fr.wedoany.com Rapport : Le 19 juin 2026, l’Agence de promotion de l’industrie des TIC (NIPA) et l’Institut d’évaluation et de planification des technologies de l’information (IITP) ont officiellement lancé la « Deuxième phase de l’Alliance pour l’IA physique » à l’hôtel The Plaza, dans l’arrondissement de Jung à Séoul. L’objectif est de transférer l’intelligence artificielle (IA) physique du stade de laboratoire vers les sites industriels réels, afin de renforcer la compétitivité mondiale. Cette alliance se concentrera sur trois axes principaux : garantir les technologies nationales clés, construire une infrastructure de données et promouvoir la validation sur les sites de fabrication, avec le lancement de projets à grande échelle.
Lors de la cérémonie de lancement de la deuxième phase, Jeong Su-jin, chef de la division régionale AX de NIPA, a indiqué que les avis de plus de 200 entreprises recueillis pendant la première phase montraient que la dépendance technologique, le manque de données et les obstacles réglementaires étaient les problèmes les plus urgents. En réponse, l’alliance a proposé trois défis majeurs : l’autonomie technologique, la sécurisation des données et l’amélioration de la réglementation. Le premier défi consiste à construire une pile complète (Full Stack) d’IA physique basée sur des technologies nationales. Jeong Su-jin a souligné que l’industrie nationale dépend actuellement fortement des plateformes d’IA et des écosystèmes de calcul étrangers, et que dans des domaines stratégiques comme la défense et la sécurité, il est impératif d’assurer la souveraineté technologique et la nationalisation des technologies clés. Actuellement, les parties concernées travaillent avec le ministère des Sciences et des TIC pour garantir les technologies clés de l’IA physique, tout en développant simultanément des modèles d’IA physique dédiés au secteur manufacturier, avec pour objectif d’étendre la recherche au développement commercial et à l’expansion mondiale. Le deuxième défi est la création d’un système de production de données comportementales pour l’IA physique. Comme l’IA physique ne peut pas se contenter des données existantes, des infrastructures spécialisées sont nécessaires pour générer et valider des données industrielles réelles. À cette fin, la NIPA travaille à la construction d’un « Centre de formation à l’IA physique » pour la génération, la simulation et la production de données synthétiques. Ce projet, actuellement en phase de planification, sera développé en collaboration avec les entreprises pour définir les modalités d’exploitation. Le troisième défi est l’amélioration de l’environnement juridique et réglementaire. Jeong Su-jin a déclaré que l’amélioration de la réglementation est une condition nécessaire à la diffusion de l’IA physique dans l’industrie et le commerce, et que les difficultés rencontrées par les entreprises dans le développement technologique et la commercialisation seront continuellement recueillies et reflétées dans les révisions politiques.
L’infrastructure de données est considérée comme le cœur de la compétitivité de l’IA physique. L’IA physique exige que les robots reconnaissent l’environnement, prennent des décisions et agissent, nécessitant des volumes de données bien supérieurs à ceux de l’IA générative. L’industrie prévoit que la quantité de données nécessaires à son apprentissage sera des centaines à des milliers de fois supérieure à celle des grands modèles de langage (LLM). Kim Wook, chef de projet IA physique à l’IITP, a souligné que l’IA physique nécessite 100 à 1 000 fois plus de données que les LLM, et que la construction d’un pipeline de données à grande échelle intégrant données réelles et virtuelles est cruciale pour la réussite technologique. Ces données serviront à entraîner des « modèles du monde » pour le contrôle autonome des robots, et seront conçues en synergie avec des semi-conducteurs d’IA de périphérie à ultra-faible latence, formant un écosystème intégré matériel-logiciel.
En ce qui concerne la validation sur les sites de fabrication, un projet majeur de cinq ans a été lancé. Lee Jun-woo, chef de projet AX pour les régions Jeonbuk et Gyeongnam à la NIPA, a présenté un plan de projet à grande échelle centré sur ces deux régions. Dans la région de Jeonbuk, le projet vise à construire des usines de fabrication du futur basées sur l’IA, en développant des « modèles d’usine sans personnel et autonomes » où des robots humanoïdes et des équipements intelligents collaborent, tout en mettant en place des bancs d’essai et des plateformes de données, et en proposant des normes. Dans la région de Gyeongnam, l’accent est mis sur « l’intelligence physique avancée » sur les sites de fabrication, en développant des modèles d’IA capables d’apprendre de manière autonome les lois physiques à partir des données des équipements et des processus, permettant la collaboration homme-machine et le transfert de l’expertise des opérateurs expérimentés vers l’IA, afin d’améliorer la productivité et la sécurité. Lee Jun-woo a indiqué que l’objectif final est de créer une référence pour la fabrication du futur où l’IA soutient de manière autonome les opérations d’usine, d’améliorer la compétitivité de l’industrie manufacturière régionale et de générer une nouvelle industrie où les modèles d’usine peuvent être exportés dans le monde entier.
