Les véhicules autonomes et l’essor de l’IA physique dans le domaine de la mobilité

Le secteur des transports connaît actuellement l’une des transformations les plus importantes de son histoire. Il y a à peine dix ans, la production de véhicules électriques (VE) commençait tout juste à s’accélérer et ceux-ci s’affirmaient progressivement comme une alternative crédible aux véhicules thermiques. Aujourd’hui, les véhicules électriques occupent une place de premier plan, aussi bien dans les transports commerciaux que dans la vie quotidienne des consommateurs à travers le monde. D’ici quelques années seulement, à l’horizon 2030, les moteurs électriques devraient dépasser les moteurs à combustion interne (ICE) en termes de part de marché parmi l’ensemble des véhicules particuliers vendus (voir graphique 1). Mais l’essor des VE ne se limite pas au véhicule lui-même.

Il s’agit de l’une des manifestations les plus évidentes et les plus visibles d’une tendance plus large à l’électrification, qui transforme les industries, les infrastructures et les chaînes d’approvisionnement à l’échelle de l’économie mondiale. Et tout comme la mobilité a été un vecteur majeur de l’électrification, elle devient aujourd’hui un terrain d’expérimentation privilégié pour la prochaine grande évolution technologique : l’IA physique. C’est pourquoi la stratégie Mobilité intelligente va bien au-delà du secteur automobile. Elle se situe au croisement de plusieurs forces structurelles qui façonnent l’économie de demain, notamment l'électrification, l’IA physique, l’automatisation et la transition énergétique.

Les VE ont contribué à rendre une tendance industrielle complexe plus tangible, en permettant aux consommateurs de la voir, de l’expérimenter et de l’adopter. À l’image des VE, qui ont fait passer l’électrification de la théorie à la réalité sur les routes, les véhicules autonomes (VA) ouvrent la voie à l’intégration de l’IA dans le monde physique. Ils représentent l’une des premières applications finales, et certainement la plus visible, de l’IA physique. Contrairement au monde relativement invisible du traitement des données à grande vitesse, les VA permettent aux consommateurs d’observer concrètement comment l’IA interagit avec le monde réel, grâce à des systèmes capables de percevoir leur environnement, de prendre des décisions et d’agir en temps réel.

La conduite autonome (CA) n’est plus une technologie incertaine ou non éprouvée qui en est encore au stade expérimental. Alors que des robotaxis circulent déjà dans les grandes villes des États-Unis, de Chine et du Moyen-Orient, les VA sont désormais une réalité commerciale. Waymo et Zoox se développent rapidement dans les grandes villes américaines et sont désormais, au même titre que Tesla, des acteurs largement reconnus du grand public.* Waymo dispose d’une flotte de plus de 3 000 véhicules qui assurent plus de 500 000 trajets payants chaque semaine, un chiffre que l’entreprise prévoit de porter à un million d’ici fin 2026. ^1,2 À ce rythme, les analystes prévoient qu’environ la moitié des Américains auront accès à des services de robotaxis d’ici 2029.³ Des lancements à court terme à Tokyo et à Londres sont également prévus.⁴

De telles opérations commerciales démontrent que la mobilité autonome a franchi le cap de l’expérimentation pour entrer dans une phase de déploiement à grande échelle. Mais surtout, la conduite autonome n’est pas simplement une technologie automobile de plus. C'est l’un des exemples les plus évidents d’IA physique en action. Contrairement à l’IA générative, qui opère principalement dans des environnements numériques largement invisibles, les systèmes autonomes doivent percevoir, raisonner et agir dans le monde physique.

Les possibilités d’améliorer la sécurité routière sont immenses. Les données issues de plus de 220 millions de miles parcourus en mode autonome montrent que les robotaxis de Waymo sont dix fois plus sûrs que les conducteurs humains.⁵ BYD, le géant chinois des véhicules électriques, met fièrement en avant ses capacités. Sa confiance dans la sécurité et la fiabilité de son nouveau système de conduite autonome, baptisé « God’s Eye », est telle que l’entreprise propose une couverture sans précédent prenant en charge l’intégralité des dommages en cas d’accident. ⁶

Pour y parvenir, il faut disposer d’une puissance de calcul exceptionnelle, associée à des technologies de détection avancées, à des systèmes de connectivité, à des architectures logicielles et à des modèles d’entraînement de l’IA.

Si les robotaxis restent une opportunité majeure, le transport de marchandises et la logistique pourraient offrir une voie tout aussi prometteuse pour l’adoption des VA. Les VA pourraient apporter une réponse bienvenue aux pénuries chroniques de chauffeurs, au fort taux de rotation du personnel et aux restrictions relatives aux heures de conduite auxquelles sont confrontés les opérateurs de transport de marchandises, alors que la demande liée au commerce électronique et le nombre de livraisons continuent d’augmenter.⁷ Les véhicules autonomes et semi-autonomes sont déjà utilisés dans des environnements contrôlés tels que les entrepôts, les ports, les mines et les sites industriels. Ces véhicules génèrent une quantité considérable de données sur leurs performances en conditions réelles, qui peuvent être exploitées pour déployer des systèmes de VA dans des environnements routiers toujours plus complexes et dynamiques.

Chaque VE repose sur un écosystème technologique sophistiqué. Les semi-conducteurs de puissance régulent les flux électriques. Les systèmes de gestion des batteries optimisent les performances et la sécurité. Les puces analogiques traduisent les signaux physiques du monde réel en données exploitables. Les logiciels coordonnent des milliers de décisions chaque seconde. Les radars, les lidars et les caméras sont des composants essentiels des systèmes avancés d’aide à la conduite et des technologies d’autonomie. Les systèmes de connectivité relient les véhicules aux conducteurs, aux infrastructures et aux services cloud. Tous ces éléments font du véhicule autonome une plateforme d’IA mobile sur roues. Les VA accélèrent la transition technologique. À mesure que le niveau d’autonomie progresse, la part de valeur ajoutée liée aux logiciels, aux capteurs, à l’informatique et à l’électronique ne cesse de croître (voir graphique 3).

Ce qu’il faut retenir pour les investisseurs, c’est que ces technologies ne se limitent pas au secteur des transports. Les mêmes processeurs d’IA qui équipent les véhicules autonomes sont également utilisés dans les centres de données et les infrastructures d’IA. Les capacités de vision par ordinateur développées pour les véhicules sont de plus en plus exploitées dans l’automatisation industrielle et la robotique. Les mêmes capteurs qui permettent l’autonomie trouvent des applications dans les secteurs de l’industrie, de la logistique et des infrastructures intelligentes. Les mêmes batteries et technologies de gestion de l’énergie qui équipent les VE sont également à la base des systèmes de stockage d’énergie et de la modernisation du réseau électrique.

L’IA physique, en d’autres termes, ne se résume pas à la mobilité ; elle constitue une tendance de croissance structurelle dans des secteurs clés couvrant une part importante de l’économie mondiale. Les investisseurs dans la mobilité intelligente peuvent y prendre part en investissant dans l’intelligence croissante des véhicules.

Bien que l’IA physique et la mobilité autonome puissent représenter la prochaine phase de croissance, les fondements de la thèse d’investissement restent solidement en place. L’électrification continue de progresser à l’échelle mondiale, grâce à des progrès en matière d’accessibilité financière, de technologie et d’infrastructures. Par ailleurs, les objectifs de décarbonation restent au cœur des stratégies des pouvoirs publics et des entreprises. Les préoccupations liées à la sécurité énergétique continuent d’encourager les investissements dans les chaînes d’approvisionnement nationales, les réseaux électriques et les capacités de stockage d’énergie.

La stratégie Mobilité intelligente va donc bien au-delà du simple enjeu des transports. Au croisement de plusieurs des tendances les plus transformatrices de notre époque, elle offre un univers d’opportunités particulièrement vaste, robuste et dynamique. L’équipe d’investissement cherche à tirer parti de cette position unique à mesure que ces tendances convergent et se généralisent à l’ensemble de l’économie.

Tant que les économies poursuivront leur électrification, leur automatisation et leur numérisation, les entreprises du thème Mobilité intelligente devraient bénéficier d’une dynamique de croissance soutenue à mesure que ces tendances de long terme se concrétisent.

La stratégie Mobilité intelligente ne se résume pas à un simple investissement dans les véhicules et dans l’avenir des transports. C’est en soi un moyen de s’exposer aux technologies, aux infrastructures et aux innovations qui alimenteront la prochaine phase de croissance économique.

* Toutes les sociétés mentionnées dans cet article sont citées uniquement à titre indicatif pour illustrer la stratégie d'investissement à la date indiquée. Les sociétés ne sont pas nécessairement détenues dans la stratégie et leur intégration future n'est pas garantie. Ceci ne constitue aucune recommandation d’achat ou de vente ni aucun conseil d’investissement, et aucune conclusion ne doit être tirée quant à l’évolution future de ces sociétés.

Notes de bas de page

¹ Présentation destinée aux investisseurs d’Alphabet, juin 2026.
² Waymo lance ses véhicules sans conducteur à Las Vegas ; Denver, San Diego et Tampa suivront, Electrek, juillet 2026.
³ « Découvrez comment le secteur des robotaxis prend son essor aux États-Unis, Wall Street Journal, mai 2026.
⁴ Ibid., note de bas de page n° 2.
⁵ Waymo, Rapport sur l’impact en matière de sécurité, décembre 2025.
⁶ La couverture de la responsabilité civile est limitée sous certaines conditions. Pour plus d’informations, consultez le site web de BYD. BYD, mai 2026.
⁷ Présentation destinée aux investisseurs d’Aurora, mai 2026.