit un peu moins de 3% de l’électricité mondiale. Le pourcentage peut sembler modeste jusqu’au jour où un réseau local, un système d’eau ou une commune voisine d’un nouveau data center doit absorber la concentration.
Tout n’est pas sombre pour autant. Des robots plus habiles pourraient réduire les rebuts en usine, inspecter des sites dangereux, affiner l’agriculture de précision et prendre en charge des tâches qui brisent des corps humains. Le gain est réel, mais le coût l’est aussi.
Deep Blue donnait une impression de puissance à l’IA dans un cadre de plateau. Ace donne l’impression que le plateau a disparu, et que les pièces sont devenues des usines, des hôpitaux, des fermes, des réseaux et des travailleurs qui tentent de deviner la suite.
Asimov imaginait des robots tenus par des lois. La version que nous construisons paraît d’abord tenue par l’économie.
