Contexte et objectifs

Lors d’un événement à New York, General Motors a présenté une feuille de route centrée sur l’intelligence artificielle, les batteries de nouvelle génération, des ordinateurs embarqués très puissants et la conduite autonome. Le concept d’« intelligence‑defined vehicle » vise à réduire le processus de conception, habituellement de quatre à cinq ans, à un peu plus de deux ans. Cette compression repose sur la virtualisation des tests, la centralisation du calcul et l’utilisation massive de données internes et externes.

Architecture logicielle et IA

GM abandonne le code purement déterministe au profit de modèles probabilistes basés sur des transformeurs. Ces modèles, entraînés sur des décennies de fichiers de conception et d’analyses, sont co‑entraînés avec des jeux de données publics pour améliorer leur capacité générative. Pour les fonctions critiques de sécurité, l’inférence s’effectue exclusivement à bord afin d’éliminer la latence et les risques de perte de connexion. Les services non critiques, comme les interactions vocales d’OnStar, restent dans le cloud, avec un futur projet de distillation vers des modèles embarqués.

Tests virtuels et sécurité

La virtualisation permet de lancer « des milliers » de simulations en quelques heures, contre la production de prototypes physiques qui nécessitait six mois pour atteindre les essais de collision. Cette approche accélère le retour d’information, augmente la couverture des scénarios et améliore la compréhension des comportements du véhicule. Selon Sterling Anderson, la vitesse ainsi obtenue ne sacrifie pas la sécurité ; au contraire, elle offre une meilleure couverture et une optimisation plus fine des critères de performance.

Implications pour la compétitivité

Le passage à un système électrique commun et à un calcul centralisé élimine la complexité liée à la multiplicité des cibles de déploiement. Les ingénieurs peuvent ainsi travailler comme s’ils ne maintenaient que deux modèles en production, ce qui réduit les coûts de maintenance logicielle et accélère les cycles de mise à jour. Cette stratégie place GM en meilleure position face à des concurrents « software‑first » comme Tesla, tout en comportant le risque inhérent à des architectures logicielles encore peu éprouvées.