5 raisons pour lesquelles l'automobile s'intéresse au Big Data

Pour évaluer l'impact du Big Data sur l'automobile, on peut analyser la question selon deux axes : quelles sont les types d'interactions à l'oeuvre, et quel est le degré de visibilité pour l'utilisateur ? Il existe trois types d'interactions, c'est-à-dire de type de réseau : humain-humain, machine-humain, et machine-machine. Parallèlement, le niveau de visibilité peut se concevoir à trois niveaux : avant-plan, ce que l'utilisateur voit, plan intermédiaire, ce que l'utilisateur ne voit pas directement mais qui a un impact direct sur son usage, et arrière-plan, c'est-à-dire ce qui se fait plus en amont. Ce cadre conceptuel, illustré ci-dessous et détaillé dans un article récent, nous permet d'appréhender la situation dans le cadre particulier du secteur automobile. 5 types d'interactions se détachent expliquant l'attrait des industriels du secteur pour les applications Big Data.

Notre tableau de bord nous informe déjà de la pression des pneus, ou du niveau d'huile de notre véhicule, mais nous pourrions aller beaucoup plus loin en matière de mesures, surtout prédictives. L'aviation a été pionnière à ce niveau, puisque certains avions disposent dorénavant de dizaines de capteurs leur permettant d'améliorer leur efficacité : que ce soit au niveau de la gestion du fuel, de leur trajectoire, des services de navigation, ou même de la gestion d'une flotte dans son ensemble. Et, ce qui s'applique à l'aviation est évidemment transposable à tous les secteurs des transports.

Ce qui fait l'utilité du Big Data, c'est bien sa capacité à prévoir. Connaître sa consommation ou son niveau d'essence est évidemment intéressant. Mais c'est encore mieux si notre voiture est capable de nous avertir qu'il faut prendre la prochaine sortie pour faire le plein, parce qu'il n'y aura plus de stations avant de nombreux kilomètres. Sans compter les applications prédictives en matière d'entretien du véhicule, des pneus aux courroies de transmission. Autant savoir qu'il y a de grandes chances qu'une pièce va lâcher prochainement, pour la remplacer par anticipation, plutôt que de devoir être mis devant le fait accompli, et subir le retard imprévu et tous les embêtements qui s'ensuivront.

La réalité augmentée est aussi une application concrète du Big Data pour l'accompagnement à la conduite. Grâce aux capteurs installés sur le véhicule, et à une connexion permanente à Internet ou aux systèmes de type GPS, on peut envisager de nombreuses applications typiques de l'Internet des objets : du pare-brise qui nous indique la route (à la manière d'un casque de réalité virtuelle) aux interfaces haptiques (le volant vibrant à gauche ou à droite selon que notre attention doive y être portée), notre véhicule devient un objet connecté géant.

Au niveau de l'interaction avec nos proches, l'utilisation de la donnée, couplée à une connexion permanente, a des applications directes et évidentes. Au niveau des entreprises, la gestion d'une flotte, à l'instar de ce qui se fait déjà dans le secteur de l'aviation, peut être grandement améliorée par l'utilisation (prédictive) de la data. Au niveau individuel, pourquoi ne pas imaginer un bouton « je rentre à la maison » sur notre tableau de bord qui préviendrait en temps réel nos proches, anticipant les retards et le temps d'arrivée estimé. Certaines apps proposent d'ailleurs déjà ce service, mais pourquoi ne pas l'intégrer directement à notre véhicule ?

Tous ces nouveaux usages auront un impact direct sur notre conduite. Mais il existe aussi des raisons d'utiliser le Big Data « après les faits », que ce soit pour un usage personnel (plan intermédiaire), ou même pour les constructeurs eux-mêmes (arrière-plan), comme le montrent les deux exemples suivants.

Le Big Data nous permet déjà de disposer de toute une série de mesures sur nos comportements. Du commerce au sport en passant par la santé, les domaines qui utilisent le Big Data et ses capacités de mesure et de prédiction sont nombreux. Pourquoi ne pas disposer des mêmes « tableaux de bord » pour notre voiture, d'une manière hebdomadaire ou mensuelle ? Le Big Data nous permet de mieux comprendre nos habitudes de conduite ; Pourquoi ne pas chercher à les améliorer ? Est-ce que certains trajets, à certaines heures, nous font consommer plus que d'autres ? Prenons-nous certains risques de conduite que nous pourrions éviter ? Mesurer, c'est comprendre ; et être capable d'anticiper, c'est aussi agir mieux, d'une manière plus responsable, plus écologique, et plus sûre.

Enfin, toutes ces données pourraient aussi être exploitées par les constructeurs automobiles eux-mêmes. Mieux comprendre la manière dont leurs clients utilisent leurs véhicules permettrait aux constructeurs de les perfectionner, de concevoir de nouveaux services ou fonctionnalités, et donc d'améliorer les voitures existantes.

Mais surtout, rentrer de plein pied dans l'ère du Big Data, c'est aussi aborder la question de l'intelligence artificielle. Avoir des capteurs et des données sur les habitudes de conduite, c'est donner l'opportunité à un ordinateur d'apprendre à conduire sur la base de l'expérience des conducteurs existants pour, par la suite, apprendre d'une manière autonome. La voiture autonome n'est plus un mythe : la Google Car a ouvert la voie, et de nombreux constructeurs s'attaquent maintenant à ce marché prometteur.

En réalité, beaucoup d'entre-nous passent des heures dans leur voiture ; que ce soit entre notre domicile et notre travail ou lors de déplacements plus longs. Et il faut donc concevoir la voiture comme un lieu de vie de l'homo numericus comme un autre. En tant que tel, la voiture est l'objet connecté idéal pour se déplacer intelligemment, sans perdre le contact avec nos amis, notre travail, bref, le reste du monde, connecté ou non.

Les constructeurs automobiles l'ont bien compris. Et à l'heure où les industriels cherchent de plus en plus à passer d'une économie de produits à une économie de services, aussi parce que

les éléments de différenciation - et donc les marges - y sont meilleurs, la voiture n'est pas en reste. En fin de compte, le secteur automobile verra les mêmes éléments de convergence que ceux qui ont été à l'oeuvre ailleurs : la voiture va se transformer en un service numérique comme un autre, reposant sur la création et l'utilisation permanente de données.

Par Nicolas Glady, titulaire de la Chaire Accenture Strategic Business Analytics de l'Essec

A lire aussi :

Les précédentes tribunes de N. Glady

Machine Learning contre statistiques « classiques » : qui remportera le match ?
Prédire la valeur d'un client : tout est question de modèle ! (tribune)
Sans que nous nous en rendions compte, le Cloud change le monde

Crédit photo : © vichie81 - shutterstock