Le secteur manufacturier aborde 2026 sous le poids d'attentes considérables. Les gros titres de l'industrie promettent depuis un certain temps une vague de transformation : usines intelligentes, essor de la relocalisation et lignes de production autonomes qui boucleront enfin la boucle entre la conception et la réalité.
La réalité est moins cinématographique et beaucoup plus instructive. Selon la direction de Lumafield, cette année n'apportera pas de réinvention radicale. Elle apportera des progrès lents et délibérés, ainsi que la friction inévitable qui survient lorsque les promesses grandioses se heurtent aux limites physiques.
Le secteur manufacturier entre maintenant dans une phase de réalisme. Les technologies qui façonneront 2026 sont importantes, mais les limites qui les définissent le sont tout autant. Ce qui nous attend n'est pas une perturbation, mais de la discipline.
La progression lente de l'automatisation et de l'IA
Pendant des années, les analystes ont traité l'IA comme une vague historique prête à submerger l'industrie. La réalité ressemble davantage à une marée montante qu'à un raz-de-marée.

« Les changements géopolitiques et réglementaires l'emporteront probablement sur les évolutions plus progressives apportées au marché par les nouvelles technologies et le développement de produits », déclare Andreas Bastian, cofondateur et chef de produit chez Lumafield. « Cependant, je m'attends à une adoption constante de l'automatisation dans la fabrication, qu'il s'agisse de technologies d'inspection plus automatisées, y compris la tomodensitométrie, ou d'applications de traitement de documents. Nous continuerons également à expérimenter l'IA basée sur les grands modèles de langage (LLM), mais elle ne remplacera rien complètement à l'échelle de l'industrie en 2026. »
L'IA s'avère déjà utile dans des contextes restreints tels que l'inspection, l'établissement de devis et la documentation, mais elle reste limitée par les processus physiques. Les douze prochains mois seront moins axés sur la révolution que sur l'intégration visant à améliorer les flux de travail existants.
Selon Dan Pipe-Mazo, chef de l'ingénierie chez Lumafield, « La barrière à l'entrée pour personnaliser et créer des logiciels de fabrication est considérablement abaissée grâce aux outils d'IA tels que Cursor, Claude et ChatGPT. Nous verrons davantage d'entreprises abandonner les fournisseurs de logiciels de fabrication traditionnels pour développer leurs propres systèmes en interne, adaptés à leurs besoins. »
Ce changement est significatif. L'IA ne remplacera pas encore le travail humain ou le contrôle des usines, mais elle commencera à remplacer les logiciels rigides et universels qui dominent la technologie manufacturière depuis des décennies.
La relocalisation n'est pas encore au rendez-vous
Le retour de la fabrication en Amérique du Nord occupe tous les esprits depuis au moins un an. Le discours vend de l'optimisme : nouvelles usines, chaînes d'approvisionnement sécurisées et renouveau national. Les échéanciers, cependant, ne concordent pas.

« La vérité qui dérange est que les emplois ne reviendront pas selon les échéanciers dont tout le monde parle », déclare Eduardo Torrealba, cofondateur et PDG de Lumafield. « La fabrication fonctionne selon des cycles pluriannuels. S'il faut cinq ans pour déplacer une seule ligne de production de la Chine vers le Vietnam, deux pays qui savent déjà comment passer à l'échelle, alors une prévision sur un an n'est pas réaliste. »
Même avec des mesures incitatives historiques comme la loi CHIPS, la transformation demeure lente.
« TSMC a annoncé son usine en Arizona en 2020 et n'a commencé la production réelle en volume qu'en octobre dernier », a déclaré M. Torrealba. « Cela représente cinq ans, avec des mesures incitatives extraordinaires. Si 53 milliards de dollars font à peine bouger les choses dans le secteur des semi-conducteurs, cela ne résoudra pas la relocalisation ailleurs. »
En ce qui concerne la relocalisation en 2026, attendez-vous à des annonces, pas à des réalisations. Les bases de la diversification régionale continueront d'être posées, mais les progrès resteront progressifs, limités par la logistique, la main-d'œuvre qualifiée et la profonde interdépendance des chaînes d'approvisionnement mondiales.
La véritable contrainte est géopolitique et électrique

Alors même que les usines expérimentent de nouveaux outils d'automatisation et d'IA, les pressions qui façonnent ultimement la production mondiale proviennent de forces externes. Les politiques et les infrastructures commencent à définir les limites de la flexibilité manufacturière. « Le risque lié à la chaîne d'approvisionnement en raison des conflits géopolitiques est une préoccupation majeure », explique M. Pipe-Mazo. « Les choses évoluent beaucoup plus rapidement en politique que dans les chaînes d'approvisionnement, et tout changement restreignant totalement les achats auprès de pays comme la Chine sera très perturbateur. »
La rareté de l'énergie, en particulier, accentuera cette tension. La demande de calcul liée à l'IA met déjà les réseaux électriques à rude épreuve. « La consommation d'énergie et l'approvisionnement énergétique constituent actuellement le principal goulot d'étranglement pour le développement des centres de données d'IA », ajoute M. Pipe-Mazo. « Nous n'avons pas la capacité de réseau nécessaire pour répondre à la demande. L'électricité destinée aux centres de données deviendra le nouvel or noir. » Pour cette raison, l'efficacité pourrait devenir un facteur décisif.
« Je suis vraiment fasciné par les mesures de l'information ou de l'intelligence par watt (IPW) », déclare M. Bastian, « et par ce que les nouvelles technologies de calcul, les cadres mathématiques, les techniques de compression et les stratégies de formation peuvent permettre d'accomplir. »
Les fabricants qui planifient des initiatives numériques à grande échelle, telles que le contrôle de processus assisté par IA, la simulation ou l'inspection intensive en données, devront concevoir leurs systèmes en tenant compte de ces contraintes. L'année à venir sera définie autant par ce que les usines ne peuvent pas exploiter que par ce qu'elles peuvent automatiser.
La propreté des données devient impérative
Même dans un contexte de complexité mondiale, les fabricants les plus avancés renforcent discrètement leur avantage.
« Les clients qui modifient leur façon de mesurer leurs processus font des découvertes approfondies sur leurs produits et leurs méthodes, ce qui n'était pas possible auparavant », affirme M. Bastian.
Les fabricants les plus avancés délaissent les outils prêts à l'emploi pour créer des ensembles de données propriétaires qui leur confèrent un avantage concurrentiel. Comme le souligne Dan Pipe-Mazo : « Ils constituent des bases de données de leurs produits à l'aide de la tomodensitométrie et de la capture de surface afin de développer leurs propres modèles d'IA. » Ces ensembles de données personnalisés deviennent le fondement de prédictions plus précises, d'un meilleur contrôle des processus et, ultimement, d'une différenciation dans la course à l'IA.
Cette approche représente un type de transformation plus mesurable. En 2026, les leaders ne seront pas ceux qui possèdent les outils les plus tape-à-l'œil, mais ceux qui disposent des données les plus propres et les mieux étiquetées.
La prochaine phase de l'IA : l'augmentation plutôt que le remplacement
Si 2024 a été l'année de l'expérimentation de l'IA et 2025 celle des attentes démesurées, 2026 sera l'année de l'adoption pragmatique.
« Nous sommes dans une phase pragmatique du cycle de battage médiatique », explique M. Pipe-Mazo. « Les solutions fiables ne sont pas encore tout à fait au point. Nous verrons l'IA s'installer dans un créneau où elle ne remplace pas le travail, mais prend plutôt en charge les cas les plus simples et aide les équipes à être plus efficaces. »
Il est peu probable que l'IA prenne le contrôle d'un flux de travail manufacturier cette année, mais cela ne devrait pas lui être défavorable. « Aucun », répond M. Pipe-Mazo lorsqu'on lui demande quels processus seront entièrement contrôlés par l'IA d'ici 2026. « Une prise de contrôle totale n'est pas adaptée aux cas d'utilisation manufacturiers qui privilégient le déterminisme. »
M. Bastian est du même avis. « Une étude du MIT de 2025 a révélé que 95 % des projets pilotes d'IA dans les organisations échouent. Cela ne doit pas être interprété comme une condamnation de la technologie, mais plutôt comme une mauvaise compréhension de ses capacités », dit-il. « Ce serait une erreur d'abandonner la technologie sur la base d'une seule mauvaise expérience. Un point de données unique devient obsolète en quelques semaines compte tenu du rythme auquel la technologie évolue. »
Le message est clair. La valeur de l'IA réside dans son partenariat avec l'expertise humaine, et non dans son remplacement.

La discipline du progrès réel
D'ici la fin de 2026, les manchettes pourraient sembler familières : adoption croissante de l'IA, accélération de la relocalisation et automatisation accrue. Derrière ces nouvelles se cachera quelque chose de plus vaste et de plus durable : une nouvelle forme de discipline opérationnelle.
Les fabricants apprennent (ou se rappellent) que, même en matière d’IA, la transformation est un marathon, pas un sprint. Elle exige de la patience, de la mesure et une compréhension approfondie des limites physiques que les avancées logicielles ne peuvent effacer du jour au lendemain.
Comme l’explique Torrealba : « Le secteur manufacturier ne change pas par tranches d’une année. Certes, l’automatisation progressera, mais la structure industrielle sous-jacente ne se transformera pas aussi rapidement que les manchettes le laissent entendre. »

