Intelligence artificielle : le grand coup de frein du secteur automobile

Une étude Cap Gemini démontre un véritable coup de froid sur les investissements en matière d'IA de la part des constructeurs et équipementiers automobiles, face à des pistes de développement très incertaines.

La révolution automobile actuelle, allant de l'électrification à l'autonomie en passant par les nouvelles mobilités, est-elle allée trop loin en termes de mélange des genres? Après avoir investi des sommes colossales ces 2 dernières années, ils semble que les grands constructeurs sont en train de réaliser qu'ils sont avant tout, et de manière essentielle... Des constructeurs automobiles.

Cette prise de conscience commence à se lire dans les chiffres, notamment ceux fournis par Cap Gemini dans sa dernière étude sur le développement industriel de l'intelligence artificielle, enquête effectuée auprès de 500 entreprises du secteur auto à travers le monde. Elle montre que de moins en moins d'acteurs du secteur automobile intègrent ces solutions à leurs palettes de systèmes embarqués, certains renonçant même complètement à les développer sur une grande échelle a des fins de production en série pour leurs automobiles.

Dynamiques de développement incertaines

Selon cette étude, la proportion de constructeurs ne développant aucune solution à ce sujet a augmenté de 26 à 39% au total, de la mi-2017 à maintenant. Le nombre de ceux qui sont en phase d'essais de projets pilotes et de prototypes a chuté sur la même période de 41 à 26%. Et seuls 10% des constructeurs interrogés seulement disent incorporer ces techniques à leurs solutions de bord.

Cap Gemini explique ce ralentissement sensible par des problèmes techniques, en majorité. Dont la difficulté qu'ont les constructeurs a faire communiquer leurs technologies de systèmes embarqués avec ces nouvelles solutions. D'autant que beaucoup de ces acteurs avouent accuser du retard en matière d'appréhension du champ d'application, d'intégration des compétences, et de traitement des données.

Les dangers de l' « HyperBuzz »

Mais plus encore, les constructeurs commencent à douter de l'utilité de la frénésie d'investissement du moment sur ces technologies, dans une période que Cap Gemini qualifie d' « HyperBuzz » autour de l'automobile du futur. En clair, les grands noms de l'automobile n'arrivent pas à de trouver de bons cas d’usage à grande échelle, pour prouver les bénéfices et retours sur investissement de ces recherches. Ils en concluent que leur travail prioritaire reste... de fabriquer des voitures et des systèmes de bord simples.

D'autant que malgré les milliards de dollars investis par toutes les grandes enseignes mondiales du secteur, Google, Microsoft ou Intel qui ont travaillé à ces modèles et solutions depuis des années, possèdent une longueur d'avance incomparable aussi bien dans la sophistication des systèmes que dans leur capacité à pouvoir les appliquer à une multitude de domaines, y compris l'automobile. Le système d'alliances semble donc bien plus profitable.

Phase de rationalisation

Les constructeurs poursuivent leur processus de rationalisation des investissements et des priorités, préférant s'allier ou partager les coûts de développements pour certaines technologies (notamment l'autonomie), réservant le gros de leurs capitaux pour les dynamiques de transition les plus urgentes, notamment l'électrification et l'optimisation des moteurs thermiques.

Le meilleur exemple de ce phénomène est sans doute l'alliance entre Google et l'Alliance Renault-Nissan-Mitsubishi : Google, qui renoncé a développer à grande échelle une véritable voiture autonome, s'est allié au plus grand fabricant de voitures du monde, dont c'est le métier, et qui va profiter des solutions technologiques du géant américain. Le tout autour d'un projet précis de taxi autonome, avec un véritable modèle économique à la clé.

Preuve que les constructeurs automobiles mondiaux poursuivent leur travail de rationalisation des investissements, conscients que les vrais défis sont ailleurs, et nécessitent tous les capitaux nécessaires, en évitant de se disperser dans des recherches complexes, coûteuses, et aux retombées économiques incertaines.