Le paradoxe de l'assurance : pourquoi les assureurs écrivent les vraies règles de sécurité des robots humanoïdes

Résumé exécutif

En juillet 2026, deux événements sont passés relativement inaperçus mais revêtent une importance considérable pour l'industrie des robots humanoïdes. Le 3 juillet, China Pacific Insurance (CPIC) Zhejiang a lancé la première police d'assurance chinoise « 6S Full-Lifecycle » pour robots à corps physique, regroupant dommages matériels, responsabilité civile et cybersécurité dans un cadre unique — explicitement soutenue par les lignes directrices du MIIT et de la SASAC appelant à des mécanismes de soutien assurantiel. Le 13 juillet, le Genie G2 d'AgiBot est devenu le dernier humanoïde à obtenir simultanément la certification CR Chine, la certification CE UE et des accès au marché américain — une triple couronne qui le rend immédiatement assurable à des taux préférentiels sur les trois marchés.

Ce qui relie ces événements, c'est un changement structurel discret : alors que les normes de sécurité accusent un retard sur le déploiement, l'industrie assurantielle devient l'autorité de facto en matière de sécurité des robots humanoïdes. Quand ISO 25785-1 — la norme dédiée aux robots mobiles industriels à stabilité dynamique — en est encore au stade de Projet de Comité avec une publication visée en 2028, quand les obligations IA à haut risque de l'AI Act européen entrent en vigueur le 2 août 2026 mais sans procédure d'évaluation de la conformité spécifique aux humanoïdes, et quand le cadre HEIS 2026 chinois est complet mais dépourvu de réciprocité internationale, les assureurs ont comblé le vide.

Cet article défend quatre thèses. Première : la souscription d'assurance remplace la normalisation comme principal mécanisme d'application de la sécurité en robotique humanoïde, créant un régime de certification axé sur le marché qui va plus vite qu'ISO mais avec moins de légitimité démocratique. Deuxième : le marché assurantiel a déjà convergé vers une taxonomie de sécurité de facto à trois niveaux — « certifié », « auto-évalué » et « non assurable » — avec des écarts de prime de 2 à 5 fois entre les paliers, rendant économiquement irréalistes les déploiements non conformes. Troisième : ce régime axé sur l'assurance remodèle la concurrence entre fournisseurs, favorisant des plateformes comme AgiBot et Boston Dynamics capables de documenter leurs performances de sécurité dans plusieurs juridictions, tout en comprimant les challengers qui traitent la certification comme facultative. Quatrième : le système présente des faiblesses critiques — pas de base actuarielle, un risque de mise à jour de modèle difficile à tarifer, et un problème d'imputation de la responsabilité quand les systèmes IA prennent des décisions autonomes — qui produiront probablement une vague de contentieux avant que les normes ne rattrapent leur retard.

1. Le retard de la normalisation et pourquoi il crée un vide d'application

Pour comprendre pourquoi les assureurs sont passés au premier plan, il faut d'abord mesurer l'ampleur du fossé normatif.

1.1 La chronologie ISO 25785 : une norme perpétuellement à deux ans

ISO 25785-1 — « Robotique — Exigences de sécurité pour les robots mobiles industriels à stabilité dynamiquement contrôlée (à pattes, à roues ou autres formes de locomotion) — Partie 1 : Robots » — est la norme que toute l'industrie attend. Au 8 juillet 2026, elle a clos sa période de commentaires du Projet de Comité (étape ISO 30.60), s'acheminant soit vers un vote DIS, soit vers un renvoi au groupe de travail. Page officielle ISO

La chronologie raconte l'histoire :

• 22 mai 2025 : Nouveau projet approuvé (étape 10.99)
• 21 juin 2025 : Fin de la période de commentaires du projet de travail (étape 20.60)
• 8 mai 2026 : Projet de Comité enregistré (étape 30.00)
• 8 juillet 2026 : Fin de la période de commentaires du CD (étape 30.60)
• Publication la plus précoce : fin 2027 à 2028, selon plusieurs estimations du groupe de travail

La Partie 2 — couvrant l'intégration des applications, c'est-à-dire la manière de déployer ces robots en sécurité en usine — n'a même pas de projet enregistré. Le résumé ISO indique explicitement : « La Partie 2, qui sera élaborée séparément, traitera des exigences de sécurité pour l'intégration des applications de robots mobiles industriels à stabilité contrôlée activement. »

Pour une industrie qui déploie déjà des milliers d'unités aujourd'hui, une norme de 2028 correspond effectivement à deux cycles commerciaux d'écart. Le fossé n'est pas théorique.

1.2 Ce qui est réellement applicable aujourd'hui

Le cadre de sécurité applicable aux robots humanoïdes à la mi-2026 est un patchwork :

Sources : Page officielle ISO 25785-1, Guide des normes de sécurité des robots humanoïdes 2026, Aperçu des normes de sécurité ISO par RoboticsBiz

Le problème structurel : les normes existantes ont été écrites pour des machines qui ne marchent pas, ne réfléchissent pas de manière autonome et ne reçoivent pas de mises à jour en direct. Les robots humanoïdes font les trois. Et pendant que les organismes de normalisation rattrapent leur retard, les déploiements s'accélèrent.

La Chine seule a enregistré plus de 28 000 robots humanoïdes répartis sur 200 modèles dans son système national d'identité numérique — une plateforme de gestion du cycle de vie à 29 caractères lancée en mai 2026 par le comité HEIS du MIIT. Analyse The Planet Tools Fraunhofer IPA a publié son premier benchmark humanoïde neutre le 19 juin 2026, mesurant des forces de collision dépassant 500 N sur un Unitree G1 — bien au-dessus des seuils de douleur autorisés par la biomécanique ISO/TS 15066 — parallèlement à une vulnérabilité Bluetooth critique permettant une prise de contrôle complète à distance.

Les robots sont sur les chaînes de montage. Les normes sont en comité. Dans ce vide s'insère l'industrie assurantielle.

2. Comment l'assurance est devenue l'autorité de facto en matière de sécurité

Le mécanisme est simple mais puissant : si vous ne pouvez pas assurer votre déploiement de robots humanoïdes, vous ne pouvez pas le déployer. Les responsables des risques d'entreprise ne valident pas d'automatisation non assurable. Les exploitants d'usines ne peuvent pas obtenir de garantie de responsabilité civile de leur site s'ils ajoutent des robots humanoïdes non certifiés sur le sol. Et à mesure que les primes se stratifient selon la posture de sécurité, la tarification de l'assurance fait ce que la régulation ne peut pas — créer des incitations économiques à l'investissement dans la sécurité qui vont plus vite que les groupes de travail ISO.

2.1 La taxonomie de sécurité de facto à trois paliers

Le marché assurantiel a déjà convergé vers une classification informelle à trois niveaux pour les déploiements de robots humanoïdes :

Palier 1 — Déploiements certifiés (prime la plus basse)

Ce sont des déploiements bénéficiant d'une certification tierce couvrant le robot, l'application et la cybersécurité. Concrètement, cela signifie :

• Matériel robot : marquage CE (UE), certification CR (Chine) ou homologation NRTL (États-Unis)
• Application : évaluation des risques selon ISO 10218-2:2025 avec paramètres SSM/PFL documentés
• Cybersécurité : IEC 62443-3-3 SL 2 minimum, avec procédures de mise à jour documentées
• Sécurité fonctionnelle : arrêt surveillé et limitation de vitesse certifiés SIL 2 / PL d

Le Genie G2 d'AgiBot, qui a obtenu les certifications CR, CE-MD, CE-RED et US FCC en juillet 2026, est le dernier exemple de plateforme éligible à une tarification d'assurance de Palier 1 sur plusieurs marchés. Rapport EqualOcean Son modèle Expedition A2 avait précédemment atteint une certification multi-marchés similaire.

Échelle de primes pour le Palier 1 : 1 200–3 500 $ par robot et par an, selon la charge utile et l'environnement.

Palier 2 — Déploiements auto-évalués (prime intermédiaire)

Ce sont des déploiements où le fournisseur fournit une documentation de sécurité interne mais aucune certification indépendante tierce. L'assureur procède à un audit sur dossier de l'évaluation des risques du fournisseur, accepte les déclarations du fabricant, et facture une prime reflétant l'écart de vérification.

C'est là que se situent la plupart des déploiements humanoïdes actuels. Les robots sont nouveaux, les normes sont inachevées, et les organismes de certification tiers n'ont pas encore de procédures de test spécifiques aux humanoïdes. Les assureurs intègrent cette incertitude dans la tarification.

Échelle de primes pour le Palier 2 : 3 500–8 000 $ par robot et par an — soit environ 2 à 3 fois le taux certifié.

Palier 3 — Déploiements non assurables ou exclus

Ces déploiements ne peuvent obtenir de couverture de responsabilité civile commerciale à aucun prix, ou seulement avec des exclusions explicites pour les dommages corporels. Raisons typiques :

• Aucune documentation de sécurité du tout
• Fonctionnement hors du domaine de conception opérationnel (ODD) documenté
• Problèmes de sécurité connus sans plan de correction
• Déploiements grand public / domestiques de plates-formes industrielles

L'émergence de ce troisième palier est l'évolution la plus déterminante. Cela signifie que la sécurité n'est plus juste une case à cocher de conformité — c'est un prérequis strict à l'exploitation commerciale. Un robot qui ne peut pas être assuré ne peut pas être déployé dans toute installation d'entreprise nécessitant une garantie de responsabilité civile générale, ce qui correspond pratiquement à la totalité d'entre elles.

Sources et analyse basées sur : Rapport CPIC assurance 6S, Assurance robotique Insure24, Passeport de santé RobotCare

2.2 Le cadre 6S chinois : l'assurance comme politique industrielle

La Chine a été la plus rapide à formaliser le lien assurance-sécurité, et le phénomène mérite un examen détaillé car c'est la première juridiction où l'assurance est explicitement intégrée à l'architecture réglementaire plutôt que de combler un vide.

Le produit « 6S Full-Lifecycle » de CPIC Zhejiang / Wangxing Robot, lancé le 3 juillet 2026, regroupe trois niveaux de protection dans une police unique :

1. Pertes matérielles — dommages dus aux catastrophes naturelles, aux accidents, aux défauts de produit et aux erreurs d'opérateur
2. Responsabilité civile — dommages corporels et matériels aux tiers pendant le fonctionnement du robot
3. Cybersécurité — pertes financières résultant d'incidents cyber, y compris détournement à distance, fuite de données et manipulation de modèle

Le « 6S » désigne Vente, Service, Pièces de rechange, Support — plus Sécurité et Sûreté (la couche assurance). CPIC Zhejiang assure la conception produit, l'évaluation des risques et la gestion des sinistres ; Wangxing Robot apporte la maintenance, l'évaluation des actifs résiduels et la fourniture de pièces détachées.

Ce qui rend cela significatif, ce n'est pas seulement la couverture — c'est l'architecture institutionnelle. L'Association chinoise des assurances rédige parallèlement des clauses types pour l'assurance des robots humanoïdes qui unifieront les périmètres de couverture, les définitions de responsabilité et les procédures de règlement des sinistres sur les dommages matériels, les pannes algorithmiques, la cybersécurité et les dommages corporels aux tiers. C'est l'assurance qui co-définit activement ce que signifie la sécurité, au lieu de simplement tarifer les normes existantes.

Plusieurs assureurs chinois sont entrés sur ce segment : PICC Property & Casualty a lancé une couverture composite IA à corps physique ; CPIC Ningbo a déployé une police humanoïde dédiée « Jizhibao » ; Ping An a introduit une offre de responsabilité civile produit robotique. La version CPIC Zhejiang se distingue en étant la première à combiner matériel, responsabilité et cyber dans un cadre de cycle de vie unique — explicitement encouragée par les lignes directrices du MIIT et de la SASAC. Rapport EG sur la couverture 6S CPIC

C'est une tendance à surveiller. Quand HEIS 2026 fournit le cadre technique et l'industrie assurantielle fournit le mécanisme d'application, on obtient un système réglementaire de facto qui évolue à la vitesse du marché. Son caractère exportable dépend de l'acceptation par les assureurs internationaux des données de sécurité basées sur HEIS comme preuve de souscription — ce qui, pour l'instant, n'est majoritairement pas le cas.

3. La course à la certification : pourquoi la conformité multi-marchés est devenue un fossé concurrentiel

Le régime de sécurité axé sur l'assurance remodèle la concurrence entre fournisseurs. La capacité à obtenir des certifications sur plusieurs marchés — CR Chine, CE UE, FCC/NRTL États-Unis — n'est plus juste une case d'accès au marché. C'est un avantage concurrentiel qui affecte directement le coût de l'assurance, la confiance des acheteurs d'entreprise et la volonté des partenaires de distribution de commercialiser votre produit.

3.1 Le modèle AgiBot : la certification comme stratégie produit

AgiBot (智元机器人) a fait de la certification multi-marchés un élément central de sa stratégie commerciale, et les résultats sont édifiants. L'humanoïde Expedition A2 de la société a été l'un des premiers à obtenir des certifications pour la Chine, l'Europe et les États-Unis. En juillet 2026, son robot interactif Genie G2 a reçu :

• La certification CR Chine par le Centre national de test et d'accréditation des robots
• La certification CE UE (MD + RED) par TÜV Rheinland Greater China
• Des accès au marché américain

Les évaluations portent sur la sécurité électrique et mécanique, la sécurité fonctionnelle, la cybersécurité et la protection des données. Rapport EqualOcean Institut shanghaïen de technologie de l'industrie robotique

L'impact commercial est direct :

1. Primes d'assurance plus basses — les plates-formes certifiées bénéficient de taux de Palier 1, réduisant le TCO de 2 000 à 5 000 $ par unité et par an
2. Processus d'achat entreprise plus rapides — les produits certifiés passent les revues de sécurité client en semaines plutôt qu'en mois
3. Capacité de déploiement mondial — la même plateforme peut être vendue à Shanghai, Stuttgart et Détroit sans délais de re-certification
4. Accès aux partenaires de distribution — les intégrateurs systèmes et les distributeurs préfèrent les plateformes portant des marques reconnues

Dans une industrie où le coût total de possession est l'argument d'achat central, les économies d'assurance peuvent à elles seules raccourcir significativement les périodes de retour sur investissement. Cela crée un avantage cumulatif : les fournisseurs certifiés obtiennent des déploiements, génèrent des données de sécurité, bénéficient de meilleurs taux d'assurance et remportent plus de déploiements.

3.2 L'approche NVIDIA Halos : la plate-forme de sécurité comme accélérateur de certification

NVIDIA Halos for Robotics — annoncé pour la première fois au GTC 2026 et détaillé en juin 2026 — représente une approche différente du problème de la certification. Plutôt que de certifier chaque robot individuellement, NVIDIA construit une plate-forme de sécurité qui, si elle est adoptée par un fournisseur, peut accélérer le processus de certification.

L'architecture Halos est organisée en trois couches, à l'image de la pile de sécurité automobile de NVIDIA :

1. Sécurité de la plate-forme matérielle — module de calcul NVIDIA IGX Thor avec sécurité fonctionnelle matérielle intégrée, y compris une île de sécurité compatible IEC 61508 SIL 3 physiquement isolée du domaine de calcul principal
2. Halos OS — pile logicielle de sécurité fonctionnant sur IGX Thor, incluant Halos Core (OS de sécurité de base) et des plans type comme Outside-In Safety Blueprint pour étendre la perception robotique avec des caméras externes du site
3. Sécurité de l'écosystème — laboratoire d'inspection des systèmes IA Halos avec 43 membres (16 véhicules autonomes, 23 robotique, 4 les deux)

L'avantage structurel de NVIDIA est qu'il s'appuie sur des fondations de sécurité automobile éprouvées. Halos for Robotics hérite des mêmes processus de développement de sécurité, des mêmes outils de développement et des mêmes normes de sécurité fonctionnelle (ISO 26262 → IEC 61508, ISO 13849) utilisés dans le programme automobile de NVIDIA. Des évaluations tierces par TÜV SÜD et TÜV Rheinland confirment la conformité dans les deux domaines. NVIDIA Halos for Robotics

L'implication stratégique : si Halos devient l'architecture de sécurité de référence, les fournisseurs qui l'utilisent pourront accélérer leur certification car les blocs de construction de sécurité sont déjà validés. Cela ferait de NVIDIA non seulement un fournisseur de puissance de calcul, mais un fournisseur d'infrastructure de sécurité — avec le pouvoir de définition des normes que cela implique.

3.3 L'alternative : l'auto-réglementation industrielle via la RSA

Un troisième modèle émane de l'industrie elle-même : la Robot Safety Alliance (RSA), lancée début 2026 par un groupe incluant Tesla Optimus, Figure AI et Unitree. La RSA a publié un cadre de certification de sécurité open source couvrant la limitation de plage de mouvement, la détection de comportement anormal et la réponse de détection humaine.

Le modèle RSA se distingue par le fait qu'il autorise l'auto-évaluation mais conserve des mécanismes de traçabilité et de responsabilité a posteriori. Il est plus rapide que les groupes de travail ISO et moins cher que la certification tierce — mais aussi moins rigoureux et plus difficile à tarifer pour les assureurs. La question clé est de savoir si la certification RSA deviendra jamais une base acceptée pour la souscription d'assurance. Pour l'instant, elle est traitée au mieux comme une preuve complémentaire.

4. Le problème architectural : la sécurité IA dans un monde de normes déterministes

Sous toute cette activité de normalisation et d'assurance se cache un problème architectural plus profond qu'aucun cadre existant n'a entièrement résolu : comment certifier la sécurité d'un système dont le comportement est appris plutôt que programmé ?

4.1 Les six tensions de l'IA dans les systèmes à criticité de sécurité

Le déploiement de composants IA dans des systèmes robotiques humanoïdes à criticité de sécurité crée six tensions fondamentales avec les normes de sécurité fonctionnelle existantes comme IEC 61508 et ISO 26262 :

1. Non-déterminisme vs. comportement déterministe — Les normes de sécurité supposent même entrée, même sortie. Les réseaux de neurones, avec leur variabilité en virgule flottante et les effets d'ordonnancement des threads, n'offrent pas cette garantie.

2. Opacité de la boîte noire vs. exigences d'explicabilité — Les dossiers de sécurité exigent de la traçabilité. Les réseaux de neurones profonds sont fondamentalement opaques ; SHAP, LIME et les cartes d'attention fournissent des approximations, pas des preuves.

3. Dérive de distribution vs. conditions de fonctionnement définies — Un modèle entraîné sur une distribution peut échouer catastrophiquement sur des entrées hors distribution. Les normes de sécurité exigent un comportement correct sur l'ensemble complet des conditions opérationnelles définies.

4. Validation par données vs. vérification par test — Les logiciels de sécurité traditionnels sont vérifiés par rapport à des spécifications formelles à l'aide de métriques de couverture structurelle (MC/DC pour ASIL D). Les réseaux de neurones n'ont pas de spécification formelle à vérifier — la « spécification » est implicite dans les données d'entraînement.

5. Mises à jour de modèle vs. gestion de configuration — Les logiciels certifiés en sécurité nécessitent une gestion stricte des changements. Chaque affinage de modèle peut potentiellement invalider le dossier de sécurité existant.

6. Latence vs. budget de marge — Les systèmes de sécurité embarqués ont des budgets de latence de bout en bout serrés (souvent moins de 10 ms pour les boucles de contrôle temps réel). L'inférence de réseau de neurones sur du matériel contraint doit respecter ce budget.

Source : Analyse Hyperion Consulting sur la sécurité IA embarquée

4.2 L'architecture dominante : l'IA dans le canal non-sécurité

La réponse technique à ces tensions — qui apparaît aujourd'hui comme l'approche consensuelle dans l'automobile, la robotique industrielle et les plates-formes humanoïdes — est la séparation architecturale : la pile d'inférence IA s'exécute dans le canal non-sécurité, tandis que l'application de la sécurité est mise en œuvre indépendamment dans une couche de sécurité certifiée (API de sécurité, contrôleur de sécurité ou île de sécurité sur le SoC).

Dans cette architecture :

• Le système IA (modèle VLA, planificateur de mouvement, pile de perception) propose des actions
• Une couche de sécurité déterministe — certifiée au minimum SIL 2 / PL d — surveille et impose des limites
• Les fonctions de sécurité (limitation de vitesse, limitation d'effort, évitement de collision, arrêt surveillé de sécurité) résident entièrement dans la couche certifiée
• Le système IA opère à l'intérieur de l'enveloppe de sécurité ; il ne la définit pas

C'est le schéma que l'on retrouve dans le cadre d'application collaborative d'ISO 10218-2:2025, dans l'architecture Halos de NVIDIA (avec son île de sécurité indépendante), et dans l'architecture de sécurité de chaque grande plate-forme humanoïde ayant divulgué sa conception.

L'implication pratique pour la souscription d'assurance est claire : ce qui compte, ce n'est pas de savoir si le robot dispose d'un cerveau IA de pointe — c'est de savoir si la cage de sécurité autour de ce cerveau est certifiée indépendamment. Un robot avec un modèle VLA à la pointe mais sans couche de sécurité certifiée est plus difficile à assurer qu'un robot avec une IA plus simple mais une enveloppe de sécurité correctement architecturée.

4.3 Ce que cela signifie pour la date limite de l'AI Act UE d'août 2026

Le 2 août 2026, les obligations relatives aux systèmes d'IA à haut risque de l'AI Act européen entrent pleinement en vigueur. Les robots humanoïdes déployés dans des environnements industriels sont probablement classés à haut risque au titre de l'Annexe III (robots autonomes). Mais la Loi ne prévoit aucune procédure d'évaluation de la conformité spécifique aux humanoïdes — et les organismes notifiés accrédités pour l'évaluation de l'AI Act commencent tout juste à être opérationnels.

Concrètement, cela signifie :

• L'obligation est réelle — les violations entraînent des amendes allant jusqu'à 35 millions d'euros ou 7 % du chiffre d'affaires mondial
• La voie est floue — aucun module d'évaluation de la conformité standardisé n'existe pour les systèmes IA des humanoïdes
• L'écart est temporaire — le Bureau européen de l'IA élabore des actes d'exécution sectoriels, mais les calendriers s'étendent jusqu'en 2027

L'industrie assurantielle intègre déjà cette incertitude dans ses tarifs. Les déploiements ciblant le marché UE après le 2 août 2026 font face à des primes plus élevées et à des formulations de police plus strictes, à moins que le fournisseur ne puisse démontrer un parcours de conformité crédible — même si les procédures exactes n'ont pas encore été rédigées. Calendrier des délais AI Act UE 2026-2027

5. Les faiblesses : pourquoi le régime axé sur l'assurance n'est pas stable

Si l'assurance exerce aujourd'hui un véritable rôle d'application, le système présente des faiblesses structurelles qui le rendent instable comme solution à long terme.

5.1 Pas de base actuarielle

Le plus gros problème : il n'existe pas de tables actuarielles pour les accidents de robots humanoïdes. Le parc installé est trop petit, l'historique de déploiement trop court et la technologie évolue trop vite pour que les assureurs puissent bâtir des modèles de sinistralité fiables.

Comme le note la documentation de RobotCare avec une franchise inhabituelle : « HR IV est novateur, il n'existe pas de tables actuarielles établies pour les flottes de robots humanoïdes en 2026. Les valeurs sont des estimations issues de modèles, pas des devis de souscripteur. » Passeport de santé RobotCare

Les estimations issues de modèles fonctionnent jusqu'au premier incident majeur — puis l'ensemble de la structure tarifaire se recalibre, potentiellement du jour au lendemain. Un seul accident de robot humanoïde de grande ampleur impliquant des dommages corporels pourrait doubler ou tripler les primes à l'échelle de l'industrie, effaçant l'argument du retour sur investissement pour de nombreux déploiements.

5.2 Le problème de la responsabilité liée aux mises à jour de modèle

Les mises à jour en direct des modèles IA sont une fonctionnalité standard des plates-formes de robots humanoïdes. Ce sont aussi un cauchemar pour l'assurance. Quand une mise à jour logicielle modifie le comportement du robot — améliorant les performances sur certaines tâches, potentiellement en les dégradant sur d'autres — qu'advient-il du dossier de sécurité ?

En matière de responsabilité civile produit traditionnelle, un fabricant est responsable des défauts du produit tel que livré. Mais les systèmes IA apprennent et s'adaptent après déploiement. La directive révisée sur la responsabilité du fait des produits de l'UE, applicable à partir de décembre 2026, reconnaît formellement le logiciel comme un produit et étend la responsabilité aux dommages induits par l'IA. C'est la bonne orientation politique, mais cela ne résout pas le problème d'assurance : comment souscrire un système dont le comportement change à chaque mise à jour de modèle.

Le modèle RobotCare tente d'aborder ce problème en considérant le « risque de dérive de distribution et de modification du comportement par mise à jour » comme une donnée d'entrée analytique modélisée — avec la réserve importante qu'il s'agit « d'une certitude non actuarielle. » L'attestation de mise à jour du modèle et de la politique dépend de la divulgation par le fabricant et l'exploitant du logiciel en fonctionnement.

En pratique, cela signifie que les polices d'assurance exigeront probablement une approbation préalable pour les mises à jour de modèle modifiant matériellement le comportement du robot — une exigence qui entre en conflit avec la culture de développement continu des entreprises d'IA.

5.3 L'imputation de la responsabilité quand l'IA décide

Le problème le plus profond : quand un robot humanoïde contrôlé par IA cause un dommage, qui est en faute ? Le fabricant qui a construit le matériel ? L'entreprise d'IA qui a entraîné le modèle ? L'intégrateur qui l'a déployé ? L'opérateur qui l'a supervisé ?

Les cadres de responsabilité existants — responsabilité civile produit, sécurité au travail, droit commun de la responsabilité — ont été conçus pour des produits à comportement fixe et des chaînes de causalité claires. Les systèmes IA autonomes brouillent toutes ces lignes.

La réponse qui émerge, dictée par la pratique assurantielle plutôt que par la législation, c'est : tout le monde paie, et la police couvre l'écart. Les polices complètes de type 6S — couvrant matériel, cyber et responsabilité civile dans un même contrat — existent précisément parce que les lignes de faille entre catégories sont peu claires. Toutes regrouper dans une même police évite d'avoir à désigner un responsable avant d'indemniser.

Cela fonctionne pour le souscripteur, mais c'est terrible pour la responsabilisation. Si personne n'est clairement en faute, personne n'a d'incitation claire à s'améliorer. Et si la tarification groupée masque quel composant (matériel, logiciel, cyber) entraîne le taux de sinistres, le marché ne peut pas envoyer de signaux de sécurité clairs aux bons fournisseurs de composants.

6. La voie à suivre : ce qui vient après le pont assurantiel

L'assurance sert de pont entre le vide normatif actuel et un futur où des cadres réglementaires appropriés existeront. Mais les ponts sont des structures temporaires. Qu'est-ce qui vient après ?

Trois évolutions façonneront la prochaine phase :

Première : publication d'ISO 25785-1 (2027–2028). Quand la norme dédiée à la sécurité des robots humanoïdes sera finalement publiée, elle donnera aux assureurs, aux fabricants et aux régulateurs un langage technique commun. Les paliers d'assurance de facto se formaliseront probablement autour des exigences de la norme. Mais cela ne résoudra pas le problème de la sécurité IA — ISO 25785-1 est d'abord une norme mécanique et systémique, pas une norme d'IA.

Deuxième : actes d'exécution de l'AI Act UE pour la robotique. Le Bureau européen de l'IA élabore des règles sectorielles qui définiront comment l'IA à haut risque en robotique est évaluée. Quand elles interviendront — probablement en 2027 —, elles créeront la première voie réglementaire claire pour les robots humanoïdes dotés d'IA, avec des implications directes sur la tarification de l'assurance.

Troisième : maturation de l'écosystème de données de sécurité. À mesure que les déploiements s'échelonnent, les données d'accidents s'accumulent et les tables actuarielles se concrétisent. Le système national d'identité chinois, avec ses plus de 28 000 unités enregistrées et son suivi du cycle de vie, constitue l'ensemble de données le plus complet au monde. Les systèmes occidentaux devront rattraper leur retard par le biais de consortiums industriels ou d'initiatives gouvernementales de partage de données.

L'idée clé : l'assurance n'a pas remplacé la normalisation — elle a gagné du temps pour que la normalisation rattrape son retard. La question est de savoir si les normes arriveront avant qu'un incident majeur n'impose une réglementation plus stricte.

Conclusion

En 2026, l'industrie des robots humanoïdes traverse un interrègne particulier. Les anciennes normes de sécurité ne conviennent plus. Les nouvelles ne sont pas prêtes. Et dans ce vide s'est immiscé un régulateur improbable : l'industrie assurantielle.

Ce qui a commencé comme un problème de souscription — comment tarifer le risque pour un produit sans historique actuariel ? — a évolué vers un système de certification de facto à trois paliers, avec des écarts de primes qui façonnent les décisions d'achat et suffisamment de puissance de marché pour rendre économiquement irréalistes les déploiements non conformes.

Ce système a de réels atouts. Il va plus vite que les groupes de travail ISO. Il crée des incitations financières alignées sur l'investissement dans la sécurité. Il oblige les fournisseurs à traiter la certification comme un avantage concurrentiel plutôt qu'une charge de conformité. Et en Chine, il est consciemment intégré à l'architecture de la politique industrielle à travers des cadres comme le 6S de CPIC.

Mais il a aussi de réelles faiblesses. L'absence de base actuarielle signifie que les primes peuvent fluctuer fortement après des incidents. Le problème des mises à jour de modèle crée une tension fondamentale entre la vélocité du développement IA et la certitude de sécurité. Et l'imputation de la responsabilité dans les accidents causés par l'IA reste non résolue, noyée sous des polices complètes qui évitent le reproche mais masquent aussi la responsabilité.

Les entreprises qui prospéreront dans cet environnement ne sont pas celles qui ont l'IA la plus avancée ou le prix le plus bas. Ce sont celles qui peuvent documenter leurs performances de sécurité dans plusieurs juridictions, architecturer leurs systèmes avec des couches de sécurité indépendantes, et bâtir l'infrastructure de données opérationnelles dont les assureurs ont besoin pour tarifer le risque en toute confiance.

La course à la sécurité ne se joue pas à qui a les meilleures fonctionnalités de sécurité. Elle se joue à qui peut prouver son dossier de sécurité — et en ce moment, les personnes qui décident de ce qui compte comme preuve portent un chapeau d'actuaire, pas un casque de chantier.

Nombre de mots : ~3 000 mots (FR)
Sources principales : ISO.org, EqualOcean, Institut shanghaïen de technologie de l'industrie robotique, annonce CPIC/Wangxing Robot, Hyperion Consulting, documentation NVIDIA Halos, RobotCare, Legiscope, The Robot Report, RoboticsBiz, There's A Robot For That, The Planet Tools
Prochain dans la série : 专题4 Concurrence technologique sino-américaine (4ᵉ cycle, 1ʳᵉ partie)