Les projets IA de grande envergure dans le secteur automobile stagnent, alors que leur déploiement pourrait représenter des gains énormes, s’étonne Capgemini

Seuls 10% des principaux acteurs du secteur automobile travaillent sur des projets d’intelligence artificielle à grande échelle alors qu’un déploiement de ce type pourrait permettre une augmentation de leur résultat d’exploitation pouvant aller jusqu’à 16%. L’étude du Capgemini Research Institute montre également que le nombre d’entreprises du secteur automobile travaillant avec l’IA est en baisse par rapport à 2017, malgré les avantages constatés sur le plan des coûts, de la qualité et de la productivité. Dommage !

Le déploiement de l’IA ralentit : depuis 2017, le nombre d’entreprises du secteur automobile ayant réussi à déployer l’IA à grande échelle n’a augmenté que de façon marginale (de 7 % à 10 %). Cependant, le nombre de sociétés ayant déclaré ne pas utiliser l’IA connaît une hausse bien plus marquée (de 26% à 39%). Selon l’étude, seules 26% des entreprises travaillent actuellement sur des projets IA (contre 41% en 2017). Cette diminution pourrait découler des difficultés que ces entreprises rencontrent pour atteindre le ROI qu’elles se sont fixé. L’étude met également en lumière une disparité régionale importante, avec 25% des entreprises américaines déployant des projets IA à grande échelle, contre 9% seulement en Chine (un chiffre néanmoins en nette hausse, de 5% à 9%), 8% en France, 5% en Italie et 2% en Inde.

Des gains énormes…

L’IA à grande échelle pourrait générer des gains significatifs : les timides progrès en matière de déploiement de projets IA à grande échelle sont autant d’opportunités manquées pour les entreprises du secteur automobile. Selon le rapport, une simulation faite à partir du profil type de l’un des 50 plus gros constructeurs automobiles (OEM) montre que l’IA à grande échelle pourrait générer une augmentation significative du résultat d’exploitation : de 5% pour l’estimation la plus basse à 16% pour l’estimation la plus optimiste.

«Grâce à l’inspection visuelle augmentée d’IA, nous avons réduit le nombre de ‘faux positifs’ de manière significative par rapport à nos anciens systèmes, explique Demetrio Aiello, responsable du laboratoire IA et robotique chez Continental. Je suis convaincu qu’en tirant pleinement parti de toutes les capacités de l’IA, nous pourrions avoir le même effet que de doubler notre capacité de production actuelle.»

L’IA est perçue comme un vecteur de création d’emplois, et non l’inverse : le rapport montre que la perception de l’IA est aujourd’hui très positive dans le secteur. En effet, 100% des dirigeants interrogés affirment que l’IA permet de créer de nouveaux emplois (contre 84% en 2017).

Des bénéfices, à tous niveaux

Le déploiement de l’IA génère des résultats concrets : l’étude montre que dans le secteur automobile l’IA génère des bénéfices à l’échelle de toutes les fonctions de l’entreprise. En moyenne, les projets IA peuvent améliorer la productivité des activités de recherche et développement (R&D) de 16%, augmenter l’efficacité opérationnelle de 15% de la chaîne logistique et de 16% pour la fabrication et les opérations. Avec des coûts directs liés à l’expérience client réduits de 14%, de 17% pour les services informatiques, et une amélioration des délais de mise sur le marché de 15% en R&D et de 13% en marketing/ventes.

Le rapport présente également plusieurs projets de déploiements IA réussis de manière plus détaillée. Par exemple, Continental s’appuie sur des simulations IA pour générer l’équivalent de plus de 8 000 km de données de tests de conduite par heure, contre 10 500 km par mois avec les tests de conduite physique classiques.

Autre exemple, Volkswagen anticipe avec précision les ventes de véhicules pour 250 modèles dans 120 pays grâce à l’utilisation du machine learning. De son côté, Mercedes-Benz teste un système de reconnaissance basé sur l’IA pour le transport de colis permettant réduire le temps de chargement des véhicules de 15 %.

Markus Winkler, Vice-président exécutif, à la tête du secteur Automobile du groupe Capgemini, conclut : «Ces résultats montrent que la progression de l’IA dans le secteur automobile perd de son élan. Si certaines entreprises récoltent les fruits de leurs initiatives, d’autres éprouvent des difficultés à prioriser les usages les plus efficaces. Les constructeurs doivent aujourd’hui faire de l’IA une priorité stratégique et aligner leurs investissements, leurs talents et leur gouvernance en conséquence.»