Mobiliser les masses pour entrer dans le jeu, JD.com vise à "l'alchimie" des données incarnées

Le 16 mars, la déclaration de JD.com concernant la création du plus grand centre mondial de collecte de données pour l’intelligence incarnée, avec le spectre le plus complet de scénarios, a mis en avant cette filière robotique, longtemps éclipsée par d’autres, comme la crevette.

Dans un sens, il s’agit d’une grande opération de production de données à forte coloration Internet industriel.

Cette mobilisation concerne plus de 100 000 employés internes, jusqu’à 500 000 professionnels de divers secteurs externes, et même plus de 100 000 citoyens à Suqian — une tactique humaine sans précédent, visant à utiliser la violence esthétique à grande échelle pour percer la faiblesse la plus critique de l’intelligence incarnée : la pénurie de données.

Alors que l’architecture des modèles converge peu à peu et que le seuil de puissance de calcul devient plus transparent, des données d’interaction physique de haute qualité sont devenues la clé pour déterminer si les robots peuvent réellement s’intégrer dans tous les secteurs.

Derrière cette opération, qualifiée de « plus grande collecte de données de l’histoire de l’humanité », se cache un consensus industriel : lorsque le « petit cerveau » responsable du contrôle moteur de l’intelligence incarnée devient plus avancé, la question est de savoir comment nourrir un cerveau véritablement compréhensif du monde physique avec des données de meilleure qualité, ce qui devient la bataille centrale pour l’avenir de l’industrie.

De la narration grandiose de JD à la réalité micro-industrielle, il reste difficile de dire si ces dizaines de milliers de données générées sont une mine d’or ou des cailloux.

Les travailleurs impliqués

La raison pour laquelle JD.com ose, et doit, lancer cette guerre de masse de collecte de données repose sur sa chaîne d’approvisionnement physique, massive et très complexe.

Contrairement aux entreprises purement numériques, JD est un vaste espace d’interaction dans le monde physique, et la maturité de l’intelligence incarnée influence directement ses coûts d’exécution et son efficacité opérationnelle pour la prochaine décennie.

Ce déploiement s’intègre profondément dans l’écosystème industriel robotique d’Yizhuang, à Pékin.

Le parc industriel d’Yizhuang rassemble déjà plus de 300 entreprises liées aux robots, avec une chaîne industrielle dépassant 10 milliards de yuans, offrant plus de 40 scénarios d’application réels, devenant ainsi le centre principal de l’industrie des robots humanoïdes en Chine. En tant qu’entreprise ancrée à Yizhuang, JD a déjà lancé un plan d’accélération pour l’industrie robotique.

L’investissement massif dans des centres de collecte de données, comme infrastructure logicielle, vise en réalité à combler une lacune critique dans la chaîne industrielle. Yizhuang fournit le « tronc » et les terrains d’essai, JD tente d’injecter dans les robots une compréhension du monde réel à travers une multitude de scénarios.

Cette synergie entre logiciel et matériel cherche à créer un cycle commercial complet, du flux de données à l’itération matérielle.

La coordination de centaines de milliers de personnes n’est pas une tâche facile.

Selon le plan, les scénarios de collecte couvriraient la logistique, l’industrie, la vente au détail, etc. En pratique, cela dépend probablement du réseau de gestion numérique existant de JD. Par exemple, faire porter aux livreurs et aux employés d’entrepôt des dispositifs portables équipés de capteurs visuels, voire de capteurs de force, pour leur travail quotidien.

Du point de vue des employés en première ligne et des citoyens mobilisés à Suqian, cette opération est extrêmement complexe.

Les employés deviennent, sans le savoir, des enseignants de données pour les robots, qui ont pour objectif futur de remplacer la main-d’œuvre humaine à haute intensité. La conception de mécanismes de rémunération et de partage des bénéfices équitables, pour éviter la résistance des employés, devient une question cruciale pour JD.

Cependant, la mise en œuvre concrète n’a pas encore été communiquée aux employés.

Un employé de JD à Pékin a indiqué à Wall Street Journal qu’il n’avait pas encore entendu parler de cette initiative. Selon lui, si une rémunération correspondante existe, cela relèverait d’un comportement de marché, et la participation dépendrait de la volonté individuelle. Un autre employé à Suqian a également déclaré n’avoir reçu aucune notification.

Bien que la communication officielle affirme que « toutes les données seront collectées conformément à la loi et aux règlements », la réalité est souvent plus complexe.

Dans le cas de la livraison, la chaîne de stockage est standardisée, mais la livraison à domicile et la vente au détail impliquent de nombreux aspects liés à la reconnaissance faciale et à la vie privée des consommateurs.

Face à un cadre réglementaire de plus en plus strict, la collecte de données non structurées auprès de dizaines de milliers de personnes, leur anonymisation et leur nettoyage représentent un coût de conformité astronomique.

Le paradoxe de Moravec

En 1988, le roboticien Hans Moravec a conclu que :

« Il est facile de faire en sorte qu’un ordinateur atteigne le niveau d’un adulte dans un test d’intelligence ou aux échecs, mais il est extrêmement difficile, voire impossible, de lui donner la perception et la motricité d’un bébé d’un an. »

Aujourd’hui, le paradoxe de Moravec, dans le contexte de l’intelligence incarnée, se concentre principalement sur le vide de données dans l’industrie.

Les grands modèles ont réussi en s’appuyant sur un corpus de plusieurs trillions de textes de haute qualité, accumulés sur Internet pendant trente ans. Mais le monde physique ne dispose pas d’un Internet préexistant. Pour que l’intelligence incarnée puisse évoluer dans le monde réel selon les lois de l’échelle, elle doit faire face à un mur de données énorme.

L’opération massive de JD vise précisément ce point d’ancrage et cette difficulté de collecte.

Premièrement, la limitation des simulations doit être résolue.

Actuellement, la majorité des entreprises dépend fortement de la simulation, utilisant des moteurs physiques comme Isaac Sim de Nvidia ou MuJoCo, permettant aux robots d’apprendre par renforcement des millions de fois dans un environnement virtuel. Cette méthode est peu coûteuse, rapide, et évite d’endommager du matériel lors des essais.

Cependant, les professionnels expérimentés prennent de plus en plus conscience des limites du « Sim-to-Real » (simulation vers réalité).

La complexité du monde physique ne se limite pas aux variations visuelles, mais inclut aussi des retours tactiles subtils : la flexibilité des câbles, la déformation non rigide des vêtements, la friction microscopique lors du vissage, voire le bruit électromagnétique des capteurs.

Les moteurs physiques actuels ne peuvent pas modéliser parfaitement ces lois physiques à haute dimension et non linéaires. Cela entraîne des modèles parfaits en simulation qui, une fois déployés sur des machines réelles, présentent souvent des défaillances graves ou des mouvements déformés.

Face à cette fracture, il faut revenir au monde réel.

Depuis le succès de Mobile ALOHA à Stanford, jusqu’aux entreprises comme Figure AI, Yushù ou Zhiyuan, qui utilisent massivement la téléopération — c’est-à-dire que des humains portent des combinaisons de capture de mouvement ou utilisent la réalité virtuelle pour contrôler des robots comme des avatars, enregistrant ainsi des données visuelles, articulaires et de force en première personne.

C’est actuellement la méthode de collecte de données la plus qualitative reconnue, mais elle rencontre un second problème économique : le coût de cette collecte.

Selon des estimations industrielles, le coût matériel d’un robot humanoïde à taille réelle peut atteindre plusieurs centaines de milliers, voire un million de yuans, et la collecte de données par téléopération nécessite non seulement une dépréciation matérielle élevée, mais aussi des coûts importants pour les opérateurs spécialisés.

Wall Street Journal a appris que la collecte et le nettoyage d’un seul ensemble de données d’interactions complexes de haute qualité peuvent coûter plusieurs centaines de dollars, avec un taux d’échec élevé.

Ce mode artisanal, basé sur la manipulation manuelle des données, ne peut pas soutenir la croissance vers une intelligence incarnée à paramètres de plusieurs milliards ou centaines de milliards.

Pour réduire cette barrière, des géants comme Google ont lancé des initiatives open source telles qu’Open X-Embodiment, visant à centraliser les données de laboratoires du monde entier pour l’ensemble de l’industrie. En Chine, certaines entreprises publient aussi des jeux de données réels d’un million d’heures.

Mais un autre défi majeur se cache derrière cette collecte : la fragmentation extrême du matériel robotique.

Les robots chiens, à roues, bipèdes, ou même différents fabricants de humanoïdes ont des degrés de liberté, des couples moteurs, des configurations de capteurs et des centres de gravité totalement différents.

Une donnée de haute qualité recueillie sur un bras robotique UR5 ne peut pas être directement transférée à un Tesla Optimus ou un robot logistique JD.

Ce problème de « mappage entre différentes architectures » explique pourquoi la majorité des données open source restent des îlots isolés, difficiles à faire évoluer à grande échelle.

C’est probablement dans ce contexte de ces trois grands défis que la logique commerciale de la filière de l’intelligence incarnée a changé : celui qui possède des scénarios réels a une barrière à l’entrée pour la collecte continue de données de haute qualité à faible coût.

Cela explique pourquoi Tesla et JD ont choisi des stratégies très différentes de celles des startups purement hardware.

Tesla, avec ses gigantesques usines, laisse Optimus apprendre directement sur la ligne de tri des batteries, en expérimentant jour et nuit ; tandis que JD, via son réseau logistique national, ses centaines de milliers d’ouvriers et son vaste réseau de vente physique, construit une chaîne de données semi-automatisée.

Ce modèle transforme la barrière de la chaîne d’approvisionnement en une barrière de données dans l’ère de l’IA.

À l’inverse, de nombreuses startups sans scénarios propres doivent se reconvertir — elles vendent à perte du matériel aux universités et laboratoires pour partager leurs données, ou louent des espaces dans des usines, ou embauchent des fournisseurs de services de données incarnées comme JianZhi pour des données sur mesure.

En résumé, l’entrée de JD dans la course a brisé le voile algorithmique de l’intelligence incarnée, la plaçant dans une phase de compétition lourde en capitaux, scénarios et mobilisation humaine.

Face à la pénurie de données, la barrière algorithmique s’amincit, tandis que les géants maîtrisant l’accès au monde physique se regroupent discrètement pour tisser la toile menant à l’AGI.

Une donnée de haute qualité encore plus rare

Face au plan de JD d’accumuler « plus de 10 millions d’heures de scénarios réels en deux ans », la réaction du secteur n’est pas unanime d’enthousiasme, mais plutôt d’un regard plus calme.

Dans le contexte de l’intelligence incarnée, la qualité et la modalité des données comptent bien plus que leur durée.

Les experts en algorithmes soulignent que le problème central actuel n’est pas la vidéo à la première personne, mais les « paires état-action » contenant un retour physique précis.

Par exemple, un citoyen de Suqian filmant en supermarché ou un livreur enregistrant sa livraison génèrent une quantité massive de données visuelles généralisées à l’échelle Internet.

Ces données sont précieuses pour entraîner le modèle du monde du robot, lui permettant de comprendre ce qu’est une porte ou une pomme ; mais pour apprendre la « stratégie de contrôle » — combien de force appliquer pour ne pas écraser une pomme — ces données visuelles seules sont presque inutiles.

Un professionnel du secteur a indiqué à Wall Street Journal que, ce qui manque au robot, ce sont des données réellement exploitables, notamment celles provenant de machines réelles. Selon lui, l’opération de JD reste une externalisation de processus (BPO), fournissant personnel et lieux.

Lorsqu’un humain effectue une prise physique, il s’appuie sur une rétroaction tactile, force et position, très complexe, que des dispositifs portables ne peuvent pas capturer. Si les dizaines de milliers de personnes de JD ne font que contribuer des vidéos, le taux de perte lors de la conversion en actions robotisées sera énorme.

Un autre responsable d’une grande entreprise robotique en Chine a déclaré que le principal problème du secteur est « le manque de standards unifiés pour les jeux de données ».

Par exemple, chaque entreprise de robotique a ses propres degrés de liberté, position des capteurs, types de moteurs. Comment faire correspondre ces vastes données humaines à des architectures robotisées différentes ?

Sans standards unifiés, ces 10 millions d’heures de données finiront probablement en un enrichissement privé pour JD, sans pouvoir alimenter une infrastructure commune pour faire progresser toute l’industrie.

C’est peut-être la raison pour laquelle JD a mis en avant, dans sa première année, la collecte de « 1 million d’heures de données sur le corps du robot ». La véritable voie de développement de l’industrie consiste à utiliser des vidéos généralisées humaines pour la pré-formation, à affiner avec des données de haute qualité sur le corps robotique, et à évoluer par apprentissage par renforcement en auto-optimisation.

L’annonce de JD de construire un centre de collecte de données pour l’intelligence incarnée marque le début d’une tentative nationale d’utiliser une approche systémique et industrielle pour pallier la pénurie de données dans le secteur robotique.

En combinant scénarios réels et main-d’œuvre massive, cette démarche offre une nouvelle voie pour l’accumulation de données.

Mais pour que l’« émergence de l’intelligence » devienne réalité, accumuler des données ne suffit pas.

Garantir la haute dimension et la haute qualité des données lors de la collecte massive, établir des standards unifiés, et gérer la confidentialité et la conformité dans cette collecte à grande échelle seront des enjeux cruciaux pour l’industrie et les entreprises dans leur transition vers la commercialisation.

Avertissement et clauses de non-responsabilité

Le marché comporte des risques, l’investissement doit être prudent. Cet article ne constitue pas un conseil d’investissement personnel, ni une considération pour des objectifs ou situations financières spécifiques. Les utilisateurs doivent juger si les opinions, points de vue ou conclusions présentés conviennent à leur situation particulière. En investissant sur la base de cet article, ils en assument la responsabilité.