Fujitsu et Nvidia renforcent leur alliance technologique avec une avancée décisive : la convergence entre l’IA agentique et l’IA physique, pensée pour faire dialoguer des agents logiciels intelligents et des plateformes robotiques capables d’interagir avec le monde réel.
Cette annonce s’appuie sur la présentation de Fujitsu Kozuchi Physical AI 1.0, première étape opérationnelle d’une feuille de route qui ambitionne de relier des agents décisionnels basés sur langage naturel à des systèmes robotisés industriels. L’initiative repose sur la coopération étroite engagée en 2025 entre Fujitsu et Nvidia, qui associe les capacités de calcul accéléré et d’orchestration logicielle de Nvidia aux environnements logiciels métiers et à la recherche robotique de Fujitsu.
Derrière ce socle technologique se dessine une intention claire : dépasser le périmètre des agents numériques limités aux processus informatiques pour les amener vers des environnements concrets, où ils doivent percevoir, interpréter, décider et agir sur des objets, des machines ou des chaînes de production. Fujitsu insiste sur la capacité de ce cadre technologique à automatiser des opérations sensibles tout en respectant les contraintes de sécurité, de gouvernance et de confidentialité propres aux entreprises.
L’architecture Kozuchi et ses services spécialisés
Au cœur de l’annonce, Fujitsu présente Kozuchi Physical AI 1.0 comme une plateforme d’orchestration d’agents multi-compétences, fondée sur son grand modèle de langage Takane et enrichie de services spécialisés capables de traiter des workflows complexes. L’approche repose sur une modularité assumée, avec des agents dédiés à des fonctions précises et connectés à un cadre de contrôle garantissant traçabilité, gestion des règles métiers et confidentialité des données manipulées. L’intégration avec les briques logicielles Nvidia NIM permet d’exécuter ces capacités dans des environnements de calcul accéléré optimisés, ce qui prépare le terrain à des usages temps réel, indispensables pour des scénarios industriels et robotiques exigeants.
Cette architecture n’a pas été pensée comme une simple brique supplémentaire dans l’arsenal IA des entreprises. Elle structure une approche complète, où l’IA n’est plus seulement un moteur de génération de contenus ou d’assistance cognitive, mais une couche opérationnelle susceptible de piloter des actions. La compatibilité avec les environnements Nvidia apporte également un atout stratégique, car elle facilite la transition entre phases de simulation, d’expérimentation contrôlée et de déploiement en conditions réelles. Cela ouvre des perspectives pour des industries où la précision, la sûreté et la reproductibilité des comportements sont déterminantes.
La convergence entre agents IA et robots industriels
Fujitsu précise que l’étape suivante consiste à étendre ce socle logiciel vers l’IA physique. EN pratique, il s’agit de relier ces agents décisionnels à des robots capables de manipuler des objets, d’assister des opérateurs humains ou de conduire des opérations complexes dans des environnements industriels, logistiques ou techniques. Cette évolution ne relève plus de l’expérimentation, elle prolonge les travaux conjoints menés avec Nvidia autour de la simulation robotique, de la perception avancée et de l’apprentissage en environnement contrôlé.
Pour les entreprises industrielles, la promesse ne se limite pas à un gain d’efficacité théorique. L’automatisation intelligente de tâches répétitives ou risquées, l’assistance augmentée aux opérateurs, la réduction des erreurs humaines et l’amélioration de la réactivité opérationnelle deviennent des objectifs atteignables. Cette approche répond également aux contraintes actuelles de disponibilité des compétences et d’optimisation des coûts d’exploitation, en proposant des systèmes capables d’adapter leurs comportements aux situations observées plutôt que de se limiter à des scripts figés.
La robotique intégrée aux systèmes en ligne de mire
Sur le plan stratégique, cette annonce place clairement Fujitsu et Nvidia dans la compétition internationale pour construire la prochaine génération de robots intelligents, directement connectés aux systèmes d’information, aux plateformes de décision et aux environnements de production. La différence ne se joue plus uniquement sur la puissance de calcul ou la sophistication algorithmique, mais sur la capacité à proposer des architectures fiables, gouvernables et suffisamment transparentes pour répondre aux exigences des grandes organisations.
L’adoption à grande échelle dépendra de plusieurs facteurs : robustesse des environnements de simulation, maîtrise des risques, conformité réglementaire, sécurité des données, mais aussi capacité à assurer la maintenabilité et l’évolution des systèmes dans la durée. Si ces conditions sont réunies, la convergence entre IA agentique et robotique pourrait transformer des pans entiers des opérations industrielles, avec des bénéfices mesurables en productivité, en flexibilité et en continuité opérationnelle.
À terme, cette trajectoire pourrait conduire à des environnements industriels où les agents IA ne se limitent plus à optimiser, suggérer ou analyser, mais deviennent des acteurs opérationnels à part entière, capables d’interagir avec le monde physique avec un degré d’autonomie contrôlé.
