Marché des voitures autonomes Taille et part 2026-2035

Taille du marché des voitures autonomes

Le marché des voitures autonomes était évalué à 202,4 milliards de dollars (USD) en 2025 et devrait atteindre 220,8 milliards de dollars (USD) en 2026, puis 354,6 milliards de dollars (USD) d'ici 2035, avec un taux de croissance annuel composé (CAGR) de 5,4 % sur la période 2026–2035.

Le marché des voitures autonomes couvre les niveaux d'automatisation L1–L5 définis par la norme SAE J3016, les équipements matériels ADAS, les logiciels autonomes, les couches de cartographie et de connectivité, ainsi que les services de mobilité. À court terme, les revenus sont principalement concentrés sur les équipements de production des niveaux L1 à L3 : les caméras, les radars, les systèmes informatiques, la surveillance du conducteur, les actionneurs et les logiciels sont intégrés aux véhicules particuliers avant que les services entièrement sans conducteur ne deviennent significatifs.

La distinction commerciale entre les différents niveaux d'automatisation est déterminante. Le niveau L2 est évalué à 93 490 millions de dollars (USD) en 2025 et le niveau L3 à 94 750 millions de dollars (USD) ; tous deux peuvent être monétisés dans le cadre des programmes automobiles tout en maintenant un rôle défini pour le conducteur. Le niveau L4 n'a aucune valeur de marché en 2025, devrait apparaître commercialement en 2027 et atteindre 2 357 millions de dollars (USD) d'ici 2035. De même, le niveau L5 n'a aucune valeur commerciale jusqu'en 2030, avec une émergence à partir de 2031 et une valeur de 3 341 millions de dollars (USD) en 2035. Les prévisions reposent donc davantage sur l'augmentation du contenu d'automatisation dans les ventes de véhicules classiques que sur l'hypothèse d'une disponibilité généralisée d'une autonomie sans restriction.

L'Asie-Pacifique constitue le plus grand marché, avec 95 042 millions de dollars (USD) en 2025, suivie de l'Europe avec 45 303 millions de dollars (USD) et de l'Amérique du Nord avec 40 335 millions de dollars (USD). La Chine apporte une importante capacité de déploiement dans le domaine des véhicules intelligents et connectés, tandis que le taux de croissance annuel composé de 6,58 % enregistré en Amérique du Nord reflète une base plus faible et la commercialisation précoce des services de robotaxi et de transport de fret. Les revenus liés aux technologies suivent le même schéma d'adoption progressive : les systèmes fondés sur des caméras totalisent 75 435 millions de dollars (USD) en 2025, les systèmes fondés sur des radars 63 063 millions de dollars (USD), les systèmes de fusion de capteurs 42 622 millions de dollars (USD) et les systèmes fondés sur le LiDAR 21 233 millions de dollars (USD). La progression prévue du LiDAR jusqu'à 66 632 millions de dollars (USD) d'ici 2035 est liée aux architectures redondantes L3/L4 plutôt qu'à un remplacement généralisé des caméras ou des radars.

La réglementation en matière de sécurité et les éléments probants disponibles peuvent élargir le marché adressable, mais ils n'éliminent pas les contraintes d'ingénierie. La question commerciale déterminante est de savoir si un système peut maintenir ses performances dans un domaine de conception opérationnel défini explicitement, avec un comportement de repli crédible et une répartition claire de la responsabilité. Par conséquent, la redondance des capteurs, la capacité de calcul et les capacités de validation deviennent aussi importantes pour la position concurrentielle que le parc installé d'un constructeur automobile.

Principaux moteurs

Sécurité routière

La sécurité routière constitue le principal argument politique en faveur de l'automatisation. Selon l'OMS, les accidents de la route causent environ 1,19 million de décès chaque année ^{[1]World Health Organization - Road traffic injuries, 13 December 2023 - who.int}. Aux États-Unis, la NHTSA a estimé à 39 345 le nombre de décès sur les routes en 2024, contre 41 025 en 2023 ^{[2]National Highway Traffic Safety Administration - NHTSA estimates 39,345 traffic fatalities in 2024, 11 April 2025 - nhtsa.gov}. Les systèmes d'aide à la conduite ne rendent pas tous les environnements de conduite autonomes, mais ils peuvent cibler des facteurs récurrents d'accident grâce au freinage d'urgence, à l'assistance au maintien dans la voie, à l'aide au respect des limitations de vitesse et à la surveillance du conducteur. L'adoption des niveaux L1 et L2 dépend ainsi moins du choix des consommateurs d'une nouvelle fonctionnalité d'autonomie que des exigences de sécurité des véhicules et des évaluations de sécurité des fabricants d'équipements d'origine (OEM).

Une étude californienne cas-témoins appariée a constaté une probabilité moindre pour plusieurs types d'accidents parmi les véhicules équipés de systèmes de conduite autonome que parmi les véhicules conduits par des personnes, tout en relevant d'importantes différences dans les circonstances des accidents. Cette conclusion ne signifie pas qu'un résultat en matière de sécurité se transpose automatiquement d'une plateforme ou d'un domaine opérationnel à l'autre ; elle indique plutôt que des performances de sécurité mesurables peuvent devenir un atout réglementaire et assurantiel lorsqu'elles sont recueillies à une échelle suffisante. Le kilométrage des flottes et la communication transparente des incidents constituent donc des données commerciales, et pas uniquement des indicateurs d'ingénierie.

IA et capteurs

La capacité autonome repose sur un problème d'orchestration : la perception, la prédiction, la planification, le contrôle et le comportement de repli doivent fonctionner de concert lorsque les conditions de détection se dégradent. Les caméras fournissent des informations sémantiques denses, les radars conservent leurs capacités de télémétrie en cas de mauvaise visibilité et le LiDAR ajoute une géométrie tridimensionnelle ; leurs limites diffèrent sensiblement selon les conditions météorologiques et la luminosité. La fusion des capteurs apporte par conséquent une valeur ajoutée en gérant les divergences entre les capteurs, plutôt qu'en augmentant simplement le nombre de dispositifs installés sur un véhicule.

Cette architecture favorise les plateformes capables de combiner un vaste corpus de données de conduite avec la simulation et des cycles rapides d'itération logicielle. Les recherches sur la fusion multimodale adaptative aux capteurs montrent pourquoi la pondération adaptative est précieuse par mauvais temps : le système peut réduire sa dépendance à une modalité dégradée au lieu de considérer toutes les entrées comme également fiables. L'effet commercial est un passage de composants ADAS distincts à des architectures intégrées de calcul et de logiciels, en particulier lorsque les systèmes de niveau L3 nécessitent une redondance pour prendre en charge un domaine opérationnel défini.

Réglementations gouvernementales

La réglementation crée des voies de déploiement tout en définissant les limites de l'utilisation commerciale. Le Règlement no 157 de la CEE-ONU a établi un cadre international pour les systèmes automatisés de maintien dans la voie, en offrant une voie d'homologation de type pour l'automatisation conditionnelle dans des conditions prescrites. Mercedes-Benz a obtenu en Allemagne, en décembre 2024, l'autorisation d'exploiter Drive Pilot jusqu'à 95 km/h, illustrant la manière dont un périmètre opérationnel homologué peut transformer un système technique en option automobile commercialisable.

Aux États-Unis, le cadre réglementaire 2025 de la NHTSA pour les véhicules automatisés a proposé de moderniser les normes de sécurité applicables aux véhicules conçus sans commandes manuelles conventionnelles. Le cadre japonais autorise une conduite automatisée de niveau 4 dans certaines conditions, sous réserve d'une approbation, et le pays a accordé sa première homologation de niveau 4 pour un service à Eiheiji en 2023. Ces mesures sont importantes, car un permis, une homologation de type ou une norme de sécurité détermine les marchés sur lesquels les développeurs peuvent comptabiliser leurs revenus ; une démonstration dépourvue d'une telle autorisation ne permet pas d'établir un marché évolutif.

Services de mobilité autonome

Les services de robotaxi et de transport de marchandises autonome créent un canal de revenus récurrents et génèrent les données de conduite nécessaires pour perfectionner la pile technologique sous-jacente. Waymo a fait état de plus de 250 000 courses payantes par semaine en avril 2025. Aurora a lancé le transport routier commercial sans conducteur entre Dallas et Houston en mai 2025, démontrant comment un corridor inter-États délimité peut être monétisé avant que l'autonomie urbaine à grande échelle ne soit réalisable. Leurs domaines opérationnels sont volontairement plus restreints que les promesses d'autonomie de niveau 4 (L4) destinées aux consommateurs, ce qui réduit la complexité initiale de la validation et de l'exploitation.

L'économie des services reste sensible au taux d'utilisation, au coût des véhicules, à l'assistance à distance et aux autorisations d'expansion. Les modèles précoces les plus viables sont donc concentrés dans les zones denses de services de transport à la demande ou sur des corridors de fret réguliers, où le taux d'utilisation et la prévisibilité des itinéraires peuvent justifier une pile de capteurs et de calcul coûteuse. C'est pourquoi la mobilité partagée et la logistique progressent de manière significative au cours de la période de prévision, sans détrôner les systèmes avancés d'aide à la conduite (ADAS) destinés à un usage personnel comme principal réservoir actuel de revenus.

Principaux freins

Coûts de développement et de validation

Les niveaux d'automatisation supérieurs nécessitent des investissements dans le matériel redondant, les logiciels, la cartographie, la simulation, les essais en conditions réelles, la cybersécurité et la gouvernance de la sécurité. Les coûts ne s'arrêtent pas au prototype de véhicule : chaque extension géographique ou nouvelle condition d'exploitation introduit de nouveaux cas limites et de nouvelles exigences en matière de preuves. Cette situation concentre le développement des systèmes L4 parmi les constructeurs automobiles et les entreprises technologiques capables de financer de longues périodes d'amortissement, tandis que les fournisseurs subissent une pression accrue pour démontrer que leur contribution en matière de capteurs, de calcul ou de logiciels peut être réutilisée dans plusieurs programmes.

La contrainte économique est particulièrement forte lorsqu'une flotte doit être déployée avant que le taux d'utilisation puisse valider le modèle économique. La décision prise par GM en décembre 2024 de cesser de financer le développement du robotaxi de Cruise et de réorienter ses efforts vers les véhicules personnels illustre les conséquences de cet écart entre ambition technologique et économie unitaire évolutive. La réduction du coût des systèmes de détection est utile, mais elle ne remplace pas la nécessité de disposer d'un dossier de sécurité, d'une assistance opérationnelle et d'une voie durable vers une densité suffisante de la flotte.

Incertitude réglementaire

L'absence d'un cadre réglementaire mondial unique accroît les coûts de développement et de lancement. L'homologation des types de véhicules, le code de la route, la responsabilité, la déclaration des données, l'assurance et les autorisations d'exploitation municipales peuvent différer selon les juridictions. Un développeur peut disposer d'un système techniquement mature tout en restant limité à un domaine de conception opérationnelle étroit, parce que l'autorité légale permettant d'exploiter le véhicule sans conducteur de sécurité n'est pas disponible ou reste soumise à des conditions.

La fragmentation modifie également la stratégie produit. Une fonctionnalité L3 haut de gamme peut être lancée en premier dans les juridictions dotées d'un cadre clair d'homologation, tandis qu'un opérateur de robotaxi doit négocier les conditions locales ville par ville. Cette séquence favorise les systèmes reposant sur du matériel et des logiciels réutilisables, mais elle peut retarder la comptabilisation des revenus et rendre le déploiement international moins linéaire que ne le laisse penser la feuille de route technologique.

La viabilité économique de L4 repose sur la validation des opérations plutôt que sur la pénétration des fonctionnalités. Les trajets payants et les kilomètres de fret sans conducteur produisent des données précieuses, mais cette même concentration des données et des capitaux peut accentuer l’avance des premiers opérateurs. Pour les fournisseurs et les équipementiers, l’opportunité concrète consiste à s’aligner sur une plateforme réutilisable, un domaine opérationnel autorisé et une voie vers la récupération des coûts, plutôt que de considérer chaque démonstration comme un prélude à un déploiement sans restriction.

Analyse par segment du marché des voitures autonomes

Par niveau d’autonomie

L1 progresse de 14,113 milliards de dollars (USD) en 2025 à 20,193 milliards de dollars (USD) en 2035, avec un taux de croissance annuel composé (CAGR) d’environ 3,27 %. Sa croissance plus modérée s’explique par la maturité de la pénétration des fonctionnalités, mais sa pertinence au sein du parc installé reste élevée, car le freinage d’urgence, l’assistance au maintien dans la voie et l’assistance à la vitesse constituent le premier niveau des systèmes ADAS obligatoires ou standard. L2 représente actuellement le plus grand segment, avec 93 490 millions de dollars (USD), et devrait atteindre 165,371 milliards de dollars (USD), avec un CAGR d’environ 5,49 %. Sa valeur repose sur la combinaison du contrôle longitudinal et latéral, tout en maintenant la supervision du conducteur, une configuration déployable commercialement sur une gamme bien plus large de modèles et de juridictions que L4.

L3 progresse de 94,750 milliards de dollars (USD) à 163,330 milliards de dollars (USD), avec un CAGR d’environ 5,20 %. Il représente une valeur importante en matériel et en logiciels, car le véhicule doit gérer la conduite dans son domaine autorisé et émettre une demande de reprise lorsque ce domaine prend fin. L4 fait son apparition commerciale en 2027 et atteint 2,357 milliards de dollars (USD) en 2035 ; L5 commence son émergence en 2031 et atteint 3,341 milliards de dollars (USD). L’écart entre les valeurs de L3 et celles de L4/L5 reflète le coût du passage d’une fonctionnalité grand public supervisée à un service sans conducteur doté d’un domaine opérationnel validé.

Par motorisation

Les plateformes à moteur à combustion interne (ICE), électriques et hybrides sont toutes concernées, car les systèmes ADAS de base peuvent être intégrés à n’importe quelle motorisation. Les véhicules électriques disposent d’un avantage stratégique dans les programmes d’automatisation avancée, car les nouvelles architectures de véhicules électriques centralisent souvent les systèmes informatiques et électriques, ce qui simplifie l’intégration des capteurs et des mises à jour. Le partenariat de Hyundai avec Waymo utilise le véhicule électrique IONIQ 5 comme plateforme pour l’intégration de Waymo Driver ^{[3]Hyundai Motor Group - Motional's Las Vegas robotaxi pilot service - hyundaimotorgroup.com}. Les véhicules hybrides restent pertinents lorsque les équipementiers ajoutent des fonctionnalités de sécurité et de confort à des motorisations de transition sans devoir concevoir une plateforme de véhicule électrique entièrement nouvelle.

Par technologie

Les systèmes fondés sur des caméras passent de 75,435 milliards de dollars (USD) en 2025 à 119,548 milliards de dollars (USD) en 2035, tandis que les systèmes fondés sur des radars progressent de 63,063 milliards de dollars (USD) à 93,096 milliards de dollars (USD). Leur ampleur repose sur leur large intégration dans les niveaux L1/L2. Le LiDAR progresse de 21,233 milliards de dollars (USD) à 66,632 milliards de dollars (USD), affichant la trajectoire technologique la plus rapide, car il est plus étroitement associé aux architectures de perception redondantes des niveaux L3/L4. La fusion des capteurs passe de 42 622 millions de dollars (USD) à 75,316 milliards de dollars (USD), à mesure que les systèmes informatiques et les logiciels transforment les données complémentaires des capteurs en un modèle de conduite unique.

Le choix ne se résume pas à opposer les caméras au LiDAR. Les systèmes dominés par les caméras optimisent les coûts et l’échelle des ensembles de données, tandis que les architectures de fusion cherchent à assurer une perception robuste dans un éventail plus large de conditions. Pour les équipementiers, la décision d’achat pertinente consiste à déterminer si le coût supplémentaire du matériel et de la puissance de calcul permet d’obtenir un domaine opérationnel légalement homologable et commercialement utile.

Par véhicule

Les voitures compactes passent de 69,428 milliards de dollars (USD) en 2025 à 110,000 milliards de dollars (USD) en 2035, à mesure que les systèmes avancés d'aide à la conduite (ADAS) se déploient sur des segments de prix à fort volume. Les voitures de taille moyenne progressent de 72,154 milliards de dollars (USD) à 127,062 milliards de dollars (USD) et deviennent le plus grand segment de véhicules d'ici 2035, car elles combinent volume et capacité accrue à absorber le prix des fonctionnalités avancées. Les SUV et les voitures de luxe passent de 60,772 milliards de dollars (USD) à 117,529 milliards de dollars (USD) ; ils restent un point d'entrée logique pour les ensembles de capteurs coûteux et l'automatisation conditionnelle, car les acheteurs de véhicules haut de gamme peuvent financer les coûts du matériel et de la validation aux premiers stades.

Par application

L'utilisation personnelle reste la principale application, passant de 94,538 milliards de dollars (USD) à 152 297 millions de dollars (USD). La mobilité partagée progresse de 57,591 milliards de dollars (USD) à 113,011 milliards de dollars (USD), tandis que la logistique et la livraison passent de 31,801 milliards de dollars (USD) à 58,343 milliards de dollars (USD). Les transports publics atteignent 21,736 milliards de dollars (USD) et les autres applications 9,204 milliards de dollars (USD) d'ici 2035, les premiers usages tendant à se concentrer sur des environnements contrôlés ou répétitifs. La répartition par application montre que la possession de véhicules et les services de flotte coexisteront : les véhicules particuliers offrent l'échelle nécessaire au déploiement de fonctionnalités de niveaux L1 à L3, tandis que les flottes constituent une voie vers une utilisation concentrée des systèmes de niveau L4.

La combinaison des technologies et des véhicules renforce cette tendance. Les véhicules compacts et de taille moyenne présentent le potentiel ADAS le plus large, tandis que les véhicules de luxe et les plateformes de flotte spécialement conçues absorbent les premières versions de systèmes de fusion plus coûteux. La croissance rapide du LiDAR doit donc être interprétée comme une évolution vers des architectures offrant un niveau de garantie supérieur dans certains programmes, et non comme la preuve que les systèmes à caméra et radar moins coûteux perdent leur rôle fondamental.

Analyse régionale du marché des voitures autonomes

Amérique du Nord

L'Amérique du Nord passe de 40,335 milliards de dollars (USD) en 2025 à 78,944 milliards de dollars (USD) en 2035, avec un taux de croissance annuel composé (CAGR) d'environ 6,58 %. Les États-Unis progressent de 33,562 milliards de dollars (USD) à 65,035 milliards de dollars (USD), et le Canada de 6 772 millions de dollars (USD) à 13,909 milliards de dollars (USD). La région combine une vaste base de véhicules équipés de systèmes ADAS avec des activités de robotaxis et de transport de fret autonome à forte visibilité commerciale. La modernisation des normes fédérales de sécurité et les règles d'exploitation établies par les États ou les villes détermineront conjointement la vitesse à laquelle les services pourront dépasser les corridors existants.

Europe

L'Europe progresse de 45,303 milliards de dollars (USD) à 73,874 milliards de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 4,62 %. L'Allemagne passe de 11,528 milliards de dollars (USD) à 20,745 milliards de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 5,64 %, tandis que le reste de l'Europe progresse de 33,775 milliards de dollars (USD) à 53,129 milliards de dollars (USD). Son importance réside dans l'interaction entre l'ingénierie des constructeurs de véhicules haut de gamme et la réception par type de la CEE-ONU. L'homologation du Drive Pilot illustre une voie de monétisation pour le niveau L3, tandis que le cadre réglementaire soutient l'adoption généralisée des systèmes ADAS, même lorsque l'exploitation sans conducteur reste limitée.

Asie-Pacifique

L'Asie-Pacifique passe de 95,042 milliards de dollars (USD) à 172,095 milliards de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 5,74 %. La Chine progresse de 35 857 millions de dollars (USD) à 69 459 millions de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 6,45 %, tandis que le reste de l'Asie-Pacifique passe de 59,185 milliards de dollars (USD) à 102,636 milliards de dollars (USD). L'avantage de la Chine repose sur la concurrence nationale dans le domaine des véhicules intelligents connectés, les voies de déploiement à l'échelle des villes et une politique axée sur l'intégration entre les véhicules, les routes et le cloud. Le Japon offre une voie réglementée distincte pour les services de niveau L4, tandis que sa première opération L4 approuvée démontre l'intérêt d'usages étroitement délimités dans les services publics.

Amérique latine

L'Amérique latine passe de 9,644 milliards de dollars (USD) à 12,691 milliards de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 2,41 %. Le Brésil progresse de 4,776 milliards de dollars (USD) à 6,195 milliards de dollars (USD), tandis que le reste de l'Amérique latine passe de 4,868 milliards de dollars (USD) à 6,497 milliards de dollars (USD). Le marché est principalement orienté vers les fonctionnalités L1/L2 intégrées aux nouveaux programmes de véhicules. Les disparités en matière d'infrastructures, les contraintes d'accessibilité financière et des cadres opérationnels moins matures réduisent l'intérêt commercial immédiat des déploiements L3/L4.

Moyen-Orient et Afrique

La région du Moyen-Orient et de l'Afrique (MEA) passe de 12,030 milliards de dollars (USD) à 16,987 milliards de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 3,14 %. Les Émirats arabes unis progressent de 2,892 milliards de dollars (USD) à 4,627 milliards de dollars (USD), avec un taux de croissance annuel composé (CAGR) d'environ 4,44 %, tandis que le reste de la région MEA passe de 9,137 milliards de dollars (USD) à 12,359 milliards de dollars (USD). Les Émirats arabes unis constituent un marché stratégique pour les premiers déploiements, car les objectifs liés aux villes intelligentes peuvent harmoniser les autorisations, les infrastructures et les opérations de flotte. La coopération établie en mars 2025 entre Baidu Apollo Go et la Roads and Transport Authority de Dubaï constitue un exemple concret de cette approche d'accès au marché ^{[4]PR Newswire - Baidu's Apollo Go enters strategic partnership with Dubai RTA to deploy robotaxis in Dubai, 28 March 2025 - prnewswire.com}.

Les régions à plus faible croissance ne sont pas de simples copies tardives des marchés leaders. L'Amérique latine représente principalement une opportunité liée aux fonctionnalités ADAS, tributaire de l'accessibilité financière et des cycles de renouvellement des véhicules, tandis que les Émirats arabes unis peuvent soutenir certains déploiements de flottes grâce à la coordination des infrastructures publiques et des autorisations. La stratégie régionale d'un fournisseur doit donc adapter son offre au facteur limitant local : le coût lié aux volumes sur les marchés émergents, les éléments probants réglementaires en Europe, les opérations de flotte en Amérique du Nord et la coordination de l'écosystème dans les villes du Golfe.

Part du marché des voitures autonomes et paysage concurrentiel

La concurrence associe de grands constructeurs OEM, des constructeurs automobiles régionaux et des opérateurs axés sur les logiciels. Volkswagen arrive en tête de l'estimation de la part du marché pour 2025, avec 12,69 %, devant Toyota à 10,76 %, GM à 9,73 %, Mercedes-Benz à 8,82 %, Ford à 7,94 %, Tesla à 6,94 % et Honda à 5,91 %. Ces parts reflètent principalement l'étendue des fonctionnalités d'automatisation distribuées via la production de véhicules ; elles ne doivent pas être interprétées comme une mesure équivalente des capacités de flottes sans conducteur.

Volkswagen associe des partenaires externes spécialisés dans les logiciels et les capteurs à des capacités spécifiques au marché chinois, notamment dans le cadre de sa relation avec XPeng concernant les technologies de conduite automatisée destinées au marché chinois ^{[5]Automotive World - Volkswagen turns to XPeng for Chinese market AV technology - automotiveworld.com}. La collaboration de Toyota avec Waymo porte sur une plateforme de véhicule destinée aux technologies autonomes et sur d'éventuelles applications pour les véhicules personnels ^{[6]Toyota Global Newsroom - Toyota and Waymo outline strategic partnership to advance autonomous driving deployment, 29 April 2025 - global.toyota}. Mercedes-Benz dispose d'une position différenciée dans le domaine L3 grâce à Drive Pilot, tandis que BlueCruise de Ford reste axé sur la conduite mains libres supervisée ; BlueCruise 1.5 de Ford a ajouté des changements de voie automatisés pour le Mustang Mach-E. La décision de GM concernant Cruise illustre la discipline financière requise par les modèles de robotaxi, tandis que Stellantis poursuit le développement de STLA AutoDrive dans le cadre d'une architecture de véhicule définie par logiciel.

BMW, Hyundai, Tesla, Honda et Stellantis représentent des approches distinctes de l’intégration des systèmes : BMW travaille avec Qualcomm sur des logiciels de conduite automatisée ; Hyundai fournit une plateforme de véhicules électriques à Waymo et conserve une voie vers la commercialisation de flottes ; Tesla met l’accent sur une automatisation supervisée entraînée à partir de données de flottes ; Honda maintient une voie de niveau 3 axée sur le Japon ; et Stellantis développe une plateforme interne évolutive. Leur position concurrentielle dépendra de la maturité de la validation et de la réutilisation des plateformes, et pas uniquement des caractéristiques des capteurs.

BYD, Geely, l’Alliance Renault-Nissan-Mitsubishi, SAIC Motor et Tata Motors étendent le marché grâce à l’échelle de leur production régionale et au déploiement progressif des systèmes avancés d’aide à la conduite (ADAS). BYD et SAIC jouent un rôle important dans l’écosystème chinois des véhicules intelligents ; la base de production multimarque de Geely favorise les partenariats technologiques ; l’Alliance Renault-Nissan-Mitsubishi déploie la technologie ProPILOT sur plusieurs marchés ; et Tata Motors dispose d’une voie vers l’ingénierie avancée grâce à Jaguar Land Rover. Ces entreprises se livrent une concurrence particulièrement directe là où l’accessibilité des véhicules, l’approvisionnement local et le rythme de renouvellement des plateformes déterminent la pénétration des fonctionnalités.

Parmi les acteurs émergents et disruptifs, Waymo et Baidu exploitent les modèles de robotaxis les plus visibles ; Aurora se concentre sur le transport de marchandises autonome ; et NIO et XPeng se livrent concurrence dans le domaine des véhicules électriques définis par logiciel et des capacités d’assistance à la navigation. L’ampleur des trajets payants de Waymo, l’accord conclu par Baidu à Dubaï, le lancement d’Aurora au Texas, le développement de la conduite intelligente de NIO et la relation technologique de XPeng avec Volkswagen montrent que le paysage concurrentiel se fragmente selon le modèle de monétisation autant que selon la géographie.

Évolutions récentes du secteur

• mai 2025 - Aurora Innovation : Aurora a commencé à exploiter des poids lourds autonomes sans conducteur à des fins commerciales entre Dallas et Houston, Hirschbach Motor Lines et Uber Freight figurant parmi ses premiers clients.
• avril 2025 - Toyota et Waymo : les deux entreprises ont annoncé un partenariat stratégique préliminaire visant à étudier une plateforme de véhicules autonomes et des applications pour les véhicules détenus par des particuliers.
• mars 2025 - Baidu Apollo Go et la RTA de Dubaï : Apollo Go a annoncé une coopération avec la Roads and Transport Authority de Dubaï pour tester la conduite autonome et déployer des flottes.