2025 : l’année où les voitures autonomes deviendront courantes ?

Quand les voitures autonomes arriveront-elles ?

En ce qui concerne les technologies disruptives qui semblent imminentes, peu d'entre elles semblent avoir autant d'impact sur l'économie et la société dans son ensemble que les technologies autonomes ou « auto-conduites », à l'exception, bien sûr, peut-être, de l'AGI (intelligence artificielle générale).

Cela est dû au nombre considérable d'emplois et de tâches qui nécessitent la conduite de véhicules. Cela commence par les métiers de chauffeur, comme les chauffeurs de taxi, les livreurs, les chauffeurs routiers, etc. Mais plus fondamentalement, la majeure partie de la population mondiale effectue cette tâche sans être rémunérée, gaspillant souvent des heures de sa journée. tous les jours, derrière le volant.

Cela représente une perte de productivité massive qui pèse sur l'économie, notre quotidien et notre culture. C'est pourquoi, dès 2023, les robotaxis étaient censés générer jusqu'à quatre millions de dollars. billion dollars de revenus.

Cependant, développer des véhicules véritablement autonomes est difficile, et jusqu'à présent, les transports entièrement automatisés n'ont pas encore été mis en circulation. Où en sommes-nous du déploiement à grande échelle des véhicules autonomes ?

Le potentiel énorme de la conduite autonome

Retour au 2023, Le rapport « Big Ideas » d'ARK Invest a projeté des revenus potentiels massifs pour les robotaxis, avec des revenus pouvant atteindre 9 2030 XNUMX $ prévus d'ici XNUMX..

Source: ARK Invest « Grandes idées 2023 », page 113

Derrière cette idée se cache un fait économique fondamental : les robotaxis pourraient réduire le besoin de posséder une voiture, à condition que les trajets soient suffisamment bon marché.

Cela peut créer une boucle de rétroaction positive, où les tarifs bon marché augmentent la demande, ce qui augmente l'utilisation des robotaxis, amortissant davantage les coûts d'investissement, réduisant les prix, ce qui augmente davantage la demande, etc.

Il note que si les fournisseurs de services peuvent réduire ce montant à 0.25 $ par mile, les services de taxi autonomes seront « être plus rentable que 95 % des trajets court-courriers. »

L'économie de la conduite autonome est encore plus simple si elle s'applique au transport de marchandises comme les camions et les navires. Dans ce cas, les conducteurs et les équipages ne sont que des coûts à supprimer de la structure de l'entreprise si les systèmes autonomes sont suffisamment fiables pour les remplacer.

Source: ARK Investir

Globalement, il ne fait aucun doute que les véhicules autonomes seraient une source de revenus colossale, ce qui explique pourquoi tant d'entreprises technologiques investissent des dizaines de milliards dans leur développement. Mais il semble que ce soit un défi difficile à relever.

Construire la pile technologique de la conduite autonome

Assistance aux techniciens

Avant d’aborder le cœur des véhicules autonomes, l’IA qui les dirige, nous pouvons brièvement expliquer pourquoi la dernière décennie a rendu les voitures autonomes, mais aussi les drones et d’autres objets, économiquement viables.

L'une des raisons est la chute des coûts des capteurs et de la puissance de calcul. On oublie facilement que le premier iPhone n'est sorti qu'en 2007, et qu'un téléphone doté d'un bon appareil photo et fonctionnant comme un mini-ordinateur était une révolution à l'époque, il y a moins de 20 ans.

Depuis lors, les optiques, les capteurs, les puces et autres composants électroniques sont devenus moins chers, plus puissants et plus fiables.

L'essor des véhicules électriques depuis la première Tesla Roadster en 2008 a également transformé le fonctionnement des véhicules. La nouvelle voiture électrique peut fournir une quantité considérable d'énergie électrique grâce à sa batterie et à sa transmission de grande capacité, simplifiant ainsi l'alimentation des puces de conduite autonome et de ses capteurs.

Les voitures électriques sont également beaucoup plus fiables mécaniquement, capables de parcourir des distances bien plus longues avec une usure réduite, et leur carburant est globalement bien moins cher au kilomètre, ce qui en fait des « robotaxis » parfaits pour de nombreux utilisateurs, capables de rouler toute la journée. En comparaison, la technologie de conduite autonome serait bien moins rentable si elle devait s'appuyer sur des voitures à moteur thermique (ICE).

Globalement, les voitures d'aujourd'hui sont déjà de véritables ordinateurs sur roues, avec 300 à 1,000 3,000 puces par voiture, et certains véhicules électriques en comptent jusqu'à XNUMX XNUMX. Il leur manque juste le « cerveau » pour se conduire eux-mêmes.

Source: Semi-polaire

Comprendre les routes

Pour les fonctions les plus basiques, comme identifier la route à prendre du point A au point B, la plupart des IA autonomes sont parfaitement capables d’effectuer la tâche depuis plus d’une décennie, notamment depuis l’adoption massive des applications GPS et « Maps » fournissant les données requises.

La partie la plus délicate pour la voiture est de comprendre ce qui change sur la route : les conditions météorologiques, les autres voitures, les piétons, les vélos, les animaux, etc.

Ici aussi, le cas général s’est avéré relativement rapide à résoudre, avec des systèmes permettant la « conduite assistée » sur autoroute, un environnement beaucoup moins exigeant, déjà proposé dans la plupart des voitures haut de gamme.

Mais les situations plus complexes, comme les zones de construction, les centres-villes, la présence de piétons et les accidents de la circulation, sont plus difficiles à gérer.

En général, les systèmes de conduite autonome sont classés selon un spectre, allant de la simple assistance pour maintenir la vitesse et se garer, jusqu'au véhicule autonome idéalisé. Le dernier niveau, L5, ou automatisation complète sans conducteur, reste encore inatteignable.

Source: MobileEye

Généralement, l'incapacité à atteindre le niveau d'autonomie L5 est due à de rares cas qui perturbent l'IA. Par exemple, un ordinateur peut avoir du mal à comprendre la situation d'une voiture dans un parking à plusieurs niveaux :

Le véhicule pensait que les voitures garées dans le parking bloquaient la route. Il s'est dit : "Voiture arrêtée, contournez le trottoir."

Lorsqu'un système rencontre quelque chose et ne sait pas quoi faire, dans de nombreux cas, la voiture s'arrête tout simplement de bouger.

David Fritz - Vprésident de la division Systèmes hybrides physiques et virtuels chez Siemens Digital Industries Software

Matériel de réseaux neuronaux

La plupart des progrès récents réalisés en matière d’IA ont été construits sur la base de technologie des réseaux neuronaux, qui a remporté le prix Nobel de physique 2024Contrairement à l’informatique ordinaire, qui nécessite un ensemble rigide de commandes pour chaque situation, les réseaux neuronaux peuvent s’adapter à leurs conditions d’entraînement pour fournir la réponse appropriée.

Source: Prix ​​Nobel

Cela les rend intrinsèquement plus aptes à gérer les situations « désordonnées », où les entrées sont très variables et les données sont toujours quelque peu déroutantes pour un ordinateur (« bruyantes »).

Pendant longtemps, les réseaux neuronaux ont été entraînés et exécutés sur des GPU, transformant les cartes graphiques des ordinateurs en matériel d'IA. Plus récemment, du matériel dédié à l'IA et aux réseaux neuronaux a été développé.

Parmi d'autres matériels d'IA (qui nous en avons discuté plus en détail dans un rapport dédiéLes processeurs de réseaux neuronaux (NNP) sont particulièrement pertinents pour l'IA autonome. Également appelés unités de traitement neuronal (NPU) ou puces neuromorphiques, ils peuvent effectuer une opération en un seul calcul, au lieu de plusieurs milliers avec du matériel généraliste.

En raison de cette efficacité énergétique, les NPU sont populaires pour ce que l’on appelle le « edge computing », où les calculs sont effectués sur site plutôt que dans le cloud.

La conduite autonome devant être fiable, très réactive et ne pas dépendre d'une connexion, elle s'appuie principalement sur l'informatique de pointe exécutant un réseau neuronal localement, même si la formation de l'IA était auparavant effectuée dans le cloud.

Choisir la bonne technologie

Géorepérage vs conduite libre

Pourquoi le géorepérage

Un choix majeur en termes de technologie et de stratégie commerciale pour les futures entreprises de voitures autonomes a été la décision d'utiliser ou non le géorepérage.

Le géorepérage consiste à former spécifiquement un système de conduite autonome pour fonctionner uniquement dans une zone géographique limitée, définissant ainsi une frontière virtuelle à l'endroit où le système de conduite autonome peut fonctionner.

L'idée est qu'en limitant la zone, le système d'IA peut apprendre suffisamment bien ces les routes en particulier doivent être dignes de confiance pour y conduire en toute sécurité.

« Limiter la zone à des endroits plus « privés », ou même à des trottoirs plutôt qu'à des routes, peut réduire considérablement le type d'interactions que le véhicule aura avec d'autres objets, tels que les voitures, les camions, les cyclistes et les piétons. »

Robert Day – Directeur des partenariats automobiles pour Arm's Automotive et IoT.

En réduisant le nombre de cas que l'IA doit traiter, ainsi que la route et les chemins possibles, elle réduit considérablement le calcul requis, ce qui a également un impact sur le matériel requis.

 « Les limites imposées par le géorepérage ont un impact profond sur les capacités requises par un véhicule autonome, ce qui a un impact sur le matériel nécessaire pour alimenter les systèmes autonomes. »

Robert Day – Directeur des partenariats automobiles pour Arm's Automotive et IoT.

Cependant, cela limite considérablement les possibilités de déploiement des véhicules autonomes. Cela signifie que chaque nouvelle ville exige que l'entreprise de véhicules autonomes crée un ensemble personnalisé de données d'apprentissage, généralement en conduisant manuellement des véhicules dans les zones concernées pendant plusieurs années avant le lancement.

Cela rend l’approche plutôt coûteuse.

Cela rend également les voitures autonomes attractives uniquement pour les entreprises de robotaxis, les particuliers ayant probablement encore besoin de leur propre voiture, car ils voudront occasionnellement sortir des zones géorepérées, qui sont généralement limitées au centre-ville ou à une seule ville.

Si l’industrie reste coincée dans ce paradigme, la plupart des gains attendus de l’adoption massive des robotaxis ne se produiront tout simplement pas.

Conséquences juridiques et commerciales du géorepérage

Dans le même temps, opter pour une conduite entièrement autonome sans aucune limitation peut s’avérer contre-productif.

Cela peut retarder le déploiement de services autonomes, car ils doivent d’abord être parfaits partout, au lieu d’être d’abord déployés dans une liste limitée de villes, où ils pourraient déjà atteindre des millions d’utilisateurs.

Un autre problème réside dans la réglementation et la législation entourant les systèmes de conduite autonome. Les autorités réglementaires se sont montrées réticentes, mais disposées à accepter le déploiement lent des solutions de géorepérage, notamment lorsque la sécurité dans une zone donnée a été démontrée.

Mais une autorisation mondiale et illimitée des voitures autonomes nécessitera non seulement une approbation locale, mais également des lois et réglementations au niveau national qui restent à créer.

Comme le droit évolue souvent beaucoup plus lentement que la technologie, cela pourrait s’avérer un sérieux problème pour le déploiement illimité du niveau d’autonomie L5, même si tous les problèmes techniques sont déjà résolus.

LIDAR ou caméras uniquement

Un autre débat dans l'industrie concerne l'utilisation du LIDAR (détection et télémétrie par la lumière, ou « radar laser »). Le LIDAR utilise des faisceaux laser pour détecter les objets proches, créant ainsi un modèle 3D en temps réel de son environnement.

Source: Autoweek

Les systèmes LIDAR sont généralement placés sur le dessus des voitures autonomes, ce qui en fait un ajout plutôt volumineux.

L'un des avantages du LIDAR est sa capacité à voir plus loin que les caméras et à évaluer les distances avec brio, ce qui le rend particulièrement utile pour éviter les accidents à grande vitesse. Il fonctionne également parfaitement dans l'obscurité ou en faible luminosité.

Source: Forbes

Souvent, le LIDAR est utilisé en conjonction avec le radar pour détecter des objets même dans des conditions difficiles, comme le brouillard, par exemple.

La plupart des technologies de conduite autonome s'appuient sur le LIDAR afin d'accroître la sécurité, à l'exception de Tesla (TSLA ), mais cela comporte quelques inconvénients.

Le premier est le coût. La plupart des systèmes LIDAR haut de gamme coûtant entre 70,000 80,000 et XNUMX XNUMX dollars, les voitures autonomes sont donc assez onéreuses. Ce n'est peut-être pas toujours le cas. car il y a des signes que le LIDAR est devenu beaucoup moins cher récemment, en particulier pour les LIDAR bas de gamme, les rendant peut-être plus viables commercialement.

« C'est une question de volume et de technologie. L'industrie automobile mise sur l'échelle pour réduire ses coûts. Lorsque le volume des applications augmente, les coûts baissent. »

Une unité LiDAR, par exemple, coûtait autrefois 30,000 4,100 yuans (environ 1,000 138 dollars), mais maintenant elle ne coûte plus qu'environ XNUMX XNUMX yuans (environ XNUMX dollars) — une baisse spectaculaire.

Li Chuanhai – Vice-président du groupe Geely Auto

Le LIDAR est une technologie assez complexe comportant de nombreuses pièces mobiles (mini-miroirs rotatifs), ce qui explique en partie son coût élevé et peut rendre la maintenance et la fiabilité difficiles.

Enfin, toute IA entraînée avec des données LIDAR en aura probablement toujours besoin pour fonctionner correctement, car cette exigence sera profondément ancrée dans le réseau neuronal. Ainsi, toute entreprise qui choisirait le LIDAR pour entraîner son système de conduite autonome pourrait bien y rester fidèle.

Dans quelle mesure les voitures autonomes doivent-elles être sûres ?

Une question clé pour les régulateurs comme pour les utilisateurs est de savoir dans quelle mesure une voiture autonome doit être sûre. En théorie, si les voitures autonomes sont cinq fois plus sûres qu'un conducteur humain, elles devraient être rapidement adoptées et saluées comme un progrès.

Cependant, dans la pratique, les gens sont très réticents à faire confiance à une machine qui n'est que légèrement plus sûre que les humains, sujets aux erreurs. Ces derniers ont également tendance à surestimer leurs capacités de conduite.

Ainsi, même si les systèmes de conduite autonome sont depuis des années beaucoup plus sûrs que les voitures conduites par des humains (comme l’illustrent déjà les données de Tesla en 2023), la perception selon laquelle tout accident est un « échec » de l’IA persiste.

L'enregistrement de chaque accident par les caméras de la voiture et les réactions des médias grand public et des réseaux sociaux n'aident pas non plus.

Source: ARK Investir

En conséquence, il est probable que la barre très élevée de 10 à 100 fois plus sûre qu’un conducteur humain sera requise pour que l’autorisation de conduite autonome de niveau L5 totalement sans restriction soit libérée sur toutes les routes.

Entreprises de conduite autonome

Waymo

En ce qui concerne les robotaxis réellement déployés, un leader clair émerge : Google-linked WaymoEn avril 2025, Waymo était déjà signalant 250,000 XNUMX trajets rémunérés en robotaxis par semaine aux États-Unis, principalement à Austin, Phoenix et dans la région de la baie de San Francisco, avec un million de kilomètres parcourus chaque mois.

Le succès de Waymo est dû à un démarrage précoce (la société a été lancée en 2010, avec une technologie remontant à 2005) et à une approche très prudente : ses robotaxis sont géolocalisés et s'appuient fortement sur des systèmes LIDAR haut de gamme, remportant la course à la conduite autonome sûre, même si elle est limitée à quelques domaines jusqu'à présent.

Cela a aidé Waymo à conclure des alliances précieuses comme un partenariat stratégique avec Toyota, le plus grand constructeur automobile au monde en termes d'unités vendues (> 10 millions par an).

Toyota et Waymo souhaitent unir leurs forces respectives pour développer une nouvelle plateforme de véhicules autonomes. Parallèlement, les entreprises exploreront comment exploiter la technologie autonome de Waymo et l'expertise automobile de Toyota pour améliorer la prochaine génération de véhicules personnels.

Toyota s'engage à créer une société sans accident de la route et à devenir une entreprise de mobilité qui offre la mobilité à tous.

hiroki nakajima - Vice-président exécutif de Toyota Motor Corporation

(Vous pouvez lire en savoir plus sur Toyota dans son rapport d'investissement dédié)

Tesla

L’autre concurrent majeur dans la course aux voitures autonomes et aux robotaxis est Tesla.

L'entreprise a eu un avantage majeur dans le fait que tous ses véhicules vendus sont équipés de caméras qui, selon l'entreprise, devraient suffire à former son IA, sans nécessiter de LIDAR, ou même les radars.

Cela signifie que Tesla obtient gratuitement des millions de kilomètres de données d'entraînement, fournies par les acheteurs de Tesla roulant en conditions réelles. En revanche, la quasi-totalité des autres constructeurs de véhicules autonomes doivent rémunérer leurs conducteurs pour circuler dans des rues réelles pendant des années dans chaque zone géorepérée, ce qui augmente considérablement les coûts.

Source: ARK Investir

Cependant, la sortie de la conduite entièrement autonome (FSD) par Tesla a été une annonce perpétuellement « bientôt » puis retardée de plusieurs années (à partir des attentes de voitures autonomes disponibles en 2018), conduisant à quelques critiques sévères concernant les attentes irréalistes.

Cependant, cela pourrait enfin changer, avec Le Texas accorde à Tesla Robotaxi un permis pour exploiter un service de VTC en août 2025, après un essai à Austin depuis juin 2025. Pour l'instant, un employé de Tesla est toujours à bord en tant que surveillant de sécurité.

Tesla est donc, comme toujours, controversé, certains considérant l'approbation du Texas comme la première étape vers un déploiement à grande échelle du FSD, et le moniteur de sécurité humaine comme un problème temporaire, tandis que d'autres pensent que Tesla ne lancera jamais de robotaxis véritablement autonomes.

La vérité se situe probablement quelque part entre les deux.

En théorie, si les humains peuvent utiliser uniquement leurs yeux pour conduire une voiture, l'IA le peut aussi ; l'utilisation exclusive de caméras ne devrait donc pas poser problème indéfiniment. En même temps, cette stratégie ambitieuse, qui pourrait s'avérer judicieuse à long terme, a clairement freiné le déploiement de Tesla à court terme, malgré l'optimisme d'Elon Musk.

(Vous pouvez lire en savoir plus sur Tesla dans son rapport d'investissement dédié)

Baidu

Baidu, le premier moteur de recherche chinois, suit les traces de Google avec Apoulet Go, ses propres voitures autonomes.

Baidu est passé à des opérations entièrement sans conducteur dans plusieurs villes chinoises, en retirant les chauffeurs de sécurité de leurs véhicules.

Baidu a conclu un accord avec Uber en juillet 2025 pour amener ses voitures sans conducteur dans le monde en dehors des États-Unis et de la Chine.

Les deux sociétés ont déclaré que le partenariat pluriannuel verrait des « milliers » de véhicules autonomes Apollo Go de Baidu sur Uber dans le monde entier.

Baidu a déjà fourni 899,000 2024 trajets au deuxième trimestre 2025. En 20, les zones pilotes s'étendront à XNUMX villes.

En 2024, Baidu a rendu open source sa technologie de conduite autonome, confirmant une tendance de la technologie d'IA chinoise vers l'open source, comme l'illustre une démarche similaire par la sensation généraliste de l'IA DeepSeek.

Pour le marché américain, il est peu probable que Baidu fasse beaucoup de progrès dans le contexte des tensions commerciales et des inquiétudes concernant les données des utilisateurs, mais il pourrait être un concurrent sérieux de Waymo et Tesla à l'étranger, notamment avec le soutien d'Uber.

Zoox

Zoox, une filiale d'Amazon, est facile à identifier pour sa conception unique, construisant ses robotaxis comme des véhicules dédiés loin des fonctionnalités normales d'une voiture ordinaire.

Source: TechCrunch

L'entreprise vient de obtenu une exemption de la Programme élargi d'exemption des véhicules automatisés de la National Highway Traffic Safety Administration, lui permettant de faire la démonstration de ses robotaxis sur mesure sur la voie publique. Il s'agit d'une étape importante, car les robotaxis Zoox sont dépourvus des caractéristiques essentielles des voitures classiques, comme le volant et les pédales.

Zoox a lancé en juin 2025 sa première ligne de production pour ses véhicules, visant à produire plus de 10,000 XNUMX robotaxis par an. Cela fait suite aux tests effectués dans plusieurs villes américaines et qui s'étendent à d'autres : Las Vegas, la région de la baie de San Francisco, Seattle, Austin, Miami, Los Angeles et Atlanta.

Zoox prévoit désormais de déployer des offres commerciales de conduite de robotaxi à Las Vegas, San Francisco, puis à Austin et Miami dans les prochaines années.

(Vous pouvez lire en savoir plus sur Amazon dans son rapport d'investissement dédié)

WeRide

WeRide est une entreprise fondée dans la Silicon Valley en 2017 et dont le siège social est en Chine. Elle a réalisé de nombreux tests à travers le monde, notamment aux Émirats arabes unis. un domaine dans lequel elle se développe désormais grâce à un partenariat avec Uber. C'est aussi déploie actuellement un robotaxi 24h/7 et XNUMXj/XNUMX à Pékin.

Pour résoudre les problèmes potentiels de visibilité la nuit, le robotaxi de WeRide est équipé de plus de 20 capteurs, dont des caméras de haute précision et de haute dynamique et des lidars à haute ligne sur tout le véhicule.

Associé à son algorithme de fusion multi-capteurs et à sa plateforme de calcul haute performance, le système atteint une couverture sans angle mort à 360° dans une plage de détection allant jusqu'à 200 m.

Mobile

Mobileye est une société basée en Israël, acquise par Intel en 2017 et réintroduite en bourse en 2022.

Même si les technologies sont prometteuses, des problèmes pourraient se profiler au sein de l'entreprise, avec des nouvelles en juillet 2025 selon lesquelles Intel prévoit des licenciements et la vente de 8 % de sa participation dans la société.

Il est possible que cela reflète plutôt des problèmes plus généraux chez Intel, l'entreprise licenciant également des employés dans d'autres activités.

Cela pourrait toutefois rester un problème pour Mobileye, car cela réduirait le montant des fonds et du soutien qu'elle peut attendre de sa société mère, la désavantageant par rapport à Waymo ou Zoox, par exemple.

(Vous pouvez lire en savoir plus sur Intel dans son rapport d'investissement dédié)

Innovation Aurora

L'entreprise se concentre davantage sur les camions sans conducteur, en mettant l'accent sur la conduite sur autoroute, qui représente l'immense majorité du kilométrage parcouru par les camions.

En mai 2025, Aurora a effectué son premier véritable trajet sans conducteur, après avoir enregistré trois millions de kilomètres autonomes, transportant plus de 10,000 XNUMX chargements de clients.

L'entreprise a été fondée par Chris Urmson, l'un des premiers dirigeants du projet de voiture autonome de Google, désormais bien connu sous la marque Waymo.

« Je roule sur l'autoroute à 65 km/h, non pas au volant, mais sur le siège arrière, regardant le paysage se dérouler tandis qu'un camion chargé de pâtisseries est conduit par la technologie que j'ai contribué à créer. »

Aurora prévoit d'étendre son service sans conducteur à El Paso, au Texas, et à Phoenix, en Arizona, d'ici la fin de 2025.

Ceux qui ont abandonné

Alors que les entreprises à succès donnent désormais l’impression que gagner la course à la conduite autonome n’est qu’une question de persévérance, il convient de rappeler les projets qui ont échoué en cours de route :

• General Motors a abandonné Cruise en décembre 2024.
• Apple a abandonné ses propres projets de conduite autonome en avril 2024.
• Uber a vendu son segment de voitures sans conducteur à Aurora Technologies en 2020

Conduite autonome sans voiture

De nombreuses entreprises travaillent sur la conduite autonome, mais se concentrent sur des systèmes autres que les voitures.

Par exemple, les petits robots de livraison, techniquement autonomes, sont suffisamment petits pour échapper à la réglementation visant les voitures. Pour l'instant, les leaders des robots roulants sont Technologies estoniennes des vaisseaux spatiauxLancée par les cofondateurs de Skype et le géant chinois du commerce électronique Alibaba, l'application a adopté un design petit et inoffensif, assez similaire à celui des droïdes de Star Wars.

Source: Starship

Pour des raisons réglementaires et en raison de l'impact considérable de tout accident impliquant des véhicules lourds, les camions autonomes dépendent toujours de l'intervention humaine, avec des entreprises comme Kodiak, Gatik et Pony.ai suivant l'exemple d'Aurora Innovation.

Une autre idée consiste à utiliser des drones volants pour la livraison d'articles petits et légers. Jusqu'à présent, le leader est clairement Tyrolienne, Suivie par Aile et Meituan (3690.HK). Cela pourrait être une véritable révolution, mais elle est confrontée à encore plus d’obstacles réglementaires que les camions de livraison autonomes, elle pourrait donc être plus lente à être déployée à grande échelle.

Source: ARK Investir

Conclusion

Après des années de lenteur malgré l’arrivée imminente de voitures entièrement autonomes espérée par Elon Musk et d’autres leaders du secteur, 2025 est un point d’accélération clair pour la technologie de conduite autonome.

De nombreuses villes qui ont pris des risques très tôt ont désormais des robotaxis qui circulent régulièrement dans leurs rues, ce qui fait baisser le prix des VTC.

Jusqu’à présent, il semble que les États-Unis et la Chine soient les deux pays en avance au niveau mondial, à la fois en termes d’entreprises leaders dans le domaine et en termes de réglementations plus flexibles, la boucle de rétroaction positive entre l’innovation et un cadre réglementaire accueillant constituant une étude de cas probablement précieuse pour les économistes à l’avenir.

Pour l'instant, la vision de robotaxis limités, géolocalisés et déployés lentement, dotés d'un ensemble complet de caméras, de LIDAR, de radars et d'autres capteurs, semble avoir été la combinaison gagnante pour ne pas avoir besoin de conducteurs.

Cela a grandement profité à Waymo avec son approche prudente choisie, avec Zoox et de nombreuses autres entreprises sur ses talons et qui rattrapent rapidement leur retard.

Pendant ce temps, Tesla poursuit son rêve d'une technologie de conduite entièrement autonome, capable de circuler sur n'importe quelle route et de s'appuyer uniquement sur des caméras, idéalement par une simple mise à jour logicielle sur toutes les Tesla existantes. C'est un pari risqué, mais aussi une idée intéressante, qui semble la seule susceptible d'offrir une conduite autonome illimitée dans un avenir proche.

La technologie géolocalisée ne se déploiera probablement que très lentement à l'échelle mondiale, petit à petit, et se limitera à concurrencer les services de taxi traditionnels dans les grandes villes. Cela laisse en suspens une grande partie du potentiel de plusieurs milliards de dollars que représenteraient les « véritables » robotaxis capables de remplacer la possession d'une voiture par des trajets en véhicule électrique omniprésents, ultra-économiques et disponibles 24h/7 et XNUMXj/XNUMX.

Fidèle à sa culture d’entreprise, Tesla pourrait bien être le grand gagnant et créer un tout nouveau marché massif et révolutionner ce que signifie une voiture, une fois de plus, mais seulement si elle parvient à résoudre un défi technique apparemment insurmontable.