L'IA change le design automobile : GM et la Neural Concept de Nissan dévoilent l'avenir du développement

Le design automobile traverse une révolution discrète mais notable. GM et Nissan sont les premiers grands acteurs à montrer au public à quoi ressemble une voiture née avec l'aide de l'intelligence artificielle. Et elle n'a rien à voir avec le concept-car futuriste que l'on a l'habitude de voir dans les salons automobiles.

Le parcours traditionnel d'une voiture, de l'idée à la concession, dure de cinq à sept ans. Tout commence par un croquis au crayon, et ce n'est pas une métaphore. Même aujourd'hui, alors que le secteur dispose de puissants outils de visualisation 3D et de sculpture en réalité virtuelle, la plupart des voitures neuves naissent encore sur papier.

Viennent ensuite d'interminables itérations de croquis sous tous les angles, la conversion manuelle en modèles 3D, puis la sculpture en argile. Oui, de la vraie argile : elle permet aux designers de sentir physiquement les lignes de la carrosserie et des proportions qui peuvent paraître différentes à l'écran. Ce n'est qu'après que commence le développement d'ingénierie proprement dit, qui dure lui aussi des années.

C'est pourquoi les voitures qui arrivent en concession cet été ont été conçues dès 2020–2021, dans un contexte de marché totalement différent, avec d'autres prix des matières premières et d'autres priorités chez les acheteurs. Les constructeurs pariaient sur l'avenir sans savoir à quoi il ressemblerait. C'est un défaut structurel du secteur : les décisions sont prises cinq ans avant que le marché ne les juge.

L'IA commence à briser ce rythme. Nissan a présenté la Neural Concept, un concept-car dont la conception a fait un usage actif des réseaux de neurones. Il faut bien comprendre qu'il ne s'agit pas de designers qui auraient appuyé sur un bouton pour obtenir une voiture finie.

L'IA s'intègre autrement dans le processus de travail. Les algorithmes peuvent générer et évaluer des centaines de variantes de carrosserie dans le temps qui suffisait auparavant pour une dizaine de croquis. Ils analysent l'aérodynamique, le poids visuel et les proportions, et renvoient au designer non pas une option, mais un large éventail de pistes à choisir.

Le designer prend toujours les décisions finales, mais il le fait désormais à partir d'un échantillon d'idées bien plus large.

GM suit une voie similaire, en intégrant des outils génératifs directement dans le processus de travail de ses studios de design. L'essentiel n'est pas de remplacer l'humain, mais d'élargir ses capacités. Le caractère de la voiture, son « visage », son message émotionnel et son style restent définis par des personnes qui ont des décennies d'expérience. L'IA prend en charge l'itération routinière et aide à vérifier plus vite des hypothèses qui exigeaient auparavant des semaines de travail minutieux.

Concrètement, cela revient à raccourcir plusieurs étapes du développement. Si, auparavant, il fallait des mois entre le concept validé et le modèle 3D final, ce cycle peut désormais se réduire. Les maquettes en argile ne disparaîtront pas : le prototype physique reste irremplaçable pour appréhender la forme réelle. Mais l'IA peut réduire sensiblement le nombre d'itérations qui précèdent cette étape, et donc la durée totale du développement. À terme, les nouveaux modèles pourraient refléter les tendances du moment plutôt que les goûts d'il y a cinq ans.

Il faut mesurer l'ampleur de ces changements. L'industrie automobile est l'un des secteurs les plus conservateurs en matière de processus de design. Les studios y cultivent depuis des décennies une culture où la tradition du croquis se transmet comme un savoir-faire artisanal. Y introduire l'IA n'est pas qu'une mise à niveau technique, c'est un basculement culturel. Certains designers voient dans ces nouveaux outils une menace pour leur métier, d'autres la possibilité de concrétiser enfin des idées sans attendre des mois.

Il est révélateur que GM et Nissan aient été les premiers à se lancer dans la course au design par IA, et non des start-up technologiques ou de nouveaux venus comme Rivian ou BYD. Cela témoigne de la maturité des outils : de grands groupes traditionnels sont prêts à confier à l'IA une part réelle du cycle de production.

La prochaine étape logique viendra quand une voiture développée avec l'aide de l'IA cessera d'être une nouvelle. Peut-être certaines de ces voitures roulent-elles déjà près de chez vous, sans que personne n'y prête attention.