Accueil › Glossaire › Wearable AI

Wearable AI (Objets Connectés IA)

Le terme Wearable AI désigne les dispositifs portables (montres, bagues, lunettes, écouteurs, patchs, vêtements) intégrant de l’intelligence artificielle pour analyser en temps réel les données biométriques, environnementales ou comportementales de leur utilisateur et fournir des recommandations personnalisées.

Le marché mondial du Wearable AI a été évalué à environ 48,8 milliards de dollars en 2025 et devrait atteindre 61,5 milliards de dollars en 2026, puis dépasser 359 milliards de dollars d’ici 2034, avec un taux de croissance annuel de 24,7 %. En 2026, les livraisons mondiales de wearables devraient dépasser 970 millions d’unités. Ce n’est plus un marché de niche : c’est une infrastructure personnelle de santé, de productivité et d’interaction avec le monde numérique. L’IA transforme ces dispositifs de simples capteurs passifs en compagnons intelligents capables de prédire des événements de santé, d’adapter des recommandations en temps réel, et même de contrôler d’autres appareils par la pensée.

Comment fonctionne un wearable IA

Un wearable IA ne se contente pas de collecter des données : il les interprète localement ou via le cloud grâce à des algorithmes d’intelligence artificielle. Le pipeline de données se décompose en quatre couches.

Couche capteurs : acquisition des données

Les capteurs constituent le socle physique du dispositif. Les wearables modernes embarquent des capteurs photopléthysmographiques (PPG) pour la fréquence cardiaque et la SpO2, des accéléromètres et gyroscopes pour le mouvement et la détection de chutes, des capteurs de température cutanée, des électrodes ECG (électrocardiogramme), des capteurs de conductance cutanée (stress/sudation), et parfois des microphones et caméras (lunettes IA). L’Oura Ring 4, par exemple, utilise un système PPG multi-longueur d’onde à 18 chemins optiques qui s’adapte dynamiquement à la physiologie de chaque utilisateur.

Couche Edge AI : traitement local

L’Edge AI (traitement IA directement sur l’appareil) est le mode dominant du marché, représentant plus de 58 % des wearables IA. Les processeurs neuronaux embarqués (NPU) exécutent des modèles de machine learning compressés directement sur la montre, la bague ou les lunettes. Avantages : latence quasi nulle (les alertes sont instantanées), confidentialité (les données sensibles ne quittent pas l’appareil), et autonomie (fonctionne sans connexion internet). Apple, Qualcomm (avec le nouveau Snapdragon Wear Elite pour wearables IA) et Samsung investissent massivement dans les puces NPU pour wearables.

Couche cloud : analyse approfondie

Le cloud prend le relais pour les analyses plus lourdes : détection de tendances sur plusieurs semaines, scoring de risque cardiovasculaire, comparaison avec des cohortes de population, et entraînement des modèles personnalisés. L’approche hybride (Edge AI pour le temps réel, cloud pour l’analyse longitudinale) s’est imposée comme le standard de l’industrie.

Couche action : recommandations et alertes

Le dernier maillon transforme les insights en actions concrètes : notification de fibrillation auriculaire détectée, suggestion de repos basée sur le score de récupération, alerte de chute avec appel d’urgence automatique, ou ajustement du plan d’entraînement en fonction de la variabilité de la fréquence cardiaque. Oura a lancé en 2025 « Advisor », un chatbot IA intégré à l’application qui aide l’utilisateur à comprendre ses métriques et à ajuster ses comportements.

Types de wearables IA

Smartwatches (montres connectées)

Les smartwatches dominent le marché avec environ 46 % des parts en 2025. L’Apple Watch reste la référence en santé, avec détection de fibrillation auriculaire, alertes d’hypertension (lancées en 2025), détection de chutes et d’accidents de voiture, et suivi du cycle menstruel. La Pixel Watch 4 de Google a impressionné par son GPS double bande, son SOS satellite, et l’intégration de l’IA Fitbit. Samsung a ajouté à ses Galaxy Watch des consultations médicales virtuelles, la gestion d’ordonnances, et l’analyse de la santé vasculaire avec un index antioxydant. Garmin domine le segment sportif avec des montres orientées performance et autonomie.

La tendance majeure : les constructeurs veulent transformer les smartwatches en dispositifs médicaux certifiés. Huawei a devancé Apple et Samsung avec un outil de suivi du diabète directement sur la montre. Samsung prépare des alertes d’insuffisance cardiaque. Mais la plupart de ces fonctionnalités restent pour l’instant dans la catégorie « bien-être prédictif » plutôt que « dispositif médical réglementé ».

Smart rings (bagues connectées)

Les smart rings sont le segment le plus dynamique et le plus médiatisé du marché wearable. Leur atout : discrétion absolue (pas d’écran, pas de notifications), confort supérieur pour le suivi du sommeil, et autonomie nettement meilleure que les montres.

L’Oura Ring 4 est le gold standard du segment. Des recherches menées au Brigham and Women’s Hospital ont montré que l’Oura Ring 4 atteignait 79 % de concordance avec la polysomnographie (examen de référence) pour la classification du sommeil en quatre stades, surpassant l’Apple Watch (74 %) et Fitbit (69 %). Oura a aussi lancé la détection proactive des maladies (Symptom Radar), la prédiction des cycles menstruels, et le suivi du « stress cumulatif » basé sur des données biométriques continues.

Le Samsung Galaxy Ring, première incursion de Samsung dans le segment, s’est imposé pour les utilisateurs Android grâce à l’absence d’abonnement et l’intégration dans l’écosystème Galaxy (téléphone, montre, écouteurs). Son « Energy Score » utilise Galaxy AI pour agréger les données de la bague et de la Galaxy Watch.

Lunettes IA (AI glasses)

Les lunettes IA sont le segment à la croissance la plus spectaculaire : les livraisons ont bondi de 322 % en 2025, atteignant 8,7 millions d’unités, et devraient dépasser 15 millions en 2026. Les Ray-Ban Meta Smart Glasses (Gen 2) dominent le marché, intégrant des microphones, haut-parleurs, caméras et un accès direct aux modèles IA de Meta pour des interactions mains-libres avec le monde réel : traduction instantanée, identification d’objets, assistance contextuelle.

La Chine représente déjà 10,9 % du marché mondial des lunettes IA, juste derrière les États-Unis, portée par de nombreux fabricants locaux. Samsung prépare des lunettes IA avec affichage tête haute (HUD) pour 2026. L’arrivée potentielle d’Apple dans le segment des lunettes intelligentes (rumeurs pour fin 2026 ou 2027) pourrait déclencher une adoption massive comparable à ce que l’iPhone a fait pour les smartphones.

Écouteurs IA

Les earbuds IA (écouteurs connectés) constituent la catégorie de wearables la plus vendue en volume : environ 382 millions d’unités attendues en 2026, soit 39 % des livraisons totales. L’IA y est utilisée pour la réduction de bruit adaptative, la traduction en temps réel, le suivi cardiaque par l’oreille, et l’interaction vocale avec les assistants (Siri, Google Assistant, Alexa). Les AirPods d’Apple intègrent de plus en plus de fonctionnalités santé (audiogramme, détection de bruit ambiant).

Wearables spécialisés

Au-delà des catégories grand public, des wearables IA spécialisés émergent. Les patchs connectés analysent la sueur pour mesurer le glucose, le cortisol ou les électrolytes en continu. Les vêtements intelligents intègrent des fibres conductrices pour l’analyse posturale et musculaire. Les interfaces neuronales (brain-computer interfaces) comme celles de Neuralink permettent de contrôler des appareils par la pensée ; en 2025, Neuralink a réalisé environ 20 implants aux États-Unis, au Canada et au Royaume-Uni, avec un registre de plus de 10 000 patients en attente. Les pendentifs IA comme Plaud NotePin ou Bee enregistrent et transcrivent les conversations en continu (avec des questions légales majeures sur le consentement).

Wearable AI et santé : cas d’usage

Monitoring cardiaque et détection d’arythmies

C’est le cas d’usage le plus mature. L’Apple Watch a sauvé des vies en détectant des fibrillations auriculaires chez des utilisateurs asymptomatiques, les poussant à consulter avant un AVC. Le Circular Ring 2 est le premier smart ring à proposer un ECG intégré avec détection de FA certifiée FDA. Samsung prépare des alertes d’insuffisance cardiaque sur ses Galaxy Watch. Ces fonctionnalités ne remplacent pas un suivi cardiologique professionnel, mais elles comblent le fossé entre les visites médicales espacées.

Suivi du sommeil

Le sommeil est la spécialité des smart rings. L’Oura Ring 4 classe le sommeil en quatre stades (éveil, léger, profond, REM) avec une précision proche de la polysomnographie. Samsung et Fitbit proposent des analyses similaires. L’IA ne se contente pas de mesurer : elle corrèle la qualité du sommeil avec l’activité physique, le stress, et l’alimentation pour fournir des recommandations personnalisées. Les études montrent que les interventions basées sur les données de wearables améliorent significativement la qualité du sommeil sur 12 mois.

Suivi des maladies chroniques

Les wearables IA sont particulièrement pertinents pour le suivi à distance des maladies chroniques, en lien avec la télémédecine IA. Les capteurs de glucose en continu (CGM) couplés à l’IA ajustent les doses d’insuline en temps réel pour les diabétiques. Les moniteurs ECG détectent les arythmies chez les patients cardiaques. Les capteurs de SpO2 suivent les patients BPCO. L’IA agrège ces données pour alerter le médecin traitant en cas de dégradation, avant que le patient ne ressente lui-même les symptômes.

Santé mentale et stress

Les wearables contribuent aussi au suivi de la santé mentale assistée par IA. La variabilité de la fréquence cardiaque (HRV), la qualité du sommeil, la conductance cutanée et les patterns d’activité sont des indicateurs de stress, d’anxiété et de dépression. Oura a introduit en 2025 le « stress cumulatif », qui mesure l’impact physiologique du stress sur la durée. Des capteurs multimodaux dans les wearables détectent les crises émotionnelles jusqu’à 7 jours avant la prise de conscience subjective, avec une précision de 89,3 %.

Performance sportive

Garmin et Whoop dominent le segment sportif avec des analyses IA de la charge d’entraînement, du temps de récupération, du seuil lactique estimé, et de la VO2max. Les équipes sportives professionnelles utilisent des trackers pour prédire les blessures et concevoir des plans d’entraînement personnalisés. L’IA analyse les données biométriques de chaque athlète pour optimiser la performance tout en minimisant le risque de surentraînement.

Wearable AI hors santé

Industrie et logistique

Boeing utilise des casques AR (réalité augmentée) pour ses techniciens, réduisant les erreurs d’assemblage de près de 40 %. UPS déploie des wearables IA pour optimiser les itinéraires de livraison et surveiller la sécurité des employés. Dans la logistique et la fabrication, les exosquelettes motorisés assistés par IA aident les opérateurs à soulever des charges lourdes tout en prévenant les blessures.

Productivité et mémoire

Les wearables IA de productivité enregistrent et transcrivent les conversations, réunions et cours. Le Plaud NotePin, porté par plus de 1,5 million d’utilisateurs, enregistre les conversations et les transforme automatiquement en transcriptions, résumés et actions à suivre. Meta a acquis fin 2025 Limitless, un pendentif IA concurrent, signalant l’intérêt des géants tech pour le segment de la « mémoire augmentée ».

Paiement sans contact

Les smart rings intègrent de plus en plus des puces NFC pour le paiement sans contact. Le Muse One Ring combine suivi biométrique et paiements. Cette convergence entre santé et finance positionne les wearables comme de véritables « couteaux suisses » numériques.

Technologies clés

Fusion de capteurs (Sensor Fusion)

La fusion de capteurs est la technique qui combine les données de multiples capteurs (PPG, accéléromètre, température, ECG) pour produire des mesures plus précises que chaque capteur pris individuellement. Les algorithmes de fusion utilisent des filtres de Kalman et des réseaux de neurones pour corriger les artefacts de mouvement, les interférences et les bruits de mesure. C’est ce qui permet à l’Oura Ring 4 d’adapter dynamiquement ses 18 chemins optiques à la physiologie de chaque utilisateur.

TinyML et modèles compressés

TinyML désigne l’exécution de modèles de machine learning sur des microcontrôleurs à très faible consommation. Les techniques de quantisation (réduction de la précision des poids du modèle), de distillation (transfert de connaissance d’un grand modèle vers un petit), et de pruning (élagage des connexions non essentielles) permettent de faire tourner des modèles performants sur des processeurs qui consomment quelques milliwatts. C’est ce qui permet à une bague de 3 grammes d’exécuter des algorithmes de détection d’arythmie.

Processeurs neuronaux (NPU)

Les NPU (Neural Processing Units) sont des puces dédiées à l’exécution d’opérations de réseau de neurones. Qualcomm a annoncé le Snapdragon Wear Elite spécifiquement conçu pour les wearables IA, avec des capacités de traitement on-device pour la reconnaissance vocale, la détection d’activité et l’analyse biométrique. Apple intègre un Neural Engine dans ses puces de montre depuis plusieurs générations. Ces NPU permettent de traiter les données localement sans envoyer de données sensibles vers le cloud.

Chiffres clés du marché

Vie privée, éthique et réglementation

Protection des données biométriques

Les wearables collectent en continu des données de santé parmi les plus intimes : fréquence cardiaque, qualité du sommeil, cycle menstruel, niveau de stress, localisation. Le RGPD classe ces données comme « sensibles » et impose des obligations renforcées. Les fabricants doivent assurer le chiffrement, la minimisation des données, et le consentement éclairé de l’utilisateur. L’Edge AI (traitement local) contribue à la protection de la vie privée en limitant les transferts de données vers le cloud, mais les applications compagnons restent un point d’accès aux données pour les entreprises.

Enregistrement continu et consentement

Les wearables « always-on » (lunettes avec caméra, pendentifs enregistreurs) posent des questions juridiques majeures. Dans de nombreuses juridictions, enregistrer une conversation sans le consentement de tous les participants est illégal. Les pendentifs IA comme Plaud NotePin ou Bee (avant son acquisition par Meta) fonctionnent en enregistrement permanent, ce qui peut enfreindre les lois sur la vie privée dans les pays à régime de consentement bipartite. En France, l’enregistrement d’une conversation privée sans le consentement de l’interlocuteur constitue une infraction pénale (article 226-1 du Code pénal).

Certification dispositif médical

La frontière entre « bien-être » et « dispositif médical » est un enjeu réglementaire central. L’Apple Watch propose une détection de FA classée comme dispositif médical (FDA-cleared). Le Circular Ring 2 a obtenu la certification FDA pour sa détection de fibrillation auriculaire par ECG. Mais la plupart des fonctionnalités IA des wearables (score de sommeil, score de stress, prédiction de maladie) restent dans la catégorie « bien-être » et ne sont pas réglementées comme des dispositifs médicaux. L’AI Act européen classera les systèmes d’IA utilisés comme dispositifs médicaux dans la catégorie « haut risque » à partir d’août 2027.

Avantages et limites

Ce que les wearables IA changent

Le principal apport est la continuité. Un médecin voit son patient 15 minutes tous les six mois. Un wearable IA le « voit » en continu, 24h/24, 365 jours par an. Cette différence permet une médecine véritablement préventive, qui anticipe les problèmes plutôt que de les traiter après coup. La personnalisation est l’autre atout majeur : les algorithmes apprennent les « baselines » physiologiques de chaque individu et détectent les écarts significatifs par rapport à sa propre norme, pas par rapport à une moyenne de population.

Pour le consommateur, la simplicité d’accès est un facteur clé : porter une bague qui surveille son sommeil et son stress ne demande aucun effort, contrairement à un journal de bord ou un rendez-vous médical.

Ce qui reste à améliorer

La précision des mesures varie selon les conditions. Les capteurs PPG sont perturbés par les mouvements intenses, la pigmentation cutanée, les tatouages, et le froid. Le suivi du glucose non invasif (sans aiguille) reste un graal non atteint malgré de nombreuses annonces. La mesure directe de la pression artérielle sur le poignet n’est pas encore disponible de manière fiable, même si des alertes d’hypertension commencent à apparaître. La « fatigue de données » est un phénomène réel : certains utilisateurs arrêtent de porter leur wearable après quelques mois parce qu’ils sont submergés par des métriques qu’ils ne savent pas interpréter. Les abonnements mensuels (Oura, Whoop) freinent l’adoption.

Verdict Polydesk

Le Wearable AI est le segment de l’IA grand public qui progresse le plus vite en termes d’impact concret sur la vie quotidienne. En 2026, les smartwatches deviennent de vrais outils de santé prédictive, les smart rings s’imposent comme le meilleur compagnon de sommeil, et les lunettes IA explosent (+322 % en un an). Pour la santé, le combo gagnant est un smart ring pour le suivi passif (sommeil, HRV, stress) plus une smartwatch pour les fonctionnalités actives (ECG, alertes, notifications). L’Oura Ring 4 reste le gold standard si vous acceptez l’abonnement ; le Samsung Galaxy Ring est l’alternative sans abonnement pour les utilisateurs Android. Pour la productivité, les Ray-Ban Meta sont les lunettes IA les plus abouties. La vraie question n’est plus « faut-il porter un wearable IA ? » mais « quelles données voulez-vous suivre, et à quel point êtes-vous prêt à laisser un algorithme lire votre corps ? ».