Tu veux les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Anthropic présente le Model Hardware Standard, un protocole destiné à faire piloter des appareils par des agents d’IA. L’initiative arrive alors que la robotique parle déjà des langages communs et que l’UE encadrera les fonctions de sécurité dès 2027. Des partenaires testent la préversion, l’ouverture du standard est promise après essais, et les premiers pilotes montrent autant le potentiel que les limites.
Standards déjà en place et échéance européenne de 2027
La normalisation dans l’industrie ne date pas de l’arrivée des agents d’IA. Depuis 2007, ROS structure une grande partie de la robotique. OPC UA s’est imposé pour les échanges entre automates industriels, tandis que le VDA 5050 coordonne les véhicules autonomes dans l’automobile européenne. Le standard d’interopérabilité de MassRobotics pour robots mobiles a atteint sa version 1.0 en mai 2021 et intéresse l’ISO. Ces standards servent principalement à faire communiquer des machines entre elles. Le Model Hardware Standard d’Anthropic vise une couche différente, celle où un agent d’IA peut raisonner, ajuster et improviser. Le MHS s’appuie sur le protocole MCP sans chercher à remplacer les standards existants. Parmi les partenaires de la préversion figurent Universal Robots, Doosan Robotics, Hugging Face, AWS et Raspberry Pi. À partir de janvier 2027, le Règlement Machines de l’Union européenne encadrera les fonctions de sécurité pilotées par IA. La question de la responsabilité en cas d’incident impliquant un bras robotisé guidé par un fichier mal renseigné devrait susciter d’importants débats juridiques.
Pilotes MHS, pilote logiciel et accès restreint
Le MHS reprend le concept d’un pilote universel : chaque équipement disposant d’une interface programmable se voit attribuer un pilote qui convertit ses instructions en actions génériques telles que « lire la température » ou « régler la température ». Ce pilote comporte une fiche d’identité rédigée en langage naturel, précisant notamment le poids, les seuils de sécurité et les capacités de mesure de l’équipement, afin qu’un agent puisse l’utiliser sans connaissance préalable. Anthropic affirme que des intégrations qui prennent des semaines en interne pourraient être réalisées en quelques heures avec ce dispositif. L’accès au MHS se fait actuellement par liste d’attente, et Anthropic promet une publication open source à l’issue de la phase de test. Cette approche vise la couche décisionnelle des agents et s’appuie sur le MCP, sans remplacer les protocoles industriels existants.
Expérimentations et précédent MCP
Des essais sont déjà en cours. Genentech a fait piloter par Claude un dosage de protéines sur trois appareils de laboratoire. QuEra rapporte qu’un agent a réussi à réenclencher le verrouillage du laser de ses ordinateurs quantiques, atteignant un taux de réussite de 99,3 % sur 700 tentatives, des résultats internes à prendre avec précaution. Anthropic admet que lors des expérimentations menées chez Genentech, Claude a pris des bulles de mousse pour un problème logiciel, obligeant les chercheurs à lui expliquer les principes physiques en jeu. Alek Kemeny, de The Next Web, formule ainsi l’objectif : « ce que le MCP a fait pour le logiciel, le MHS le fera pour le monde du matériel ». Le MHS s’inscrit dans la continuité du MCP, protocole publié en novembre 2024, qui connecte aujourd’hui ChatGPT et Gemini, fédère des milliers de serveurs et bénéficie du soutien de la Linux Foundation. Le 27 août, Anthropic a annoncé vouloir appliquer cette approche aux machines, avec la promesse de donner la main aux agents sur des équipements de laboratoire et d’usine. L’entreprise a également lancé le standard ouvert Agent Skills en décembre et des connecteurs pour logiciels créatifs au printemps. L’objectif affiché est d’étendre aux machines l’approche déjà appliquée au logiciel, en connectant les agents d’IA aux outils puis aux dispositifs physiques.






