À l’ère de l’IA, votre stratégie cloud automobile doit être conçue pour l’exécution. Il est impossible de tirer pleinement parti de l’IA si votre environnement cloud n’est pas à la hauteur.
Dans le cadre de son étude mondiale sur la relation de plus en plus étroite entre les technologies cloud et l’IA, NTT DATA constate que les organisations considèrent la réussite de leurs initiatives d’IA comme directement liée à leur réussite dans le cloud.
Cependant, notre rapport Cloud-led innovation in the era of AI: The new rules for driving value with cloud met également en évidence un écart important entre ambition et maturité cloud. Seules 14 % des organisations interrogées se considèrent comme « cloud-evolved », c’est-à-dire parmi les plus avancées en matière d’adoption et d’impact du cloud, tandis que 99 % déclarent que l’IA, y compris l’IA agentique, a renforcé leur besoin d’investir dans le cloud.
Comment l’industrie automobile s’adapte à l’IA
Pour les constructeurs et équipementiers automobiles, cet écart est très concret. Le secteur évolue de programmes de développement centrés sur le matériel vers des écosystèmes de mobilité connectée, électrifiée et software-defined. L’IA, le cloud et la mobilité software-defined ne sont plus des sujets distincts.
Les véhicules deviennent plus connectés, plus gourmands en données et davantage dépendants des logiciels, faisant du cloud un élément central de l’architecture opérationnelle des entreprises automobiles.
Cette évolution est essentielle, car pour créer de la valeur, l’IA doit intervenir à travers l’ingénierie, la production, la supply chain, les plateformes véhicules et l’expérience client. Le cloud fournit l’environnement d’exécution gouverné qui rend cette intégration possible, en connectant les données, les applications, les mécanismes de contrôle et les ressources de calcul afin que l’IA puisse soutenir la prise de décision tout au long du modèle opérationnel automobile.
À mesure que le cloud devient un socle stratégique, les stratégies cloud du secteur automobile doivent désormais accompagner cette transformation en garantissant sécurité, sûreté, conformité réglementaire, gestion de la latence, souveraineté des données et livraison continue des logiciels.
Notre rapport identifie six règles permettant de créer de la valeur grâce au cloud à l’ère de l’IA. Nous nous concentrons ici sur celles qui déterminent si l’IA peut fonctionner de manière sûre et efficace dans un écosystème de mobilité software-defined : l’architecture, les opérations pilotées par des plateformes et la sécurité.
À LIRE ÉGALEMENT → Le cloud n’est plus une infrastructure : il est devenu la couche d’exécution de l’IA
Une approche cloud fondée sur les plateformes transforme la complexité automobile en capacité d’exécution
Les entreprises automobiles disposent d’importants volumes de données provenant de multiples sources, mais cette richesse a un coût. Les jeux de données issus de l’ingénierie, de la fabrication, de la supply chain, des plateformes véhicules, des réseaux de concessionnaires et des canaux clients reposent souvent sur des rythmes, des architectures et des modèles de gouvernance différents.
Cette fragmentation devient encore plus problématique à mesure que les véhicules deviennent software-defined. Ce qui relevait autrefois principalement d’une mise à jour logicielle exige désormais un effort de coordination considérable impliquant la validation technique, la gouvernance des mises en production, les contrôles de cybersécurité, la connectivité des véhicules, l’expérience client et même la coordination avec les fournisseurs.
Il en va de même pour l’inspection qualité assistée par l’IA, la maintenance prédictive, les services connectés et les workflows de plus en plus autonomes à travers l’entreprise.
C’est pourquoi une approche fondée sur les plateformes devient essentielle. Au cours des deux prochaines années, les entreprises industrielles et automobiles prévoient plus que doubler leur utilisation de plateformes cloud entièrement gérées et automatisées fournies par des partenaires stratégiques, passant de 11 % à 27 %.
Cette évolution reflète une réalité opérationnelle : ces organisations ont besoin d’une couche d’exploitation cohérente reliant applications, données, infrastructures, réseaux et actions pilotées par l’IA à l’échelle de l’entreprise.
À mesure que les charges de travail IA se développent dans l’ingénierie, la production et les services connectés, les coûts peuvent rapidement augmenter. Près de six organisations industrielles et automobiles sur dix (58 %) déclarent que la maîtrise des coûts du cloud représente un défi majeur et qu’elles doivent renforcer leurs efforts d’optimisation.
Dans un secteur où la fiabilité et la reproductibilité sont essentielles, un modèle piloté par des plateformes permet aux équipes d’innover localement — dans les usines, les bureaux d’études et les services connectés — tout en évoluant dans un cadre commun de sécurité, de fiabilité, de contrôle des coûts et de gouvernance.
L’architecture cloud détermine ce que l’IA peut faire en toute sécurité
Les décisions relatives à l’architecture cloud peuvent déterminer le succès ou l’échec d’une organisation. Lorsqu’il s’agit de définir où exécuter les charges de travail IA, 52 % des entreprises automobiles et industrielles citent la sécurité des données, la confidentialité et la conformité comme critères prioritaires. Par ailleurs, 53 % soulignent la nécessité d’un contrôle accru sur l’infrastructure et la personnalisation.
La véritable question n’est pas seulement de savoir où une charge de travail peut être exécutée, mais où elle doit l’être en fonction des exigences de performance, de contrôle, de risque, d’intégration et de cycle de vie.
Un système d’IA destiné à accélérer la gestion des exigences en R&D n’est pas soumis aux mêmes contraintes qu’un système d’inspection visuelle de la qualité assisté par l’IA. Une plateforme de véhicule connecté n’a pas les mêmes besoins qu’un moteur de personnalisation de l’expérience client.
Les capacités des véhicules software-defined, notamment les mises à jour over-the-air et les expériences embarquées adaptatives, dépendent à la fois de la connectivité cloud et de contrôles rigoureux concernant les processus de mise en production, l’intégrité des données, la sécurité et la continuité opérationnelle.
Dans cette industrie, l’architecture est le point de départ de la transformation du modèle opérationnel. Lorsque les décisions cloud sont fragmentées, l’IA reste cantonnée à des cas d’usage isolés. En revanche, lorsque l’architecture est conçue à l’échelle de l’écosystème complet — véhicule, usine et client — l’IA peut contribuer à coordonner les décisions entre les différents domaines, raccourcir les cycles de développement, améliorer la réactivité de la production et rendre les expériences connectées toujours plus adaptatives.
À LIRE ÉGALEMENT → Du software-defined à l’AI-native : le prochain modèle opérationnel de l’automobile
La sécurité rend la montée à l’échelle possible
Tous secteurs confondus, la sécurité arrive en tête des priorités en matière de cloud. Les préoccupations liées à la sécurité, à la gouvernance, aux risques et à la conformité des agents autonomes constituent également les principaux défis liés à l’adoption de l’IA agentique dans les solutions cloud au cours des 12 à 18 prochains mois.
Pour les entreprises automobiles, cette priorité concerne l’ensemble de l’écosystème : systèmes informatiques d’entreprise, environnements d’ingénierie, systèmes de production, véhicules connectés, plateformes logicielles, fournisseurs, partenaires d’infrastructure et services destinés aux clients.
Une faiblesse dans l’un de ces domaines peut affecter la propriété intellectuelle, la continuité de la production, la conformité réglementaire, la confiance des clients ou les systèmes liés aux véhicules.
À mesure que les agents IA participent davantage à la prise de décision, les besoins en cybersécurité augmentent. Dans l’industrie automobile, la question n’est pas seulement de savoir si un agent peut accéder aux données. Elle concerne également les décisions qu’il peut prendre, les actions qu’il peut déclencher, les systèmes qu’il peut influencer et les situations nécessitant une supervision humaine.
Cette distinction est particulièrement importante lorsqu’il est question de mises à jour logicielles, de conditions d’essai, de processus de production ou de services destinés aux clients.
Dans ce contexte, la sécurité ne constitue pas un frein à l’innovation. Elle est au contraire ce qui permet aux organisations automobiles d’avancer plus rapidement avec confiance.
Comment les décisions cloud façonnent l’exécution dans l’automobile
Le succès de la prochaine phase des stratégies cloud automobiles sera évalué à leur capacité à connecter véhicules, usines, équipes logicielles, partenaires et clients au sein d’un modèle opérationnel plus intelligent.
L’IA peut transformer la manière dont les véhicules sont conçus, fabriqués, mis à jour et utilisés, mais cette valeur ne sera pas obtenue grâce à des projets pilotes isolés ou à des automatisations déconnectées. Elle nécessite une fondation cloud conçue pour l’intégration, la gouvernance et l’exécution.
Prochaines étapes
Consultez notre rapport Cloud-led innovation in the era of AI: The new rules for driving value with cloud pour découvrir plus en détail les enseignements de notre étude.