Le “usine de données pour robots” de Pékin a été rénovée, révélant un secret gênant de l’industrie
Bonjour à tous, je suis votre journaliste financier. Aujourd’hui, nous allons parler d’un sujet qui peut sembler très futuriste, mais qui cache en réalité de nombreux aspects pratiques et des stratégies commerciales : les centres de formation de données pour robots anthropomorphes.
En bref, il s’agit d’endroits où les robots sont “alimentés” en données. Pour devenir plus intelligents, les robots doivent regarder de nombreux vidéos, toucher divers objets et effectuer de nombreuses actions ; ces données constituent leur “nourriture”.
Récemment, le premier centre de formation de données pour robots anthropomorphes de Pékin, qui était très populaire dans le parc Shougang de Shijingshan, a été réactivé après avoir été temporairement fermé et dont les robots avaient été déplacés. Cependant, les acteurs principaux et les méthodes utilisées ont changé.
Ce n’est pas seulement l’histoire d’un centre de Pékin ; il reflète les difficultés et les transformations que traversent plus de 90 centres similaires à travers le pays. Aujourd’hui, je vais expliquer la logique derrière cela en cinq points simples.
---
1. Renversement de situation : de “centaines de robots” à un lieu vide, qui est parti ? Qui est arrivé ?
**Faits clés :
Le centre de Shijingshan a ouvert avec beaucoup de pompe à l’année dernière : plus de 100 robots à deux bras simulaient des scènes telles que des foyers, des supermarchés et des usines, créant une sorte de “société de robots en miniature”.
Mais au début de cette année, il est devenu désert, les robots ont été évacués et l’entreprise exploitante, Ruirman Intelligence, a cessé ses activités.
Maintenant, le centre a été réouvert, mais avec des changements :
- Moins de robots : on utilise moins de robots physiques et davantage de “systèmes de capture de mouvements” (dispositifs portés par les personnes pour simuler les actions des robots).
- Amélioration technologique : l’accent est mis sur la technologie “4D Gauss Field” et les “modèles du monde”, ce qui semble plus avancé, mais il s’agit en réalité d’un changement de méthode de collecte de données.
- Nouveaux investisseurs : Lingyun Guang et Zhongguancun Tongli ont pris la direction, avec la participation de plusieurs entreprises de la chaîne industrielle.
Interprétation en langage simple :
C’est comme un restaurant qui proposait des spectacles de cuisson en direct (contrôle à distance des robots par des personnes) et qui a embauché un grand chef (Ruirman). Mais le chef a jugé que la nourriture n’était pas bonne, ou il a eu des différends avec le propriétaire (le gouvernement/investisseur), et il est parti avec tout son équipement.
Les nouveaux investisseurs (Lingyun Guang, etc.) ont adopté une approche différente, en mettant en place une “cuisine centrale” qui prépare les données à l’avance (sans besoin de robots physiques). Cela peut être moins spectaculaire, mais plus efficace et moins coûteux.
Point clé : L’ancien exploitant, Ruirman, a déclaré que le modèle précédent était trop axé sur des environnements de laboratoire et que les données collectées n’étaient pas suffisamment réelles ; la nouvelle approche met l’accent sur les infrastructures d’IA physiques, ce qui semble plus réaliste… mais cela signifie aussi que les investissements précédents (les 100 robots) pourraient avoir été gaspillés.
---
2. Les raisons de la fermeture : la technologie était-elle insuffisante, ou les négociations financières ont-elles échoué ?
Faits clés :
Pourquoi Ruirman a-t-il quitté le projet ? Les versions des deux parties diffèrent :
- Zhongguancun Tongli affirme que Ruirman n’a pas atteint les normes requises (qualité et précision des données insuffisantes, et sa méthode de contrôle à distance ne correspondait pas aux orientations futures du centre).
- Ruirman soutient que la version 1.0 était uniquement une étape de validation et que l’entreprise voulait maintenant passer à un contrôle à distance dans des environnements réels (usines, foyers).
- Informations de l’industrie : Ruirman aurait eu des différends avec le gouvernement local concernant la coopération. De plus, l’entreprise a déplacé son siège social de Shijingshan à Chaoyang en mai.
Interprétation en langage simple :
C’est comme une collaboration commerciale où une partie pense que l’autre ne travaille pas correctement, et l’autre estime que l’autre ne comprend pas les objectifs.
Les changements de siège social et les différends avec le gouvernement sont des indices importants :
- Le gouvernement s’attend à des résultats concrets (produits, création d’emplois) et non à des robots en exposition.
- Les entreprises ont investi dans des robots et des installations, mais les données ne se vendent pas ou à des prix trop bas pour couvrir les coûts.
Probable raison : un échec dans la gestion des attentes des parties concernées. Le départ de Ruirman reflète à la fois un ajustement de la stratégie technologique et une tentative de limiter les pertes.
---
3. Les arrière-plans du projet : pourquoi tant de centres similaires existent-ils, et qui s’entraide-t-ils entre eux ?
Faits clés :
Il existe au moins 90 centres de formation de données pour robots anthropomorphes dans le pays.
Un secret a été révélé : de nombreuses données sont utilisées de manière circulaire :
- Schéma : le gouvernement finance la construction des centres → les entreprises locales (comme Leju, Zhiyuan) vendent des robots aux centres → les centres utilisent ces robots pour collecter des données → les données sont ensuite revendues aux mêmes entreprises ou à leurs partenaires pour l’entraînement des modèles.
- Exemple : Leju Intelligence a remporté le projet de la deuxième phase à Shijingshan ; son rapport de levée de fonds indique que l’entreprise locale est son plus grand client (12,94 % du chiffre d’affaires en 2025).
Questions : Certaines entreprises créent des revenus insoutenables grâce à ces centres.
Interprétation en langage simple :
C’est un exemple typique de “cercle vicieux” :
- Le gouvernement pense avoir créé des emplois et une activité économique en finançant les centres.
- Les entreprises vendent des robots et améliorent leurs résultats financiers, tout en recevant des subventions gouvernementales.
- Les données sont ensuite revendues aux mêmes entreprises.
Problèmes :
1. Qualité des données : les données collectées en laboratoire peuvent-elles refléter la réalité ? Les robots rencontrent des situations bien plus complexes dans les usines.
2. Les fonds ne vont pas sur le marché : les données ne sont pas vendues à des tiers (comme les grandes entreprises d’IA), mais restent dans la chaîne industrielle.
3 Insoutenabilité : les subventions gouvernementales sont limitées ; si elles cessent, la chaîne s’effondre.
En résumé : Beaucoup de centres ne vendent pas vraiment des données, mais plutôt des “histoires” et des données inutiles.
---
4. Changement technologique : de “contrôle à distance des robots physiques” à “collecte de données sans robots physiques”
Faits clés :
Auparavant, la méthode dominante était le contrôle à distance des robots physiques (personnes portant des gants pour manipuler les robots et enregistrer les données).
Aujourd’hui, la tendance évolue :
- Moins de robots à deux pattes : ils sont plus difficiles à utiliser, plus coûteux et moins stables.
- Plus de méthodes sans robots physiques : par exemple, des dispositifs portatifs (UMI, Ego) permettent aux personnes de collecter des données dans des environnements réels.
Raisons : le contrôle à distance des robots physiques est coûteux, peu efficace et les données collectées sont moins généralisables (elles ne fonctionnent pas bien dans d’autres contextes).
Interprétation en langage simple :
Auparavant, les robots devaient s’entraîner eux-mêmes ; maintenant, on préfère utiliser des dispositifs portatifs qui permettent de collecter des données dans des environnements réels.
Avantages :
- Économie : pas besoin d’acheter de nombreux robots, juste quelques dispositifs.
- Réalité : les données proviennent de situations réelles.
- Efficacité : les personnes peuvent utiliser plusieurs dispositifs en même temps ou passer rapidement d’un environnement à l’autre.
Le centre de Shijingshan a adopté cette nouvelle approche (4D Gauss Field, modèles du monde) pour réduire la dépendance aux équipements matériels et améliorer la qualité et la diversité des données.
---
5. Avenir des centres de collecte de données : vont-ils disparaître ? Non, mais ils vont se réorganiser et améliorer leur qualité
Faits clés :
- La Commission nationale du développement et de la réforme encourage un développement raisonné et adapté aux conditions locales.
- Consensus de l’industrie : les centres de collecte de données ont une valeur initiale, mais ils ne peuvent pas survivre uniquement grâce à des mécanismes circulaires.
Nouvelles orientations :
- Construction de systèmes de données de haute qualité : il s’agit de collecter des données précises et utiles, pas simplement en grande quantité.
- Service aux industries réelles : les données doivent aider les robots à fonctionner efficacement dans des usines, des logistiques, des foyers, etc.
- Diversification des revenus : en plus de la vente de données, il faut fournir des solutions et des services techniques.
Interprétation en langage simple :
Les centres de collecte de données ne disparaîtront pas, mais ils subiront un “grand renouvellement” :
- Ceux qui échouent sont ceux qui comptent sur des subventions gouvernementales, qui utilisent des méthodes obsolètes ou dont les données de mauvaise qualité.
Ceux qui survivront sont ceux qui sont technologiquement avancés, utilisent des méthodes économiques (comme les dispositifs portatifs) et collectent des données pertinentes pour des applications réelles.
Conséquences pour le grand public :
- Si vous investissez dans l’industrie des robots, méfiez-vous des entreprises dont les revenus dépendent principalement de subventions gouvernementales.
- L’intelligence des robots dépendra de la qualité des données qu’ils collectent, pas seulement du nombre de photos qu’ils prennent.
Le réouverture du centre de Shijingshan est un signe que l’industrie passe d’une phase de promotion à une phase axée sur les résultats concrets.
---
Conclusion
La rénovation du centre de formation de données pour robots anthropomorphes de Pékin reflète le passage de l’industrie de l’IA vers une approche plus pragmatique et efficace.
- Par le passé : accumulation de robots, création de scénarios, vente de “histoires”, dépendance aux subventions.
- Aujourd’hui : mise en œuvre de nouvelles technologies, réduction des coûts, amélioration de la qualité des données, recherche de clients réels.
Cet événement nous rappelle que l’industrie technologique ne peut pas se contenter de “circler en elle-même” ; elle doit répondre aux besoins réels du marché. Les données ne sont pas juste des données collectées, elles sont utilisées pour des objectifs concrets.
À l’avenir, ce ne sera pas la taille des centres qui comptera, mais la qualité et l’utilité de leurs données.