Marché de l’IA générative dans le secteur automobile Taille et part 2026-2035

Taille du marché de l’IA générative dans l’automobile

Le marché de l’IA générative dans l’automobile était évalué à 662,7 millions de dollars (USD) en 2025. Il devrait passer de 871,6 millions de dollars (USD) en 2026 à 7,6 milliards de dollars (USD) d’ici 2035, ce qui correspond à un taux de croissance annuel composé (CAGR) de 27,3 %.

Le périmètre du marché comprend les modèles génératifs et les logiciels associés déployés dans l’ingénierie automobile, le développement de la conduite automatisée, la fabrication, les expériences embarquées à bord des véhicules et les opérations après-vente.

La demande automobile est influencée par l’évolution de l’économie du développement de véhicules de plus en plus définis par le logiciel. Les organisations d’ingénierie doivent générer et valider davantage de logiciels, de données issues de capteurs, de simulations et d’artefacts liés aux exigences, tout en assurant leur traçabilité dans le cadre de programmes critiques pour la sécurité. NVIDIA a fait état d’un chiffre d’affaires automobile de 1,7 milliard de dollars (USD) pour l’exercice 2025, en hausse de 55 % sur un an, illustrant l’ampleur à laquelle l’informatique accélérée et les plateformes d’IA automobile deviennent des infrastructures commerciales plutôt que de simples outils de développement isolés ^{[1]NVIDIA Investor Relations - Automotive AI and Generative AI Technologies, investor.nvidia.com}.

L’opportunité adressable dépasse le cadre de la conduite automatisée. La conception générative est appliquée afin de réduire la masse et de regrouper les assemblages, tandis que les jumeaux numériques et les environnements synthétiques réduisent le coût des tests de variantes qu’il serait difficile de reproduire uniquement à l’aide de prototypes physiques. General Motors a utilisé la conception générative d’Autodesk pour créer plus de 150 variantes d’un support de siège, avant de regrouper un assemblage de huit composants en une seule pièce en acier inoxydable, 40 % plus légère et 20 % plus résistante ^{[2]Autodesk - Generative AI and Automotive Design Solutions, autodesk.com}. Ces déploiements relient les dépenses consacrées à l’IA à la réduction de la durée des cycles d’ingénierie, à l’efficacité matérielle et au débit de validation.

Les programmes de conduite automatisée demeurent un important centre de demande, car leur processus de développement repose sur des cas limites variés, des simulations haute fidélité et des contrôles de sécurité auditables. La Standing General Order 2021-01 de la NHTSA impose aux constructeurs et aux exploitants de signaler certains accidents impliquant des systèmes avancés d’aide à la conduite de niveau 2 ainsi que des systèmes de conduite automatisée de niveaux 3 à 5, ce qui confère à la capture des événements, à leur reconstitution et à la gouvernance des données une importance commerciale, et non plus seulement technique.

La croissance dépendra également de la capacité à intégrer les résultats de l’IA aux processus d’assurance automobile. La valeur économique de la génération de données synthétiques et de la simulation augmente lorsque celles-ci réduisent les goulets d’étranglement liés aux essais physiques, mais elle reste limitée si les éléments probants obtenus ne peuvent pas étayer les enquêtes sur les incidents, les revues de sécurité fonctionnelle ou les rapports réglementaires. L’intégration, la traçabilité des données et les capacités de vérification deviennent ainsi, au même titre que les performances des modèles, des critères déterminants d’adoption.

Principaux facteurs de croissance

Expansion des programmes de véhicules définis par logiciel

Les programmes de véhicules définis par logiciel accroissent le volume des exigences, du code, des cas de test et des configurations logicielles que les équipes d'ingénierie doivent gérer. PTC, Microsoft et Volkswagen Group ont lancé Codebeamer Copilot en décembre 2024 afin d'intégrer Azure AI à la gestion du cycle de vie des applications pour l'ingénierie des exigences des véhicules définis par logiciel ^{[3]PTC - Generative AI and Automotive Product Development Solutions, ptc.com}. L'intérêt commercial réside dans la réduction de la charge manuelle liée à la conversion et au rapprochement des exigences entre les différentes plateformes automobiles, tout en maintenant les liens entre les décisions de conception et les activités de vérification.

Simulation et données synthétiques pour le développement des systèmes ADAS/AV

La simulation constitue un autre moteur structurel, car la validation physique seule ne peut pas couvrir de manière économiquement viable l'éventail des conditions environnementales et comportementales auxquelles sont confrontés les systèmes ADAS et de conduite autonome. NVIDIA a lancé la plateforme de modèle de base du monde Cosmos en janvier 2025 afin de générer des données du monde physique pour le développement de la robotique et des véhicules autonomes ^{[4]NVIDIA Newsroom - Generative AI and Automotive Industry Developments, nvidianews.nvidia.com}. Les outils de modélisation du monde et de génération de données synthétiques peuvent accélérer la création de scénarios, mais leur contribution la plus importante consiste à permettre aux équipes de développement de concentrer les essais routiers sur les conditions pour lesquelles les données physiques restent indispensables.

Conception générative et optimisation de l'ingénierie

L'ingénierie automobile bénéficie également de la conception générative lorsque les contraintes de performance sont définies avec suffisamment de précision pour permettre la création d'alternatives par une machine. Volkswagen Group a utilisé la conception générative d'Autodesk Fusion 360 dans son centre d'innovation et d'ingénierie afin de réduire de 18 % le poids d'une roue destinée à un concept de bus Type 2 électrifié. Dans ce cas d'utilisation, l'IA générative est directement liée à l'autonomie du véhicule, à l'utilisation des matériaux et à la faisabilité de la fabrication, ce qui rend la concrétisation de la valeur plus tangible que dans les déploiements de productivité d'entreprise aux contours plus larges.

Demande pour les cockpits intelligents et l'IA embarquée

La demande de fonctionnalités de cockpit intelligent étend le marché au-delà de l'ingénierie des systèmes administratifs. Qualcomm et Google ont annoncé en octobre 2024 une collaboration pluriannuelle combinant Snapdragon Digital Chassis, Android Automotive OS et les capacités de Google Cloud pour proposer des expériences automobiles intégrant l'IA générative, Mercedes-Benz et Li Auto étant identifiés comme les premiers collaborateurs. Les applications embarquées nécessitent un modèle de commercialisation différent de celui des outils de développement, car les fournisseurs doivent répondre à des exigences de latence, de confidentialité, de connectivité et d'assistance sur l'ensemble du cycle de vie après la vente du véhicule.

Principaux freins

Réglementation et exigences de conformité en matière de sécurité de l'IA

Le déploiement dans les applications critiques pour la sécurité reste limité par la difficulté de démontrer que les résultats générés se comportent de manière acceptable dans des conditions rares ou changeantes. Le règlement (UE) 2024/1689 établit des exigences applicables aux systèmes d'IA à haut risque, notamment aux systèmes utilisés dans des contextes de transport liés à la sécurité. Pour les développeurs du secteur automobile, cette évolution renforce l'importance de la gestion documentée des risques, de la gouvernance des données, de la documentation technique et de la supervision humaine, ce qui peut allonger les cycles d'approvisionnement, même lorsque la technologie sous-jacente progresse.

Contraintes liées à la protection des données des véhicules connectés

Les exigences en matière de protection des données limitent également la réutilisation des informations issues des véhicules connectés pour le développement des modèles. L'avis 28/2024 du Comité européen de la protection des données traite des considérations relatives à la protection des données dans le développement et le déploiement des modèles d'IA, tandis que ses orientations sur les véhicules connectés mettent en évidence la sensibilité des données personnelles générées par les véhicules. Les entreprises automobiles doivent donc déterminer si les données d'entraînement peuvent être collectées, réduites au minimum, anonymisées, conservées et transférées légalement avant de pouvoir être utilisées dans des flux de travail génératifs.

Coûts d'intégration hybride/multiarchitecture

L'architecture de déploiement constitue une contrainte supplémentaire à l'adoption. Les systèmes basés sur le cloud ont généré 319,7 millions de dollars (USD) en 2025, soit 48,2 % des revenus du marché, car ils offrent des environnements évolutifs pour l'entraînement et la collaboration. Toutefois, certaines charges de travail liées aux véhicules, aux usines et aux données d'ingénierie nécessitent un contrôle local, une latence réduite ou une circulation restreinte des données. Les solutions sur site représentaient 103,6 millions de dollars (USD) en 2025, tandis que les déploiements hybrides atteignaient 239,5 millions de dollars (USD) et devraient afficher la croissance la plus rapide, avec un taux de croissance annuel composé (CAGR) de 28,8 %. La coexistence de ces modèles accroît les coûts d'intégration, car les entreprises doivent gérer l'identité, la gouvernance des modèles et la traçabilité de l'origine des données dans plusieurs environnements.

Longs cycles de qualification dans le secteur automobile

Les longs cycles de qualification du secteur automobile créent également un écart entre les démonstrations de modèles et l'adoption en production. L'approche d'Aurora en matière de transport routier autonome associe des comportements appris à des invariants du code de la route codés en dur, ce qui illustre les efforts d'ingénierie supplémentaires nécessaires pour rendre vérifiable le comportement de conduite fondé sur l'IA dans des conditions opérationnelles. Des exigences de vérification similaires s'appliquent aux outils qui influencent les décisions de conception, les mises à jour logicielles ou les fonctions des véhicules liées à la sécurité.

Cette structure favorise une adoption progressive. Les applications présentant un risque moindre, notamment dans la documentation d'ingénierie, l'assistance au codage, la planification des usines et les interactions avec les clients, peuvent contribuer à familiariser les entreprises avec ces technologies, tandis que les programmes d'ADAS et de conduite autonome nécessitent une validation plus approfondie et une responsabilité juridique accrue. Les acheteurs devraient privilégier les plateformes qui préservent le contrôle des données et prennent en charge les architectures hybrides, plutôt que les solutions optimisées uniquement pour l'expérimentation rapide des modèles.

Analyse des segments du marché de l'IA générative dans le secteur automobile

Par technologie

Les jumeaux numériques et l'IA de simulation constituaient le principal segment technologique en 2025, générant 188,4 millions de dollars (USD) et représentant 28,4 % des revenus du marché. Cette position s'explique par la nécessité de représenter les systèmes des véhicules, les processus de fabrication et les scénarios routiers avant de s'engager dans des constructions physiques coûteuses ou des essais sur le terrain. NVIDIA et General Motors ont annoncé en mars 2025 une collaboration visant à utiliser NVIDIA Omniverse et Cosmos pour créer des jumeaux numériques d'usines et faire progresser le développement de véhicules assisté par l'IA ^{[5]NVIDIA Newsroom - NVIDIA Automotive AI and Generative AI Announcements, nvidianews.nvidia.com}. La valeur commerciale se concentre là où la simulation est liée aux décisions d'ingénierie, aux opérations des sites de production ou aux plans de validation, plutôt que lorsqu'elle est utilisée uniquement comme logiciel de visualisation.

La génération de données synthétiques a généré 146,7 millions de dollars (USD) en 2025 et devrait atteindre 1 712,5 millions de dollars (USD) d'ici 2035, avec un taux de croissance annuel composé (CAGR) de 27,4 %. Sa pertinence est particulièrement forte dans le développement des systèmes ADAS, où des scénarios rares, dangereux ou sensibles sur le plan de la confidentialité peuvent être représentés de manière répétée. Le segment doit néanmoins être évalué parallèlement à la stratégie de validation utilisée pour établir que les scénarios générés représentent adéquatement les conditions opérationnelles modélisées.

Les LLM et le NLP sont principalement adoptés pour la gestion des exigences, la documentation technique, l'assistance au développement logiciel, la recherche d'informations et les interactions avec les clients. Leur valeur dépend de l'accès au contexte d'ingénierie exclusif et de la mise en place de contrôles empêchant l'intégration de résultats inexacts ou non traçables dans les dossiers de conception. Les agents d'IA et les copilotes ont généré 83,0 millions de dollars (USD) en 2025 et devraient progresser à un taux de croissance annuel composé (CAGR) de 29,7 % pour atteindre 1 150,3 millions de dollars (USD) en 2035, grâce à leur capacité à orchestrer des flux de travail d'ingénierie et de service en plusieurs étapes.

La conception générative et la vision par ordinateur soutiennent l'optimisation de la conception, l'inspection et l'interprétation des données visuelles. Le laboratoire central de recherche d'Isuzu a utilisé la conception générative d'Autodesk Fusion pour concevoir des structures d'engrenages destinées à des moteurs diesel et a fait état d'une réduction de poids de 43 % pour un prototype annoncé en décembre 2024 ^{[6]Autodesk - Generative Design and AI for Automotive Engineering, autodesk.com}. Ces applications peuvent produire une valeur d'ingénierie mesurable, mais leurs résultats doivent toujours être évalués au regard des contraintes de fabrication, des exigences de durabilité et des capacités des fournisseurs.

Par application

La conduite autonome et le développement des systèmes ADAS constituaient la principale application, avec une valeur de 181,1 millions de dollars (USD) en 2025, soit 27,3 % du marché, et devraient progresser à un taux de croissance annuel composé (CAGR) de 28,4 %. Le segment regroupe la génération de données synthétiques, la simulation de scénarios, le développement de systèmes de perception et le calcul embarqué. Son potentiel de revenus est considérable, mais il est également davantage exposé aux exigences d'assurance de la sécurité et de production de rapports que les autres applications.

La conception et l'ingénierie des véhicules ont généré 120,5 millions de dollars (USD) en 2025, représentant 18,2 % des revenus du marché. La fabrication et le contrôle qualité ont contribué à hauteur de 100,8 millions de dollars (USD), soutenus par l'inspection visuelle, la simulation des processus et l'automatisation des flux de travail numériques. Le développement et les essais logiciels ont atteint 93,1 millions de dollars (USD) et devraient générer 1 122,9 millions de dollars (USD) d'ici 2035, à mesure que les programmes de véhicules définis par logiciel accroissent le volume de code et d'artefacts de test à examiner.

L'expérience à bord du véhicule et l'interaction avec les clients devraient progresser à un taux de croissance annuel composé (CAGR) de 29,8 % et atteindre 1 035,2 millions de dollars (USD) d'ici 2035.

Le segment est porté par les assistants de cockpit et les services contextuels, mais la différenciation des produits dépend de la capacité des constructeurs automobiles à maintenir des interactions compatibles avec l’attention du conducteur, les attentes en matière de confidentialité et les expériences utilisateur propres à chaque marque. La chaîne d’approvisionnement et les achats ont généré 42,6 millions de dollars (USD) en 2025 et progressent plus lentement, à un taux de croissance annuel composé (CAGR) de 22,2 %, car la qualité des données et l’interopérabilité restent inégales au sein des réseaux de fournisseurs. La maintenance prédictive et les diagnostics ont généré 51,3 millions de dollars (USD) et devraient progresser à un CAGR de 26,4 %, les utilisateurs des flottes, des services et de l’après-vente recherchant une détection plus précoce des défaillances et des recommandations de réparation plus ciblées.

Par type de véhicule

Les voitures particulières représentaient 478,0 millions de dollars (USD), soit 72,1 % des revenus du marché en 2025, et devraient progresser à un CAGR de 26,9 %. Les volumes de production élevés, le déploiement de cockpits connectés et la demande des consommateurs pour des fonctions d’aide à la conduite soutiennent cette échelle. Les véhicules utilitaires ont généré 184,7 millions de dollars (USD), soit 27,9 %, et devraient afficher une croissance plus rapide, à un CAGR de 28,1 %. L’adoption dans le secteur des véhicules utilitaires est davantage liée à des résultats d’exploitation mesurables, notamment la performance des itinéraires de fret, la disponibilité des conducteurs, le temps de fonctionnement des véhicules et l’économie de la maintenance.

Aurora a commencé à assurer des livraisons commerciales de fret sans conducteur entre Dallas et Houston en avril 2025, en positionnant son modèle Driver as a Service autour des activités de transport routier lourd . Cet exemple montre comment la demande en IA générative et autonome pour les véhicules utilitaires peut progresser grâce à l’économie des flottes et à la maturité opérationnelle, plutôt que par la seule adoption de fonctionnalités destinées aux consommateurs.

Par mode de déploiement

Le déploiement dans le cloud dominait le marché en 2025, car l’entraînement à grande échelle, la collaboration et le traitement des données favorisent les environnements informatiques gérés de manière centralisée. Le déploiement hybride devrait toutefois dépasser les modèles dans le cloud et sur site, les entreprises automobiles conservant les données sensibles relatives à la conception, à la production et aux véhicules dans des environnements contrôlés, tout en s’appuyant sur une puissance de calcul externe et évolutive pour certaines charges de travail. L’architecture d’intégration constitue ainsi une source récurrente de valeur pour les fournisseurs de plateformes et les intégrateurs de systèmes.

Par utilisation finale

Les constructeurs automobiles (OEM) ont généré 252,9 millions de dollars (USD) en 2025, soit 38,2 % des revenus du marché. Les OEM contrôlent les architectures des véhicules, les expériences client et nombre de flux de données nécessaires au déploiement de l’IA à grande échelle, mais leur adoption dépend souvent de l’intégration des fournisseurs et des longs cycles de développement des véhicules. Les fournisseurs de rang 1 et de rang 2 (Tier-1 et Tier-2) participent aux activités d’ingénierie des composants, de logiciels embarqués, de fabrication et de validation. Les fournisseurs de logiciels et de technologies automobiles devraient progresser à un CAGR de 29,0 %, en fournissant des outils réutilisables, des plateformes de calcul, des intergiciels et des environnements de développement de modèles. Les exploitants de flottes et les prestataires de services après-vente constituent une base de demande distincte, centrée sur les diagnostics, la maintenance et les décisions relatives aux itinéraires ou aux actifs.

La croissance plus rapide du déploiement hybride et des cas d’usage dans les véhicules utilitaires laisse penser que les acheteurs ne sélectionneront pas les architectures uniquement en fonction de la taille des modèles. Ils les choisiront en fonction de la localisation des données, de la charge de

Baidu's Apollo Go a conclu un accord stratégique avec la Roads and Transport Authority de Dubaï en mars 2025 pour le déploiement de robotaxis, tandis que Hesai a indiqué que ses solutions lidar soutiendraient le déploiement prévu par Baidu Apollo Go de plus de 1 000 véhicules autonomes de niveau 4 à Dubaï . Ces évolutions montrent que les plateformes chinoises de conduite autonome mettent en place des voies d'exportation parallèlement au développement de leur écosystème national. Le Japon, la Corée du Sud, l'Inde, l'Australie, la Thaïlande, l'Indonésie, Singapour et la Malaisie contribuent par l'ingénierie des constructeurs (OEM), les chaînes d'approvisionnement électroniques, les services logiciels et l'émergence de la demande en matière de mobilité.

Amérique latine

L'Amérique latine a généré 38,2 millions de dollars (USD) en 2025 et devrait atteindre 424,9 millions de dollars (USD) d'ici 2035, avec un taux de croissance annuel composé (CAGR) de 26,8 %. Le Brésil, le Mexique et l'Argentine devraient principalement bénéficier de la modernisation de la production, de l'intégration des chaînes d'approvisionnement régionales et de l'introduction progressive de fonctionnalités de véhicules connectés et de gestion de flotte. Le développement du marché devrait davantage dépendre des décisions de déploiement des constructeurs et des fournisseurs que du développement local de modèles de fondation.

MEA

La région MEA a généré 20,2 millions de dollars (USD) en 2025 et devrait atteindre 254,0 millions de dollars (USD) d'ici 2035, avec un taux de croissance annuel composé (CAGR) de 28,4 %. L'Afrique du Sud, l'Arabie saoudite et les Émirats arabes unis représentent les principaux marchés nationaux. Les perspectives de croissance de la région sont soutenues par les investissements dans la mobilité intelligente, la numérisation des flottes et les déploiements ciblés de solutions de mobilité autonome. Les accords conclus par Dubaï avec Baidu et Pony.ai dans le domaine des robotaxis montrent comment les programmes de mobilité à l'échelle des villes peuvent créer une demande concentrée, même lorsque la base de production automobile plus large est de moindre envergure , .

La demande européenne sera déterminée par sa capacité à associer la profondeur de ses logiciels industriels à un déploiement conforme de l'IA, tandis que la croissance de la région MEA devrait émerger de projets de mobilité ciblés plutôt que d'une production automobile généralisée. Les fournisseurs qui cherchent à atteindre une envergure régionale doivent adapter leurs offres : les clients nord-américains exigent une validation et une crédibilité opérationnelle en matière de flottes, les clients européens requièrent une gouvernance et une intégration des systèmes d'ingénierie, et les clients de l'Asie-Pacifique demandent de plus en plus une localisation au sein d'écosystèmes automobiles et logiciels en évolution rapide.

Part du marché et paysage concurrentiel de l'IA générative dans l'automobile

NVIDIA dominait le marché en 2025 avec une part estimée de 38,9 % des revenus, équivalant à environ 258 millions de dollars (USD). Microsoft suivait avec 13,6 %, Siemens avec 9,8 %, Google avec 7,2 %, Bosch avec 6,8 % et Baidu avec 5,7 %. Les cinq premières entreprises représentaient ensemble 76,3 % des revenus du marché. Cette concentration reflète l'importance des capacités de calcul à grande échelle, des plateformes cloud, des logiciels industriels et des capacités établies d'intégration automobile.

Autodesk applique la conception générative dans Fusion 360 afin de créer des solutions d'ingénierie alternatives sous des contraintes définies en matière de matériaux, de fabrication et de performances. Sa position dans le secteur automobile est renforcée par l'optimisation de composants démontrée chez GM, Toyota, Volkswagen Group et Isuzu, où cette technologie est associée à la réduction du poids et à la rationalisation de la conception , ^{[9]Autodesk - AI-Powered Automotive Design and Engineering, autodesk.com}, .

Bosch associe son expertise des systèmes automobiles à ses capacités de développement de l'IA pour les fonctions des véhicules liées à la sécurité. Bosch et Microsoft ont annoncé en 2024 une collaboration visant à examiner comment l'IA générative pourrait améliorer l'évaluation contextuelle de situations complexes pour la conduite automatisée . Son avantage concurrentiel repose sur la transposition des capacités des modèles dans des environnements de capteurs, de logiciels et de systèmes automobiles soumis aux exigences de qualification du secteur automobile.

Google fournit des capacités cloud, de véhicules connectés et d'Android Automotive qui contribuent aux expériences embarquées et au traitement des données automobiles. Sa collaboration avec Qualcomm ouvre la voie à l'intégration de services d'IA générative Google Cloud dans des cockpits numériques basés sur Snapdragon . Google détenait une part de marché estimée à 7,2 % en 2025, soutenue par sa position de plateforme plutôt que par une application automobile unique.

Microsoft intervient par l'intermédiaire d'Azure AI, de son infrastructure cloud et de l'intégration d'outils de développement. La collaboration Codebeamer Copilot avec PTC et Volkswagen illustre son rôle dans le développement de véhicules définis par logiciel, centré sur les exigences . La part de marché estimée de 13,6 % de Microsoft reflète la valeur commerciale de la connexion de services génératifs aux environnements d'ingénierie et de gestion du cycle de vie des entreprises.

Mobileye apporte à l'écosystème de l'IA générative une vaste base installée de technologies d'aide à la conduite. Plus de 200 millions de véhicules avaient été fabriqués avec la technologie Mobileye EyeQ à la fin de 2024 . Cette base installée donne accès à une expertise en perception automobile et en développement de systèmes avancés d'aide à la conduite (ADAS), même si les applications génératives essentielles pour la sécurité doivent encore satisfaire à des normes de validation rigoureuses.

NVIDIA fournit des capacités de calcul accéléré, des plateformes DRIVE, des infrastructures de simulation et des outils d'IA physique. Son chiffre d'affaires automobile a atteint 570 millions de dollars (USD) au quatrième trimestre de l'exercice 2025, en hausse de 103 % sur un an, tandis que ses offres Cosmos et Omniverse sont utilisées dans le développement de véhicules autonomes et de jumeaux numériques d'usines , , . La part de marché estimée de 38,9 % de NVIDIA reflète le rôle stratégique du calcul et de la simulation dans les programmes d'IA automobile à forte valeur ajoutée.

PTC intègre l'IA générative à ses offres de gestion du cycle de vie des produits, de gestion du cycle de vie des applications, d'Internet des objets (IoT), de CAO et de réalité augmentée. Son initiative Codebeamer Copilot répond aux exigences des véhicules définis par logiciel, tandis que l'adoption de Windchill+ par Schaeffler en avril 2025 illustre la demande pour des environnements cloud de gestion du cycle de vie des produits capables de soutenir le développement de produits optimisé par l'IA , .

Qualcomm se situe à l'intersection du calcul embarqué, des systèmes de cockpit et des services d'IA connectés au cloud. Les travaux menés par l'entreprise avec Google associent Snapdragon Digital Chassis à Android Automotive OS et à Google Cloud afin de répondre à la demande d'expériences de cockpit optimisées par l'IA générative . Son importance s'accroît à mesure que les constructeurs automobiles cherchent à équilibrer le traitement embarqué et les services pris en charge par le cloud.

Siemens accompagne les constructeurs automobiles grâce à ses capacités en logiciels industriels, jumeaux numériques, gestion du cycle de vie des produits et automatisation des usines. Son Industrial Copilot est intégré à l'environnement Siemens Xcelerator et complète des logiciels tels que Teamcenter et NX, offrant à Siemens une voie établie vers les flux de travail d'ingénierie et de fabrication . Siemens détenait une part de marché estimée à 9,8 % en 2025.

Tesla développe des capacités d'IA dans les domaines de Full Self-Driving, d'Autopilot, de l'entraînement des réseaux neuronaux et des pipelines de données des véhicules. La plateforme d'IA de Tesla présente Dojo comme un élément de son infrastructure d'entraînement et positionne les données vidéo issues du monde réel comme une source centrale pour le développement de la conduite autonome . L'intégration verticale des véhicules et des logiciels de l'entreprise différencie son approche de celle des fournisseurs qui vendent des outils à plusieurs constructeurs automobiles.

Baidu développe des capacités de conduite intelligente et de robotaxis par l'intermédiaire d'Apollo Go. Son accord conclu à Dubaï et le plan associé portant sur plus de 1 000 véhicules autonomes de niveau 4 témoignent d'une volonté de commercialiser sa plateforme de mobilité à l'international . Baidu détenait une part de marché estimée à 5,7 % en 2025 et revêt une importance particulière pour les écosystèmes de mobilité autonome pilotés par la Chine.

BYD étend l'assistance à la conduite intelligente à l'ensemble de sa gamme de véhicules grâce au système DiPilot. Son modèle de fabrication de véhicules électriques intégré verticalement lui permet de combiner le matériel des véhicules, les logiciels et la collecte de données au sein d'une vaste base de production, bien que la capacité à capter de la valeur dépende de la cohérence du déploiement des fonctionnalités entre les modèles et les marchés.

Huawei fournit des capacités de conduite intelligente, de calcul et de cockpit grâce à ses plateformes ADS et Mobile Data Center. Ses partenariats avec des constructeurs automobiles chinois positionnent Huawei comme un fournisseur de technologies plutôt que comme un constructeur automobile traditionnel, ce qui lui permet de participer à plusieurs programmes de constructeurs d'équipements d'origine (OEM).

KPIT Technologies se concentre exclusivement sur les logiciels automobiles et de mobilité. En avril 2025, KPIT et Mercedes-Benz Research and Development India ont annoncé une collaboration visant à accélérer le développement de technologies pour les véhicules définis par logiciel. Le rôle de KPIT porte principalement sur l'intégration logicielle, les intergiciels et les services d'ingénierie, domaines dans lesquels l'IA générative peut réduire les frictions liées aux cycles de développement, tout en restant compatible avec les architectures des OEM.

Pony.ai exploite une technologie de mobilité autonome de niveau 4 et a lancé des services commerciaux de robotaxis entièrement sans conducteur utilisant des véhicules Gen-7 à Guangzhou, Shenzhen et Pékin en novembre 2025. Sa stratégie de commercialisation combine l'exploitation de robotaxis, la co-conception avec des OEM et des partenariats de plateforme, notamment l'intégration de Tencent Cloud pour l'accès aux services destinés aux consommateurs.

Xpeng développe des capacités propriétaires de conduite intelligente grâce à son système XNGP et à son architecture électrique et électronique des véhicules. Sa stratégie de véhicules fondée sur l'IA lui permet de contrôler les liens entre le matériel des véhicules, les mises à jour logicielles et les données d'assistance à la conduite, ce qui devient de plus en plus important à mesure que les OEM chinois se livrent concurrence sur les fonctionnalités de conduite intelligente.

Aurora Innovation se concentre sur le transport autonome de marchandises. Le lancement de ses activités commerciales de transport routier sans conducteur au Texas et l'utilisation d'une architecture d'IA axée sur la vérification lui confèrent une position différenciée dans le transport routier longue distance, où la valeur du déploiement dépend de l'économie des itinéraires, des partenariats avec les transporteurs et de la validation de la sécurité.

Waabi développe une technologie de transport routier autonome fondée sur l'IA générative. Son partenariat de février 2025 avec Volvo Autonomous Solutions vise à développer et à déployer conjointement des solutions de transport autonome, en reliant le système d'IA de Waabi à un écosystème établi de fabrication de poids lourds et de gestion de flottes.

Wayve développe une IA incarnée pour la conduite automatisée et a présenté GAIA-2, un modèle génératif du monde destiné aux données de conduite, en mars 2025. En avril 2026, Wayve a annoncé une extension de 60 millions de dollars (USD) de sa série D, avec la participation d'AMD, d'Arm et de Qualcomm, soulignant l'importance des partenariats dans le calcul et les semi-conducteurs pour déployer à grande échelle des modèles de conduite de bout en bout.

Évolutions récentes du secteur

• En janvier 2025, NVIDIA a lancé Cosmos, une plateforme de modèle de fondation du monde conçue pour accélérer le développement de l'IA physique, notamment dans les véhicules autonomes.
• En février 2025, Waabi et Volvo Autonomous Solutions ont annoncé un partenariat stratégique visant à développer et à déployer des solutions de transport autonome.
• En mars 2025, General Motors et NVIDIA ont annoncé une collaboration portant sur l'IA appliquée aux expériences à bord des véhicules, à la fabrication, aux jumeaux numériques d'usine et à la simulation.
• En mars 2025, Baidu Apollo Go a conclu un partenariat stratégique avec la Roads and Transport Authority de Dubaï pour déployer des robotaxis.
• Le 26 mars 2025, Wayve a présenté GAIA-2, son modèle génératif du monde destiné aux données de conduite.
• En avril 2025, Aurora a commencé à assurer des livraisons commerciales de marchandises sans conducteur entre Dallas et Houston.
• En avril 2025, KPIT Technologies et Mercedes-Benz Research and Development India ont annoncé une collaboration portant sur les technologies de nouvelle génération pour les véhicules définis par logiciel.
• En avril 2025, Pony.ai et Tencent Cloud ont annoncé un partenariat visant à intégrer les services de robotaxis aux plateformes grand public de Tencent.
• En avril 2025, PTC et Schaeffler ont élargi leur relation grâce à l'adoption de Windchill+ par Schaeffler.
HTML traduit :

En juin 2025, Pony.ai a annoncé un accord stratégique avec Xihu Group portant sur plus de 1 000 robotaxis Gen-7 à Shenzhen .

En novembre 2025, Pony.ai a lancé des services commerciaux de robotaxis entièrement autonomes avec des véhicules Gen-7 à Guangzhou, Shenzhen et Pékin .

Le 15 avril 2026, Wayve a annoncé une extension de sa série D de 60 millions de dollars (USD), à laquelle participent AMD, Arm et Qualcomm .