Un robot qui fait le ménage dans une maison qu'il n'a jamais vue : où en est vraiment Figure AI ?

Trente maisons, aucun entraînement préalable

Confier le ménage à un robot... L'expérience a de quoi marquer les esprits, et c'est évidemment le but. Figure AI, l'une des entreprises les plus en vue de la robotique humanoïde mondiale, a loué une trentaine de logements dans la région de San Francisco. Des maisons ordinaires, toutes différentes : agencements variés, mobiliers disparates, objets qui traînent. Puis elle y a fait entrer son robot Figure 03 (deux bras, deux jambes, environ 1,70 m) sans aucune préparation spécifique au lieu.

Trois tâches lui ont été confiées :

1. ranger une pièce,
2. faire un lit,
3. plier des serviettes. 

Rien de plus banal pour un humain, rien de plus redoutable pour une machine.

C'est là tout l'intérêt de la démonstration. Jusqu'ici, les robots humanoïdes brillaient surtout dans des conditions de laboratoire : environnement calibré, objets connus, lumière maîtrisée, séquences répétées des milliers de fois. Sortis de ce cadre, ils s'effondrent. Ce que Figure cherchait à prouver, c'est la généralisation : la capacité à débarquer dans un lieu jamais vu et à s'y débrouiller. Son fondateur, Brett Adcock, la qualifie volontiers de « saint Graal de la robotique ».

Derrière le robot tourne Helix 2.5, un modèle dit « vision-langage-action » : il perçoit la scène par ses caméras, comprend une consigne formulée en langage naturel, et la traduit directement en mouvements. C'est, pour reprendre l'image employée par le journaliste Anthony Morel sur BFM Business, « un ChatGPT qui sort de l'écran ».

56 % de réussite : échec ou exploit ?

Le chiffre brut peut décevoir : une tâche sur deux échoue. Mais il mérite d'être lu avec ses conditions.

Le barème appliqué était volontairement impitoyable : tout ou rien. Quinze jouets traînent au sol, le robot en ramasse quatorze ? Échec. Une serviette mal pliée sur une pile de cinq ? Échec. Avec un barème partiel, le score paraîtrait bien différent.

Surtout, le point de comparaison est éclairant. Les mêmes robots, privés du pré-entraînement massif sur données humaines, plafonnent à 9 % de réussite. Le passage de 9 à 56 % est le vrai résultat de l'expérience : ce n'est pas la mécanique qui a progressé, c'est l'apprentissage.

Reste une limite que les images ne cachent pas : la lenteur. Les vidéos montrent un robot méthodique mais poussif, qui se baisse lentement pour ramasser un jouet. Un professionnel du ménage fait la même pièce en une fraction du temps. Et manipuler une matière déformable — une serviette, un drap, un vêtement — reste l'un des problèmes les plus difficiles de la robotique : contrairement à un objet rigide, un tissu change de forme à chaque contact et ne peut pas être « attrapé » selon un plan prédéfini.

Le vrai nerf de la guerre : la donnée

C'est peut-être la partie la plus intéressante de l'histoire, et la moins spectaculaire à l'image.

Pour qu'un robot apprenne à faire un lit, il faut lui montrer des humains faire des lits. Beaucoup. Un enfant comprend intuitivement le geste en l'observant une ou deux fois ; une machine réclame des dizaines de milliers d'heures de vidéo. Cette donnée n'existait pas à l'échelle nécessaire — alors Figure a décidé de l'acheter.

En août 2026, l'entreprise a lancé Index, une application qui rémunère des particuliers du monde entier pour qu'ils se filment en train d'accomplir des tâches quotidiennes : passer l'aspirateur, ranger un placard, charger un lave-vaisselle. Les chiffres donnent le vertige :

• 264 000 téléchargements dans 108 pays ;
• plus de 16 millions de vidéos envoyées ;
• environ 44 000 contributeurs actifs chaque semaine ;
• 30 minutes de vidéo ingérées chaque seconde, soit près de cinq années de travail humain absorbées quotidiennement ;
• 15 millions de dollars déjà versés aux contributeurs, pour une rémunération moyenne inférieure à 1 dollar par vidéo.

Figure annonce vouloir consacrer plus d'un milliard de dollars sur douze mois à la collecte de données et à l'infrastructure de calcul, avec un objectif affiché de « facteur 100 ».

Il faut mesurer ce que cela signifie : une économie parallèle est en train de naître, où des particuliers sont payés — modestement — pour enseigner à des machines les gestes du quotidien. Y compris, pour partie, les gestes qui font aujourd'hui des métiers.

Une entreprise valorisée 39 milliards de dollars

Figure AI n'est pas un laboratoire confidentiel. Fondée en 2022 par Brett Adcock — déjà à l'origine d'Archer Aviation —, elle a levé plus d'un milliard de dollars en série C, portant sa valorisation de 2,6 à 39 milliards de dollars. Au tour de table : Parkway Venture Capital, Nvidia, Intel Capital, Brookfield, LG Technology Ventures, Salesforce, T-Mobile Ventures, Qualcomm Ventures — après Jeff Bezos, Microsoft et OpenAI lors des tours précédents.

L'entreprise a aussi construit sa propre usine, BotQ, dimensionnée pour 12 000 unités par an, et déploie déjà ses robots en environnement industriel : plus de 350 Figure 03 livrés à la mi-2026, notamment dans le cadre d'un partenariat avec BMW noué début 2024.

Quant au prix pour un particulier, il n'est pas officiellement fixé. Figure a évoqué une piste de location autour de 600 dollars par mois. À titre de repère, les humanoïdes chinois d'Unitree tournent autour de 20 000 €, et Tesla annonçait pour son Optimus une fourchette de 20 000 à 30 000 €. Autrement dit : entre le budget d'une voiture et celui de plusieurs années de prestations d'aide à domicile.

Ce que cela change — et ne change pas — pour les services à la personne

C'est la question que tout professionnel du secteur se pose en regardant ces images. Deux réponses, également importantes.

Premièrement : le calendrier n'est pas celui qu'on croit. Entre « un robot plie une serviette dans une maison test » et « un robot intervient chez une personne âgée dépendante », il y a un gouffre. Le domicile réel n'est pas une maison louée pour une démonstration : c'est un escalier étroit, un chat qui passe, un objet fragile auquel on tient, une pièce encombrée, un imprévu toutes les dix minutes. S'ajoutent des obstacles qui ne sont pas techniques : la sécurité physique, la responsabilité juridique en cas de casse ou de chute, le coût, et la question — loin d'être secondaire — d'une machine équipée de caméras dans l'intimité d'un logement.

Deuxièmement : la ligne de partage ne passe pas là où on l'imagine. Ce que l'expérience de Figure explore, ce sont des tâches d'entretien du logement : ranger, plier, nettoyer. Ce sont les tâches les plus standardisables du secteur, et donc les premières concernées à long terme. Mais l'essentiel de l'activité des services à la personne n'est pas là. Aider quelqu'un à se lever, adapter un accompagnement à une journée difficile, remarquer qu'une personne mange moins que la semaine dernière, alerter la famille, simplement parler : rien de tout cela ne se résout par un taux de réussite sur une pile de serviettes. Le cœur du métier, c'est la relation, le jugement, la présence — précisément ce qu'aucun modèle entraîné sur des vidéos de ménage n'apprend.

Et il y a un point que le débat « robot contre humain » manque systématiquement : le secteur ne souffre pas d'un excès de main-d'œuvre, mais d'une pénurie structurelle. Selon l'Insee, 3,9 millions de ménages recouraient aux services à la personne en 2019, et ils seraient environ 5 millions en 2050 (+27 %), portés par le vieillissement — 41 % des personnes de 80 ans et plus y ont déjà recours. Pour répondre à cette demande, il faudrait 500 000 salariés supplémentaires, en plus du remplacement des 800 000 professionnels qui atteindront l'âge de la retraite. France Travail chiffrait de son côté à près de 800 000 les recrutements nécessaires d'ici 2030.

Face à un tel écart, la question pertinente n'est pas « le robot va-t-il remplacer l'aide à domicile ? » mais plutôt : quelles tâches pourrait-on un jour décharger pour que le temps humain aille là où il est irremplaçable ? Un intervenant qui passe une partie de sa visite à des tâches d'entretien lourdes en consacre d'autant moins à la personne elle-même.

Les questions à poser dès maintenant

Rien de tout cela n'est pour demain matin. Mais quelques questions méritent d'être posées pendant qu'il est encore temps de peser sur les réponses :

• Qui décide de ce qui est automatisé ? Les bénéficiaires, les familles, les financeurs publics, ou les fabricants ?
• Comment garantir la protection des données dans un logement équipé d'un robot qui filme en permanence ?
• Quel modèle économique ? Un abonnement mensuel change radicalement l'équation par rapport à un achat, et interroge directement les mécanismes de solvabilisation (APA, crédit d'impôt, PCH).
• Quelle place pour les professionnels dans la conception ? Ce sont eux qui savent ce qu'une tâche « réussie » signifie au domicile d'une personne fragile — une compétence que 16 millions de vidéos anonymes ne capturent pas.

En résumé

L'expérience de Figure AI est un vrai jalon technique : pour la première fois, un robot humanoïde se débrouille — imparfaitement, lentement, mais réellement — dans un environnement domestique qu'il n'a jamais vu. Il faut le reconnaître sans le surinterpréter.

Il est encore loin, très loin, d'un intervenant à domicile. Le pari de Figure est celui de la courbe : miser sur le fait que la donnée, la puissance de calcul et la miniaturisation feront en cinq ou dix ans ce que la programmation classique n'a pas su faire en trente. C'est un pari crédible ; ce n'est pas une certitude.

Pour les services à la personne, l'échéance utile n'est donc pas la date d'arrivée du robot majordome. C'est le moment où le secteur décidera lui-même de ce qu'il veut déléguer à la machine — et de ce qu'il ne déléguera jamais.