RéponsesPublié20 sources
Comment les géants chinois d’Internet déploient l’IA dans les livraisons, les entrepôts et les robotaxis
Les grandes plateformes chinoises étendent l’IA aux opérations physiques : livraison autonome, drones, entrepôts robotisés, véhicules sans conducteur et modèles pour la robotique. Les usages les plus crédibles à court terme se situent dans des environnements structurés et répétitifs, comme la préparation de commande...
Publié parModifié avec GPT-5.6 TerraImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Les grandes plateformes chinoises étendent l’IA aux opérations physiques : livraison autonome, drones, entrepôts robotisés, véhicules sans conducteur et modèles pour la robotique.
- Les usages les plus crédibles à court terme se situent dans des environnements structurés et répétitifs, comme la préparation de commandes, les couloirs de drones ou les flottes gérées.
- Pour les industriels, distributeurs et constructeurs automobiles, la valeur se déplace vers des partenariats associant IA, cloud, puces, matériel et exploitation de terrain.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How are major Chinese internet companies—including Meituan, JD.com, ByteDance, Baidu, Alibaba, and Tencent—expanding from pure digital busin. Article summary: Chinese internet companies are becoming “physical-AI” operators: they are combining foundation models, perception software, specialized chips and cloud platforms with vehicles, robots, warehouses, drones and real operati. Topic tags: general, academic, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
L’IA ne reste plus confinée aux applications, aux moteurs de recherche ou aux plateformes de commerce en ligne. En Chine, plusieurs géants du numérique l’emploient désormais pour déplacer des marchandises dans des entrepôts automatisés, livrer par drone ou véhicule autonome, exploiter des robotaxis et développer les modèles ainsi que les puces nécessaires aux machines du monde réel.
Le changement stratégique est majeur : il ne s’agit pas seulement de concevoir une application ou un robot, mais de piloter une chaîne complète réunissant la demande, les données, l’IA, les partenaires matériels et l’exploitation quotidienne sur le terrain.
Les preuves les plus concrètes se trouvent aujourd’hui dans la logistique et la mobilité. Ces secteurs offrent des tâches répétitives, réalisées à grand volume et mesurables avec précision. C’est un point de départ bien plus réaliste que la promesse d’un humanoïde polyvalent, capable de travailler partout.
Le véritable produit : un système d’exploitation pour le travail physique
Un robot ou un véhicule autonome ne suffit pas à créer un service commercial. Il doit être relié à des logiciels d’affectation des courses, à des cartes et itinéraires, à des infrastructures de recharge et de chargement, à une supervision à distance, à des procédures de sécurité, ainsi qu’aux commerçants, entrepôts et opérateurs humains chargés des cas imprévus.
C’est là que les grandes plateformes de consommation et de commerce disposent d’un avantage particulier. Elles gèrent déjà des réseaux de transactions très fréquentes et peuvent intégrer l’automatisation dans des flux de travail qu’elles contrôlent. Chaque utilisation réelle génère un retour d’expérience : incidents, retards, schémas de circulation et situations atypiques alimentent l’amélioration du service suivant.
Le modèle économique qui en résulte ressemble souvent davantage à un service opéré qu’à une vente ponctuelle de matériel. Les clients peuvent acheter une capacité de livraison, un débit de préparation de commandes ou une disponibilité de flotte, plutôt qu’un robot seul.
Meituan : automatiser le commerce de proximité, étape par étape
Pour Meituan, la porte d’entrée vers l’IA physique est la livraison locale à la demande. Son programme de drones associe les appareils à des hubs de transfert et à un système de contrôle des opérations : le drone n’est donc pas traité comme un produit isolé. En mai 2026, l’entreprise a déclaré que cette infrastructure était entrée en exploitation commerciale et qu’elle ouvrait ses solutions de logistique à basse altitude à des partenaires autorisés. 54
L’avancée réglementaire compte autant que le matériel. En avril 2025, Meituan a annoncé que son drone de quatrième génération avait passé l’examen de l’Administration de l’aviation civile de Chine et obtenu un certificat national d’exploitation pour la logistique à basse altitude. 61 La société avait aussi lancé en mars 2025 un service commercial de livraison par drone à Hong Kong, présenté comme sa 54e route commerciale.
62
Le dispositif reste sélectif. Les systèmes autonomes peuvent prendre en charge les segments prévisibles d’une commande, tandis que les humains assurent les relais et les situations complexes du dernier tronçon. Dans le district de Shunyi, à Pékin, Meituan a par exemple utilisé des véhicules autonomes pour acheminer les colis vers des stations de transfert, avant que des livreurs ne réalisent les derniers mètres. 55
Cette répartition des rôles est décisive. Une forte densité de commandes peut rendre l’automatisation rentable, mais l’accès aux immeubles, la météo, les environnements mêlant piétons et véhicules, ou encore la remise au client restent des problèmes physiques difficiles.
JD.com : faire de la chaîne logistique un réseau de déploiement robotique
JD.com part d’un autre atout : son infrastructure logistique. L’enjeu est de relier les stocks, l’exploitation des entrepôts, le prélèvement, le tri, le transport et la livraison au sein d’un même système coordonné.
JD Logistics a indiqué que, au 31 décembre 2025, plus de 20 entrepôts automatisés « goods-to-person » de sa technologie LangzuTech, développée en interne, étaient en activité dans près de 20 villes chinoises. Selon le groupe, ces systèmes permettent un stockage à forte densité et une préparation rapide parmi des millions de références, y compris lors des grandes périodes promotionnelles. 17
L’automatisation chez JD ne se limite donc pas à gagner en efficacité en interne. Un système d’entrepôt standardisé peut être reproduit d’un site à l’autre, puis proposé avec des services de préparation de commandes et de gestion de chaîne d’approvisionnement. JD a également présenté la logistique intelligente et les technologies sans pilote comme des domaines de recherche, de développement et d’application internes. 25
Pour les distributeurs et les marques, la leçon est claire : la robotique d’entrepôt est surtout utile lorsqu’elle s’intègre à la localisation des stocks, à la gestion des commandes et à la préparation logistique, plutôt que lorsqu’elle est ajoutée comme une machine autonome sur le sol d’un entrepôt.
ByteDance : bâtir la couche d’IA incarnée
La position de ByteDance dans l’IA physique est plus centrée sur les modèles. Son groupe de recherche Seed a présenté GR-3, un modèle robotique généraliste de type vision-langage-action, conçu pour la généralisation et les tâches de plus longue durée. Le groupe a aussi introduit ByteMini, une plateforme robotique mobile à deux bras destinée aux travaux de manipulation. 3
L’IA incarnée ne se résume pas à reconnaître ce qui se trouve devant une caméra. Le système doit relier ce qu’il voit et comprend à des gestes capables de manipuler des objets avec sûreté et fiabilité. Les travaux de ByteDance visent ainsi une couche technologique habilitante pour la robotique : politiques de contrôle, recherche sur la manipulation, entraînement des modèles et infrastructure d’IA pour les développeurs.
L’entreprise a également renforcé ses ambitions par le recrutement. Un article publié en 2025 faisait état d’une campagne visant des spécialistes expérimentés de l’intelligence incarnée, avec des postes spécifiquement liés aux robots humanoïdes. 6
ByteDance n’a pas nécessairement besoin de devenir le premier fabricant de chaque type de robot. Sa valeur pourrait venir de la fourniture d’une partie de la « couche cerveau » à des partenaires industriels, collaboratifs ou de services.
Baidu : robotaxis, logiciels d’autonomie et capacité de calcul
La stratégie d’IA physique de Baidu est particulièrement visible dans la conduite autonome. Sa plateforme Apollo combine les logiciels et les données nécessaires aux véhicules sans conducteur, tandis que son programme de puces Kunlun lui apporte une couche de calcul adaptée aux charges de travail d’IA.
Lors de l’Apollo Day, Baidu a indiqué que sa puce d’IA Kunlun de deuxième génération avait achevé son adaptation de performances de bout en bout pour la conduite autonome. L’entreprise a également mis en avant un modèle de perception pour la conduite autonome, des cartes haute définition et un système de données de conduite en boucle fermée. 44
Baidu a par ailleurs détaillé une nouvelle feuille de route matérielle. La Kunlun M100 était annoncée pour l’inférence à grande échelle en 2026, tandis que la M300 était prévue pour l’entraînement et l’inférence de modèles multimodaux en 2027. 40
L’intérêt stratégique réside dans cette coordination verticale : modèles et puissance de calcul sont associés aux logiciels d’autonomie et à l’exploitation des flottes. Mais les robotaxis demeurent un cas d’usage exigeant. Leur déploiement commercial dépend de la sécurité, des partenaires automobiles, des autorisations locales et d’une économie opérationnelle durable — pas uniquement de la qualité d’un modèle ou d’une puce.
Alibaba et Tencent : des acteurs à suivre, mais moins documentés ici
Alibaba et Tencent participent à cette tendance au sens large, car de très grandes plateformes peuvent apporter différentes briques de l’IA physique : infrastructure cloud, logiciels d’entreprise, réseaux commerciaux, simulation, capital et partenariats.
Toutefois, les sources disponibles ici apportent des éléments de déploiement nettement plus précis pour Meituan, JD.com, ByteDance et Baidu que pour des initiatives actuelles spécifiques d’Alibaba ou Tencent.
Pour les secteurs traditionnels, cette évolution modifie la nature des partenariats :
- Les distributeurs et logisticiens ont besoin d’une automatisation compatible avec l’affectation des livraisons, les stocks, les zones de chargement, le contrôle des accès et la gestion humaine des exceptions.
- Les industriels restent indispensables pour les composants, la fiabilité, l’intégration et la maintenance sur le terrain, tandis que les plateformes peuvent devenir des fournisseurs influents de logiciels d’IA et de standards opérationnels.
- Les constructeurs automobiles ont de plus en plus besoin de partenaires pour l’autonomie, la cartographie, le calcul embarqué et la gestion des flottes, en complément de leurs compétences d’ingénierie automobile.
- Les fabricants de robots doivent autant obtenir l’accès à des environnements de déploiement et à des données opérationnelles qu’améliorer leur matériel.
L’avantage chinois — et les limites de cette thèse
L’avantage potentiel de la Chine ne tient pas simplement au fait qu’une entreprise disposerait du meilleur modèle. Il réside dans la possibilité de réunir, sur un même marché, de vastes réseaux de commerce et de livraison, une solide capacité industrielle et un apprentissage opérationnel rapide.
Les routes de drones réglementées de Meituan, les entrepôts automatisés reproductibles de JD, la recherche de ByteDance sur l’IA incarnée et la pile autonomie-calcul de Baidu illustrent quatre façons de créer cette boucle. Chacune relie le développement de l’IA à un environnement réel dans lequel les performances peuvent être testées et améliorées. 54
17
3
44
L’IA physique reste néanmoins moins tolérante aux erreurs que le logiciel purement numérique. Un échec de livraison, une erreur de véhicule ou une perturbation dans un entrepôt entraînent des conséquences de sécurité, de responsabilité et de qualité de service. Des pilotes de grande ampleur ne démontrent pas, à eux seuls, une rentabilité durable, une autonomie généralisée ou le remplacement universel du travail humain.
Le scénario le plus crédible à court terme est donc celui d’une automatisation ciblée dans des cadres contraints : entrepôts, corridors de livraison fixes, tâches industrielles bien définies et flottes pilotées. À plus long terme, la compétition portera sur la capacité à combiner au mieux modèles, puces, machines, opérations et accès fiable au déploiement dans le monde réel.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Comment les géants chinois d’Internet déploient l’IA dans les livraisons, les entrepôts et les robotaxis » ?
Les grandes plateformes chinoises étendent l’IA aux opérations physiques : livraison autonome, drones, entrepôts robotisés, véhicules sans conducteur et modèles pour la robotique.
Quels sont les points clés à valider en premier ?
Les grandes plateformes chinoises étendent l’IA aux opérations physiques : livraison autonome, drones, entrepôts robotisés, véhicules sans conducteur et modèles pour la robotique. Les usages les plus crédibles à court terme se situent dans des environnements structurés et répétitifs, comme la préparation de commandes, les couloirs de drones ou les flottes gérées.
Que dois-je faire ensuite en pratique ?
Pour les industriels, distributeurs et constructeurs automobiles, la valeur se déplace vers des partenariats associant IA, cloud, puces, matériel et exploitation de terrain.
Sources
yicaiglobal.comMeituan's Drone Delivery Infrastructure Goes Into ...
chinadaily.com.cnMeituan secures first nationwide low-altitude logistics operating ...
thelowdown.momentum.asiaMeituan launches drone delivery in Hong Kong - The Low Down - Momentum Works
en.people.cnOver 6,000 autonomous delivery vehicles in operation across ...