Repenser le développement produit automobile pour prendre l’avantage dans la course à l’IA

Comment les organisations déploient l’IA agentique à grande échelle dans l’ingénierie automobile et tout au long du cycle de développement produit.

L’industrie automobile adopte l’intelligence artificielle à un rythme soutenu. Mais les technologies progressent plus vite que les processus, les dispositifs de gouvernance et les modèles opérationnels nécessaires pour les mettre en œuvre et déployer l’IA à grande échelle tout au long du cycle de vie des produits automobiles. Aujourd’hui, l’avantage concurrentiel repose de plus en plus sur la capacité à transformer les résultats générés par l’IA en décisions d’ingénierie fiables. Pourtant, établir cette confiance dans les décisions d’ingénierie fondées sur l’IA reste un défi.

Ce rapport s’appuie sur une enquête menée auprès de 800 dirigeants issus de constructeurs automobiles, d’équipementiers et de fournisseurs de technologies dans 12 pays. Il est également complété par 24 entretiens menés auprès de responsables de l’ingénierie du secteur afin d’explorer l’avenir de l’ingénierie automobile.

L’industrie automobile face au défi de l’IA : entre avancées et obstacles

L’IA porte déjà ses fruits et les leaders creusent l’écart

Un groupe distinct d’organisations enregistre des gains deux à trois fois plus importants en matière de vitesse de développement, de productivité de l’ingénierie et de délai de mise sur le marché. Ces performances illustrent l’avantage compétitif que l’IA peut apporter à l’ensemble des activités d’ingénierie. Cet avantage repose sur une gouvernance de l’IA plus solide, des données d’ingénierie de meilleure qualité et une répartition claire des responsabilités.

L’IA agentique s’intègre progressivement aux processus d’ingénierie courants

Parmi les constructeurs automobiles et équipementiers engagés dans l’adoption de l’IA, 35 % déclarent déjà utiliser l’IA agentique dans leurs processus d’ingénierie, tandis que 33 % ont lancé des programmes pilotes. Son déploiement progresse particulièrement rapidement dans les activités qui relient les différentes étapes du cycle d’ingénierie.

L’absence d’un socle d’ingénierie connecté reste un obstacle majeur

L’un des principaux défis du secteur demeure la mise en place d’un socle d’ingénierie connectée reliant les données d’ingénierie, les plateformes de gestion du cycle de vie et les processus de travail. Celle-ci est essentielle pour fournir aux agents IA le contexte et la traçabilité nécessaires afin d’agir efficacement entre les différentes fonctions. Cet enjeu est particulièrement important lorsque l’IA intervient dans des décisions critiques d’ingénierie, faisant de la gouvernance des données d’ingénierie une priorité stratégique.

Gouvernance de l’IA et responsabilités décisionnelles dans l’automobile

Seules 5 % des organisations considèrent que leur modèle de gouvernance de l’IA est pleinement mature. Moins de la moitié ont redéfini les niveaux d’autorité nécessaires à la prise de décision dans le domaine de l’ingénierie à l’ère de l’IA.

Les données des véhicules peinent encore à se transformer en actions concrètes

De nombreuses organisations rencontrent des difficultés à traduire les enseignements issus de la télémétrie des véhicules et des données de mises à jour à distance (OTA) en actions d’ingénierie sur les véhicules en service. Cet enjeu est particulièrement visible à l’ère des véhicules définis par logiciel et enrichis par l’IA.

L’IA révèle de nouvelles interdépendances au sein de l’écosystème

Les questions de propriété, de souveraineté, de responsabilité et de cybersécurité, combinées aux exigences d’un cycle d’ingénierie intégrant l’IA, créent de nouveaux défis à mesure que l’IA se déploie à l’échelle des réseaux de partenaires. Cette évolution renforce la nécessité de structurer davantage la collaboration au sein de l’écosystème automobile autour de l’IA.

Cinq actions pour les dirigeants du secteur automobile

Pour relever ces défis et exploiter pleinement le potentiel de l’IA dans le développement des produits automobiles, les organisations devraient :

• Déployer l’IA à l’échelle de l’ensemble du développement produit, en parallèle plutôt que de manière séquentielle.
• Mettre en place une couche de contrôle agentique fondée sur des éléments vérifiables et sur la traçabilité.
• Rendre les données d’ingénierie interprétables par les machines.
• Piloter l’ingénierie à l’aide de trois indicateurs clés couvrant l’ensemble du cycle de vie.
• Boucler la boucle entre les véhicules en service et les équipes d’ingénierie afin d’améliorer le développement des véhicules grâce à l’IA.
  

Ce rapport s’adresse aux CTO, directeurs de l’ingénierie, responsables R&D, directeurs du digital et de l’IA, responsables de la stratégie produit ainsi qu’aux équipes de transformation de l’ingénierie souhaitant passer de l’expérimentation de l’IA à une mise en œuvre fiable tout au long du cycle de vie produit, et bâtir un socle d’ingénierie connecté.