Robots : Google loue le cerveau dans le cloud, la sécurité reste à l’usine

Google loue désormais aux entreprises un « cerveau » qui organise le travail des robots, depuis son cloud. Mais il laisse à l’exploitant la sécurité et la commande des moteurs. Quand une étape planifiée par l’IA échoue dans un entrepôt ou un atelier, qui répond ?

Ce qui change depuis le 27 octobre

En jeu pour une entreprise : tester un modèle de robotique sans passer par un partenariat réservé à quelques grands noms.

Selon ActuIA, Google Cloud ouvre depuis le 27 octobre 2026 Gemini Robotics ER 2 en préversion publique. Une préversion, c’est une version d’essai : le produit existe, mais il n’est pas encore présenté comme définitif. Google DeepMind, son laboratoire d’IA, avait présenté le modèle le 30 juillet 2026 et l’avait déjà mis à la disposition des développeurs via l’API Gemini, une porte d’entrée technique pour appeler le modèle depuis ses propres logiciels.

Désormais, n’importe quelle entreprise cliente peut l’appeler sur la plateforme d’IA de Google Cloud, dans son catalogue de modèles, puis l’essayer dans un outil de test nommé Agent Studio. Elle peut ensuite le déployer avec la gestion des droits et les contrôles de sécurité du cloud de Google. Son prédécesseur, ER 1.6, figure comme arrêté depuis le 31 août 2026 dans la documentation de l’API Gemini.

Un chef de chantier, pas un bras

En jeu : comprendre ce que l’on achète. Ce modèle ne bouge aucun robot lui-même.

Google le décrit comme « un cerveau de haut niveau pour les robots ». Il reçoit de la vidéo, du son ou du texte et découpe une tâche en étapes. Il appelle ensuite les commandes que le développeur lui a déclarées : un modèle d’action de plus bas niveau, une interface de navigation ou ses propres fonctions. Enfin, il regarde la vidéo pour juger si l’étape a réussi et la relance si besoin, sans reprendre tout le processus. Le modèle, bâti sur Gemini 3.5 Flash d’après sa fiche technique, ne produit que du texte.

En clair : ER 2 est le chef de chantier qui lit le plan, donne les consignes et vérifie le résultat. Les ouvriers, eux, sont ailleurs. Le modèle qui commande les moteurs, Gemini Robotics 2, est réservé à des partenaires en accès anticipé, d’après DeepMind. Une usine qui veut essayer ER 2 doit donc lui fournir ses propres commandes : les interfaces du constructeur de ses robots, ou un modèle d’action entraîné par ailleurs.

En juillet, DeepMind l’a fait piloter les interfaces de navigation et de bras du robot Spot, de Boston Dynamics, pour aller chercher des objets à la demande. À l’institut singapourien A*STAR IMRE, le professeur Loh Xian Jun voudrait que des robots guidés par ER 2 sachent lire l’écran tactile d’un vieux réacteur à micro-ondes sans interface logicielle, ou charger une centrifugeuse. Il parle d’un « niveau suivant » à atteindre : c’est une ambition, pas un résultat.

Des chiffres maison, à lire avec leurs réserves

En jeu : savoir si la vérification en vidéo, argument central du produit, est fiable.

Google revendique 91,3 % de précision pour repérer, dans une vidéo, l’image où survient un événement critique, comme le moment d’arrêter de verser un liquide, avec un écart moyen de 0,96 seconde. Le modèle tournerait à « quatre fois la vitesse d’exécution » de « nombreuses catégories de modèles plus grands », que Google ne nomme pas.

Un autre chiffre est moins flatteur. Sur la classification de l’avancement d’une tâche, le billet de juillet annonce 57,4 % de réponses justes. C’est la capacité dont dépend la relance d’une étape ratée : savoir si l’étape a vraiment échoué. Sur ce test, 42,6 % des réponses restent fausses. Google ne publie ni le protocole ni les scores de concurrents : impossible de dire si c’est bon ou médiocre. Ces chiffres sont ceux de l’éditeur, pas ceux d’un test indépendant.

La sécurité, c’est vous

En jeu : la partie la plus coûteuse en cas d’erreur est celle que Google ne prend pas en charge.

La documentation robotique de l’API Gemini est explicite : « il vous incombe de maintenir un environnement sûr autour du robot ». La fiche technique exclut aussi les applications critiques pour la sécurité, comme la santé ou les transports, partout où une défaillance pourrait entraîner la mort, des blessures ou des dégâts matériels.

Le rapport de sécurité de DeepMind, daté du 29 juillet 2026, éclaire la raison de cette prudence. Les meilleurs modèles testés détectent sur une image le franchissement d’une limite d’un mètre autour d’une personne avec une précision d’environ 79 à 93 %. Dans la version agentique du test, où le modèle agit en plusieurs étapes, ceux qui ramènent vers 10 à 15 % la part d’arrêts manqués quand une personne est proche arrêtent le robot sans raison 15 à 25 % du temps. Aucun n’approche zéro sur les deux tableaux.

En clair : plus on veut que le robot s’arrête à coup sûr, plus il s’arrête pour rien. Le rapport conclut qu’il est « actuellement préférable » d’utiliser ces modèles avec « des garde-fous de sécurité déterministes de bas niveau ». Un garde-fou déterministe, c’est un dispositif qui réagit toujours de la même façon, sans interprétation : un arrêt d’urgence ou un rideau lumineux, par exemple.

Qui répond quand l’étape échoue ?

En jeu : le coût d’une erreur, qu’il s’agisse d’une palette renversée, d’une pièce abîmée ou d’un salarié blessé.

Les sources fournies ne tranchent pas la question juridique. Elles montrent pourtant la répartition des rôles : Google fournit la planification et la vérification, le constructeur ou l’intégrateur fournit les gestes, et l’exploitant garde la sécurité de l’environnement. Si la planification échoue, la documentation place la charge de la sûreté sur l’entreprise qui exploite le robot. Ce que disent les contrats de service, la responsabilité du fournisseur du modèle en cas de dommage ou le rôle d’un éventuel assureur, rien n’en est dit dans l’article d’ActuIA. À vérifier avant de signer.

Côté usages, un seul est décrit en exploitation, et il repose sur l’ancienne version. Le 8 avril 2026, AIVI-Learning, le module d’inspection visuelle de Boston Dynamics pour Spot, est passé à ER 1.6 pour les clients inscrits : lecture de jauges, niveaux de liquide, dégâts sur un convoyeur, flaques, comptage de palettes. Le partage des données avec Boston Dynamics y est obligatoire. Marco da Silva, qui dirige l’activité Spot, estime qu’ER 2 apportera « encore plus de valeur ». Aucun calendrier de bascule n’est publié. Notons que ce sont des tâches d’observation, pas de manipulation autour de personnes.

Ce que cela demande à une PME francophone

En jeu : ne pas confondre un essai bon marché avec une décision d’organisation.

Le prix donne envie d’essayer. La grille de Google Cloud affiche un tarif promotionnel de 1 dollar le million de tokens en entrée et de 5 dollars en sortie, jusqu’au 31 décembre 2026. Un token, c’est à peu près un demi-mot, ou un fragment d’image ou de vidéo : c’est l’unité de facturation. Ce n’est pas une remise sur facture : Google reverse en crédits 50 % de la dépense nette, sans préciser sur la page quand ces crédits sont versés ni combien de temps ils restent valables. Au 1er janvier 2027, la grille passe à 2 dollars en entrée et 10 en sortie, soit le double.

Autres points à examiner :

• La dépendance. Le « cerveau » tourne dans un cloud américain. Si le service s’arrête ou change de prix, l’atelier dépend d’un fournisseur extérieur. Google propose bien de déporter une partie du calcul sur site avec Google Distributed Cloud, mais cela reste une offre de Google.
• Les essais. Google suggère de préparer les tests en simulation, dans MuJoCo-Warp ou NVIDIA Isaac Sim, avant de toucher à un vrai robot.
• Les règles internes. Qui valide une tâche confiée au robot, quelles zones sont interdites aux personnes pendant qu’il travaille, quel dispositif d’arrêt indépendant de l’IA est installé ? Les réponses relèvent de l’entreprise, pas du modèle.

La vraie question reste ouverte : le jour où une étape planifiée par ER 2 se passe mal, le contrat, l’assurance et le dispositif d’arrêt de votre atelier tiendront-ils face à un modèle qui, sur un test, se trompe encore dans plus de quatre cas sur dix ? C’est ce qu’il faut demander au fournisseur avant le premier essai.

Sources

• Google Cloud ouvre à ses clients Gemini Robotics ER 2, qui planifie les tâches des robots — ActuIA