Sous le feu des projecteurs avec la nécessaire transition verte à opérer, l’industrie automobile semble en pleine mue. On attend beaucoup de la voiture connectée, de la conduite autonome, du véhicule électrique ou de l’autopartage pour nos mobilités futures.
Pour innover et rester compétitif, le secteur pourrait notamment s’appuyer sur le big data et les technologies d’intelligence artificielle (IA). Certains nouveaux entrants tels que Tesla semblent l’avoir bien intégré et ont déjà adopté ces technologies avec succès. Quid néanmoins des entreprises historiques du secteur qui doivent composer avec la complexité de leurs systèmes en place ?
Certes, les constructeurs et les fournisseurs ont largement investi dans l’IA ces dernières années comme le montrent le projet Valeo.ai ou les partenariats Renault-Google et Stellantis-SoundHound. Avec quel objectif néanmoins ? S’agit-il d’approches d’innovation radicale, de remettre en cause l’architecture des véhicules telle qu’on la connaît ou plutôt d’automatiser des tâches et d’améliorer l’existant ?
Comprendre les processus d’innovation autour de la donnée dans le monde automobile reste essentiel pour assurer la pérennité de ce secteur clé pour l’économie française. C’est ce à quoi s’est attelée notre équipe de chercheurs et chercheuses, issus de TBS Education et du Centre de Gestion Scientifique (CGS) de l’École des Mines de Paris – PSL, dans une étude récente. Elle repose sur une analyse de plus de 46 000 brevets chez les 19 plus gros acteurs du domaine ainsi que sur une campagne d’entretiens avec les déposants de 22 brevets en lien avec les technologies IA.
En essayant de lever le voile sur les pratiques d’innovation dans ce secteur, nous montrons que c’est bien l’option « améliorer l’existant » qui semble avoir été retenue. Si elle semble permettre de maîtriser les coûts à court terme et d’apprendre pas…
La suite est à lire sur: theconversation.com
Auteur: Quentin Plantec, Professeur Stratégie & Management de l’Innovation, TBS Education
