Longtemps dominée par les géants américains (Waymo) et chinois (Baidu, Pony.ai), la course aux robotaxis 100 % autonomes vient de franchir une étape majeure sur le continent européen. À Zagreb, en Croatie, la startup Verne — soutenue par Rimac Group, Kia et le fonds souverain saoudien (PIF) — a officiellement lancé les premiers trajets commerciaux de robotaxis circulant sans aucun opérateur humain de sécurité à bord. En devançant les tests prévus à Munich ou Londres, la Croatie devient le premier terrain d'expérimentation commerciale de niveau 4/5 ouvert au grand public en Europe.
Ce déploiement repose sur une alliance internationale et un découplage inédit de la chaîne de valeur : des véhicules électriques Arcfox Alpha T5 (BAIC), la pile d'IA de 7ᵉ génération de Pony.ai (ayant cumulé plus de 100 millions de kilomètres) et une distribution via Uber et l'application dédiée Verne. Cette avancée confirme la transformation irréversible de l'automobile en un véhicule défini par logiciel (Software-Defined Vehicle ou SDV).
Architecture SDV et IA embarquée : Le virage technologique initié à Zagreb et en Europe
Le succès du déploiement à Zagreb démontre que la valeur d'un véhicule ne réside plus dans sa mécanique ou son châssis, mais dans son architecture logicielle. Les constructeurs et éditeurs de logiciels abandonnent la logique des calculateurs embarqués (ECU) propriétaires au profit d'architectures modulaires, pilotées par des modèles d'IA décisionnels en temps réel et connectées à des infrastructures Cloud distribuées.
Pour les directions des systèmes d'information (DSI) et les ingénieurs logiciels en Europe, au Maghreb et dans les marchés émergents, cette bascule impose d'adapter l'infrastructure IT pour orchestrer l'ensemble du cycle de vie de la donnée.
Décryptage Tech : 3 piliers d'architecture logicielle pour les DSI et éditeurs de la Mobility
Pour réussir la transition vers des flottes connectées et intelligentes, trois piliers techniques majeurs se dégagent pour les architectes logiciels :
1. Pivoter vers des architectures API ouvertes et micro-services
- Interopérabilité des piles IA : Les plateformes matérielles doivent s'interconnecter via des API Cloud standardisées pour intégrer n'importe quelle pile logicielle d'IA autonome (Pony.ai, Mobileye, Wayve).
- Intégration d'écosystèmes tiers : La gestion de flotte doit communiquer en temps réel avec les API de grands réseaux de transport (Uber) et les plateformes MaaS municipales.
- Pipelines CI/CD et déploiement Over-The-Air (OTA) : Mettre en place des infrastructures d'intégration continue pour diffuser les mises à jour algorithmiques et correctifs de sécurité à distance.
2. Structurer la gouvernance de la donnée en temps réel (Edge-to-Cloud)
- Traitement hybride Edge/Cloud : L'exécution décisionnelle à très faible latence est gérée au niveau du véhicule (Edge computing), tandis que la télémétrie lourde est transmise vers le Cloud.
- Data Loop et traitement des cas limites (Corner Cases) : L'infrastructure Cloud analyse en continu les situations imprévues rencontrées sur le terrain pour réentraîner les modèles d'IA et réinjecter les correctifs dans la flotte.
- Conformité et cybersécurité : Assurer la traçabilité des décisions algorithmiques et le chiffrement des flux pour répondre aux exigences du règlement européen AI Act et aux normes ISO/SAE 21434.
3. Moderniser le SI pour le modèle Mobility as a Service (MaaS) en Tunisie et dans les marchés émergents
- Maintenance prédictive pilotée par l'IA : Analyse continue des capteurs et de la télémétrie pour anticiper les défaillances matérielles avant l'occurrence d'une panne.
- Gestion dynamique des flottes et recharges : Orchestration algorithmique des recharges électriques en fonction du coût de l'énergie et des pics de trafic urbain.
- Adaptation aux réseaux de transport émergents : Un modèle transposable pour moderniser les réseaux de transport urbain en Tunisie, en Afrique et dans les métropoles à fort trafic grâce à la gestion centralisée des flux et des données de mobilité.
Sources
