Doosan dépasse le cobot|Solutions de tâches IA, déploiement industriel et humanoïdes [ROBs26-0803FR]
Mise à jour : 3 août 2026 | Code de gestion : ROBs26-0803FR
Doosan dépasse le cobot|Solutions de tâches IA, déploiement industriel et humanoïdes [ROBs26-0803]
Pour l’industrie française et européenne, l’enjeu n’est plus seulement d’acheter un bras collaboratif, mais d’automatiser une tâche complète avec l’IA, la vision, la mobilité et les données de terrain.
Doosan Robotics cherche à évoluer d’un fabricant de cobots vers une entreprise de solutions robotiques pilotées par l’IA. La valeur commerciale se déplace ainsi du matériel isolé vers des solutions capables d’améliorer la productivité, la sécurité, la qualité, le temps de changement de série et le retour sur investissement dans les ateliers.
Cette évolution peut être analysée autour de cinq axes : Scan & Go, la logistique IA et la fin de ligne, le déploiement multi-sites chez Kwangjin Group, les humanoïdes industriels et les opportunités offertes aux équipementiers et intégrateurs.
1. Scan & Go|Automatiser des tâches complexes sur le terrain
Présenté au CES 2026, Scan & Go associe un bras robotisé, une base mobile autonome, une vision 3D et une IA tenant compte des contraintes physiques. Le système vise à numériser des structures de grande taille, puis à générer automatiquement les trajectoires nécessaires à l’exécution d’une tâche.
Les applications envisagées concernent notamment les fuselages aéronautiques, les pales de turbines, les grandes surfaces industrielles, ainsi que les opérations de ponçage, de meulage, d’inspection ou de soudage.
Dans les usines européennes, ces opérations exigent souvent des données CAO, une programmation hors ligne, un réglage précis et une forte intervention d’intégrateurs. Scan & Go propose un autre modèle : le robot reconnaît la géométrie réelle sur site et prépare la trajectoire de travail.
Le client n’achète plus seulement un cobot. Il achète une solution capable d’exécuter une opération industrielle avec moins de préparation, moins d’arrêt de ligne et une meilleure répétabilité.
Doosan a également présenté Scan & Go 2.0 afin d’élargir les usages vers le ponçage et le soudage. Il faut toutefois distinguer une démonstration technologique, un projet pilote et une solution déjà déployée de manière répétitive chez plusieurs clients.
2. Logistique IA et fin de ligne|Relier les flux de l’atelier
Le deuxième axe concerne les opérations de fin de ligne : dépalettisation, palettisation, assemblage, emballage et manutention. Doosan cherche à regrouper ces fonctions dans des solutions complètes plutôt qu’à vendre chaque équipement séparément.
La dépalettisation assistée par l’IA combine vision 3D, reconnaissance optique, évitement d’obstacles et génération de trajectoires en temps réel avec NVIDIA cuMotion. Le système peut ainsi identifier des cartons de tailles ou de positions différentes et calculer une trajectoire limitant les collisions.
PalletizHD+ vise de son côté à interpréter les informations relatives aux cartons et aux palettes afin de générer un schéma d’empilage adapté. Pour les usines et entrepôts français, le critère essentiel reste la performance globale : cadence, sécurité, stabilité, taux de rebut, disponibilité et retour sur investissement.
3. Kwangjin Group|Vérifier la capacité de déploiement multi-sites
Le troisième axe est la capacité à passer d’une démonstration à un déploiement industriel répétable. Kwangjin Group, équipementier automobile présent notamment aux États-Unis, au Mexique, en Inde et au Vietnam, a déployé des cobots Doosan sur des opérations d’assemblage, de contrôle et de rivetage.
Un cas publié fait état d’un taux de défaut proche de zéro sur une opération ciblée. Ce résultat ne doit pas être généralisé à l’ensemble des sites ou des produits, mais il montre qu’une validation terrain peut servir de base à un déploiement plus large.
L’expérience initiale portant sur 19 robots a été reliée à un plan prévoyant plus de 100 solutions robotiques sur 17 sites d’ici 2027. Il s’agit d’un objectif de déploiement, et non d’un résultat déjà entièrement réalisé.
La question clé est de savoir si ce plan se traduira par des installations stables, des commandes répétées et un coût d’intégration maîtrisé entre plusieurs usines.
4. Humanoïdes industriels|Une approche pragmatique
Le quatrième axe est l’humanoïde industriel. Doosan ne semble pas privilégier un androïde généraliste destiné au grand public, mais une machine conçue pour accomplir efficacement des tâches industrielles, avec une base roulante, plusieurs bras et une architecture adaptée au poste de travail.
Cette orientation exige notamment le contrôle coordonné de plusieurs bras, l’évitement de collisions, la planification de tâches longues, ainsi qu’une couche logicielle et IA propre aux environnements industriels.
Doosan a présenté une feuille de route visant une solution intelligente fondée sur un Agentic Robot O/S en 2027, puis une commercialisation d’humanoïdes industriels en 2028. Ces dates correspondent à des objectifs de développement. Le coût, la sécurité machine, la fiabilité et la validation client restent à démontrer.
5. Opportunités pour les entreprises françaises et européennes
Le passage du cobot à la solution de tâche IA ouvre des opportunités pour les équipementiers, intégrateurs, éditeurs de logiciels et entreprises de maintenance.
- EOAT : préhenseurs, changeurs d’outils, têtes de soudage et outils de ponçage
- Capteurs : vision 3D, force-couple, tactile et sécurité
- Mobilité : AMR, plateformes autonomes et systèmes de recharge
- Logiciels : jumeaux numériques, simulation de procédés et plateformes de données
- IA : modèles spécialisés, recettes de tâches et génération de trajectoires
- Services : cybersécurité, supervision à distance, maintenance, formation et intégration
Pour l’écosystème français, les domaines les plus intéressants peuvent se situer dans l’aéronautique, l’automobile, la logistique, l’énergie, la maintenance industrielle et les procédés à forte exigence de qualité.
La valeur à long terme pourrait provenir moins de la vente initiale que des mises à jour logicielles, de la maintenance, de la validation sécurité, de la supervision et des services de données. Les fournisseurs doivent donc vérifier s’ils livrent une pièce isolée ou s’ils peuvent entrer dans une chaîne de valeur récurrente.
6. Conditions d’exécution à surveiller
- La capacité à transformer les projets IA en revenus répétitifs
- La maîtrise du coût d’intégration pour plusieurs sites industriels
- L’avancement réel du plan Kwangjin de 17 sites et plus de 100 solutions
- Le réalisme du calendrier et du coût des humanoïdes industriels
- La propriété et la réutilisation des données de tâches
- La gestion de la dépendance envers NVIDIA et d’autres partenaires technologiques
- La conformité aux exigences européennes de sécurité machine, de cybersécurité et de données
- La capacité à assurer maintenance et support sur plusieurs pays
La compétitivité future de Doosan Robotics ne dépendra donc pas seulement des performances d’un bras collaboratif. Elle dépendra de sa capacité à relier matériel, IA, mobilité, données de terrain et partenaires à des résultats industriels mesurables.
Votre entreprise fournit-elle un composant destiné à un seul robot ?
Ou développe-t-elle une capacité indispensable à l’écosystème des solutions de tâches IA ?
Sources officielles
- Doosan Robotics — News & Events
- Doosan Robotics — AI Powered Solutions
- Cas de déploiement chez Kwangjin Group
- Documents investisseurs de Doosan Robotics
Vidéo longue associée
La vidéo présente les cinq évolutions majeures : Scan & Go, la logistique IA et la fin de ligne, le déploiement chez Kwangjin Group, les humanoïdes industriels et les opportunités pour les fournisseurs.
▶ Doosan au-delà des cobots|Solutions de tâches IA, déploiement industriel et humanoïdes
Cet article est une analyse de l’écosystème industriel fondée sur des informations publiques. Il ne garantit ni des performances futures ni des résultats d’investissement. Consultez les publications officielles les plus récentes avant toute décision.
eXGateAI. Your Scale Engine.

Comments
Post a Comment