Automobile : comment l'IA générative va offrir de nouvelles marges de manœuvre ?

L’intelligence artificielle dans l’industrie automobile, ce n’est pas nouveau. Cela fait plus de vingt ans qu’elle est utilisée à différents niveaux dans le secteur. En revanche, la genAI introduit une souplesse nouvelle et multidimensionnelle dans des domaines où gagner de la productivité n’était ni envisagé ni envisageable. Elle permet d’apporter du sur-mesure dans la vente, la prise en main des véhicules, et même dans la réparation des véhicules, en guidant de manière adaptée les clients, vendeurs et distributeurs. Mais surtout, en augmentant les capacités et la façon d’appréhender les problématiques, elle peut permettre de résoudre des équations jusque-là hors d’atteinte, donnant ainsi les clés d’une nouvelle efficience économique.  

Ainsi, par exemple, la genAI peut redéfinir la gestion des achats, une fonction clef dans le monde Automobile. Son habileté à analyser et produire des contenus en fait un outil très puissant pour rédiger contrats, appels d’offres et stratégies catégorielles, ou concevoir des plans de sourcing originaux, en proposant notamment des groupements là où l’humain n’y pensait pas. Un gain de temps, une vision nouvelle, et des acheteurs mieux équipés pour se concentrer sur la négociation.  

La genAI peut aussi donner de nouveaux moyens à l’innovation. L’automobile ne manque pas d’idées, mais les évolutions sont longues et coûteuses à tester. En produisant de la donnée synthétique et des environnements bac à sable aussi proche que la réalité, la genAI permet d’aborder ces étapes différemment. Ainsi, sur les véhicules autonomes, qui ont encore besoin de se tester et d’apprendre, la genAI rendra possible d’avancer sans avoir à lâcher une voiture sur des routes qui ne veulent d’ailleurs pas toujours d’elle.  

Dans la même logique, la genAI peut permettre de penser autrement la recherche sur les nouveaux matériaux et les carburants de synthèse. Là où aujourd’hui, il faut tester laborieusement, elle saura détecter bien plus rapidement et plus efficacement comment augmenter les capacités d’un matériau et optimiser les ressources en quantité et disponibilité limitées.  

Dans leur recherche de relais de croissance, les constructeurs sont petit à petit devenus des sociétés technologiques éditrices de logiciel. Avec des limites : des difficultés à recruter des développeurs sur un marché en tension où les gros acteurs sont séduisants, un risque de désintermédiation lorsqu’ils nouent des partenariats, et une culture qui reste encore automobile avant d’être technologique. La genAI, qui permet un copilotage du développement et trouve un langage commun à tous, va faciliter les choses en permettant aux deux mondes de mieux se comprendre et en rendant les constructeurs moins dépendants de partenaires spécialisés.  

Idem sur les marchés de l’assurance ou de la vente directe, où les constructeurs se sont aussi invités. La genAI devrait permettre de pousser les modèles actuels un cran plus loin, en offrant une hyper-personnalisation des contrats et des expériences. Les modèles ne seront plus basés sur une image figée, un comportement à date, mais sur une vision dynamique de l’assuré ou de l’acheteur, en intégrant bien plus de variables, à disposition de ceux qui fabriquent les véhicules. Il y a là une réelle opportunité pour innover et s’émanciper. 

Le potentiel de la genAI dans l’Automobile est impressionnant. Mais si les cas d’usage sont relativement faciles à concevoir, les mettre en œuvre est une autre histoire. Tout l’enjeu réside dans l’opérationnalisation, de la rationalisation à l’architecture de l’ensemble dans un cadre sécuritaire.

Réparer les fondations de la donnée ne sera plus une option pour exploiter pleinement les modèles génératifs : mettre à disposition une donnée qualitative et accessible au bon moment est un minimum !

Au-delà de ce que l’IA générative peut apporter à des métiers spécifiques, elle a également le potentiel à créer des ponts, des interfaces entre les différentes fonctions des entreprises Automobile. Et elle devient ainsi la solution à une difficulté ancrée dans l’Automobile : le partage de connaissance. Aider les employés à récupérer les connaissances internes stockées en formulant des requêtes de la même manière qu’ils pourraient poser une question à un humain et engager un dialogue continu. Les équipes pourraient ainsi accéder rapidement à des informations pertinentes, indépendantes de l’organisation ou la fonction à laquelle ils appartiennent, ce qui leur permettrait de prendre rapidement des décisions mieux informées et d’élaborer des stratégies efficaces. 

Avec ses capacités à synthétiser de la donnée en masse, à utiliser et générer du langage naturel, elle permet à des mondes qui se comprenaient parfois mal de mieux travailler ensemble. Un développeur logiciel pourra ainsi intégrer les contraintes télématiques d’un véhicule décrites par un ingénieur système, ou comme BMW l’a déjà expérimenté, un planificateur de production optimisera ses approvisionnements en fonction des prévisions de vente et des contraintes de production. 

Bien déployée, la genAI peut donc venir casser des barrières d’optimisation qui étaient infranchissables sans elle, et offrir aux constructeurs les précieux points de productivité dont ils ont tant besoin pour continuer à évoluer.