« Il y aura un avant et un après l'IA générative ». Concepteur de l'assistant vocal Siri et
désormais directeur scientifique chez Renault, Luc Julia est au premier rang de la bataille de l'intelligence artificielle dans l'automobile. Si l'IA a été, à de multiples reprises, citée pour révolutionner le transport, notamment grâce aux voitures autonomes, elle s'immisce peu à peu dans l'industrie.

D'après une étude du cabinet allemand Roland Berger, rien que dans la Recherche et le développement (R&D), elle permettrait aux équipementiers, spécialistes dans une pièce précise de l'automobile, de réduire leur dépense de 30 % à 50 %. Et ce, grâce au temps gagné pour exécuter une tâche, jusqu'à 3 ans sur les 5 ans nécessaires au développement d'un nouveau produit. « Dans la phase d'innovation, on retrouve notamment l'étape cruciale de la lecture des brevets qui permet de cartographier l'état de l'art technologique et sa propriété intellectuelle. Le temps d'exécution peut s'approcher aujourd'hui des 10 jours. Grâce à l'IA, il pourra tomber à 1h30 », confirme Clément Carle, consultant senior du cabinet.

Le gain de temps et d'argent peut se faire à plusieurs niveaux. Concrètement, l'IA générative peut générer de nouveaux designs de pièces en fonction des instructions données par le constructeur automobile, tout en améliorant son aérodynamique, sa résistance... Surtout, elle permet d'accélérer les phases de tests et de validation et, ainsi, d'améliorer la qualité des produits. « L'IA va consulter l'ensemble des rapports d'anciens tests et ajuster leur nombre en justifiant son choix par rapport aux performances précédentes qu'elle a enregistrées dans sa base », explique Clément Carle.

En plus de décupler les possibilités, l'IA va surtout agir sur les emplois. « Par principe, l'IA se développe davantage quand elle peut remplacer plusieurs emplois, soit préférentiellement dans le secteur des services », avance Cyrille Dalmont, directeur de recherche sur les questions numériques à l'Institut Thomas More. C'est d'ailleurs la raison pour laquelle l'IA n'en est qu'aux balbutiements dans l'industrie automobile contrairement aux banques, assurances ou encore au secteur commercial.

Chaque entreprise doit ainsi créer son propre ChatGPT, entraîné selon les données historiques du groupe et ses objectifs. Pour l'heure, difficile de connaître l'avancement de ces systèmes ainsi que leur performance sur le terrain, tant le secret industriel est bien gardé. Mais le constructeur automobile qui parviendra à généraliser l'IA au sein de sa production aura une longueur d'avance considérable sur les autres.

La France très en retard

Et tout laisse à penser que les constructeurs automobiles chinois, coréens et américains sont les mieux placés. « La France est très en retard puisqu'en Europe, nous n'avons pas de géants du numérique de taille mondiale », rappelle Cyrille Dalmont. Dans cette bataille, Tesla, créé entièrement autour du numérique, apparaît comme le concurrent le plus en avance. De son côté, la Chine a annoncé son ambition d'être la pionnière sur la digitalisation, en particulier sur les voitures autonomes. Mais rien côté industrie.

Car l'intelligence artificielle dans la production de véhicules demande des moyens colossaux, et les constructeurs automobiles sont occupés sur d'autres terrains. En particulier les Européens, qui doivent gérer le virage imposé vers l'électrique, avec la fin de la vente des moteurs thermiques à horizon 2035.

De même, les constructeurs européens préfèrent se concentrer sur la digitalisation à bord du véhicule. Récemment, Stellantis a annoncé la mise en place de ChatGPT dans sa future DS4 commercialisée en 2024. Une première européenne qui montre l'envie des constructeurs historiques d'entrer dans la bataille de l'IA. D'autant que, depuis peu, l'IA générative s'est largement démocratisée avec les modèles de langage en open source, permettant aux industriels de posséder leur propre IA sans être lié aux GAFAM. Ces systèmes permettent de conserver les données des constructeurs au sein du groupe, et ainsi réduire les risques de cyberattaques. Une avancée majeure, en particulier dans le monde très confidentiel et stratégique de la production industrielle.