Une pièce manque. Un bruit semble anormal. Une série de défauts apparaît sans cause évidente. Dans une usine automobile, ces détails peuvent peser lourd. C’est précisément là que l’intelligence artificielle change déjà le travail : repérer, rapprocher les informations, orienter une vérification. Les humanoïdes attirent les caméras, mais une grande partie de la transformation se joue déjà dans les systèmes de contrôle et sur les écrans des équipes.
BMW, Mercedes-Benz et Renault Group documentent des applications concrètes. Leurs projets n’en sont pourtant pas tous au même stade. Voici ce qui fonctionne en production, ce qui reste expérimental et les questions que les annonces spectaculaires laissent ouvertes.
L’usine apprend à voir… et à écouter
Chez BMW, AIQX sert au contrôle qualité visuel et acoustique. Des caméras et des capteurs recueillent des informations pendant la fabrication ; les algorithmes les analysent et transmettent leurs observations aux opérateurs. Il peut s’agir de reconnaître une variante, de vérifier qu’un équipement est présent ou de détecter une anomalie d’assemblage.
Un exemple moins connu concerne le son. À Dingolfing, BMW décrit un contrôle où des microphones placés sur les sièges enregistrent les bruits du véhicule. Un modèle entraîné les analyse pour repérer des sons indésirables. Ce dispositif est documenté depuis novembre 2023 : tout n’a donc pas commencé avec l’arrivée des robots humanoïdes. [1]
Pour le conducteur, l’intérêt potentiel est très concret : éviter qu’un défaut détectable en usine ne devienne un passage supplémentaire à l’atelier. Mais reconnaître une anomalie et la réparer restent deux étapes distinctes. Une alerte utile doit arriver à la bonne personne, au bon moment.
À Ratisbonne, une liste de contrôle adaptée à chaque voiture
Le projet GenAI4Q répond à une autre difficulté : les voitures qui se suivent ne sont pas identiques. Motorisation, options, configuration et parcours de fabrication peuvent varier. Dans son communiqué du 28 avril 2025, BMW présente un pilote développé à Ratisbonne avec Datagon AI.
Le système croise les données du véhicule et de sa production pour proposer un programme d’inspection individualisé. Les contrôles sont organisés dans une application sur smartphone ; les salariés peuvent aussi dicter leurs observations. L’IA prend alors en charge la reconnaissance vocale et la transcription dans une nomenclature standardisée. [2]
Voilà une utilisation parlante de l’IA : aider un professionnel à savoir où regarder et faciliter son compte rendu. Le communiqué ne permet toutefois pas de conclure à une généralisation dans toutes les usines, ni de calculer un pourcentage universel de défauts évités.
Chez Mercedes, poser une question à l’usine
Mercedes-Benz rassemble ses logiciels et ses données de production dans l’environnement MO360. En mars 2025, le constructeur décrit au Digital Factory Campus de Berlin des assistants conversationnels capables d’interroger des bases de production : maintenance, méthodes de fabrication, informations techniques.
Il présente également des agents logiciels qui analysent les données pour aider les ingénieurs à rechercher l’origine d’un écart de qualité. Ici, le mot « agent » désigne un assistant informatique spécialisé, pas un robot qui circule entre les postes. Ces outils sont décrits comme des aides au travail des équipes. [3]
Le bénéfice recherché est facile à comprendre : passer moins de temps à retrouver l’information, davantage à résoudre le problème. Notre point de vigilance reste la vérification de la réponse : à quelle donnée se rattache-t-elle, de quand date-t-elle et qui valide l’intervention proposée ?
Avant de déplacer une machine, essayer dans sa copie numérique
Le jumeau numérique complète ce dispositif. C’est une représentation de l’installation qui permet d’étudier des configurations avant de les réaliser physiquement. Il ne faut pas confondre cette simulation avec une IA autonome : les deux technologies peuvent se compléter.
Dans une annonce du 17 septembre 2026 consacrée à Rastatt, Mercedes explique utiliser des jumeaux numériques pour préparer la transformation du hall 4.1, destiné à accueillir une production en 2027. Les simulations servent à configurer et optimiser la future ligne. Le constructeur cite aussi l’utilisation antérieure de cette approche pour le hall 4.0. [4]
Ce qui compte, dans ce cas, dépasse la beauté du modèle en trois dimensions : découvrir un problème d’implantation avant le chantier peut éviter de devoir tout reprendre une fois les équipements installés.
Renault : les données comptent autant que les machines
Le constructeur français apporte un éclairage complémentaire, notamment à travers ses sites espagnols de Valladolid et Palencia. Dans un dossier publié en septembre 2025, Renault Group décrit des contrôles assistés par IA et le rôle des opérateurs dans l’apprentissage des modèles.
Le groupe indique alors avoir formé 15 000 salariés à l’IA dans ses usines. C’est un chiffre déclaré par Renault à cette date, pas un décompte indépendant actualisé en permanence. Le sujet ne se limite donc pas à installer un logiciel : il faut aussi apprendre à reconnaître une alerte pertinente et à faire remonter les erreurs du système. [5]
La stratégie futuREady, annoncée le 10 mars 2026, va plus loin : Renault prévoit notamment l’intégration de 350 robots humanoïdes et un élargissement des contrôles par IA. Ce sont des engagements de déploiement ; cette annonce ne prouve pas que les 350 robots travaillent déjà dans les ateliers. [6]
Figure 03 : le robot spectaculaire, la mission très précise
À Spartanburg, aux États-Unis, BMW a annoncé le 25 juin 2026 un nouveau projet avec Figure 03. Sa mission décrite : prendre des composants arrivant dans de grands contenants et les organiser sur un chariot dans l’ordre attendu par l’assemblage. Le transport vers la ligne revient ensuite à d’autres équipements automatisés.
Il faut distinguer cette étape du travail de son prédécesseur. BMW indique que Figure 02 a contribué à la fabrication de plus de 30 000 X3 en 2025 en positionnant des pièces de tôle avant soudage. Cela ne signifie pas qu’il a construit seul ces voitures. Figure 03 ouvre un autre cas d’usage, dans la logistique. [7]
La bonne question n’est donc pas seulement de savoir si le robot ressemble à un humain. Peut-il accomplir ce geste précis, de façon répétable, au rythme requis, avec une maintenance et un coût acceptables ? Une démonstration réussie ne répond pas à elle seule à toutes ces questions.
| Application | Ce qu’elle apporte | État documenté |
|---|---|---|
| BMW AIQX | Contrôles par images et sons | Utilisation en production |
| BMW GenAI4Q | Inspections personnalisées | Pilote annoncé en avril 2025 |
| Mercedes MO360 | Accès aux connaissances et analyse | Applications décrites en mars 2025 |
| BMW Figure 03 | Préparation de composants | Projet annoncé en juin 2026 |
| Renault, 350 humanoïdes | Automatisation supplémentaire | Déploiement prévu, non confirmé intégralement |
Et les ouvriers, dans tout cela ?
Alléger un geste pénible, retrouver plus vite une procédure, consacrer davantage de temps à une correction : ces bénéfices méritent d’être recherchés. Ils ne disent pourtant pas, à eux seuls, comment évoluent les effectifs, les cadences ou les responsabilités.
L’INRS souligne que la numérisation peut améliorer la prévention, mais aussi renforcer le contrôle des salariés, réduire leur autonomie ou affaiblir leur expertise. L’institut insiste également sur la protection des données et sur les conséquences possibles d’une défaillance informatique dans des systèmes industriels interconnectés. [8]
Pour MOC, une transformation convaincante doit donc se juger au poste de travail : l’opérateur comprend-il l’alerte ? Peut-il la contester ? Sait-il comment poursuivre si l’outil s’arrête ? Une interface brillante ne remplace ni la formation ni l’expérience du terrain. Les sources retenues ici ne permettent pas de chiffrer un bilan net des emplois créés ou supprimés.
Sources et méthode
Dossier documentaire vérifié le 6 octobre 2026. Aucun essai en usine réalisé par MOC. Les résultats industriels cités proviennent des constructeurs ; les annonces futures restent présentées comme telles.
- BMW — AIQX et contrôle qualité, 27 novembre 2023.
- BMW — pilote GenAI4Q, 28 avril 2025.
- Mercedes-Benz — Digital Factory Campus et MO360, 18 mars 2025.
- Mercedes-Benz — production et jumeaux numériques à Rastatt, 17 septembre 2026.
- Renault Group — l’IA dans ses usines, 4 septembre 2025.
- Renault Group — plan futuREady, 10 mars 2026.
- BMW — projet Figure 03 à Spartanburg, 25 juin 2026.
- INRS — digitalisation et prévention au travail, page thématique consultée le 6 octobre 2026.
- BMW — images de production du X5 à Spartanburg, source complémentaire du montage vidéo.