Les données véhicules révolutionnent l'industrie automobile, voici comment en révéler tout le potentiel

Les véhicules définis par logiciel (ou SDV pour Software Defined Vehicule) augmentent de manière significative les possibilités de développement, de mises à jour et d'opportunité commerciales.

Les fondements du SDV sont les suivants : un nombre croissant de capteurs, des technologies embarquées toujours plus flexibles, des réseaux mobiles de plus en plus étendus et des systèmes de stockage et d’analyse hébergés dans le cloud. Les SDV sont ainsi considérés comme l’avenir de la mobilité. Les constructeurs et équipementiers en ont bien conscience, et reconnaissent qu’il s’agit d’un moment charnière pour les nouvelles applications automobiles.

L’approche traditionnelle limite le potentiel des données

Les données sont la clé de ces évolutions. Pourtant, la plupart des outils actuels de collecte et d'utilisation des données générées par les véhicules ne font qu'effleurer le véritable potentiel des informations recueillies. L’industrie automobile a besoin de technologies capables de rendre les applications émergentes, basées sur les données, à la fois pratiques et économiquement viables. Mais ceux qui ne pourront pas tirer bénéfice de ces données vont manquer cette opportunité.

La plupart des solutions actuelles destinées aux données véhicules sont limitées par les attributs de l’ingénierie automobile traditionnelle. Celles-ci sont conçues autour de calculateurs (ou ECU pour Electronic Control Unit) spécifiques développés pour des fonctions individuelles et dédiées, qui restent inchangées sur toute la durée de vie du véhicule. Cette approche a aussi été souvent employée pour la collecte de données. Dans ces approches fixes, les équipementiers sont généralement contraints de collecter certains types de données en masse et de les télécharger over-the-air dans certains cas. Certains utilisateurs tiers, tels que les assureurs, accèdent généralement aux flux de données via des systèmes embarqués supplémentaires, souvent intégrés de manière peu fine  et sans évolutivité possible. Ils génèrent en outre des coûts additionnels et nécessitent la participation de l’utilisateur pour l’installation.

Une nouvelle approche issue du monde des centres de données

Aujourd’hui, les pratiques traditionnelles de développement automobile laissent place à de nouvelles approches tirant parti des centres de données et du cloud. Les principes clés de l’architecture des centres de données comprennent la capacité de mettre à jour en permanence les logiciels et une évolution constante des outils d’analyse. En s’appuyant sur ces principes, les équipementiers peuvent se libérer des limites qu’imposent les approches existantes aux logiciels et aux services automobiles.

Cette philosophie issue des centres de données introduit de puissantes capacités dans l’ensemble de la technologie automobile et des approches commerciales. Concernant les données des véhicules, elle permet d'envoyer plusieurs flux de données simultanés aux utilisateurs internes et externes, y compris les fournisseurs, les assureurs et les opérateurs de flotte. Les équipementiers et les clients peuvent ainsi collecter les données dont ils ont besoin, selon les autorisations données par les propriétaires. Une plateforme hébergée dans le cloud peut définir quels types de données télécharger, pour quels véhicules, à quelle fréquence. Ces paramètres, une fois pris en compte, peuvent être mis à jour presque instantanément sur les véhicules – qu’ils soient en mouvement ou non. Ces caractéristiques sont nécessaires pour obtenir un retour sur investissement qui transforme les données des véhicules en une activité économique durable.

Configuration no-code ou mise à jour logicielle

Un élément crucial de ces évolutions est la possibilité de configurer les flux de données des véhicules par le biais de configurations dites légères plutôt que de mises à jour logicielles. Bien que les mises à jour en temps réel aient permis aux équipementiers une plus grande flexibilité pour améliorer les véhicules après la vente, les délais pour modifier, tester et distribuer un nouveau code sont encore longs. En revanche, les configurations légères ne font que quelques kilo-octets, et peuvent être développées sans programmation et déployées en quelques secondes, réduisant les coûts, la complexité et les risques. La saisie et le traitement des données deviennent alors un service unifié et accessible offrant un nombre presque illimité de configurations de politiques. 

Par exemple, une compagnie d’assurance pourrait mettre en place une politique de collecte de données sur le freinage des conducteurs afin de déterminer les risques. Les véhicules concernés enregistreraient et téléchargeraient des points de données spécifiques. Si besoin, la politique pourrait être mise à jour pour collecter davantage de données, si elle n'a pas fourni toutes les informations nécessaires initialement. Ce cycle d’apprentissage et d’amélioration continue est puissant et s’oppose fortement aux longs délais de développement des approches conventionnelles.

Un modèle de collecte des données avec des configurations fines peut gérer un nombre conséquent de données provenant de véhicules toujours plus intelligents et connectés. Par exemple, un équipementier réalisant un diagnostic sur un véhicule pour éviter un rappel est en mesure de fixer un objectif de collecte et d’envoi de données uniquement concernant certains types de véhicules, tels que ceux possédant des versions logicielles ou des dates de fabrications particulières. Cela a pour avantage de réduire le besoin en réseaux mobiles, connexions et stockage sur le cloud, et en consommation de ressources de calculs sur le cloud. Les équipementiers, mais aussi les clients, les opérateurs mobiles et les fournisseurs de services cloud, bénéficient tous d’un modèle dans lequel les données de grande valeur sont envoyées d’une manière configurable. Cela mène à une diminution des rappels de véhicules et à une amélioration de la satisfaction clients