# Intel et SAP : quand le logiciel d'entreprise pilote directement les robots d'entrepôt
À retenir
- Pendant longtemps, le logiciel d'entreprise et le monde physique ont vécu en parallèle.
- C'est précisément ce fossé que SAP et Intel cherchent à combler avec la « physical AI », l'IA physique.
- L'enjeu dépasse la robotique.
Pendant longtemps, le logiciel d'entreprise et le monde physique ont vécu en parallèle. D'un côté, les systèmes de gestion décidaient quoi produire, quoi stocker et quoi expédier. De l'autre, les opérateurs, les chariots et les machines exécutaient ces décisions sur le terrain, avec leurs délais, leurs aléas et leurs arbitrages manuels. Entre les deux, un fossé persistant : celui qui sépare l'informatique, ou IT, de la technologie opérationnelle, ou OT.
C'est précisément ce fossé que SAP et Intel cherchent à combler avec la « physical AI », l'IA physique. Présentée à SAP TechEd fin octobre 2026, leur collaboration vise à relier directement les flux d'entreprise aux robots autonomes. Autrement dit, une décision prise dans un système de gestion peut désormais se traduire, sans intermédiaire humain, en un déplacement réel dans un entrepôt — et le résultat de ce déplacement remonte aussitôt dans le système.
L'enjeu dépasse la robotique. Il touche à la manière dont les entreprises pilotent leurs opérations : plus vite, avec davantage de visibilité, et avec une coordination continue entre le plan et le terrain. Pour les directions logistiques, industrielles ou de distribution, il s'agit d'un changement de logique, pas seulement d'un nouvel équipement.
Une boucle continue entre le logiciel et l'entrepôt
Le principe démontré par SAP et Intel est simple à comprendre, même s'il repose sur une architecture complexe. Le système SAP Extended Warehouse Management, ou EWM, émet des demandes de transport : déplacer une palette, alimenter une zone de préparation, transférer un stock d'un emplacement à un autre. Ces demandes sont transmises à des robots qui fonctionnent sur des systèmes edge Intel. Les robots exécutent la tâche, puis renvoient leur état d'avancement à SAP.
La boucle est donc complète et continue. Le logiciel ne se contente plus d'ordonner : il suit l'exécution en temps réel et conserve une trace fiable de ce qui a réellement été fait. Les responsables disposent ainsi d'une vision actualisée de l'entrepôt, tâche par tâche.
La preuve de concept a été démontrée sur le site d'Intel à Chengdu, en Chine, puis mise en avant à SAP TechEd. Selon les résultats annoncés, elle a permis de réduire les distances de transport et de diminuer les manipulations manuelles répétitives. Aucun pourcentage mesuré n'a été publié pour ces résultats : il faut donc les lire comme une direction observée sur un site pilote, et non comme une promesse chiffrée applicable à tous les entrepôts.
SAP apporte le contexte métier, Intel le terrain temps réel
La répartition des rôles entre les deux partenaires éclaire bien la démarche. SAP apporte le contexte métier, la gouvernance des flux et l'orchestration des processus. C'est le système d'entreprise qui sait pourquoi un mouvement est nécessaire, dans quel ordre il doit intervenir et quelles règles doivent s'appliquer. Sans ce contexte, un robot se déplace, mais il ne travaille pas dans une logique d'entreprise.
Intel apporte le matériel et le logiciel edge pour la perception, la décision et le contrôle en temps réel. Les systèmes combinent CPU, GPU et NPU, et s'appuient notamment sur OpenVINO Physical AI, Physical AI Studio et la Robotics AI Suite. Le robot perçoit son environnement et ajuste ses mouvements sans attendre une instruction venue du cloud, une autonomie locale essentielle dans un entrepôt.
John Healey, chez Intel pour l'industrie et la robotique, résume cette attente : les entreprises veulent relier directement l'IA aux opérations sur site et transformer les décisions métier en travail réel sur site. De son côté, le Dr Lukasz Ostrowski, chez SAP Research and Innovation pour la physical AI et la robotique, estime que la physical AI peut remodeler les opérations en connectant les systèmes d'entreprise et la technologie opérationnelle. Deux formulations différentes, une même idée : l'IA ne doit plus seulement analyser ou recommander, elle doit exécuter, dans un cadre gouverné.
Une architecture ouverte, pensée pour être reproduite
Autre point important de l'annonce : l'architecture se veut ouverte. Elle est présentée comme indépendante du fabricant de robots, du système d'exploitation et du modèle d'IA, et déployable aussi bien dans le cloud que sur des serveurs propres à l'entreprise. Ce choix n'est pas anodin. Dans un entrepôt réel, les équipements sont rarement homogènes : plusieurs générations de machines, plusieurs fournisseurs et plusieurs systèmes coexistent.
En évitant l'enfermement dans un seul fournisseur, SAP et Intel visent un objectif affiché : transformer cette preuve de concept en un modèle reproductible, capable de déployer l'automatisation intelligente sur plusieurs sites. Pour une entreprise multi-sites, c'est un critère décisif : une solution qui ne se déploie pas ailleurs reste une démonstration.
Cette ouverture s'inscrit dans un mouvement plus large observé à SAP TechEd : passer de l'assistant à l'exécution autonome. Dans ce contexte, un dirigeant SAP cité lors de l'événement évoque 11 % de revenus perdus par les grands clients à cause d'arrêts imprévus. Ce chiffre doit être lu comme une déclaration de SAP, et non comme une mesure indépendante.
Pourquoi les entrepôts sont le premier terrain d'application
Les entrepôts concentrent plusieurs caractéristiques qui en font un terrain idéal pour la physical AI. Les flux y sont répétitifs, mesurables et fortement dépendants de la coordination : réception, stockage, préparation de commandes, expédition. Chaque déplacement inutile coûte du temps, de l'énergie et de la capacité. Chaque manipulation manuelle répétitive mobilise des équipes sur des tâches à faible valeur ajoutée, alors qu'elles pourraient se concentrer sur le contrôle qualité, la résolution d'incidents ou l'amélioration des processus.
Les exemples d'usage dépassent d'ailleurs la seule logistique. Dans l'industrie, la même logique peut relier un ordre de production à un transfert de composants entre ateliers. Dans la distribution, elle peut synchroniser les réassorts entre une plateforme centrale et des points de vente. En Europe, en Amérique, en Asie ou en Afrique, les contraintes diffèrent — coût de la main-d'œuvre, disponibilité des équipements, maturité numérique — mais la question de fond reste la même : comment faire en sorte que le système qui décide soit aussi celui qui voit ce qui se passe réellement sur le terrain ?
La réponse proposée par SAP et Intel ne supprime pas le rôle humain, elle le déplace : moins de portage répétitif, davantage de supervision, d'exception et d'arbitrage. Ces systèmes doivent être perçus comme des outils qui sécurisent le travail et fiabilisent les flux, et non comme une automatisation imposée sans cadre.
### Conseils pratiques : préparer son entrepôt avant d'automatiser
Avant d'envisager des robots pilotés par le système d'entreprise, il est recommandé de clarifier quelques fondamentaux. D'abord, cartographier les flux réels : quels déplacements sont les plus fréquents, lesquels créent des attentes, et où se situent les erreurs récurrentes ? Sans cette cartographie, l'automatisation risque de reproduire, plus vite, une organisation inefficace.
Ensuite, il est conseillé de vérifier la qualité des données de stock et la fiabilité des règles de gestion dans le système existant. Un robot exécute ce que le système lui demande : si les emplacements sont mal renseignés ou si les priorités sont floues, le gain attendu s'évapore rapidement. Un pilote sur un périmètre restreint, avec des indicateurs simples — distances parcourues, temps d'attente, taux de tâches accomplies sans intervention — permet ensuite de juger sur des faits, avant tout déploiement multi-sites.
Enfin, il est utile d'associer dès le départ les équipes opérationnelles, logistiques et informatiques. La physical AI réussit quand l'IT et l'OT travaillent ensemble. Former les superviseurs à lire les retours des robots et prévoir un mode dégradé en cas de panne font partie intégrante du projet.
E.C.O. Tech accompagne les entreprises et les professionnels qui veulent passer d'une gestion dispersée à des opérations mieux pilotées par le numérique : un diagnostic gratuit permet d'examiner vos flux, vos outils actuels et vos priorités, puis de définir un accompagnement réaliste, étape par étape, sans promettre une automatisation immédiate là où une clarification des processus suffit d'abord.
*Sources : SAP News Center ; Intel ; Computer Weekly et diginomica, via la couverture de SAP TechEd fin octobre 2026.*
Diagnostic gratuit
Vous voulez appliquer cette idée dans votre structure ?
E.C.O.Tech peut analyser votre cas, identifier l’offre la plus adaptée et proposer une feuille de route simple : visibilité, CRM, automatisation, gestion métier ou cybersécurité.
Votre avis compte
Cet article vous a été utile ? Partagez votre expérience sur notre fiche Google officielle.