Comment l’IA transforme l’industrie automobile – et l’expérience client

Du 5 au 10 septembre, IAA Mobility 2023, le plus grand événement mondial sur la mobilité, a attiré environ un demi-million de visiteurs à Munich. L'intelligence artificielle (IA) dans l'industrie automobile était un thème récurrent dans presque tous les domaines du salon de cette année. Par exemple, dans le développement de systèmes d’aide à la conduite et de conduite autonome, ou encore dans le contrôle qualité et la production.

Dans les usines automobiles, les robots contrôlés par l’IA effectuent désormais de manière indépendante des tâches telles que le soudage, la peinture et l’assemblage.

De plus en plus, des algorithmes intelligents sont également utilisés pour surveiller l’état des véhicules et fournir des indications sur l’entretien ou les réparations à venir, également appelés « entretien prédictif ».

L'intelligence artificielle est également utilisée dans la conception des véhicules et pour optimiser la conduite pour une plus grande efficacité et durabilité dans la commande vocale des systèmes de navigation et dans les aides au stationnement intelligentes. Pendant ce temps, le marketing, les ventes et le service client mettent en œuvre l’IA pour rendre les clients plus satisfaits et les chaînes d’approvisionnement plus efficaces.

L’IA dans l’industrie automobile : comment l’intelligence artificielle change la donne

J'ai eu le plaisir de discuter de l'IA au Mobility Festival, en compagnie d'Alexander Scholz, responsable de l'approvisionnement numérique chez BMW Group, ainsi que de Tobias Wagner de la startup de mobilité électronique ChargeX. Au milieu de l'agitation du salon, nous avons pu utiliser l'Executive Lounge, exploité par notre partenaire IBM iX DACH en collaboration avec TikTok, pour une passionnante MasterClass sur l'IA.  

L’IA générative change véritablement la donne, notamment dans le domaine de la communication.

En effet, cette technologie peut générer un nouveau contenu basé sur les informations existantes et les entrées des utilisateurs. Il est basé sur des modèles de langage étendus (LLM) et est utilisé dans des outils d'IA tels que ChatGPT, Google Bard et Aleph Alpha. Lorsqu’ils sont formés sur de grandes quantités de données dans de nombreux contextes et dimensions différents, ces modèles d’apprentissage automatique (ML) peuvent désormais comprendre des relations et dépendances complexes.

Pour l'expert BMW Alexander Scholz, cette technologie est également un facteur d'efficacité important, notamment dans la chaîne d'approvisionnement.

Les avantages de l’IA dans l’industrie automobile se font déjà sentir dans la production. Dans l'usine américaine de Spartanburg, par exemple, l'utilisation de l'IA dans l'atelier de carrosserie permet à elle seule d'économiser plus d'un million de dollars par an en coûts de production. Et l’entreprise expérimente déjà l’intelligence artificielle dans la conception de véhicules, par exemple en concevant de nouveaux véhicules tout-terrain sans intervention humaine.

La jeune entreprise ChargeX s’appuie également sur une solution d’IA pour son infrastructure modulaire de recharge de voitures électriques. Il permet de répartir automatiquement la charge entre les différentes voitures électriques d'un site. «Nous pouvons l'utiliser pour développer une stratégie de recharge optimale», nous a expliqué le fondateur et PDG Tobias Wagner. Mais ils n’en sont qu’à leurs débuts.

Garder un œil sur les risques potentiels de l’IA dans l’industrie automobile

Malgré les points de vue différents, la discussion a également révélé de nombreux points communs. Par exemple, lorsque nous avons parlé des risques potentiels de l’IA, tels que la sécurité des données, la protection des informations sensibles ou les problèmes de responsabilité et de garantie.

« Nous devons être proactifs et assurer la plus grande transparence possible », a souligné Scholz. Il a ajouté qu'il est important d'utiliser les modèles de langage d'IA de manière responsable et d'instaurer la confiance dans leur utilisation parmi ses propres employés et clients.

C’est pour cette raison que BMW a déjà publié ses propres lignes directrices en matière d’IA, qui définissent les principes éthiques à suivre pour gérer cette technologie disruptive. Il s’agit notamment de ne pas s’appuyer aveuglément sur les réponses de l’IA sans contrôle humain.

Afin d’éviter que l’IA « hallucine » – en particulier dans des situations critiques pour la sécurité – il faut garantir, grâce à une formation appropriée, que le résultat d’un LLM est factuellement correct et impartial. De plus, en cas de doute, le jugement d’un humain doit toujours prévaloir sur celui d’une IA.

Sans l’acceptation de l’utilisateur final, la meilleure solution d’IA est inutile

Tobias Wagner a introduit un autre aspect dans notre discussion : la nécessité absolue de l'acceptation par l'utilisateur final.

Il a déclaré que l’industrie automobile doit être particulièrement sensible à ce sujet, car les conducteurs veulent prendre leurs propres décisions, et non les laisser à un algorithme opaque.

Il a souligné l'application de recharge de son entreprise, qui, dans une version antérieure, déterminait automatiquement le processus de recharge optimal pour la voiture électrique sur la base des données historiques et de la situation actuelle à un endroit spécifique.

"Mais les gens veulent décider eux-mêmes, en fonction de leur situation spécifique, du niveau de charge de leur batterie et du temps dont ils disposent pour le faire", a-t-il déclaré, parlant de l'expérience de ChargeX. Les suggestions et recommandations raisonnables de l’IA sont utiles, a-t-il déclaré, mais la décision finale doit revenir au client.

Plutôt que de réguler l'IA, mieux vaut créer sa propre expérience

Tous les panélistes ont toutefois convenu qu’une réglementation permanente de la nouvelle technologie – quelle qu’elle soit – ne serait d’aucune utilité. Cela ne ferait que ralentir l’innovation et l’Allemagne prendrait du retard dans un autre domaine.

Cependant, il est souvent nécessaire de discuter en détail avec les services juridiques des constructeurs automobiles de ce qui est actuellement possible pour des raisons de responsabilité ou de protection des données, et où se situent encore les limites. Travailler ensemble sur ces problèmes devrait garantir que la mise en œuvre de nouveaux cas d’utilisation ne soit pas retardée en raison de problèmes juridiques ou de craintes existantes.

Recueillir les propres expériences des employés peut également contribuer à apaiser de sérieuses inquiétudes concernant les applications de l'IA.

Les experts de la MasterClass étaient convaincus que « le développement de l’IA ne peut plus être arrêté, ni même inversé ». Le défi consiste plutôt à le façonner et à l’utiliser de manière responsable.

Sans qualité des données, l’IA ne produira pas de résultats utiles

Lors de notre MasterClass à Munich, nous avons également abordé une autre question clé dans l'utilisation de l'IA générative dans l'industrie automobile : la collecte et la structuration des données et leur qualité. Il a été noté que les meilleurs outils d’analyse sont inutiles sans données de qualité : si les données sont médiocres, même la meilleure IA ne peut que fournir des réponses inutiles.

Si, en revanche, les informations pertinentes sont collectées et analysées à tous les points de contact tout au long du parcours client, les clients peuvent par exemple recevoir des offres personnalisées via leur canal préféré. Toutefois, cela nécessite leur consentement.

Notre panel a convenu que l'IA générative est l'outil idéal pour un marketing personnalisé adapté à la situation actuelle du destinataire. En effet, il s'agit d'un excellent moyen d'automatiser des campagnes 1:1 très pertinentes pour les clients et produisant donc de meilleurs résultats.

Approche en deux étapes pour développer des solutions d’IA

Selon Scholz, BMW poursuit une approche en deux étapes pour poursuivre l'utilisation de l'intelligence artificielle. La première étape consiste à l’utiliser pour accroître l’efficacité dans tous les domaines, réduire la charge de travail et soulager les employés des tâches routinières. Dans un deuxième temps, il sera plus facile de prendre des décisions plus précises et meilleures sur la base des données collectées. Cela permettrait également de soutenir efficacement les salariés face à l’évolution démographique et à la pénurie croissante de personnel.

Notre discussion sur l’IA dans l’industrie automobile peut être résumée par les points suivants :

1. Il existe déjà un nombre infini de cas d’utilisation dans l’industrie automobile où l’IA peut être mise à profit. Nous avons discuté de quelques exemples au cours de notre session, allant de la chaîne d'approvisionnement à l'infrastructure de recharge en passant par les processus orientés client, mais nous n'en sommes qu'au début de l'évolution.
2. La technologie évolue très rapidement. Il est donc intéressant pour l'industrie de mettre en place des équipes/centres de compétences dédiés au sein de son organisation pour garder un œil sur les évolutions et être en mesure de réagir rapidement aux nouvelles tendances.
3. La tendance actuelle est que les constructeurs automobiles disposent de leur propre « ChatGPT d'entreprise » personnalisé selon leurs besoins spécifiques et formé avec leurs propres données pour garantir la qualité des résultats.
4. Des données propres sont la clé pour obtenir des résultats intéressants des déploiements d’IA d’un point de vue commercial et améliorer l’expérience client.
5. L’un des plus grands défis aujourd’hui consiste à trouver des employés possédant les compétences nécessaires en IA ou à les former soi-même.
6. Une communication bonne et transparente est essentielle pour répondre et, espérons-le, apaiser les inquiétudes des employés et des clients.

C'était enrichissant pour moi d'entendre directement nos experts du panel comment ils utilisent l'IA pour rendre leurs propres processus commerciaux plus efficaces. Mais aussi comment ils l'utilisent pour améliorer les ventes, le marketing et le service, et surtout, pour créer une meilleure expérience client pour leurs clients.

C’est une période passionnante et j’ai très hâte de voir quelle est la prochaine étape pour l’IA dans l’industrie automobile. Es-tu?