ASTM et le Singapore Standards Council recensent cinq lacunes qui freinent l’IA incarnée

Un robot peut réaliser une démonstration impressionnante et laisser malgré tout un client potentiel avec des questions difficiles. Comment se comportera-t-il si des personnes interrompent sa tâche ? Qui contrôle les données recueillies par ses caméras ? Peut-il fonctionner aux côtés de machines d’un autre fournisseur ?

Ces questions liées au déploiement sont au cœur d’un livre blanc annoncé le 3 novembre par ASTM International et Enterprise Singapore, par l’intermédiaire du Singapore Standards Council (SSC). Une voie pour élaborer de futures normes relatives à l’IA incarnée définit cinq priorités de normalisation pour favoriser une utilisation plus large des systèmes physiques intelligents.

Élaboré avec l’Agency for Science, Technology and Research de Singapour (A*STAR) et le National Robotics Programme, le document fait suite à un atelier organisé en juillet 2025, auquel ont participé plus de 140 représentants de l’industrie, des pouvoirs publics, de la recherche et du milieu universitaire. Son programme couvre la gouvernance des données, la fiabilité de l’IA, la sécurité au travail, l’interopérabilité et les achats. Il s’agit d’un point de départ pour l’élaboration de normes, et non d’une nouvelle certification que les fournisseurs de robots peuvent déjà revendiquer.

Pourquoi l’IA incarnée change la donne pour le déploiement

L’IA incarnée associe l’intelligence artificielle à des systèmes physiques, notamment des robots, des véhicules autonomes et d’autres machines intelligentes. Elle intègre la perception et la prise de décision dans un environnement où une erreur peut avoir des conséquences sur les personnes, les équipements et le milieu environnant.

Comme Unite.AI l’a montré dans ses articles sur la façon dont les modèles de langage transforment l’IA incarnée, les progrès des capacités de l’IA ouvrent de nouvelles possibilités pour le comportement des robots. La question commerciale est de savoir comment rendre ces capacités suffisamment fiables pour les activités quotidiennes.

Prenons l’exemple hypothétique d’un robot de livraison dans un hôpital. Effectuer un trajet n’est qu’une partie de son travail. Il doit aussi s’adapter aux modalités d’accès du bâtiment, rendre ses intentions compréhensibles au personnel et respecter les règles appropriées de traitement des données. Une démonstration réussie de ses capacités de navigation ne répond qu’à une partie des questions qui se posent lors d’une décision d’achat.

Les cinq lacunes au cœur du programme de normalisation

L’annonce regroupe les priorités en cinq domaines. Leur importance apparaît plus clairement lorsqu’on les examine à la lumière des décisions qu’un client doit prendre avant le déploiement.

1. Gouvernance des données et protection de la vie privée

La première priorité consiste à établir des attentes communes en matière de gouvernance des données et de respect de la vie privée. Un acheteur doit savoir quelles informations un système recueille et comment les responsabilités sont réparties entre les organisations concernées.

Pour les équipes chargées des achats, cela implique concrètement d’intégrer les modalités relatives aux données dans le cahier des charges initial. Dans le cas hypothétique d’une installation faisant intervenir plusieurs fournisseurs, un opérateur devrait pouvoir déterminer quel fournisseur est responsable de chaque flux de données, sans avoir à reconstituer la réponse après un incident.

2. Sécurité et fiabilité de l’IA

Le deuxième domaine porte sur des approches communes pour tester, évaluer et surveiller les systèmes d’IA. Des éléments de preuve comparables permettraient aux acheteurs d’évaluer les différentes affirmations sur des bases plus solides.

Une question importante se pose alors lors de l’achat : que décrit exactement un résultat communiqué ? Un test est plus facile à interpréter lorsque la tâche, les conditions de fonctionnement, la version du logiciel et les critères d’échec sont clairement définis. Sinon, deux fournisseurs peuvent annoncer une réussite tout en mesurant des choses très différentes.

3. Sécurité au travail et gestion des risques

La troisième priorité concerne la sécurité physique et des risques tels qu’une confiance excessive dans l’automatisation ou des interfaces mal conçues. Un déploiement sûr implique donc les personnes qui supervisent une machine et interagissent avec elle.

Une alerte nécessitant l’intervention d’un opérateur en est un bon exemple. Son utilité dépend de la compréhension du message par la personne et de sa capacité à y répondre concrètement. La planification de l’installation devrait articuler le comportement de la machine, les responsabilités du personnel et les procédures d’intervention au sein d’un processus de travail cohérent.

4. Interopérabilité et intergiciel

Le quatrième domaine concerne la coordination entre les agents physiques, les services logiciels et l’infrastructure. Pour une entreprise qui constitue une flotte, l’unité d’évaluation pertinente devient l’installation en fonctionnement.

Imaginez l’achat de deux robots capables chacun de se déplacer de manière autonome dans un couloir. La question de leur intégration est de savoir comment ils se partagent un espace limité et coordonnent l’accès à la même porte. Acheter chaque machine séparément peut laisser cette question sans réponse jusqu’à la mise en œuvre. Des exigences d’intégration explicites donnent aux fournisseurs des éléments concrets à présenter avant la réception.

5. Certification de la qualité et achats

La cinquième priorité consiste à établir la confiance dans l’adéquation d’un système à l’usage auquel il est destiné. Des approches communes en matière de certification et d’achats pourraient aider les clients à transformer des promesses générales en exigences évaluables.

Les spécifications d’achat les plus solides relient une capacité annoncée à un cas d’usage défini. Déplacer une charge particulière sur un itinéraire convenu, dans des conditions précises, constitue un critère d’acceptation plus utile qu’une affirmation générale selon laquelle un robot est intelligent. Cette précision facilite également la résolution des désaccords sur les performances.

Du livre blanc à des normes applicables

ASTM International et Enterprise Singapore indiquent qu’elles soumettront les lacunes relevées à leurs comités techniques respectifs et à leurs réseaux mondiaux afin de contribuer à définir les priorités des travaux futurs. Les organisations disposant d’une expérience pertinente en matière de déploiement sont invitées à participer.

Pour les développeurs de robots, l’occasion est d’apporter des éléments concrets sur les difficultés rencontrées lors de l’intégration ou de l’évaluation. Pour les acheteurs, il s’agit d’expliquer quelles questions sans réponse empêchent un projet pilote de déboucher sur un achat reproductible. Ces points de vue peuvent aider les travaux de normalisation à répondre aux décisions qui déterminent réellement l’adoption.

L’importance du document tient au fait qu’il rassemble ces questions de déploiement dans un même programme. Même une machine performante doit convaincre quant à son fonctionnement dans l’environnement d’un client. Des normes communes pourraient faciliter l’élaboration, la comparaison et la mise à jour de ce dossier, à mesure que l’IA incarnée gagne de nouveaux lieux de travail.