Gritt déploie des robots IA pour construire les centrales solaires
Pourquoi ça compte pour toi
Le déploiement des énergies renouvelables bute sur un manque criant de main-d'œuvre. Gritt montre qu'une IA capable de comprendre des environnements chaotiques et imprévisibles (chantiers extérieurs) peut résoudre ce problème réel et lucratif. Pour tout entrepreneur en construction, énergie ou robotique, c'est un cas d'école : comment l'IA généraliste d'aujourd'hui ouvre des marchés qui exigeaient des robots ultra-spécialisés (donc chers) auparavant.
Ce qu'il faut retenir
- 1.Une équipe de 8 passe de 800 à 3000-4000 panneaux/jour grâce aux robots Gritt
- 2.Gritt lève 34 M$ et est contractée pour installer 2,8 GW en 18 mois
- 3.L'IA permet de réutiliser le même code pour des tâches différentes (armatures, parpaings) en jours, pas en semaines
- 4.Au lieu de construire ses propres robots, Gritt détourne du matériel standard (bras Kawasaki) et le contrôle par IA
Tu galères avec le jargon ?
Lis la version réécrite en mode débutant — toutes les idées, sans le jargon.
Le problème réel derrière l'engouement
Déployer 2,8 gigawatts de panneaux solaires en 18 mois, c'est pas un défi d'IA. C'est un défi de logistique et de main-d'œuvre. Les pays et entreprises foncent sur l'énergie renouvelable, mais il n'y a pas assez de bras pour assembler tout ça. Les robots industriels classiques ? Ils craquent en environnement extérieur imprévisible. Chantier = chaos. Robots = ordre.
Gritt (fondée par deux roboticiens de Carnegie Mellon) a eu une intuition : les nouveaux modèles d'IA généralisent bien. Pourquoi construire un robot ultra-spécialisé pour une seule tâche quand tu peux programmer la même IA pour déplacer des panneaux, poser des barres d'armature, assembler des châssis ?
Comment ça marche concrètement
Gritt ne réinvente pas la roue. Elle loue des skidders et des bras robotisés (Kawasaki, par exemple), puis les pilote via ses modèles IA. Le système apprend à :
- ▸Décharger des panneaux solaires de 45 kg
- ▸Les transporter vers les cadres de montage
- ▸Les positionner au sous-millimètre près pour que les ouvriers puissent les fixer
Deux systèmes sont déjà sur le terrain. Les données qu'ils collectent améliorent constamment le modèle.
Le vrai avantage : la généralisation
Voilà ce qui tue la concurrence. Entraîner le système à empiler des parpaings prenait des semaines. Entraîner à poser des armatures ? Une journée avec le même logiciel.
C'est ça qui change : autrefois, tu devais coder chaque robot pour chaque tâche. Là, le code s'adapte. Même pipeline, contextes différents.
La suite ? Construction générale
Gritt vise d'abord les tâches précises : fixer les panneaux, percer les poteaux. Ensuite, elle veut s'attaquer à la ligature des armatures avant coulée de béton—un boulot pénible, répétitif, qu'on peut automatiser.
La vision à long terme : ces robots ne sont pas juste des bras. C'est une couche d'IA physique sur le chantier. Elle peut détecter qu'une tranchée est ouverte avant un orage et alerter les équipes. Repérer du matériel manquant. Aider à la prise de décision.
Et concrètement pour toi ?
Choisis ton profil — la lecture de l'article change selon qui tu es.
Pour toi, ce qu'il faut comprendre : l'IA généraliste casse le modèle ancien où chaque robot coûtait millions et prenait 2 ans à développer. Maintenant ? Matériel cheap + IA agile = déploiement en mois. C'est le point tournant de la robotique.
Source
📊 Cours en bourse
Pour aller plus loin
Cet article t'a donné envie d'approfondir ? Deux formations Noésis t'attendent :
Explorer les thèmes de cet article :