Rivian déploie un cadre d’agents IA pour ses voitures

Présentation de l’assistant vocal

Rivian a introduit, en mai 2024, un assistant vocal intégré aux véhicules électriques de la marque. L’utilisateur peut, par simple commande vocale, régler la température, activer les sièges ventilés ou demander un résumé d’actualités. Le système repose sur un framework agentique interne développé en interne, ce qui évite la dépendance à Apple CarPlay ou Android Auto.

Architecture du cadre agentique

Le framework analyse chaque requête, identifie l’intention et la redirige vers le module logiciel adéquat. Selon le niveau de complexité, le modèle d’inférence s’exécute soit sur le périphérique embarqué (edge), soit dans le cloud. Cette double voie permet de conserver une latence minimale pour les actions simples (ex. réglage de la climatisation) tout en exploitant des modèles plus lourds pour des réponses contextuelles. Le routage s’apparente à un « feu de circulation » : le système sélectionne dynamiquement le modèle le plus approprié.

Intégration d’agents externes et contraintes techniques

Le PDG RJ Scaringe a indiqué que les futures versions pourront exécuter des agents fournis par des tiers comme Anthropic, OpenAI (Claude) ou Meta (Muse). Cette ambition implique la mise en place d’une « plomberie » logicielle pour assurer la compatibilité entre les API tierces et l’infrastructure embarquée. L’accès actuel aux applications tierces, tel que Google Calendar, montre que le cadre peut déjà interroger des services externes, mais l’ajout d’agents complexes nécessitera une synchronisation des protocoles d’authentification, de la gestion des états et du débit réseau.

Implications pour la sécurité et la conduite

Scaringe a souligné que les fonctions critiques – freinage, direction, accélération – ne seront jamais confiées à un agent IA. Le risque de décision erronée dans un contexte de sécurité routière impose une séparation stricte entre le plan de contrôle du véhicule et la couche d’assistance conversationnelle. Cette architecture en silo limite les points d’intervention du modèle, mais impose également une charge supplémentaire de validation et de test pour chaque nouvelle intégration d’agent. En comparaison, Tesla a déjà déployé le chatbot Grok de SpaceX, mais sans préciser de mécanisme de cloisonnement similaire.