L'IA ne restera pas dans les écrans
L'intelligence artificielle est souvent associée aux textes, aux images, aux chatbots, aux modèles de langage. Mais un autre champ s'annonce décisif : l'IA physique. Il ne s'agit plus seulement de répondre à une question, mais de comprendre le monde réel, se déplacer, éviter un obstacle, anticiper un comportement, piloter une machine.
C'est précisément le terrain de XPeng. L'entreprise chinoise, fondée par He Xiaopeng — présenté comme « l'Elon Musk chinois » —, ne veut pas seulement vendre des voitures électriques. Elle ambitionne de construire un écosystème où véhicules autonomes, taxis volants, robots humanoïdes et systèmes embarqués partagent des technologies communes.
Deux crises qui ont failli tout arrêter
XPeng a frôlé la faillite pendant « l'hiver du capital » chinois de 2018-2019, lorsque les investisseurs ont brutalement fermé les vannes. L'entreprise est sauvée grâce à une levée de fonds soutenue par Lei Jun, fondateur de Xiaomi.
Puis vient une autre crise, en 2022, avec le lancement du SUV G9. Le produit se voulait technologique, mais il tombe dans un piège classique : trop d'options, trop de complexité, une offre illisible. En décembre, les ventes plafonnent à 4 020 unités. L'entreprise est décrite comme étant en « soins intensifs ».
La leçon de management : innover ne suffit pas
La réaction de He Xiaopeng est radicale. Fin 2022, il restructure profondément XPeng et remplace 85 % de ses cadres dirigeants. Il recrute Wang Fengying, ancienne de Great Wall Motors, surnommée la « Dame de Fer ». En quelques mois, elle simplifie le marketing, centralise les équipes et réduit les coûts de 20 %.
Ce passage est très instructif pour un étudiant : l'innovation technologique ne suffit pas. Il faut aussi une exécution industrielle et une offre compréhensible par le client.
Pure vision, puce Turing et mutualisation
Aujourd'hui, XPeng mise sur la conduite autonome « pure vision », utilisant des caméras pour analyser la route, à la manière des yeux humains. L'entreprise développe aussi sa propre puce, baptisée Turing, et cherche à mutualiser ses technologies entre véhicules de série, taxis volants, robots humanoïdes et voitures volantes.
Comprendre le chaos du réel
Le propos de He Xiaopeng est clair : le code informatique classique ne suffit plus. Il faut des programmes capables de comprendre le monde physique. Une voiture autonome ne lit pas des mots comme un chatbot. Elle doit interpréter un ballon qui roule, un reflet aveuglant, un piéton hésitant, un livreur à vélo sous la pluie.
Cette différence est cruciale. L'IA textuelle travaille sur des données propres et structurées. L'IA physique travaille dans le chaos du réel. Elle demande capteurs, calcul embarqué, sécurité, tests, maintenance, réglementation et responsabilité en cas d'accident.
Ce que cela éclaire pour les BTS AURLOM
| Filière BTS | Ce que cela permet d'éclairer |
|---|---|
| BTS SIO option SLAM | Logiciels embarqués, IA, interfaces, perception du monde réel. |
| BTS SIO option SISR | Réseaux, calcul embarqué, supervision, infrastructures de données. |
| BTS Cybersécurité | Sécurisation de véhicules connectés, robots, capteurs et systèmes autonomes. |
| BTS CCST | Vente de solutions techniques complexes à des clients industriels ou institutionnels. |
| BTS MCO | Le cas G9 montre l'importance de rendre une offre lisible et adaptée au client. |
| BTS GPME | Restructuration, réduction des coûts, remplacement de dirigeants, pilotage de crise. |
| BTS GTLA | Mobilité autonome, taxis volants, logistique de transport, nouveaux flux. |
Lecture concours / entretien
- Pour comprendre l'évolution de l'IA vers le monde physique.
- Pour relier innovation, management et usage client.
- Pour parler de mobilité autonome avec un cas précis.
- Pour analyser la concurrence Chine / États-Unis.
- Pour montrer que la technologie doit être industrialisée pour exister.
Question type concours
Pourquoi l'IA physique pourrait-elle transformer les transports et l'industrie ? ### Mini plan de réponse
- L'IA ne se limite plus aux contenus numériques.
- Les objets autonomes doivent comprendre un environnement réel.
- Le succès dépend de la sécurité, de l'usage et du modèle industriel.
À retenir
- XPeng veut relier voitures, robots et aéronefs autour d'un même logiciel.
- La crise du G9 montre qu'un produit trop complexe peut échouer.
- XPeng a réduit ses coûts de 20 % et remplacé 85 % de ses dirigeants.
- L'IA physique doit comprendre le monde réel, pas des données propres.
- La Chine avance vite dans les systèmes autonomes.
