La course à la commercialisation des véhicules autonomes en 2026 compte deux leaders visibles, qui poursuivent des stratégies fondamentalement différentes. Waymo, la filiale de conduite autonome d’Alphabet, exploite un service de robotaxi générateur de revenus à Phoenix, San Francisco, Los Angeles et Austin, avec des projets d’expansion actifs vers d’autres zones métropolitaines. Tesla a annoncé un calendrier de production pour son Cybercab et continue de développer son logiciel Full Self-Driving vers une sortie grand public sans supervision, Elon Musk projetant régulièrement une capacité autonome à court terme qui ne s’est pas matérialisée dans les délais initialement annoncés.
Considérer ces deux entreprises comme des concurrents directs passe à côté de l’essentiel : elles poursuivent des produits différents, par des approches techniques et commerciales différentes, et la question de savoir quelle approche l’emportera reste réellement ouverte — la réponse se jouera sur plusieurs années, pas sur quelques trimestres. Comprendre ce que chaque entreprise construit réellement — et quelles preuves nous avons de la performance concrète de ces approches — est plus utile que le cadrage binaire gagnant-perdant qui domine la plupart des articles consacrés aux véhicules autonomes.
Ce que Waymo fait réellement
Waymo exploite un service de robotaxi géré au sein de domaines de conception opérationnelle définis : des zones géographiques précises, des conditions météorologiques précises, et des plages horaires précises, où le système a démontré un fonctionnement sûr. Les véhicules utilisent une suite de capteurs comprenant lidar, radar et caméras, combinée à une cartographie haute définition des zones d’exploitation. Cette pile technologique coûte plus cher par véhicule que les systèmes reposant uniquement sur la vision, mais elle apporte une redondance et une résilience qui font défaut aux architectures plus simples.
En 2026, le service commercial de Waymo est monté en puissance jusqu’à des centaines de milliers de trajets payants par semaine, dans l’ensemble de ses villes d’exploitation. La donnée qui compte davantage que le nombre total de trajets, c’est le bilan de sécurité : Waymo rapporte de façon constante nettement moins de collisions par million de miles que les conducteurs humains dans ses zones d’exploitation, et la tendance s’est améliorée au fil du temps à mesure que le système a accumulé de l’expérience de conduite. À ce stade, l’argument de sécurité du service déployé par Waymo est défendable empiriquement, et non plus seulement aspirationnel.
L’économie commerciale du service Waymo est encore en construction. Le coût en capital de chaque véhicule Waymo est substantiel — la suite de capteurs et l’infrastructure informatique ajoutent un coût important par rapport à une plateforme automobile standard — et la rentabilité unitaire d’un service géré dans des zones géographiques définies dépend du taux d’utilisation, de la tarification des courses, et de l’amortissement lent des investissements de cartographie et d’ingénierie. La question de savoir si le modèle économique de Waymo produira des retours durables à grande échelle reste, à ce stade, sans réponse définitive dans les données de déploiement de 2026 — même si la trajectoire d’amélioration du taux d’utilisation et d’expansion géographique est cohérente avec une trajectoire vers la viabilité commerciale.
Ce que Tesla fait réellement
L’approche de Tesla en matière de véhicules autonomes est fondamentalement différente : une architecture de capteurs reposant uniquement sur la vision, qui vise une capacité autonome générale, dans toutes les zones géographiques et toutes les conditions, grâce à l’apprentissage par réseau de neurones à partir de la flotte de Tesla conduites par des humains. Le produit que Tesla construit n’est pas un service de robotaxi géré dans des zones définies, mais une capacité autonome grand public qui permettrait, en principe, à n’importe quelle Tesla de fonctionner sans supervision humaine partout où un conducteur humain pourrait circuler. Le Cybercab — un véhicule biplace spécifiquement conçu, sans volant ni pédales — étendrait cette capacité à une plateforme de robotaxi dédiée.
L’approche reposant uniquement sur la vision est un problème technique bien plus difficile que le fonctionnement en zone géo-clôturée, car le système doit gérer l’ensemble de la distribution des scénarios de conduite, et non le sous-ensemble qui existe au sein d’une zone d’exploitation cartographiée. Les caméras fournissent des informations de perception riches, mais demandent au système d’IA de faire beaucoup plus d’interprétation qu’un système équipé de lidar, qui mesure directement les distances. Le pari de Tesla est que la montée en puissance de l’entraînement par réseau de neurones, sur d’énormes jeux de données issus de sa flotte, peut produire un système capable de résoudre le problème de perception et de décision au niveau de généralité requis pour un fonctionnement autonome sans restriction.
Les progrès de Tesla sont réellement mitigés : la capacité du Full Self-Driving s’est substantiellement améliorée au fil des versions logicielles, le système gère bien de nombreux scénarios de conduite, mais continue d’échouer sur des cas limites qui empêchent un déploiement sans supervision d’être sûr. L’écart entre la capacité démontrée et le niveau requis pour un fonctionnement commercial sans supervision reste le défi persistant de Tesla, et le calendrier pour combler cet écart a été repoussé à plusieurs reprises ces dernières années.
Le débat sur la pile de capteurs, et pourquoi il compte
Le débat technique entre les piles de capteurs équipées de lidar et les architectures reposant uniquement sur la vision s’est poursuivi tout au long de 2025 et jusqu’en 2026, sans qu’un consensus se dégage. La position de Waymo — selon laquelle le lidar apporte une redondance et une mesure directe des distances qui améliorent la sécurité et la fiabilité — s’appuie sur le bilan de sécurité empirique de ses véhicules déployés. La position de Tesla — selon laquelle les systèmes reposant uniquement sur la vision peuvent devenir suffisamment performants grâce à la montée en puissance des réseaux de neurones, et que la réduction de coût permet un déploiement bien plus large — n’a pas encore été démontrée au niveau du fonctionnement commercial sans supervision.
La donnée sectorielle pertinente, c’est qu’à peu près tous les autres développeurs de véhicules autonomes — Cruise (avant son repli post-incident), Mobileye, Aurora, Zoox, Pony.ai, et les entreprises chinoises de VA — ont convergé vers des architectures multi-capteurs incluant le lidar. Tesla reste le défenseur le plus en vue des véhicules autonomes reposant uniquement sur la vision, et sa position est techniquement défendable, mais représente une opinion minoritaire au sein de la communauté du développement des véhicules autonomes. La baisse du coût du lidar au cours des cinq dernières années — de dizaines de milliers de dollars par unité à moins de mille dollars pour les capteurs à état solide — a également affaibli l’argument de coût qui justifiait initialement les architectures reposant uniquement sur la vision.
Le développement plus large de l’infrastructure IA compte ici, car les systèmes de véhicules autonomes nécessitent une puissance de calcul embarquée considérable pour la perception et la prise de décision en temps réel, ainsi qu’une puissance de calcul hors véhicule tout aussi considérable pour l’entraînement. La plateforme HW4 de Tesla et le superordinateur d’entraînement Dojo représentent l’investissement de l’entreprise dans cette couche de calcul. Les investissements en calcul de Waymo sont plus modestes en valeur absolue, mais plus ciblés sur le problème spécifique d’un fonctionnement sûr au sein de domaines définis.
L’environnement réglementaire en 2026
La réglementation des véhicules autonomes aux États-Unis est restée principalement portée par les États plutôt que coordonnée au niveau fédéral, avec des variations importantes selon les juridictions. Le cadre réglementaire de la Californie, administré par le DMV et la Public Utilities Commission, a joué un rôle fondateur pour le secteur. L’Arizona s’est montrée plus permissive. Le Texas a adopté une position mitigée. Le cadre réglementaire fédéral, administré par la NHTSA, a fourni des normes de sécurité de haut niveau, mais n’a pas primé sur la réglementation des exploitations commerciales de véhicules autonomes au niveau des États.
L’incident Cruise survenu à San Francisco fin 2023 — lorsqu’un piéton a été percuté et traîné par un véhicule Cruise — a provoqué le plus sérieux règlement de comptes réglementaire qu’ait connu le secteur. La perte consécutive, par Cruise, de ses permis d’exploitation en Californie, son repli en 2024 vers une empreinte réduite, puis sa vente en 2025 à un acquéreur stratégique, ont démontré que les régulateurs étatiques conservent l’autorité — et la volonté — de retirer leurs permis d’exploitation aux opérateurs de véhicules autonomes qui ne parviennent pas à maintenir leur niveau de sécurité. Cet incident a également catalysé un examen plus large du signalement des incidents, de la transparence, et de la relation entre les opérateurs de véhicules autonomes et les villes où ils opèrent.
Le positionnement réglementaire de Waymo en 2026 reflète les leçons de cet épisode : un engagement approfondi auprès des responsables municipaux, un signalement transparent des incidents, et une expansion géographique progressive qui permet aux régulateurs et au public de développer leur confiance dans le service avant toute montée en puissance. Le positionnement réglementaire de Tesla est structurellement différent, car son produit grand public Full Self-Driving opère sous le régime réglementaire existant d’aide à la conduite ; tout basculement vers un fonctionnement sans supervision exigerait soit un cadre réglementaire différent, soit un modèle de déploiement différent de celui que Tesla utilise actuellement.
La réalité concurrentielle en 2026
Le fait le plus clair concernant la commercialisation des véhicules autonomes en 2026, c’est qu’une seule entreprise — Waymo — exploite un service de robotaxi générateur de revenus à grande échelle, dans plusieurs villes, avec une performance de sécurité défendable empiriquement, et que l’écart avec les autres opérateurs est significatif. La leçon générale des marchés technologiques concurrentiels — selon laquelle la capacité compte plus que le récit — s’applique ici : l’échelle de déploiement et le bilan de sécurité de Waymo constituent la preuve la plus pertinente sur la viabilité des véhicules autonomes aujourd’hui, et les promesses répétées de Tesla ne remplacent pas cette preuve.
Cela ne signifie pas que l’approche de Tesla est erronée. Le problème d’autonomie générale que Tesla cherche à résoudre est réellement plus difficile que le problème géo-clôturé que Waymo a résolu, et l’opportunité commerciale, si l’approche de Tesla reposant uniquement sur la vision réussit, est proportionnellement plus grande. L’économie de production du Cybercab — un robotaxi spécifiquement conçu, à un coût nettement inférieur à celui de SUV reconvertis — constituerait également un avantage concurrentiel si la capacité autonome tient les promesses projetées par Tesla. Mais le mot clé, c’est « si » — et l’historique des projections de calendrier de Tesla en matière de véhicules autonomes suggère que ce « si » doit être fortement pondéré à la baisse.
Pour les investisseurs qui évaluent ces entreprises et leur exposition aux véhicules autonomes : la valeur de Waymo pour Alphabet est substantielle, mais elle ne représente actuellement qu’une fraction modeste de la valorisation globale d’Alphabet. Le cours de l’action Tesla reflète des attentes importantes quant au succès de ses véhicules autonomes, que les preuves disponibles à ce jour ne corroborent pas. La position réaliste est que les véhicules autonomes constitueront une réalité commerciale significative au cours de la prochaine décennie, que Waymo mène actuellement le déploiement, que Tesla conserve une optionnalité sur son approche reposant uniquement sur la vision si elle parvient à résoudre le problème de capacité, et que le reste du terrain compte des acteurs crédibles (Mobileye, Aurora, les entreprises chinoises de véhicules autonomes) dont l’issue finale reste elle aussi incertaine. Traiter l’une ou l’autre de ces positions comme une thèse d’investissement définitivement établie ne correspond pas à l’état réel de la technologie et du marché.
L’enjeu de civilisation : ce que l’on ne dit pas à 3,5 millions de conducteurs
Les historiens qui se pencheront sur les transitions industrielles des deux derniers siècles noteront un schéma récurrent : les personnes dont le travail a été supplanté par une nouvelle technologie n’ont presque jamais été le public visé par les annonces de son arrivée. Les ouvriers d’usine remplacés par les métiers à tisser automatisés ne lisaient pas les notes aux investisseurs sur l’efficacité textile. Les opérateurs télégraphiques rendus redondants par les centraux téléphoniques n’assistaient pas aux conférences aux actionnaires sur la réduction des coûts de communication. La destruction structurelle d’emplois a été abondamment documentée — dans les résultats trimestriels, les prévisions sectorielles, les articles académiques — mais cette documentation s’adressait aux bénéficiaires de la transition, pas à ses victimes.
Les véhicules autonomes constituent l’instance la plus claire, et la plus imminente, de ce schéma dans l’économie contemporaine. Il y a environ 3,5 millions de chauffeurs de poids lourds aux États-Unis, et environ 1,5 million de chauffeurs de taxi, de VTC et de livraison — soit un total de cinq millions de personnes dont le revenu principal dépend du fait d’être l’humain aux commandes d’un véhicule. Le calendrier de commercialisation du transport routier longue distance totalement autonome est plus long que ne le projetaient les optimistes en 2018, mais les données de Waymo en 2026 — des centaines de milliers de trajets payants par semaine, une expansion opérationnelle vers plusieurs zones métropolitaines, un bilan de sécurité sensiblement meilleur que la moyenne humaine pour une conduite urbaine équivalente — constituent la preuve la plus claire à ce jour que cette technologie n’est plus théorique. Elle est opérationnelle. La question n’est plus de savoir si les véhicules autonomes remplaceront les conducteurs humains à grande échelle, mais selon quel calendrier, et dans quels segments en premier.
L’économie politique de cette transition est étonnamment absente de la plupart des articles consacrés au secteur des véhicules autonomes. Le métier de chauffeur de poids lourd est l’une des professions les plus courantes pour les travailleurs sans diplôme universitaire de quatre ans aux États-Unis, avec une rémunération médiane qui place ces conducteurs au milieu de la distribution des revenus — une position économique relativement confortable, historiquement accessible aux personnes sans diplômes avancés. Le remplacement de cette cohorte n’éliminerait pas simplement des emplois ; il éliminerait la voie économique qui a offert un revenu stable de classe moyenne à une population précise, sans exiger les diplômes que beaucoup de ses membres n’ont pas — et ne pourront pas acquérir assez vite pour basculer vers des postes adjacents.
La vérité inconfortable du cadrage Waymo contre Tesla — le débat sur la pile de capteurs, les approches géo-clôturées contre l’autonomie générale, les calendriers de commercialisation — c’est que ce sont là des questions de vitesse et de séquencement du remplacement, pas de savoir s’il aura lieu. Les cadres politiques qui seraient nécessaires pour gérer cette transition à l’échelle d’une civilisation — des programmes de reconversion dotés d’un financement et d’une durée adéquats, des mécanismes de pont de revenu, un véritable développement économique régional dans les zones où se concentrent les travailleurs concernés — n’existent pas encore. Le calendrier de commercialisation de la robotique humanoïde ajoute une couche supplémentaire à cette même question structurelle : le remplacement des conducteurs par les véhicules autonomes n’est que l’instance à court terme d’un schéma plus large de restructuration portée par l’automatisation, qui exigera des réponses institutionnelles que le débat politique actuel n’a pas encore sérieusement commencé à construire.
L’entreprise qui comptait, contre l’entreprise qui promettait
Il y a, dans les données de Waymo, un chiffre qui ne reçoit pas l’attention qu’il mérite — et ce n’est pas le nombre de trajets. C’est le taux de collision — moins d’accidents par million de miles qu’un conducteur humain, un chiffre mesuré, audité, et qui s’améliore chaque trimestre. C’est un fait actuariel, le genre de donnée sur laquelle un souscripteur d’assurance bâtirait toute une activité. Voici la partie étrange : le marché n’en tient presque pas compte. Waymo, l’entreprise qui assemble discrètement le jeu de données le plus précieux de toute l’histoire de la conduite, n’est qu’une ligne négligeable dans la valorisation d’Alphabet. Tesla, l’entreprise qui promet la même capacité depuis 2016 sans l’avoir encore livrée, affiche une valorisation qui suppose que cette promesse est déjà presque tenue.
C’est l’une des plus vieilles histoires des marchés, racontée dans un nouveau décor. Une partie compte, l’autre raconte. Celle qui compte accumule des preuves ennuyeuses, précisément parce qu’elles sont réelles — des miles parcourus, des incidents consignés, des permis obtenus ville après ville. Celle qui raconte vend un futur excitant, précisément parce qu’il n’a pas encore eu à survivre au contact d’un régulateur ou d’un carrefour. Le dénouement, lorsqu’il viendra, ne sera pas une percée technologique. Ce sera la lente prise de conscience que la discipline peu glamour d’accumuler des miles vérifiés était, en réalité, tout le jeu — et que la patience était, depuis le début, l’actif le plus rare. Le remplacement ainsi enclenché ne s’arrêtera pas non plus aux seuls conducteurs ; la même logique d’automatisation redessine déjà les effectifs des cols blancs, une annonce de restructuration à la fois.
