par Editeur Robotechnique | 2 Sep 2026 | Télécoms & réseaux
Dans une PME industrielle de 2026, l’inventaire technique ressemble rarement à une salle serveurs. On y trouve deux ou trois serveurs, certes, mais aussi un standard téléphonique IP, quelques automates, un cobot en fin de ligne, des bornes Wi-Fi, une passerelle de télérelève. Ces équipements sont indispensables au fonctionnement quotidien, et l’outil de supervision installé pour les serveurs ne sait presque rien en dire.
Le réflexe habituel consiste à ajouter leur adresse IP à la liste surveillée, à cocher « ping », et à considérer le sujet réglé quand la ligne passe au vert. Voici pourquoi ce vert-là ne prouve pas grand-chose, et ce que ces machines savent dire d’elles-mêmes quand on les interroge dans leur langue.
Le ping mesure une pile réseau, pas une fonction
Le test de disponibilité universel repose sur le message echo request / echo reply du protocole ICMP, spécifié par la RFC 792 — un texte de 1981, antérieur de plus de dix ans au premier automate connecté en Ethernet. Une réponse établit trois choses, et seulement trois : l’interface réseau est active, la pile IP tourne, une route existe entre le superviseur et l’équipement.
Tout le reste échappe à la mesure. Un cobot en arrêt de protection, immobile parce qu’un opérateur a franchi un scrutateur laser, répond au ping avec la même régularité qu’un cobot en production. Un standard téléphonique dont le faisceau SIP vers l’opérateur est tombé répond au ping alors qu’aucun appel externe ne passe plus : en interne, poste à poste, tout fonctionne. Dans les deux cas, la supervision affiche un parc en bonne santé pendant que la production ou l’accueil téléphonique sont à l’arrêt.
Le malentendu tient à une confusion de couches : on mesure la couche 3 pour en déduire l’état d’un service applicatif situé bien plus haut. C’est le même écart que celui décrit à propos de la convergence entre systèmes informatiques et robotique : les deux mondes partagent le câble, pas les indicateurs.
Ces équipements parlent — encore faut-il ouvrir le bon canal
La bonne nouvelle est que ces machines exposent leur état interne, souvent plus finement qu’un serveur ordinaire.
Le socle commun reste SNMP. Le protocole écoute par convention sur le port UDP 161 pour les requêtes et sur le port UDP 162 pour les notifications, deux valeurs fixées par la RFC 3417. La distinction entre les deux compte : le 161 est interrogé par le superviseur à son rythme, le 162 reçoit ce que l’équipement annonce de lui-même, à l’instant de l’événement. Côté données, la MIB des interfaces (RFC 2863) distingue l’état administratif de l’état opérationnel d’un lien : une interface peut être configurée comme active et se trouver hors service.
Un robot industriel en dit beaucoup plus. Sur les bras d’Universal Robots, l’interface temps réel RTDE produit des messages d’état à la cadence de la boucle de contrôle, soit 500 Hz sur les séries e-Series et UR. On y lit le mode de sécurité — normal, arrêt de protection, arrêt d’urgence —, les courants d’articulation convertis en couples, et la température de chaque axe en degrés Celsius. Plus simple, le serveur de supervision exposé sur le port TCP 29999 permet d’interroger l’état du programme en quelques octets. Côté normalisation, la spécification OPC UA for Robotics (référence OPC 40010-1, version 1.02 publiée par l’OPC Foundation) modélise ces états indépendamment du constructeur. Or la montée en température d’une articulation ou la dérive d’un courant moteur sont des signaux d’usure : ils précèdent la panne, quand la disponibilité réseau ne bouge qu’au moment de l’arrêt.
Un standard téléphonique aussi. Deux mécanismes normalisés couvrent l’essentiel. La supervision d’un faisceau repose sur l’envoi périodique de requêtes SIP hors dialogue, dont le principe de maintien de session est décrit par la RFC 5626 : l’absence de réponse signale un faisceau injoignable avant que le premier appelant ne le découvre. La qualité perçue, elle, se lit dans les rapports étendus de RTCP définis par la RFC 3611, dont le bloc VoIP Metrics transporte le taux de perte, le taux de rejet par le tampon de gigue, la durée moyenne des rafales de perte, le délai aller-retour, un facteur R coté de 0 à 100 et les scores MOS d’écoute et de conversation. Aucune de ces valeurs n’est déductible d’un test de disponibilité.
Les ordres de grandeur qui rendent ces indicateurs lisibles
Trois chiffres cadrent le problème. Un flux voix classique émet un paquet toutes les 20 millisecondes : c’est l’intervalle de paquetisation par défaut recommandé par la RFC 3551, soit cinquante paquets par seconde et par sens de conversation. Avec un codage G.711 à 8 000 échantillons par seconde sur 8 bits, la charge utile ne représente que 64 kbit/s hors en-têtes — négligeable sur un lien d’entreprise, ce qui explique qu’un graphe de bande passante ne montre jamais rien d’une conversation dégradée.
Côté délai, la recommandation ITU-T G.114 est explicite : en dessous de 150 ms de délai de bouche à oreille dans un sens, la plupart des applications, vocales ou non, conservent une interactivité essentiellement transparente ; au-delà de 400 ms, la limite ne devrait pas être dépassée pour la planification d’un réseau. Entre ces deux bornes se joue la différence entre un standard dont on se plaint et un standard dont on ne parle pas. Le texte est consultable chez l’UIT.
Le troisième chiffre est celui qu’on oublie : le pas d’interrogation du superviseur, souvent laissé à cinq minutes par défaut. Un robot décrit son état 500 fois par seconde, un flux voix produit 50 paquets par seconde, et un collecteur qui interroge toutes les 300 secondes travaille donc trois à quatre ordres de grandeur en dessous des phénomènes qu’il prétend observer. Une micro-coupure de trois secondes — de quoi couper une communication et faire tomber un cycle robot en défaut — disparaît intégralement dans une moyenne calculée sur cinq minutes. Ce n’est pas un défaut de l’outil mais d’échelle : sur ces machines, la mesure utile est événementielle, pas périodique. D’où l’intérêt du port 162, et de tout mécanisme qui laisse l’équipement parler au lieu de l’interroger.
Recenser avant de surveiller
Aucun de ces mécanismes ne sert si l’équipement n’est pas dans la liste. C’est la raison pour laquelle l’ANSSI place la cartographie du système d’information en amont de toute démarche de protection, avec une méthode d’élaboration en cinq étapes : on ne défend, et on ne surveille, que ce qu’on a recensé. Les machines les plus mal inventoriées sont précisément celles de cet article — installées par un intégrateur, raccordées à un VLAN dédié, jamais rattachées à l’inventaire informatique. Les questions à poser avant de raccorder un bras rejoignent d’ailleurs celles que nous détaillions à propos de ce que les petits ateliers peuvent réellement automatiser.
L’événement le plus révélateur est celui qui n’arrive pas
Dernier angle mort, le plus coûteux : la panne silencieuse. Une machine qui tombe déclenche une alerte ; une machine qui cesse simplement de produire n’en déclenche aucune. Un standard sans aucun appel entrant depuis trois heures un mardi matin est en panne même s’il répond parfaitement au réseau — la cause est souvent en amont, chez l’opérateur ou sur un renvoi laissé actif. Un poste de contrôle qui ne remonte plus de cycle robot depuis la veille n’est pas au repos, il est débranché.
Détecter ces situations suppose de superviser un débit d’événements métier et d’alerter sur son absence, ce que les outils d’infrastructure ne font pas nativement puisqu’ils raisonnent en disponibilité, pas en activité. Sur le versant téléphonique, cette distinction entre surveiller un équipement et surveiller ce qu’il produit est au cœur de ce qu’on attend d’un outil capable de conduire plusieurs standards depuis un seul point : détection d’un silence de trafic anormal, fenêtres de maintenance pour ne pas alerter à tort, traçabilité des modifications de configuration.
Trois questions à poser avant d’ajouter une machine au tableau de bord
- Quel canal natif expose son état ? SNMP, OPC UA, une interface constructeur, une API HTTP, un journal : si la réponse est « le ping », la surveillance est décorative.
- À quelle cadence le phénomène se produit-il ? Le pas de mesure doit rester inférieur à la durée de l’incident qu’on veut voir, faute de quoi la moyenne l’efface.
- Que déduit-on de l’absence de données ? Une machine muette n’est pas une machine saine — règle à écrire dans la configuration, pas dans la tête de celui qui regarde l’écran.
Superviser un parc hétérogène ne demande ni outil unique ni budget considérable, mais d’admettre qu’un serveur, un bras articulé et un autocommutateur ne se surveillent pas avec le même indicateur.
par Editeur Robotechnique | 31 Août 2026 | Veille
Troisième édition de ce rendez-vous hebdomadaire : l’essentiel des sept derniers jours dans les quatre domaines que suit le magazine, uniquement à partir de sources d’autorité — institutions, régulateurs, agences de normalisation et presse d’ingénierie de référence. Chaque lien a été vérifié et chaque chiffre relu à la source. Fin août oblige, la moisson institutionnelle est maigre : ni la Fédération internationale de robotique, ni l’Arcep, ni le Comité européen de la protection des données n’ont publié cette semaine. Les sections Robotique et Intelligence artificielle comptent donc deux entrées au lieu de trois : nous préférons une liste courte à un remplissage.
Robotique
IEEE Spectrum a publié le 28 août sa revue vidéo hebdomadaire, consacrée au Microduck de Pollen Robotics : 25 cm, 780 g, quinze degrés de liberté, une caméra frontale, un LiDAR 8×8 points, deux centrales inertielles, annoncé à 399 dollars en précommande. Le même sommaire aligne un robot sauteur de 54 g présenté dans IEEE Transactions on Robotics, une pince de moins de 200 g signée Sentio Robotix pour la cueillette de fraises, et un manipulateur de Tokyo Robotics qui plie une chemise en deux minutes. C’est cet ordre de grandeur — deux minutes pour un pliage — qui sépare encore la démonstration de laboratoire de la cadence industrielle.
Sur la Station spatiale internationale, le journal de bord de la NASA du 27 août détaille la préparation de la sortie extravéhiculaire du mardi 1er septembre : Sophie Adenot (ESA) et Jessica Meir (NASA) doivent passer environ six heures et demie dans le vide pour remplacer une aide à la navigation, préparer un détecteur de particules cosmiques en vue d’une évolution ultérieure et poser des cavaliers destinés à renforcer les liaisons de données. Le bras Canadarm2 servira de plateforme mobile pour amener l’une des opératrices jusqu’au poste de travail. Le même jour, le cargo Cygnus XL de Northrop Grumman a allumé ses propulseurs pendant 20 minutes et 43 secondes pour rehausser l’orbite de la station avant l’arrivée du ravitailleur Progress 96.
Intelligence artificielle
IEEE Spectrum décrit le 26 août Silico, la plateforme d’interprétabilité développée par la société Goodfire. L’outil relève de l’interprétabilité dite mécanistique : il inspecte les poids, les activations et les motifs d’attention d’un modèle, cartographie les activations en réponse à des invites contrôlées, suit la dérive des poids pendant l’entraînement, et permet de modifier directement ces poids pour observer l’effet sur les sorties. Illustration donnée par l’article : sur un modèle de détection de la maladie d’Alzheimer étudié avec Prima Mente, la rétro-ingénierie a montré que le réseau s’appuyait sur des motifs de longueur d’ADN, biomarqueur jusque-là inconnu.
Côté normalisation, le NIST a mis en consultation le projet SP 1353, guide de démarrage rapide sur l’usage de l’IA pour analyser un dispositif de cybersécurité au regard du Cybersecurity Framework 2.0. Le document propose des invites structurées, fait le point sur l’état de la pratique en ingénierie d’invites et détaille trois cas d’usage : évaluation de la gouvernance, rédaction d’un profil d’état courant, construction d’un profil cible aligné sur les objectifs et le paysage de risques de l’organisation. Les commentaires sont ouverts jusqu’au 15 octobre 2026 : c’est la fenêtre pendant laquelle un praticien peut encore peser sur le texte.
Télécoms & réseaux
L’Agence nationale des fréquences a ouvert le 27 août la campagne de renouvellement des autorisations d’utilisation de fréquences des réseaux radio professionnels (PMR) délivrées par l’Arcep. Environ 3 500 dossiers sont concernés : chaque titulaire doit se prononcer sur la reconduction de son autorisation au-delà du 31 décembre 2026, pour une nouvelle période de cinq ans, via l’application SURF ou par courriel en rappelant son numéro de dossier. Rappel utile pour qui exploite un site industriel : le PMR reste le support de nombreux réseaux de sécurité, de chantier et de logistique, là où la couverture cellulaire n’est ni garantie ni maîtrisée.
IEEE Spectrum a consacré le 26 août un dossier à la dépendance des réseaux et des centres de données à deux terres rares, l’erbium et l’yttrium. L’erbium est le dopant des amplificateurs à fibre qui régénèrent le signal optique sur les liaisons longue distance ; d’après les industriels cités par l’article, la Chine assure la quasi-totalité de la production mondiale d’oxyde d’erbium. Elle extrait par ailleurs 90 % de l’yttrium mondial — employé dans les revêtements de barrière thermique, les filtres hyperfréquences et les condensateurs — et les livraisons vers les États-Unis auraient reculé d’environ 75 % par rapport à 2025. Les restrictions chinoises à l’exportation doivent produire leur plein effet en novembre 2026.
Enfin, l’observatoire mensuel de l’ANFR arrêté au 1er août 2026 recense 55 977 sites 5G autorisés en France, dont 49 877 déclarés techniquement opérationnels par les opérateurs, soit 89,1 %, et 72 467 sites 4G autorisés. Le détail par bande est le chiffre à retenir : 38 116 sites autorisés en 3,5 GHz contre 36 417 en 700 MHz. La bande capacitaire est donc passée devant la bande de couverture, après des années où la 5G française s’est d’abord déployée en basses fréquences.
Informatique
Le CERT-FR a publié le 28 août un avis sur deux vulnérabilités de PaperCut MF et NG (CVE-2026-81578 et CVE-2026-82078), qui permettent à un attaquant de contourner l’authentification puis d’exécuter du code arbitraire à distance. L’avis précise que ces failles sont activement exploitées et recommande, à défaut de correctif immédiat, de restreindre par règle de pare-feu l’accès au serveur applicatif aux seules adresses de confiance. Un serveur de gestion d’impression figure rarement en tête des priorités de mise à jour ; il est pourtant joignable depuis l’ensemble du réseau interne, ce qui en fait un point d’entrée de choix.
Deux autres avis, datés du 27 août, visent des briques d’infrastructure très répandues : Traefik, pour les versions antérieures à 2.11.56 et aux 3.7.12, avec contournement de la politique de sécurité et déni de service à distance, et CPython (CVE-2026-15310), déni de service à distance également. Le premier est un reverse proxy placé en façade d’applications web, le second l’interpréteur Python de référence : deux composants qu’on hérite le plus souvent d’une image conteneur sans les avoir explicitement choisis, et qui échappent pour cette raison aux inventaires de parc.
Côté recherche appliquée, le NIST a publié le 27 août le rapport interne IR 8611, « m-NGAC ». Il part d’un constat familier à qui exploite une base métier : les mécanismes de contrôle d’accès natifs des bases de données offrent rarement la granularité fine et l’administration centralisée attendues. La proposition consiste à embarquer la norme ANSI/INCITS NGAC dans le moteur lui-même, afin de porter le contrôle jusqu’au niveau de la colonne et de le rendre indépendant de l’outil d’interrogation employé, y compris un simple éditeur SQL — le point précis où les restrictions posées dans l’application s’évaporent d’ordinaire.
par Editeur Robotechnique | 26 Août 2026 | IA
La question revient dans toutes les petites structures qui commencent à outiller leurs équipes avec de l’IA générative : faut-il appeler un modèle de langage par une API distante, ou l’héberger sur une machine à soi ? Le débat est le plus souvent posé en termes de convictions — souveraineté contre facilité. Il se tranche beaucoup mieux avec trois grandeurs mesurables : la quantité de mémoire disponible, la vitesse à laquelle cette mémoire est lue, et le volume de jetons consommés chaque mois. Le cadre juridique et les compétences d’exploitation viennent ensuite, et ils ne renversent la décision que dans des cas identifiables.
Ce que « faire tourner un modèle » veut dire, en gigaoctets
Un modèle de langage est d’abord un tableau de nombres. Dans sa précision native — le format bfloat16, soit 2 octets par paramètre — un modèle de 24 milliards de paramètres occupe environ 48 Go. Aucune carte graphique grand public ne dispose d’une telle quantité de mémoire vive, et c’est précisément le problème que résout la quantification : on réduit le nombre de bits utilisés pour coder chaque poids.
Le format de fichier le plus répandu pour cet usage est GGUF, conçu pour les moteurs d’inférence de la famille ggml. La documentation du format détaille les variantes : Q4_K aboutit à 4,5 bits par poids, Q5_K à 5,5 bits, Q6_K à 6,5625 bits. Le calcul se pose alors sans ambiguïté : 24 milliards de poids à 4,5 bits représentent environ 13,5 Go de fichier. À cela s’ajoute le cache des clés et valeurs d’attention, qui croît linéairement avec la longueur du contexte et peut peser plusieurs gigaoctets sur une fenêtre de 128 000 jetons.
Les ordres de grandeur annoncés par les éditeurs sont cohérents avec cette arithmétique. Mistral AI indique pour Mistral Small 3.1, publié sous licence Apache 2.0 avec une fenêtre de contexte allant jusqu’à 128 000 jetons, que le modèle « peut fonctionner sur un seul RTX 4090 ou un Mac doté de 32 Go de RAM ». C’est là le vrai seuil d’entrée du local : non pas la puissance de calcul, mais la capacité mémoire.
Le goulot d’étranglement est la bande passante, pas les téraflops
La génération de texte est autorégressive : le modèle produit un jeton, le réinjecte, et recommence. À chaque jeton, l’ensemble des poids actifs doit être relu depuis la mémoire de la carte. Le débit maximal d’un flux unique se calcule donc directement : bande passante mémoire divisée par la taille des poids lus. Avec 13,5 Go de poids et une carte de l’ordre du téraoctet par seconde, le plafond arithmétique se situe autour de quelques dizaines de jetons par seconde — et aucune optimisation logicielle ne le franchira.
Cette contrainte explique deux choses. D’abord le positionnement des cartes récentes : la GeForce RTX 5090 embarque 32 Go de GDDR7 sur un bus de 512 bits pour une consommation annoncée de 575 W — la capacité et la largeur du bus comptent davantage, pour cet usage, que le nombre d’unités de calcul. Ensuite l’avantage structurel du cloud : en traitant des dizaines de requêtes par lot (batching), un opérateur lit les poids une seule fois pour servir plusieurs utilisateurs. Le coût par jeton s’effondre mécaniquement, ce qu’une machine mono-utilisateur ne peut pas reproduire. Les architectures dites à « mélange d’experts » desserrent partiellement cet étau en n’activant qu’une fraction des paramètres à chaque jeton. Pour qui a déjà bataillé avec des arbitrages de capacité mémoire sur un poste de travail, la logique est familière : la quantité disponible détermine ce qu’on peut charger, sa vitesse détermine ce qu’on peut en faire.
L’énergie : ce que le régulateur a effectivement mesuré
Le débat « local plus vert que le cloud » manquait de données publiques. Il en existe désormais. L’Arcep a publié en mai 2026, avec le Pôle d’expertise de la régulation numérique (PEReN), un rapport intitulé « Intelligence artificielle générative : quels défis environnementaux ? ». Sa partie expérimentale est directement utile : 22 modèles à poids ouverts, de 3 à 123 milliards de paramètres, ont été mesurés en inférence sur le supercalculateur Jean Zay.
Trois résultats méritent d’être retenus. La quantification en 8 ou 4 bits produit un gain moyen de 39 % sur la consommation électrique. Les modèles à mélange d’experts consomment en moyenne 45 % de moins que les modèles denses de taille équivalente. Enfin, l’activation d’un mode « raisonnement » coûte cher : jusqu’à +92 % en moyenne sur les modèles testés, et jusqu’à +849 % sur une tâche de génération de code. Le rapport ajoute une conclusion contre-intuitive : les modèles les plus énergivores ne sont pas nécessairement les plus performants.
Sur l’impact unitaire, les chiffres compilés par l’Arcep vont de 0,24 Wh pour une requête textuelle médiane annoncée par Google à quelques wattheures selon les estimations académiques, avec un avertissement explicite sur l’absence de méthodologie harmonisée. Côté infrastructure, le rendement des centres de données français progresse lentement : indicateur PUE moyen de 1,42 en 2024 contre 1,46 en 2023, pour une consommation en hausse de 12 % sur l’année parmi les opérateurs suivis. La leçon pratique est claire : le levier de sobriété n’est pas l’endroit où tourne le modèle, mais le choix du modèle, son format et l’activation ou non du mode raisonnement. Une station locale à 575 W en charge continue consomme 0,575 kWh par heure de calcul, refroidissement du local non compris.
Le droit ne suit pas le câble
Envoyer des données à un service d’IA distant, c’est presque toujours une sous-traitance au sens du RGPD, avec ce qu’elle implique de contrat, de localisation d’hébergement et de durées de conservation. La CNIL a finalisé le 22 juillet 2025 trois recommandations portant notamment sur l’application du RGPD aux modèles entraînés sur des données personnelles, sur l’annotation et sur la sécurité du développement, et met à disposition une série de fiches pratiques IA qui traitent de la qualification juridique des fournisseurs.
S’y ajoute le calendrier européen. Le règlement sur l’intelligence artificielle est entré en vigueur le 1er août 2024 ; les obligations relatives aux modèles à usage général s’appliquent depuis le 2 août 2025, et l’application générale du texte est fixée au 2 août 2026, avec des échéances repoussées pour certains systèmes à haut risque. Enfin, l’ANSSI a publié le 29 avril 2024 des recommandations de sécurité pour un système d’IA générative couvrant l’ensemble du cycle, de l’entraînement à la mise en production.
Il faut en tirer la conséquence inconfortable : héberger en interne ne vaut pas conformité. Un serveur GPU posé sous un bureau, sans cloisonnement réseau, sans journalisation ni gestion des accès, expose davantage les données qu’un contrat de sous-traitance correctement rédigé. Le local déplace la responsabilité, il ne la supprime pas.
La grille de décision
Six critères suffisent en général à trancher :
- Volume mensuel de jetons — c’est la seule variable qui décide économiquement. En dessous de quelques millions de jetons par mois, l’amortissement d’une machine dédiée ne se justifie pas.
- Sensibilité des données — dossiers médicaux, données RH, secrets industriels : la question n’est plus le coût.
- Latence exigée — un traitement par lots nocturne tolère tout ; une saisie assistée en temps réel non.
- Disponibilité attendue — une machine unique n’offre aucune redondance, et son indisponibilité est totale pendant une panne matérielle.
- Compétence d’exploitation — pilotes, supervision thermique, sauvegardes, veille de sécurité : du temps humain récurrent.
- Durée de vie utile — les modèles ouverts se renouvellent bien plus vite que le matériel ne s’amortit.
Dans la pratique, la réponse la plus fréquente est hybride. Un petit modèle quantifié tournant en interne suffit largement aux tâches de classification, d’extraction de champs, de détection de doublons ou d’anonymisation — des travaux répétitifs, à fort volume et à faible exigence de créativité, dans la même veine que ce que la reconnaissance d’images a industrialisé avant lui. Les tâches ouvertes — rédaction longue, synthèse complexe, code — restent avantageusement servies par une API, éventuellement après un passage local qui retire les identifiants du texte envoyé.
Un conseil pour finir : commencer par instrumenter. Compter pendant un mois les jetons réellement consommés, par usage et par service, évite de dimensionner un serveur sur une intuition. C’est le chiffre qui décide, pas la conviction.
par Editeur Robotechnique | 26 Août 2026 | Veille
Deuxième édition de ce rendez-vous hebdomadaire : l’essentiel de la semaine dans les quatre domaines que suit le magazine, uniquement à partir de sources d’autorité — institutions, régulateurs, organismes officiels et presse d’ingénierie de référence. Chaque lien a été vérifié et chaque chiffre relu à la source. Une entrée par lien, une phrase de contexte.
Robotique
IEEE Spectrum publie sa revue vidéo du 21 août sous un titre qui pose la bonne question : a-t-on vraiment besoin d’humanoïdes surhumains ? Au programme, un humanoïde Unitree qui franchit des obstacles de deux mètres, le modèle de fondation GEN-1.5 apprenant une tâche à partir d’un seul exemple, et un contrôleur du MIT pour engins de chantier — la démonstration spectaculaire et l’usage industriel n’avancent pas au même rythme.
Quatre organisations professionnelles — AER Automation (Espagne), A3 (États-Unis), la Fédération internationale de robotique et VDMA Robotics + Automation (Allemagne) — ont signé la Déclaration de Barcelone sur la robotique et l’automatisation 2026. Elles représentent plus de 3 000 entreprises et institutions et portent dix priorités communes, dont les stratégies nationales de robotique, la fiscalité de l’investissement et le soutien aux normes internationales plutôt que régionales.
Côté spatial, les astronautes Anil Menon (NASA) et Sophie Adenot (ESA) ont achevé le 25 août une sortie extravéhiculaire de 6 h 30 destinée à installer une antenne sol-bord de rechange sur la Station spatiale internationale. Le bras robotique Canadarm2 a servi de plateforme mobile pour amener l’un des opérateurs jusqu’au poste de travail — un rappel qu’en orbite, la manipulation assistée par robot reste le mode normal de travail.
Intelligence artificielle
La CNIL a publié le 26 août la version 2.0 de Genmod, son démonstrateur de traçabilité des modèles d’IA publiés en source ouverte. Développé avec le LINC, l’outil remonte la filiation des modèles — ancêtres et descendants — à partir des données de HuggingFace, désormais rafraîchies chaque semaine. L’enjeu : comprendre comment les données d’entraînement mémorisées se propagent d’un modèle dérivé à l’autre, et donc comment y exercer les droits RGPD.
L’autorité néerlandaise de protection des données, en coopération avec la CNIL, a prononcé le 24 août une sanction de 824,99 millions d’euros à l’encontre d’Uber, sur le fondement de l’article 22 du RGPD. En cause, la désactivation de comptes de chauffeurs — soupçon de fraude, notes clients basses — prononcée sans aucune intervention humaine, donc qualifiée de décision individuelle entièrement automatisée.
Application concrète des modèles de langage à l’automobile : des chercheurs de TU Delft ont branché un LLM sur le planificateur de trajectoire d’un véhicule autonome. Le modèle ne conduit pas ; il traduit une demande floue du passager (« plus doux », « je suis pressé ») en réglages du contrôleur prédictif existant. Les essais, menés en simulation avec nuPlan, seront présentés à la conférence IEEE ITSC en septembre.
Télécoms & réseaux
L’observatoire mensuel de l’ANFR recense, au 1er août 2026, 55 977 sites 5G autorisés en France (dont 1 458 outre-mer), dont 49 877 déclarés techniquement opérationnels par les opérateurs, soit environ 89 %. La bande 3,5 GHz porte à elle seule 38 116 autorisations, pour 72 467 sites 4G autorisés. L’écart entre autorisation et mise en service reste l’indicateur à suivre : un site autorisé n’est ni forcément allumé, ni ouvert commercialement.
Le CERT-FR a publié le 25 août un avis sur de multiples vulnérabilités dans Cisco IOS XE — sept CVE, contournement de la politique de sécurité — touchant les branches 17.9 à 17.18 ainsi que 26.1. Les équipements de cœur de réseau sont des cibles de choix, et leur fenêtre de mise à jour est aussi la plus difficile à obtenir.
Moins visible mais du même ordre, l’avis du 24 août sur LibreNMS, outil libre de supervision réseau très répandu : atteinte à la confidentialité des données et contournement de la politique de sécurité pour toute version antérieure à la 26.8.0. Une console de supervision voit l’ensemble du parc — la compromettre, c’est en obtenir la cartographie.
Informatique
À corriger sans attendre : l’avis CERT-FR du 25 août sur Keycloak, gestionnaire d’identités en source ouverte. La CVE-2026-18963 permet à un attaquant non authentifié de prendre le contrôle d’un compte à partir du seul identifiant, et un code d’exploitation public circule. Le correctif est en 26.7.2 ; à défaut, l’éditeur recommande de désactiver la fonction « mot de passe oublié ».
Metabase fait l’objet d’un avis du 24 août pour injection SQL et atteinte à la confidentialité des données, sur six branches (0.58 à 0.63). Un outil de restitution branché directement sur les bases de production mérite le même traitement qu’un serveur exposé sur Internet.
Enfin, la CNIL a publié le 24 août ses règles et bonnes pratiques pour l’usage des outils collaboratifs en ligne dans l’enseignement supérieur. Deux points dépassent le cadre universitaire : le consentement est jugé difficile à retenir comme base légale entre un établissement et ses usagers, et l’hébergement doit protéger de l’accès d’autorités étrangères — la qualification SecNumCloud étant citée comme garantie de soumission exclusive au droit européen.
par Editeur Robotechnique | 25 Août 2026 | Veille
Nouveau rendez-vous hebdomadaire : l’essentiel de la semaine dans les quatre domaines que suit le magazine, uniquement à partir de sources d’autorité — institutions, régulateurs, organismes officiels et presse d’ingénierie de référence. Une entrée par lien, une phrase de contexte, et le lien pour approfondir.
Robotique
La Fédération internationale de robotique (IFR) annonce que les installations de robots industriels aux États-Unis ont progressé de 11 % en 2025, à 38 000 unités — un retour à la croissance à deux chiffres qui confirme la reprise de l’investissement industriel outre-Atlantique.
IEEE Spectrum s’interroge : la robotique connaîtra-t-elle son « moment ChatGPT » ? Une analyse de fond sur ce que les modèles de fondation changent — et ne changent pas — pour la manipulation et l’autonomie des robots.
Toujours chez IEEE Spectrum, des images du démarrage de la production en série du robot humanoïde NEO en Californie, avec moteurs, batteries et transmissions conçus en interne — l’industrialisation des humanoïdes se concrétise.
Intelligence artificielle
Le règlement européen sur l’IA (AI Act) est entré en application générale le 2 août 2026. Parmi les obligations désormais en vigueur, l’article 50 impose la transparence des contenus générés par IA : les contenus de synthèse doivent être identifiables comme tels, et les hypertrucages (« deepfakes ») clairement étiquetés.
La CNIL et le Conseil de l’IA et du Numérique publient une note exploratoire sur l’IA agentique et les données personnelles : quand l’IA n’est plus un assistant mais un agent qui agit, la question de la responsabilité et de la maîtrise des données se pose autrement.
L’empreinte environnementale de l’IA générative entre dans le radar du régulateur : l’Arcep consulte sur l’extension de sa collecte « Pour un numérique soutenable » aux fournisseurs de services d’IA générative.
Télécoms & réseaux
L’Arcep a ouvert une deuxième consultation publique sur les futures attributions de fréquences mobiles en France hexagonale — les contributions sont attendues jusqu’au 23 septembre 2026.
Le régulateur a également publié la huitième édition de son observatoire de la qualité des réseaux en fibre optique, l’outil de référence pour suivre l’état réel des raccordements FttH.
Son observatoire des services mobiles relève par ailleurs une baisse du nombre de cartes SIM en France au deuxième trimestre 2026 — le marché se consolide autour des forfaits.
Informatique
Côté sécurité, le CERT-FR maintient son alerte sur des vulnérabilités Microsoft SharePoint activement exploitées ; les correctifs sont disponibles, l’application ne devrait plus attendre.
À l’inverse, l’alerte visant WordPress a été clôturée le 24 août — un rappel utile : maintenir cœur et extensions à jour reste la première des protections.
À suivre également, l’avis du 21 août sur une vulnérabilité dans Microsoft Entra ID : les annuaires d’identité restent une cible de choix, en environnement cloud comme hybride.
