Un sondage révèle que moins de 20 % des fonctionnalités d'IA automobile sont actuellement rentables

La plupart des fonctionnalités d'IA automobile ne sont toujours pas rentables, même après des années d'investissement dans les outils vocaux, les systèmes de prédiction du conducteur, les services de voiture connectée et les produits d'achat numérique.

Un sondage réalisé en direct lors d'un webinaire de SBD Automotive a révélé que seulement 18 % des fonctionnalités d'IA sont rentables pour la plupart des participants.

Les constructeurs automobiles peuvent certes développer des systèmes d'IA, personne ne le conteste en 2026, mais rentabiliser ces outils est une tout autre affaire. Robert Fisher, de SBD Automotive, a déclaré : « L'IA dans l'automobile n'est pas un phénomène nouveau. Mais la rendre rentable reste un défi de taille. »

Les constructeurs automobiles continuent de payer des factures de cloud à chaque fois que les conducteurs utilisent des outils d'IA

Andy Qiu, de SBD Automotive, a déclaré que l'industrie se trompe de problème lorsqu'elle parle d'IA embarquée. « Ce n'est pas un problème technologique », a-t-il affirmé. « C'est un problème de rentabilité. »

L'idée principale est que ces capacités d'intelligence artificielle ne se limitent pas à un investissement ponctuel dans du nouveau matériel. Contrairement aux autres équipements du véhicule, qui deviennent silencieux une fois installés, l'intelligence artificielle embarquée reste active à chaque utilisation. Chaque requête vocale, planification d'itinéraire, prévision ou connexion peut engendrer des coûts supplémentaires liés au cloud.

« À chaque interaction d'un utilisateur avec une fonctionnalité d'IA, votre compteur cloud est mis en marche. Il ne s'agit plus d'une dépense d'investissement, mais d'une dépense d'exploitation continue, quotidienne et permanente », a déclaré Andy.

Cela soulève un dilemme commercial intéressant. En cas d'échec, cette fonctionnalité représente une dépense pour la R&D. En revanche, en cas de succès, son utilisation pourrait faire grimper les coûts d'exploitation. Le constructeur automobile devra donc prouver que cette technologie génère des revenus suffisants, fidélise la clientèle, apporte une valeur ajoutée aux données, et génère des frais d'abonnement ou une aide à la vente appréciables.

Andy a constaté que la plupart des fabricants ne maîtrisent pas les coûts de chaque composant d'IA. De ce fait, ils risquent de ne pasdentles solutions qui nuisent à leurs marges. Il a évoqué un problème de portefeuille : la solution reste dans le catalogue car elle fait bonne impression lors du lancement du produit, même si les clients l'utilisent rarement.

Andy a classé les solutions d'IA pour l'automobile en quatre catégories. La première regroupe les solutions phares, qui apportent une réelle valeur ajoutée, génèrent des profits et nécessitent un développement continu. La deuxième, les solutions utilitaires, facilitent la vie des utilisateurs, mais ces derniers s'attendent à ce qu'elles soient gratuites. La troisième, les solutions obsolètes, trop coûteuses à produire et peu utilisées. Enfin, la dernière, les solutions problématiques, dégradent l'expérience client.

Nissan réduit ses plans concernant les motorisations électriques alors que les acheteurs continuent de tester la recherche de voitures par IA

Le problème de la rentabilité de l'IA survient alors que le marché automobile dans son ensemble est déjà confronté à une faible demande pour certaines gammes de produits haut de gamme. JATCO, filiale de Nissan Motor (OTC : NSANY), a abandonné son projet de production de groupes motopropulseurs pour véhicules électriques à Sunderland, en Grande-Bretagne, suite au ralentissement de la demande de véhicules électriques Nissan en Europe.

L'entreprise a dévoilé le projet en janvier 2025. JATCO prévoyait d'investir 48,7 millions de livres sterling (65,39 millions de dollars) et le projet devait produire jusqu'à 340 000 groupes motopropulseurs électriques par an. Chaque groupe motopropulseur comprendrait un moteur, un onduleur et un réducteur intégrés pour les véhicules Nissan.

Du côté du commerce de détail, les consommateurs expérimentent l'IA, tandis que les constructeurs s'efforcent de perfectionner cette technologie. En novembre 2025, Cars.com Inc. (NYSE : CARS) a mené une enquête suite au lancement de Carson, son outil de recherche de voitures basé sur l'IA.

D'après une enquête menée auprès d'acheteurs actuels et potentiels, 44 % ont utilisé des outils de recherche automobile basés sur l'IA sur des plateformes comme Cars.com. Par ailleurs, 71 % ont déclaré avoir un niveau de confiance modéré à élevé envers ces outils pour obtenir des informations fiables sur les véhicules.

Il convient toutefois de nuancer ce propos. Environ la moitié des utilisateurs réguliers d'IA se sentent à l'aise avec l'idée que des outils d'IA leur suggèrent une voiture et son prix. En revanche, seulement 22 % affirment qu'ils vérifieraient la suggestion de l'IA. Parallèlement, 63 % craignent que les outils d'IA ne fassent des recommandations biaisées.

Concernant les sources d'information neutres sur les véhicules, l'enquête a révélé que deux tiers des acheteurs faisaient confiance aux sites web de vente et d'évaluation de voitures. Après avoir utilisé des outils de recherche basés sur l'IA comme Carson, 41 % des acheteurs de voitures étaient enclins à consulter ensuite les sites web des concessionnaires ou des constructeurs.

En matière de suggestions de véhicules, les acheteurs sont réceptifs aux conseils des vendeurs. Toutefois, pas moins de 64 % d'entre eux apprécient les suggestions des concessionnaires concernant le prix et le financement.