Fady Saad, fondateur et associé commandité de Cybernetix Ventures – Série d’entretiens

Fady Saad est fondateur et associé commandité de Cybernetix Ventures, où il investit dans des entreprises en phase de démarrage spécialisées en robotique, en automatisation et en IA industrielle. Il a également cofondé MassRobotics, contribuant au développement de ses partenariats avec des entreprises et au soutien de jeunes pousses en robotique à mesure qu’elles progressaient vers la commercialisation. Son expérience fait le lien entre l’ingénierie, le développement commercial et les défis concrets liés au déploiement de machines dans des environnements opérationnels réels. Son approche de l’investissement est centrée sur les besoins des clients et sur des déploiements commercialement viables.

Cybernetix Ventures est une société de capital-risque basée à Boston qui investit dans des jeunes pousses de la robotique, de l’automatisation et de l’IA industrielle en Amérique du Nord et en Europe. Ses domaines d’intérêt comprennent la fabrication, la logistique, la santé, la construction et les technologies habilitantes, telles que la perception, l’autonomie, les capteurs et la cybersécurité appliquée à la robotique. Dans cet entretien, Saad aborde les possibilités et les limites de l’IA physique, les aspects économiques des robots spécialisés et humanoïdes, ainsi que la fiabilité, les données et l’infrastructure nécessaires pour transformer des technologies prometteuses en entreprises capables de changer d’échelle.

Vous avez cofondé MassRobotics en 2014, contribuant à bâtir l’un des principaux écosystèmes mondiaux d’innovation en robotique, avant de fonder Cybernetix Ventures en 2021. Qu’est-ce qui vous a incité à passer du soutien aux jeunes pousses de la robotique à l’investissement direct dans ces entreprises, et en quoi votre expérience chez MassRobotics a-t-elle façonné votre philosophie d’investissement ?

Je n’avais pas prévu de devenir investisseur. Je suis arrivé dans le domaine de la robotique par l’intermédiaire de Vecna, où je travaillais en R&D et sur la stratégie de commercialisation. J’ai vite compris que la robotique ne suivait pas les mêmes règles que le logiciel. On peut mettre un prototype logiciel entre les mains des utilisateurs en six mois. Pour un robot, il faut de la fabrication, une chaîne d’approvisionnement, des essais, des mesures de sécurité et un client prêt à l’accueillir sur son site.

C’est pourquoi nous avons lancé MassRobotics en 2014. Nous l’avons appelé un accélérateur de jeunes pousses, car le plus difficile n’est pas de construire le prototype : c’est de passer d’un prototype fonctionnel à un produit que quelqu’un peut acheter. Je dirigeais les partenariats avec les entreprises et, pendant plus de six ans, j’ai participé à plus de 300 réunions avec des entreprises et contribué à établir plus de 40 partenariats. Je retrouvais sans cesse la même situation : des entreprises confrontées à de vrais problèmes, des jeunes pousses dotées de véritables technologies et presque aucun investisseur capable de comprendre les deux.

En 2018 et 2019, c’était devenu évident. Les sociétés de capital-risque se concentraient sur le SaaS ou les biotechnologies, tandis que les fondateurs d’entreprises de robotique faisaient figure d’inadaptés : trop de matériel pour les investisseurs du logiciel, et pas assez de biologie pour ceux des biotechnologies. De bonnes équipes piétinaient faute de capitaux adaptés. Mark Martin, que j’ai rencontré en 2017 lorsque nous avons fait entrer Analog Devices chez MassRobotics, avait constaté la même lacune du côté des entreprises. Nous avons donc créé Cybernetix, un fonds qui considère la robotique comme une classe d’actifs à part entière, et l’avons lancé en 2021.

MassRobotics a façonné notre manière d’investir de façon simple : nous partons du problème du client, et non de la technologie. Nous privilégions les équipes comptant au moins un fondateur issu du secteur auquel elles vendent leurs produits. Et nous mobilisons notre réseau d’entreprises pour chaque investissement, car dans ce secteur, une bonne mise en relation avec un acheteur peut valoir davantage que le montant investi.

L’IA physique s’impose comme l’un des domaines de l’intelligence artificielle les plus susceptibles de transformer notre quotidien, en intégrant l’intelligence à des machines qui interagissent avec le monde réel. Quelles avancées technologiques accélèrent son adoption, et pourquoi estimez-vous que le secteur atteint un tournant important ?

Deux choses ont progressé en même temps : les cerveaux sont devenus bien plus performants et les corps, bien moins chers.

Du côté logiciel, les modèles de fondation ont donné aux robots une capacité dont ils ne disposaient pas vraiment jusque-là : comprendre une consigne et gérer des situations pour lesquelles ils n’avaient pas été explicitement programmés. La simulation permet aux équipes d’entraîner et de tester des milliers de scénarios avant qu’un robot ne mette les pieds dans une véritable usine. Du côté matériel, les capteurs, l’informatique en périphérie, les actionneurs et les batteries deviennent toujours plus performants et moins chers. Une jeune pousse peut ainsi construire un robot complet, matériel et logiciel, sans être un géant industriel.

La demande joue également un rôle : pénuries de main-d’œuvre dans la fabrication, la logistique, l’agriculture et la construction, vieillissement de la population active et volonté réelle de relocaliser la production. Je dis toujours que la pénurie de main-d’œuvre est un problème économique, et non un problème d’ingénierie, et les conseils d’administration la considèrent désormais comme telle.

Oui, nous sommes à un tournant, mais il faut préciser dans quel domaine. Les capacités et les capitaux ont franchi un cap ; le déploiement à grande échelle, non. ChatGPT s’appuie sur 20 ou 30 ans de connaissances humaines numérisées, et il n’existe aucun équivalent pour le monde physique. Aucun jeu de données n’indique à un robot qu’il faut tenir différemment un œuf, une feuille de papier ou un morceau de tissu. Les entreprises qui combleront ce manque de données en déployant leurs robots dans des environnements réels et en apprenant à chaque équipe de travail définiront la prochaine étape.

Les investissements dans la robotique et l’IA physique se sont accélérés, sous l’effet des progrès de l’IA, des pénuries de main-d’œuvre et de la demande croissante d’automatisation. Qu’est-ce qui alimente l’enthousiasme des investisseurs, et dans quelle mesure cet élan repose-t-il sur de véritables possibilités commerciales plutôt que sur un emballement spéculatif ?

Je pense que c’est les deux, et les investisseurs ne rendent service à personne en prétendant le contraire.

La demande est bien réelle. Deloitte et le Manufacturing Institute estiment que les fabricants américains pourraient avoir besoin de jusqu’à 3,8 millions de travailleurs d’ici 2033, et qu’environ 1,9 million de ces emplois risquent de ne pas être pourvus. Ce n’est pas du battage médiatique. C’est un gouffre dans l’économie.

Les capitaux, c’est une autre histoire. Crunchbase a recensé 18,8 milliards de dollars investis dans des jeunes pousses de robotique au premier semestre 2026, soit davantage que sur l’ensemble de 2025. Mais PitchBook a constaté une baisse du nombre de transactions au deuxième trimestre, alors que les montants investis atteignaient un record, signe qu’une poignée de méga-opérations absorbe la majeure partie des capitaux. Une grande partie de cet argent sert à financer un récit : principalement celui des humanoïdes et des modèles robotiques généralistes.

Mon filtre est volontairement terre-à-terre. Le client repasse-t-il commande après le projet pilote ? Le robot atteint-il le niveau de fiabilité requis pour la tâche — sur une chaîne de production, il faut 99,99 %, et non 90 % ? L’entreprise génère-t-elle de véritables revenus au bout d’un an environ ? Si la réponse est oui, c’est une entreprise viable. Si le discours porte surtout sur ce que le robot pourrait faire en 2030, il s’agit de spéculation valorisée comme une certitude. La robotique a déjà traversé ce cycle, et les entreprises qui ont des clients payants ressortent renforcées de la phase de tri.

Cybernetix Ventures lève son deuxième fonds afin d’accroître ses investissements dans des entreprises en phase de démarrage spécialisées dans la robotique et l’IA. Comment votre thèse d’investissement a-t-elle évolué depuis le lancement de votre premier fonds, et quelles technologies ou quels secteurs émergents suscitent le plus d’intérêt chez les investisseurs institutionnels ?

La conviction fondamentale n’a pas changé. Dans l’IA physique, la valeur se crée à la rencontre du logiciel et de son déploiement dans le monde réel, et les meilleurs robots sont conçus en partant d’un problème précis. Le Fonds II renforce encore cette orientation.

Ce qui a changé, c’est le périmètre. Le Fonds I était axé sur la fabrication, la logistique, la construction et la santé. Le Fonds II conserve ces secteurs et y ajoute l’agriculture, l’énergie et les infrastructures climatiques, le spatial et la défense, ainsi que les technologies à double usage. La répartition reste à peu près la même : deux tiers d’entreprises de robotique à intégration complète et un tiers de technologies habilitantes, comme les modèles d’IA, la perception et la cybersécurité entre machines. Nos premiers investissements du Fonds II ont été réalisés dans une entreprise de robotique spatiale et une entreprise spécialisée dans les modèles de perception, ce qui indique la direction que prend la nouvelle génération.

Nous examinons aussi de près des questions qui étaient à peine abordées en 2021 : d’où viennent les composants, dans quelle mesure la chaîne d’approvisionnement est exposée à la Chine et à quel point le robot est sécurisé une fois connecté au réseau.

Les investisseurs institutionnels et les entreprises me posent surtout deux questions. D’abord, les entreprises veulent savoir comment prendre pied sur un marché qu’elles ne peuvent pas développer en interne, ce qui suppose de la prospection, de la veille stratégique et du co-investissement. L’IA physique est devenue une priorité pour les dirigeants de nombreuses entreprises. Mais les bureaux de gestion de patrimoine familial et les investisseurs institutionnels posent une question plus directe : pourquoi ne pas simplement participer à l’un des grands tours de financement d’entreprises d’humanoïdes ou de modèles robotiques par l’intermédiaire d’un véhicule d’investissement dédié (SPV) ? Ma réponse, c’est que ces investissements sont très convoités, coûteux et gourmands en capitaux. Les rendements asymétriques se trouvent plus tôt… dans des entreprises que les investisseurs généralistes n’ont pas encore repérées. C’est là qu’un spécialiste démontre toute sa valeur.

Les robots humanoïdes suscitent une attention et des investissements considérables, et des entreprises comme Tesla et Figure AI visent des capacités toujours plus ambitieuses. Vous avez exprimé votre scepticisme quant à leur viabilité commerciale. Selon vous, dans quels domaines les investisseurs surestiment-ils leur potentiel à court terme, et les robots spécialisés représentent-ils une meilleure occasion d’investissement ?

Je doute du calendrier, pas de la technologie. Ma règle, c’est que la forme doit suivre la fonction. Pour déplacer des pièces ou effectuer des opérations de prise et de dépose, il faut se demander si une machine bipède très complexe et très coûteuse est nécessaire, ou si un bras — ou deux bras montés sur une base mobile — suffirait. Sur le sol plat d’un entrepôt ou d’une usine, les jambes n’apportent pas grand-chose. Elles augmentent les coûts, consomment de l’énergie et impliquent un robot qui risque de tomber.

C’est dans les calculs à court terme que les investisseurs surestiment le potentiel des humanoïdes. Les valorisations supposent un déploiement à grande échelle dans un avenir proche, alors que des problèmes majeurs restent à résoudre : la dextérité des mains, le retour tactile et le retour de force, des batteries qui tiennent quelques heures, ainsi qu’une pile d’IA reproductible et traçable. Un taux d’erreur de 10 % est acceptable pour un agent conversationnel. Dans une usine, un seul faux mouvement peut blesser quelqu’un ou coûter des millions à un client. Je m’attends à des livraisons significatives en volume d’ici cinq à dix ans, pas l’année prochaine.

Les humanoïdes sont pertinents dans les environnements conçus pour les humains et impossibles à réaménager. L’espace en est mon exemple préféré. La NASA facture environ 130 000 dollars aux utilisateurs commerciaux pour une heure du temps d’un astronaute ; un robot capable de travailler à l’intérieur d’une station conçue pour les humains est donc vite rentabilisé. Les sites nucléaires, les interventions en cas de catastrophe et certaines opérations de défense répondent à la même logique.

Alors, à court terme, oui : les robots spécialisés constituent un meilleur pari compte tenu du risque. Ils sont déjà commercialisés et génèrent des revenus.

Alors que les robots humanoïdes font la une, Cybernetix Ventures se concentre sur des applications concrètes dans la fabrication, la santé, la logistique et la construction. Quels secteurs peuvent tirer le plus grand bénéfice économique de l’IA physique à court terme, et où constatez-vous déjà des retombées mesurables des investissements dans l’automatisation ?

Les retombées les plus rapides apparaissent lorsque trois facteurs se conjuguent : un problème coûteux, un manque de main-d’œuvre et un acheteur qui mesure les résultats en dollars.

L’industrie manufacturière arrive en tête, en particulier dans les usines existantes. La plupart des usines ne peuvent pas être reconstruites autour de robots. Une entreprise qui possède des centaines de sites a besoin d’une automatisation adaptée aux bâtiments dont elle dispose déjà. C’est pourquoi la vision par IA, qui permet aux bras robotisés existants de saisir des pièces en vrac, brillantes ou transparentes, est si précieuse. Elle améliore ce qui est déjà en place.

La logistique est le marché le plus mature, avec un retour sur investissement (ROI) clairement établi pour le prélèvement, le déplacement et le chargement. Malgré cela, prélever de manière fiable n’importe quel article dans un bac contenant des produits mélangés reste un problème qui n’est pas entièrement résolu.

La santé et les sciences de la vie sont des domaines sous-estimés. Les laboratoires automatisés transforment des tâches lentes et manuelles en résultats plus rapides et reproductibles, et les développeurs de médicaments savent déjà comment financer l’obtention de réponses plus rapides.

La construction est à un stade moins avancé, mais elle connaît l’une des plus graves pénuries de main-d’œuvre. Les robots font leurs preuves dans des tâches ciblées, comme le traçage et le levage de matériaux.

Lorsque je constate des retombées mesurables, le schéma est presque toujours le même : une tâche bien définie, accomplie de façon plus fiable, avec un retour sur investissement que le client peut constater dans ses propres chiffres, et non dans une présentation sur cinq ans.

Les progrès des modèles de fondation, de la vision par ordinateur, de l’apprentissage par renforcement et de la simulation transforment les capacités de la robotique. Quelles innovations en IA vous semblent les plus déterminantes au cours des cinq prochaines années, et quelles limites techniques empêchent encore un déploiement à grande échelle dans des environnements réels imprévisibles ?

Au cours des cinq prochaines années, je surveillerais quatre domaines.

Les modèles de fondation pour la robotique, en particulier ceux qui relient la vision, le langage et l’action. Mais je pense qu’ils s’imposeront domaine par domaine, plutôt que sous la forme d’un modèle unique pour tout faire. La progression va d’une tâche unique à un ensemble de cas d’usage, puis, peut-être, à un domaine entier — par exemple, la construction de maisons individuelles. Je ne crois pas qu’un seul modèle puisse prendre en charge la construction, l’industrie manufacturière et la santé.

La simulation, parce qu’elle rend l’entraînement peu coûteux. Mais elle permet d’atteindre 80 % ou 90 %. C’est dans les 10 % restants que les robots lâchent des objets et heurtent des obstacles.

Le toucher. La vision est excellente pour comprendre l’environnement. Mais pour agir sur le monde, il faut le sentir. La perception tactile et des mains plus performantes sont importantes, car c’est dans la manipulation que se déroule une grande partie du travail réel.

L’infrastructure de données. Dans le domaine des véhicules autonomes, toute une génération d’entreprises comme Scale AI a bâti de grandes activités en collectant et en annotant des données, tandis qu’Applied Intuition a développé la sienne autour de la simulation. L’IA physique donnera naissance à son propre équivalent, et c’est l’une des plus grandes occasions à saisir dans ce secteur.

Ce qui freine encore le déploiement dans des environnements désordonnés et imprévisibles, c’est le manque de fiabilité et de confiance. Les usines ont besoin d’un taux de fiabilité de 99,99 %. Les normes de sécurité, la certification et les assurances ne sont pas encore adaptées aux robots mobiles qui travaillent aux côtés des personnes. De plus, chaque robot connecté pose un problème de cybersécurité dont très peu de gens tiennent encore compte dans leurs estimations de coûts.

Cybernetix Ventures a investi dans des entreprises comme Cambrian Robotics, Dash Bio et Rugged Robotics. Qu’est-ce qui vous a attiré dans ces entreprises, et qu’est-ce qui distingue une technologie robotique prometteuse d’une entreprise capable de se développer à grande échelle ?

Toutes trois sont parties d’un problème rencontré par un client, et non d’une démonstration impressionnante.

Cambrian Robotics. Le secteur de la vision industrielle est très concurrentiel, mais Cambrian saisit de façon fiable de petites pièces brillantes et transparentes qui mettent en échec la plupart des systèmes. La solution fonctionne avec les principales marques de robots industriels et s’installe en une demi-journée environ. Elle était déjà en phase d’essai et de déploiement chez des fabricants comme Toyota, Audi et Electrolux lorsque nous avons codirigé son tour de financement d’amorçage en 2024.

Dash Bio. Les développeurs de médicaments confient une grande partie de leurs analyses bioanalytiques à des laboratoires externes qui fonctionnent encore essentiellement à la main. Dash a créé un laboratoire hautement automatisé, conforme aux normes BPL (bonnes pratiques de laboratoire), qui associe robotique, IA et logiciels pour réaliser des essais essentiels jusqu’à 10 fois plus vite. L’entreprise ne vend pas des robots. Elle vend des réponses plus rapides, que les clients savent déjà acheter.

Rugged Robotics. Sur un chantier, quelqu’un marque encore à la main l’emplacement de chaque mur, tuyau et équipement. C’est lent, et les erreurs coûtent cher une fois les murs construits. Le robot de Rugged trace directement les plans sur le sol. Une tâche bien définie, accomplie plus rapidement et avec davantage de précision, sur des chantiers qui peinent à trouver suffisamment de personnes qualifiées.

Qu’est-ce qui distingue une technologie prometteuse d’une entreprise capable de se développer à grande échelle ? Dans 99 % des cas, partir d’une prouesse technique impressionnante pour chercher ensuite un cas d’usage est une recette pour créer une entreprise en difficulté. Les entreprises qui se développent partent du problème et remontent jusqu’à la machine, comme l’ont fait Kiva, Locus et Universal Robots. Ensuite, je cherche un client qui passe une nouvelle commande après le projet pilote, un déploiement qui ne nécessite pas la présence d’un titulaire de doctorat sur place, une rentabilité unitaire qui se maintient à grande échelle et une équipe qui respecte ses étapes clés. Beaucoup de robots sont impressionnants. Bien moins nombreux sont ceux qui constituent de véritables entreprises.

À mesure que l’IA physique gagne en capacités, les inquiétudes concernant les suppressions d’emplois, la sécurité et la supervision humaine s’intensifient. Selon vous, la robotique sert-elle principalement à combler les pénuries de main-d’œuvre et à renforcer les capacités des travailleurs, ou prévoyez-vous des bouleversements importants de l’emploi à mesure que son adoption s’accélère ?

À court terme, il s’agit surtout de combler les manques. Dans les usines, les entrepôts, les laboratoires et les chantiers avec lesquels nous travaillons, le problème vient du manque de personnel, et non de la demande. Des postes restent vacants pendant des mois.

Verve Motion, l’une des sociétés de notre portefeuille, est l’exemple qui me vient à l’esprit. Elle fabrique un exosquelette souple qui soulage considérablement les travailleurs qui portent de lourdes charges toute la journée. Un employé d’entrepôt a raconté à l’équipe qu’il avait enfin assez d’énergie pour jouer avec ses enfants en rentrant chez lui. Voilà une application de la robotique bénéfique pour la société, qui ne remplace personne.

Je ne vais pas prétendre qu’il n’y aura aucune perturbation. Les emplois les plus répétitifs vont diminuer, et le travail va évoluer plus vite que nos systèmes de formation ne peuvent s’y adapter. La réponse honnête consiste à investir dès maintenant dans la reconversion professionnelle des techniciens, des opérateurs et des personnes chargées de la maintenance des parcs de robots. Chaque robot livré crée du travail pour quelqu’un qui l’installe, le programme et le répare.

En matière de sécurité, la robotique a en fait une longueur d’avance sur l’IA logicielle. Les robots industriels sont soumis à des normes de sécurité et à des certifications depuis des décennies. À mesure que les robots deviennent plus intelligents, cette culture doit perdurer : les responsabilités doivent être clairement établies, les machines sécurisées et les décisions critiques laissées sous le contrôle des humains.

À l’horizon 2030 et au-delà, quelles évolutions de l’IA physique et de la robotique auront, selon vous, le plus grand impact sur l’économie mondiale ? Existe-t-il des possibilités d’investissement négligées ou des applications émergentes qui mériteraient beaucoup plus d’attention ?

D’ici 2030, je pense que trois éléments auront le plus d’importance pour l’économie mondiale.

Les robots capables d’apprendre sur le terrain permettront enfin aux petites et moyennes entreprises manufacturières qui n’ont jamais eu les moyens de financer une intégration sur mesure d’automatiser leurs activités. C’est là que se trouve l’essentiel du tissu industriel.

Les laboratoires automatisés accéléreront la recherche scientifique, grâce à des activités de biologie et de découverte de médicaments menées 24 heures sur 24.

La chaîne d’approvisionnement en composants robotiques — actionneurs, moteurs, capteurs et engrenages — deviendra également stratégique. La plupart des fabricants de robots humanoïdes ne produisent pas ces pièces. Ils conçoivent, intègrent et assemblent les robots, et une grande partie de ces composants provient aujourd’hui de Chine et du Japon. Les acteurs qui développeront cette base industrielle aux États-Unis et dans les pays alliés auront une grande importance.

Ce qui est négligé, ce sont les infrastructures de base : la collecte de données dans le monde physique, la simulation et les essais, la gestion des parcs de robots, la perception, ainsi que l’identité des machines et la cybersécurité, qui permettent aux robots de se faire confiance et de faire confiance aux réseaux sur lesquels ils fonctionnent. Il y a aussi les applications sectorielles dans les industries en manque de main-d’œuvre qui ne font jamais la une, comme l’agriculture et la construction.

Les gros titres parleront des robots humanoïdes. Une grande partie des profits se fera dans les infrastructures de base. Et, au bout du compte, c’est l’impact sociétal qui compte, pas l’impact technologique.

Merci pour cet excellent entretien. Les lecteurs qui souhaitent en savoir plus sur la robotique, l’IA physique et l’investissement dans les entreprises en phase de démarrage spécialisées dans l’automatisation peuvent consulter Cybernetix Ventures.