Reimagine Robotics se dévoile avec une automation entraînée par les travailleurs

Une start-up robotique restée discrète mise sur une automatisation plus simple

Reimagine Robotics sort de l’ombre avec un argument clair sur ce que la robotique industrielle fait encore mal : une trop grande partie de la charge de l’automatisation repose sur des spécialistes plutôt que sur les travailleurs de première ligne. La start-up, basée à Londres et à Sydney, affirme que ses systèmes sont conçus pour que les personnes qui effectuent réellement le travail puissent montrer une tâche à un robot, le regarder tenter l’opération, le corriger si nécessaire, puis passer au prochain goulot d’étranglement.

Cette proposition place l’entreprise dans un secteur de la robotique très concurrentiel, façonné par deux contraintes persistantes. Premièrement, de nombreuses usines peinent encore à automatiser des tâches qui changent fréquemment ou qui exigent une adaptation hors de flux de travail étroitement scriptés. Deuxièmement, même lorsque le matériel robotique est disponible, le déploiement peut s’enliser car chaque changement de processus exige plus de soutien d’ingénierie que les opérateurs ne peuvent en fournir eux-mêmes. Reimagine soutient que ces deux problèmes peuvent être atténués si les robots sont entraînés davantage comme de nouveaux collègues que comme des machines à fonction fixe.

Qui se cache derrière l’entreprise

La start-up a été cofondée en avril 2025 par Jonathan Scholz, Oleg Sushkov, Akhil Raju et Misha Denil. Scholz avait auparavant fondé l’équipe Applied Robotics de Google DeepMind à Londres et l’avait dirigée pendant sept ans, ce qui a donné à l’entreprise une crédibilité immédiate dans un marché qui associe de plus en plus les progrès en robotique aux avancées de l’apprentissage automatique.

Ce parcours compte, car Reimagine ne se présente pas comme un fournisseur classique d’automatisation industrielle. Son positionnement porte explicitement sur l’apprentissage au travail assisté par l’IA. Scholz a décrit l’approche de l’entreprise comme permettant à un travailleur de démontrer une tâche, de corriger les erreurs et de façonner de manière itérative le comportement du robot sur place. L’entreprise appelle informellement ce processus « monkey-see, monkey-do ».

Le concept est familier, à grands traits, dans la recherche en robotique : réduire le recours au codage en dur et s’appuyer davantage sur la démonstration, la correction et l’adaptation. Ce qui distingue le message de Reimagine, c’est l’insistance sur le fait que cela devrait se produire dans des environnements opérationnels avec du personnel ordinaire, et pas seulement avec des ingénieurs en robotique.

De la programmation des robots à leur enseignement

Les robots industriels sont puissants lorsque les tâches sont stables, que les environnements sont maîtrisés et que les équipes d’ingénierie peuvent consacrer du temps à affiner les flux de travail. Mais ces conditions ne couvrent pas tous les problèmes de fabrication. De nombreux sites gèrent encore des produits mixtes, des petites séries, des transferts délicats et des étapes physiques répétitives trop variables pour une simple automatisation, mais trop fastidieuses ou trop gourmandes en main-d’œuvre pour être laissées intactes indéfiniment.

Reimagine Robotics dit que sa réponse consiste à garder les humains au centre. Plutôt que d’écarter les personnes du processus, l’entreprise affirme que les travailleurs identifient le goulot d’étranglement, apprennent la tâche au robot et le corrigent jusqu’à ce que le système devienne utile. C’est une distinction importante, car elle fait passer le rôle du travailleur d’opérateur de dernier recours à celui de formateur et de propriétaire du processus.

Si ce modèle fonctionne en pratique, il pourrait changer l’économie du déploiement. Chaque heure passée de moins à attendre un programmeur spécialisé réduit les frictions pour le client. Plus important encore, cela rend l’automatisation accessible à des usines qui ne disposent peut-être pas d’une expertise robotique interne approfondie. L’obstacle devient de savoir si une tâche peut être démontrée et corrigée efficacement, et non si le site peut soutenir une vaste équipe d’ingénierie robotique.

Les premiers déploiements se concentrent sur le travail concret en usine

Pour une entreprise qui sort tout juste de l’ombre, Reimagine se distingue par le fait qu’elle évoque déjà des déploiements réels. Selon The Robot Report, l’un des premiers cas d’usage concernait la fabrication avancée et le démontage électronique. Dans une entreprise de plasturgie travaillant sur commande, la société a entraîné des robots à surveiller des imprimantes 3D pendant la nuit, en retirant les plateaux d’impression, en actionnant des loquets et en appuyant sur des commandes.

Cet exemple est révélateur parce qu’il ne s’agit pas d’une démonstration glamour de robotique. C’est précisément le type de flux de travail répétitif effectué après les heures de bureau que les usines aimeraient automatiser, mais qu’elles ont souvent du mal à justifier si les coûts d’intégration sont élevés. Le rapport indiquait également que l’équipe du client elle-même avait utilisé la plateforme pour automatiser d’autres étapes telles que le lavage, le durcissement et le séchage. Si cela est exact, cela suggère que la vraie valeur réside peut-être moins dans une tâche unique que dans la capacité à étendre progressivement l’automatisation après le déploiement initial.

L’entreprise a également cité un autre déploiement dans lequel ses robots ont été utilisés pour récupérer des matériaux critiques de valeur à partir de disques durs usagés. Cela ouvre un second angle commercial au-delà du rendement traditionnel de l’usine : une automatisation adaptative pour le démontage, le recyclage et la récupération des matériaux. Ces environnements ont tendance à être plus chaotiques et moins standardisés que les lignes de production classiques, ce qui en fait un bon test pour les promesses de robotique fondée sur l’apprentissage.

Pourquoi le moment est important

Reimagine arrive sur le marché à un moment où l’IA industrielle est jugée moins sur des démonstrations spectaculaires que sur sa capacité à résister au contact avec l’atelier. Les entreprises de robotique se montrent de plus en plus enclines à promettre des systèmes adaptatifs, des interfaces en langage naturel ou un entraînement basé sur la démonstration. De leur côté, les acheteurs cherchent des preuves que ces promesses réduisent le temps de déploiement et produisent des résultats mesurables.

C’est pourquoi la sortie de l’ombre de Reimagine est significative, même avec peu de détails divulgués. La start-up ne vend pas seulement un robot ; elle vend un flux de travail expliquant comment l’automatisation doit se diffuser dans une usine. Dans ce flux, l’expertise reste entre les mains des travailleurs, tandis que le robot devient plus facile à réaffecter à mesure que les besoins évoluent.

La première phase de l’entreprise a été financée grâce à un soutien pre-seed de Fly Ventures, firstminute capital et d’investisseurs providentiels. Pour l’instant, la grande question est celle de l’exécution. L’enseignement par démonstration paraît séduisant, mais le vrai test opérationnel sera de savoir si les équipes clientes peuvent réellement étendre les tâches des robots sans se heurter à des goulots d’étranglement de fiabilité, de sécurité ou de maintenance.

Le véritable test est la répétabilité

Reimagine Robotics a choisi un message convaincant : les robots devraient pouvoir être entraînés par les personnes qui comprennent le mieux le travail. Ce message s’inscrit dans une tendance plus large visant à rendre l’automatisation industrielle moins fragile et moins dépendante de spécialistes rares. Il correspond aussi à la réalité commerciale selon laquelle de nombreuses usines recherchent des gains ciblés et immédiats, plutôt qu’une refonte radicale de la production.

Reste que sortir de l’ombre est la partie facile. La tâche la plus difficile consiste à prouver que « apprendre sur le tas » peut passer d’un slogan convaincant à un modèle opérationnel industriel reproductible. Si l’entreprise peut montrer que le personnel client peut apprendre de nouvelles tâches aux robots de manière fiable sur différents sites et flux de travail, elle aura identifié une ouverture significative dans l’automatisation industrielle. Sinon, elle risque de devenir une nouvelle start-up robotique dont la promesse logicielle va plus vite que la réalité de l’atelier.

Points clés

• Reimagine Robotics affirme que les travailleurs peuvent entraîner directement ses robots sans programmeurs spécialisés.
• L’entreprise a été fondée par d’anciens dirigeants d’Applied Robotics chez Google DeepMind.
• Les premiers déploiements incluent la surveillance nocturne d’imprimantes 3D et le démontage électronique.
• La start-up vise une automatisation adaptable dans la fabrication et la récupération de matériaux.
• Sa question commerciale centrale est de savoir si l’enseignement aux robots peut passer à l’échelle de manière fiable sur plusieurs sites.

Cet article s’appuie sur un reportage de The Robot Report. Lire l’article original.