L’intégration directe des modèles de fondation au sein des équipements industriels et de la chaîne logistique redéfinit l’architecture des systèmes d’information. Pour les directions informatiques, le Physical AI impose une orchestration unifiée d’agents. Ceux qui sont capables d’agir simultanément dans les environnements virtuels et matériels.
Lin Junyang, l’architecte en chef à l’origine des modèles open source Qwen chez Alibaba, vient d’officialiser le lancement de sa startup Pragmatik Labs à Shanghai. Selon The Information, cette jeune pousse bénéficie du soutien de Tencent, de HSG (ex-Sequoia China) et de Gaorong Ventures. De plus, le fonds souverain de la municipalité de Shanghai apporte un appui décisif avec son enveloppe de 1,4 milliard de dollars.
Pragmatik Labs vise déjà une valorisation de 2 milliards de dollars. Toutefois, son objectif ne réside plus dans le développement de simples générateurs de texte. L’entreprise mise plutôt sur la création d’agents autonomes hybrides. Ainsi, l’émergence du Physical AI crée une passerelle directe entre la prise de décision numérique et l’action dans le monde réel.
De l’assistant textuel à l’action physique et la fin du silo IT OT
Aujourd’hui, les modèles de langage d’entreprise plafonnent en matière de création de valeur. En réalité, leurs capacités restent souvent confinées aux interfaces de discussion ou à la manipulation de bases de données isolées. Le véritable saut technologique repose donc sur l’IA incarnée (Embodied AI). Cette approche dote les architectures logicielles de capacités de perception spatiale, de planification et de manipulation d’équipements.
Selon le MIT Technology Review, le marché bascule pas à pas des Large Language Models vers des Large Behavior Models. Ces derniers s’avèrent capables de traduire un raisonnement abstrait en instructions physiques précises.
Cette évolution impose une convergence forcée entre les systèmes d’information (IT) et les technologies opérationnelles (OT). Historiquement, les applications de gestion comme les ERP ou les CRM fonctionnaient de manière totalement étanche. Et cela, par rapport aux réseaux de capteurs industriels.
a life update: i started a new company called Pragmatik (p7k) Labs (语用科技) in shanghai, focusing on the research of next-generation agents across digital and physical worlds. thanks to Gaorong Ventures and HSG (红杉中国 & 高榕创投) for co-leading this round, and to Tencent…
— Junyang Lin (@JustinLin610) August 11, 2026
Désormais, les architectures d’agents « Dual-Realm« abolissent cette frontière puisqu’ils orchestrent un flux décisionnel continu. Par exemple, une anomalie détectée dans les données de vente peut déclencher automatiquement une reconfiguration des flux logistiques. En outre, elle permet le réalignement immédiat des robots en entrepôt. Les analyses de Gartner sur la convergence IT/OT soulignent d’ailleurs que cette unification constitue le préalable indispensable pour éliminer les latences d’exécution sur le terrain.
Pourquoi le Physical AI devient la priorité stratégique des décideurs IT ?
Le passage de la simple recommandation à la délégation d’exécution modifie en profondeur l’équation financière des projets d’automatisation. En intégrant l’usage du Physical AI au cœur des processus opérationnels, les entreprises visent un rendement supérieur. L’objectif consiste à éliminer les ruptures de charge humaine sur les tâches répétitives ou dangereuses. En plus, les cas d’usage industriels dépassent le cadre de la manutention basique. Ils touchent à présent la maintenance prédictive active, la gestion dynamique d’entrepôts et l’automatisation de laboratoires de R&D.
Cette perspective explique l’afflux massif de capitaux vers les néolabs que les chercheurs de renom ont fondé. Et cela, malgré l’absence initiale de produits commerciaux. De fait, les investisseurs anticipent la création de nouveaux standards applicatifs. Ainsi, l’agent logiciel pilote nativement du matériel articulé. Les ressources de NVIDIA sur le Physical AI montrent que l’utilisation de jumeaux numériques permet de simuler et de valider des millions d’actions physiques avant leur déploiement réel.
Par conséquent, la feuille de route des CTO et CIO s’articule autour de trois chantiers prioritaires. D’abord, il convient d’unifier l’ingénierie des données afin de traiter en temps réel les flux IoT avec les bases d’entreprise. Ensuite, la mise en place d’une gouvernance stricte s’impose pour encadrer les autorisations d’action physique accordées aux agents. Enfin, la revalorisation des compétences internes devient cruciale pour orchestrer ces systèmes distribués.
Le Physical AI représente la maturité opérationnelle de l’intelligence artificielle B2B, puisqu’elle fusionne l’analyse logicielle et le pilotage mécanique. Cette technologie offre donc un avantage compétitif déterminant aux organisations qui adaptent leurs architectures dès aujourd’hui.
- Partager l'article :
