Chine : Wika veut former des pelleteuses autonomes avec des données

Apprendre à une pelleteuse à travailler seule commence par un travail ingrat : enregistrer, heure après heure, ce que font les conducteurs d’engins. Wika Mobile Control, une entreprise implantée à Xuzhou (Chine), vient de publier un jeu de données de ce type, rapporte le média spécialisé QbitAI. Elle dit viser des chantiers avec moins de personnel, voire sans personne. Reste à savoir ce que cela prouve, et ce que cela changerait pour les conducteurs.

Ce que Wika a annoncé le 19 octobre

Ce qui est en jeu : savoir si l’on parle d’un engin autonome qui existe, ou d’un ingrédient pour en fabriquer un. C’est le second cas.

Le 19 octobre 2026, lors de la dixième conférence sur l’intelligence artificielle de Xuzhou, le directeur général de Wika Mobile Control, Xue Lige, a présenté un « jeu de données de haute qualité d’intelligence incarnée pour engins de chantier ». L’« intelligence incarnée » désigne une IA qui agit dans le monde physique à travers une machine, ici une pelleteuse. Un jeu de données, c’est une grande collection d’exemples enregistrés, sur lesquels un modèle d’IA s’entraîne.

Selon QbitAI, la présentation ne comportait aucune démonstration de robot. L’écran montrait des pelleteuses au travail sur de vrais chantiers. Le jeu de données a aussi été mis en ligne sur Hugging Face, une plateforme internationale de partage de modèles et de données, et sur d’autres dépôts. Wika espère ainsi attirer des chercheurs du monde entier et créer un « volant d’inertie de données » : plus on partage, plus on améliore.

Xue Lige affirme que ces données feront évoluer la construction vers des chantiers à effectif réduit, puis sans personne. C’est une intention, pas un résultat constaté.

Comment une machine apprend le geste d’un conducteur

Ce qui est en jeu : comprendre pourquoi les données, et non les algorithmes, sont présentées comme le vrai verrou.

Une IA ne « comprend » pas un chantier. Elle imite des exemples. Selon l’article, chaque geste appris vient de la copie de la trajectoire d’un conducteur expérimenté. Wika synchronise donc cinq types de signaux sur la même horloge :

• la vue (caméras) et le laser, qui restituent l’environnement tel que le conducteur le voit ;
• la position de l’engin et le retour de force, c’est-à-dire la résistance que le godet rencontre dans le sol ou la matière, qui disent comment la machine interagit avec ce qu’elle déplace ;
• les mouvements des manettes, qui gardent la trace de ce que le conducteur a décidé.

Sans l’un de ces éléments, explique QbitAI, on n’a qu’une vidéo ou qu’un signal de commande, pas une expérience réutilisable. En clair : il faut enregistrer à la fois ce que voit l’humain, ce que ressent et fait la machine, et ce que commande la main.

La première phase du jeu de données compte 36 millions de trames, c’est-à-dire d’instantanés synchronisés de ces signaux, répartis sur 12 scénarios de travail types. L’article cite les actions que les données doivent couvrir : creuser une tranchée, charger un camion, profiler un talus, niveler, empiler des matériaux. Les données couvrent plusieurs marques et modèles de pelleteuses. QbitAI qualifie elle-même ce volume de simple point de départ à l’échelle du secteur. La source ne dit pas à combien d’heures de travail cela correspond.

Le prix d’un chantier enregistré

Ce qui est en jeu : le coût explique pourquoi peu d’acteurs se lancent, et pourquoi l’annonce reste loin d’un usage quotidien.

Selon Wu Bowen, directeur du centre d’innovation de Wika, la collecte sur la base de collecte de pelleteuses coûte environ 5 000 yuans de l’heure, soit de l’ordre de 600 euros. Former un modèle utilisable demanderait de l’ordre de 100 000 heures de données. QbitAI chiffre la seule collecte sur de vraies machines à plus de cent millions de yuans. Un simple calcul, 100 000 heures à 5 000 yuans, donnerait plutôt 500 millions. Dans les deux cas, l’ordre de grandeur reste celui d’un investissement lourd.

La simulation, des chantiers recréés sur ordinateur, coûterait environ dix fois moins par heure une fois installée, mais son installation est elle aussi chère. L’article note que simulation et vidéos peuvent servir à un premier entraînement, mais que le passage au chantier réel reste difficile : terrains imprévisibles, poussière, charges qui changent, matériels hétérogènes.

Autre repère donné par QbitAI : au premier semestre 2026, l’intelligence incarnée aurait levé environ 93,5 milliards de yuans de financements en Chine, une forte hausse, d’environ cinq fois selon les données citées, par rapport à un an plus tôt. Le média ajoute que cet engouement ne garantit pas des usages industriels aboutis.

Pourquoi un fabricant de contrôleurs, pas un labo d’IA

Ce qui est en jeu : qui détient les données détient une partie du pouvoir sur les futures machines.

Wika ne se présente pas comme un laboratoire d’IA. Selon QbitAI, c’est un spécialiste des contrôleurs, des capteurs et de la sécurité fonctionnelle, avec plus de trente ans d’expérience. La sécurité fonctionnelle regroupe les dispositifs qui mettent une machine en état sûr quand un composant tombe en panne. Le vocabulaire de l’article est celui du corps : les membres, ce sont les engins fabriqués par les constructeurs ; le « petit cerveau » (cervelet), ce sont les contrôleurs de moteurs et de circuits hydrauliques, domaine de Wika ; le « grand cerveau », aujourd’hui, c’est encore le conducteur sur place.

L’entreprise cite parmi ses clients XCMG, Sany, Zoomlion et Liebherr. Cette liste vient de l’entreprise, rapportée par le média. Si elle est exacte, ses boîtiers équipent déjà de nombreuses machines, ce qui expliquerait l’accès à des chantiers réels. QbitAI décrit aussi une usine à Xuzhou, avec traçabilité de chaque produit, et affirme que la société prépare ce projet depuis cinq ans. L’article ne précise pas l’actionnariat de l’entreprise. Il rappelle que le ministère chinois de l’Industrie et des Technologies de l’information a appelé, dans son plan quinquennal pour le secteur de l’information et de la communication, à renforcer la collecte et la gestion de jeux de données de qualité.

Ce qui reste à prouver, et ce que cela change pour un chantier d’ici

Ce qui est en jeu : ne pas confondre une promesse de transformation avec une transformation.

Le ton de l’article de QbitAI est très favorable : il parle d’une voie « validée » et « reproductible ». Pourtant, il ne présente aucun modèle entraîné avec ces données, aucun test sur un chantier, aucun chiffre de sécurité ou de productivité, aucun client utilisant déjà une pelleteuse autonome. On lit un texte sur une méthode et un socle de données, pas un bilan d’exploitation. Le média indique aussi que Wika a été invitée aux grandes conférences de Huawei et d’Alibaba en septembre, ce qui illustre la visibilité du sujet plus que sa maturité.

Plusieurs questions restent sans réponse dans la source :

• Quelles tâches un modèle entraîné saurait-il réellement accomplir, et avec quelle fiabilité ?
• Que deviennent les conducteurs dont l’expérience sert de matière première ? L’article ne dit rien sur leur rémunération ni sur leur consentement.
• Dans quelle mesure ces données, recueillies en Chine, serviraient-elles à des chantiers européens, aux normes et aux sols différents ?

Pour une PME du BTP francophone, la lecture prudente est donc la suivante : à court terme, la piste crédible serait plutôt une aide à la conduite (assistance, alertes, sécurité) qu’un remplacement du conducteur. C’est une hypothèse de lecture, pas une affirmation de la source. Un point à surveiller : les premiers modèles entraînés sur ce jeu de données, ouvert à tous, et ce qu’ils savent faire en dehors de la démonstration.

Sources

• 威卡：用数据集链接具身智能和工程机械 – 量子位