Google rapatrie la start-up de robotique Intrinsic en son sein pour accélérer l’IA

robotic arm with Intrinsic label

Image: Generated with Google’s Nano Banana 2.

Written By
Liz Ticong
Liz Ticong
Mar 2, 2026
3 minute read
eWeek content and product recommendations are editorially independent. We may make money when you click on links to our partners. Learn More

Google rapproche ses ambitions dans la robotique de son cœur d’activité. 

L’entreprise a annoncé qu’elle faisait passer Intrinsic — la plate-forme de robotique industrielle fondée par Alphabet, souvent décrite comme l’« Android de la robotique » — intégralement sous l’égide de Google afin d’accélérer son offensive dans l’IA physique.

Cette opération réunit Intrinsic, Google DeepMind, les modèles Gemini et Google Cloud, en reliant plus directement la recherche avancée en IA à l’automatisation industrielle et en définissant des plans pour passer à l’échelle dans les secteurs de la production et de la logistique.

De « Other Bets » au devant de la scène de Google

Jusqu’à présent, Intrinsic faisait partie du portefeuille « Other Bets » d’Alphabet et opérait à distance des équipes centrales de Google chargées des produits et de l’infrastructure. Avec ce changement, elle devient un groupe distinct au sein de Google, une évolution structurelle qui signifie généralement un meilleur alignement des dirigeants, un accès plus étroit aux ressources partagées et un mandat plus clair pour mettre les produits sur le marché.

Google réduit de fait la distance entre le développement de robots et ses équipes centrales d’ingénierie et de mise sur le marché. La plate-forme d’Intrinsic doit désormais s’intégrer au pipeline plus large de conception et de déploiement de solutions pour les entreprises de Google, raccourcissant le chemin entre le prototype et la production.

Quand les robots d’usine peuvent voir, raisonner et réagir

L’IA physique change la façon dont les robots industriels opèrent sur le terrain.

Les robots traditionnels sont programmés pour des tâches strictement contrôlées et nécessitent souvent une réinitialisation manuelle lorsqu’un élément change. L’approche d’Intrinsic privilégie des systèmes capables d’interpréter les informations provenant de caméras et de capteurs et d’adapter leurs mouvements à la volée.

Sur une chaîne de montage, cela pourrait consister à repérer de légères différences entre les pièces avant de les mettre en place, ou à corriger leur alignement sans interrompre la production. Dans un contexte logistique, il pourrait s’agir de contourner des obstacles ou de s’adapter à des changements dans le flux de travail sans attendre l’intervention d’un technicien. À la clé : moins d’arrêts et moins de reprogrammation, avec des machines mieux à même de gérer les variations sans supervision constante.

Advertisement

Créer des applications robotiques sans repartir de zéro

Une part importante du discours d’Intrinsic porte sur l’abstraction logicielle. La robotique industrielle a traditionnellement nécessité des intégrations personnalisées pour chaque robot, capteur et tâche, ce qui exigeait souvent des ingénieurs spécialisés et de longs cycles de développement. Intrinsic tente de standardiser cette couche.

Son environnement de développement en ligne, Flowstate, permet aux équipes de concevoir et de tester des applications en simulation avant de les déployer sur des machines réelles. Les développeurs peuvent assembler des « compétences » prédéfinies, comme des comportements modulaires pour la détection d’objets, la planification des mouvements ou le contrôle de la force, au lieu de coder chaque mouvement ligne par ligne. Ces compétences peuvent être réutilisées sur différentes configurations matérielles, que le système fasse intervenir des bras robotisés, des caméras ou des modèles d’IA.

En séparant la logique applicative des machines spécifiques, la plate-forme est conçue pour déployer l’automatisation sur des parcs hétérogènes sans devoir reconstruire les flux de travail à chaque fois. Google indique que la prochaine étape consiste à étendre les déploiements réels et à faire passer davantage de systèmes de la simulation à la production, afin de transformer les avancées de la recherche en outils capables de tenir le rythme des opérations quotidiennes.

À lire aussi : Découvrez comment l’IA physique transforme la production dans l’usine native de l’IA, de l’automatisation au niveau de l’atelier aux flux de travail robotiques adaptatifs.

Liz Ticong

Liz Ticong is a staff writer for eWeek and TechRepublic focused on AI, cybersecurity, enterprise software, and data. She has more than 10 years of editorial experience as a technology industry writer, combining reporting, product research, and hands-on software testing in her coverage. Her work has been published on Datamation, Enterprise Networking Planet, and TechnologyAdvice.com. She writes technology news, software reviews, product comparisons, and buyer’s guides for business and IT readers.

eWeek Logo

eWeek has the latest technology news and analysis, buying guides, and product reviews for IT professionals and technology buyers. The site's focus is on innovative solutions and covering in-depth technical content. eWeek stays on the cutting edge of technology news and IT trends through interviews and expert analysis. Gain insight from top innovators and thought leaders in the fields of IT, business, enterprise software, startups, and more.

Property of TechnologyAdvice. © 2026 TechnologyAdvice. All Rights Reserved

Advertiser Disclosure: Some of the products that appear on this site are from companies from which TechnologyAdvice receives compensation. This compensation may impact how and where products appear on this site including, for example, the order in which they appear. TechnologyAdvice does not include all companies or all types of products available in the marketplace.