L'IA entre dans la conception, la production et les véhicules eux-mêmes. Les données de fabrication propriétaires, les recettes de matériaux et les comportements de conduite de millions de conducteurs transitent vers des plateformes dont les COMEX ne maîtrisent ni la juridiction ni la chaîne de sous-traitance. La gouvernance de ces dépendances appartient à la direction.
Le marché mondial de l'IA automobile atteint 12,84 milliards de dollars en 2025, projeté à 14,99 milliards en 2026, avec un taux de croissance annuel de 16,7 %. Cette dynamique masque une réalité de terrain plus contrastée. Selon PwC France (mai 2025), moins d'un tiers des entreprises manufacturières parviennent à déployer l'IA à l'échelle opérationnelle. La majorité des investissements restent bloqués au stade de la preuve de concept, faute de gouvernance structurelle.
Parmi les constructeurs, les initiatives documentées sont avancées : Stellantis a renforcé son partenariat stratégique avec Mistral AI en 2024-2025, déployant des cas d'usage en contrôle qualité, gestion des incidents de ligne et assistants embarqués. Renault a ancré sa transformation sur Google Cloud pour le développement du Software Defined Vehicle. Valeo revendique que plus de 25 % de son code automobile est désormais généré par IA. Ces déploiements concentrés au niveau des OEM et des équipementiers de rang 1 contrastent avec une situation radicalement différente chez les sous-traitants. En Suisse, l'étude ETH Zurich / Swissmem (2024-2025) constate que le recours à l'IA dans l'industrie technique suisse n'en est qu'à ses débuts, les ETI souffrant d'un déficit de structuration des données et d'absence de cadre de gouvernance.
L'écart entre l'adoption et la gouvernance est le sujet de fond. Les déploiements progressent. Les dispositifs de maîtrise, eux, n'ont pas suivi.
Siemens (Teamcenter, 22,9 % de part de marché PLM), Dassault Systèmes (3DEXPERIENCE), PTC (Windchill) intègrent des modules IA qui traitent les données de conception et de production sur des architectures cloud. L'opacité contractuelle sur l'utilisation de ces données reste entière.
Plans de conception, recettes de matériaux, paramètres de ligne, données de qualité, comportements de conduite de millions d'utilisateurs, paramètres des systèmes ADAS. Ces actifs transitent vers des environnements dont les constructeurs ne contrôlent pas l'architecture juridique.
Sur les décisions de production assistées par IA, sur les systèmes ADAS classés à haut risque au sens de l'AI Act, sur les données conducteurs exposées au Cloud Act américain. La délégation à la DSI ne suffit pas à exonérer la direction générale.
Les éditeurs de solutions PLM et MES ne peuvent pas évaluer leurs propres architectures sans conflit d'intérêts. Les grands cabinets de conseil adressent les OEM. Les ETI équipementières gèrent ces risques sans cadre. Voici ce qui est en jeu.
Données de conception propriétaires exposées via les solutions PLM cloud Lorsque des données de CAO, des simulations aérodynamiques ou des recettes de matériaux sont traitées par des modules IA hébergés dans le cloud, les conditions générales de service des modèles fondationnels peuvent permettre l'utilisation de ces données pour l'amélioration du modèle global. Le COMEX ignore généralement les termes exacts de ces contrats de sous-traitance IA.
Données véhicules connectés et Cloud Act : localisation réelle vs juridiction applicable Renault sur Google Cloud, Stellantis sur Azure, Valeo avec des partenariats AWS. Toutes les R&D automobile et données de conduite hébergées chez des hyperscalers américains sont juridiquement exposées au Cloud Act, indépendamment de la localisation physique des serveurs. L'audition du directeur juridique de Microsoft France devant le Sénat, le 10 juin 2025, a confirmé sous serment qu'aucune garantie contractuelle ne neutralise ce risque.
AI Act systèmes ADAS haut risque : obligations des constructeurs déployeurs Les systèmes ADAS sont classés à haut risque au sens de l'Article 6 de l'AI Act, via les règlements UE 2018/858 et 2019/2144. Les obligations s'appliquent aux véhicules mis sur le marché à partir du 2 août 2027. L'articulation avec le type-approval UNECE WP.29 n'est pas encore clarifiée par actes délégués de la Commission. La mise en conformité opérationnelle implique la direction générale, pas uniquement la R&D ou la DSI.
Shadow IA dans les bureaux d'études et les équipes R&D Selon le Microsoft & LinkedIn Work Trend Index 2024, 78 % des utilisateurs d'IA en entreprise utilisent leurs propres outils non validés. Dans les bureaux d'études automobile, cela signifie des données de conception, des extraits de code embarqué et des paramètres de simulation transmis à des comptes personnels ChatGPT ou Gemini. Le cas Samsung Semiconductor (2023) reste la référence : trois incidents en 20 jours, données propriétaires critiques exposées, bannissement immédiat de ChatGPT à l'échelle mondiale de l'entreprise.
Dépendance aux semi-conducteurs et aux plateformes américaines pour l'IA embarquée 75 % des capacités mondiales de fabrication de semi-conducteurs sont concentrées en Chine et en Asie de l'Est. Pour les puces avancées indispensables à l'Edge AI embarquée, Taïwan représente 92 % de la production mondiale. NVIDIA domine 48,8 % du marché GPU avec son architecture DRIVE. L'incident d'octobre 2025 impliquant Nexperia a failli mettre l'industrie automobile européenne à l'arrêt. La gouvernance de l'IA inclut la résilience de la chaîne d'approvisionnement matérielle.
Propriété intellectuelle sur les designs générés par IA assistée Quand un module d'IA générative produit un design de composant, une pièce structurelle ou un schéma d'ingénierie, la propriété de cet output dépend directement des conditions contractuelles avec l'éditeur. Ces clauses sont négociées en bilatéral, rarement auditées par les directions générales, et quasi jamais rendues publiques. L'exposition est symétrique : le constructeur peut perdre la propriété de ce qu'il a produit, ou se voir imputer la responsabilité de ce que le modèle a reproduit.
Le bassin industriel alsacien et franc-comtois concentre plusieurs des sites automobiles les plus significatifs de France, dans un contexte de restructuration accélérée qui redéfinit les priorités stratégiques des directions.
Conseil structurellement indépendant — sans lien commercial avec Siemens, Dassault Systèmes, PTC ni aucun éditeur de solutions automobile. Les arbitrages recommandés ne servent aucun intérêt d'éditeur ou d'intégrateur.
Données de fabrication et R&D gouvernées — avec une cartographie claire de ce qui transite, vers où, et dans quelles conditions contractuelles.
Décisions industrielles plus maîtrisées — le COMEX arbitre avec des critères posés, pas sous la pression de la roadmap d'un éditeur.
Exposition réduite — sur les obligations AI Act ADAS, sur le risque Cloud Act, sur la propriété intellectuelle des outputs générés par IA.
Légitimité renforcée devant les constructeurs clients et les régulateurs — un cadre documenté de gouvernance IA est un signal de maturité industrielle.
Les données de conception cessent d'être exposées par défaut. Le savoir-faire industriel reste sous contrôle de la direction.
Chaque intervention sectorielle s'appuie sur l'un des cinq formats standards du cabinet.
Cadrage des principes décisionnels avec le comité de direction ou le conseil.
Voir le service →Cadrage stratégique d'un projet ou POC IA en sortie de phase pilote.
Voir le service →Présence régulière aux instances, notes trimestrielles, disponibilité ad hoc.
Voir le service →Lecture indépendante à destination du conseil d'administration.
Voir le service →Doctrine des usages IA officieux et cadrage de l'autorisation.
Voir le service →Séance de cadrage - identifier le format adapté à votre contexte.
VEIA.AI est un cabinet de conseil stratégique en gouvernance IA fondé par Christophe Picou. Conseil structurellement indépendant, sans partenariat commercial avec aucun éditeur, aucun intégrateur, aucun hyperscaler. La doctrine centrale — décider avant d'intégrer — s'applique à chaque étape d'une transformation industrielle pilotée par l'IA.
La doctrine VEIA et le diagnostic de gouvernance IA forment la base de chaque intervention. Les publications documentent la thèse. Les services la déclinent opérationnellement.