Comment la conduite autonome a créé une guerre des talents

En janvier 2015, certains des meilleurs chercheurs sur l'autonomie des véhicules au monde ont commencé à disparaître du National Robotics Engineering Center (NREC) de Carnegie Mellon. À la fin du mois, cinquante membres du personnel du NREC avaient quitté l'institut de recherche, soit un tiers des effectifs du NREC, dont bon nombre de ses meilleurs employés et le directeur du centre.

Les anciens membres du personnel sont réapparus à quelques pâtés de maisons, à l'intérieur d'une ancienne chocolaterie appartenant maintenant à Uber Technologies, qui avait acheté et rénové l'espace pour abriter le bureau phare de son groupe Advanced Technologies. Uber avait attiré les chercheurs loin du NREC avec des packages de rémunération exorbitants et la promesse d'avoir un impact tangible en aidant les voitures à se conduire dans le monde réel, pas seulement en laboratoire.

Plus tard cette année-là, Carnegie Mellon et Uber ont signé un "partenariat stratégique" pour réinitialiser leur relation et créer une voie plus formelle permettant aux chercheurs de la CMU de s'engager avec Uber, mais d'autres acteurs de l'espace automobile l'avaient déjà remarqué. Aussi audacieuse qu'elle soit, la manœuvre audacieuse d'Uber n'était que la première salve d'une bataille pour trouver et recruter les talents les plus précieux au monde, des experts en conduite autonome, par tous les moyens nécessaires.

Ces dernières années, la guerre des talents s'est intensifiée. Aujourd'hui, la division Waymo de Google est impliquée dans un procès contre Uber, accusant l'ancien employé et expert en conduite autonome Anthony Levandowski d'avoir volé des secrets commerciaux après qu'Uber ait payé près de 700 millions de dollars pour acquérir sa startup, Otto. Les constructeurs automobiles traditionnels sont entrés dans la mêlée, General Motors payant 580 millions de dollars pour acquérir Cruise Automation et Toyota affectant 1 milliard de dollars à la constitution d'une équipe de recherche de 200 personnes pour les voitures autonomes. Avec un marché de 42 milliards de dollars en jeu, les experts en conduite autonome sont courtisés avec le même genre de ferveur - et de rémunération - que les rock stars et les meilleurs athlètes.

Comment le talent stimule l'innovation dans l'automatisation des véhicules

Comme discuté dans notre article sur l'importance croissante des logiciels pour l'industrie automobile, les véhicules autonomes modifieront fondamentalement la chaîne de valeur automobile. Jusqu'à un passé récent, les constructeurs automobiles étaient des puissances matérielles avec une compétence de base dans la fabrication et la logistique. Mais les logiciels sophistiqués seront tout aussi vitaux pour les voitures de demain, pour les voitures autonomes, aussi nécessaires que le moteur et la transmission.

Du point de vue des talents, le besoin le plus évident des acteurs de l'espace de la mobilité - des réseaux de transport comme Uber et Lyft, des constructeurs automobiles comme Tesla et GM et de nouveaux entrants comme Waymo et Apple - est de trouver des experts en apprentissage automatique, en vision par ordinateur et en intelligence artificielle avec le savoir-faire pour concevoir « l'intelligence directrice » des véhicules autonomes. Ce sont les systèmes qui traduisent les entrées des capteurs et les données cartographiques en capacités d'auto-conduite qui démontrent une énorme fiabilité dans une grande variété de conditions.

Mais le besoin de talents ne s'arrête pas là. Les voitures autonomes sont au carrefour de quatre tendances technologiques interdépendantes, chacune représentant un horizon qui doit être poussé à l'extrême pour créer une expérience de mobilité supérieure qui séduira les consommateurs au cours de la prochaine décennie. Dans la suite de cet article, nous passons en revue ces technologies - connectivité, autonomie, mobilité partagée et électrification - pour aider les acteurs de l'automobile à prioriser leur recherche de talents.

1. Connectivité

Comme c'est le cas pour toutes les applications de la technologie d'apprentissage automatique, les capacités d'auto-conduite sont le produit de leurs données. Avec des données de meilleure qualité, les véhicules autonomes peuvent prendre de meilleures décisions plus fiables sur où et comment conduire.

La plupart des données essentielles à la mission nécessaires pour que les voitures se conduisent elles-mêmes proviendront d'un ensemble robuste de capteurs embarqués. Par exemple, les Tesla entièrement autonomes disposent de huit caméras, de douze capteurs à ultrasons et d'un radar orienté vers l'avant. Mais pour maximiser les performances et la sécurité, les véhicules autonomes devront se connecter à des sources de données supplémentaires.

Au niveau de base, cela implique la connexion aux systèmes de guidage GPS et aux applications de trafic basées sur le cloud comme Waze pour aider les véhicules à générer des itinéraires optimaux. Les constructeurs automobiles sont déjà au top de cette tendance, et Gartner estime que près de 250 millions de véhicules seront connectés à Internet d'ici 2020. Mais réduire la latence et atteindre les normes de sécurité et de confort les plus élevées implique que les voitures autonomes partageront également des données et communiqueront avec d'autres véhicules, ainsi qu'avec l'infrastructure et les routes qui les entourent. Par exemple, les feux de circulation intelligents pourraient interagir directement avec les véhicules. La ville d'Atlanta prévoit même de construire des routes séparées pour les voitures autonomes, avec des panneaux de signalisation et des parcmètres intégrés à des capteurs.

Les voitures autonomes consommeront des données provenant d'une grande variété de sources, ce qui implique que l'expertise en matière de connectivité et d'Internet des objets sera essentielle dans ce domaine. Il sera tout aussi important de retenir les meilleurs experts en sécurité capables de détecter les vulnérabilités et de limiter le risque de piratage ou d'exploitation des véhicules connectés.

2. Autonomie

Après avoir ingéré une grande variété de données provenant de capteurs internes et de sources externes, les voitures autonomes doivent les transformer en guidage d'itinéraire et de contrôle. Les algorithmes qui produisent l'autonomie sont le composant le plus fondamental des véhicules sans conducteur, et l'autonomie est la capacité au cœur de la guerre des talents.

La plate-forme d'éducation en ligne Udacity a récemment lancé un nanodiplôme "Self-Driving Car Engineer" enseigné par Sebastian Thrun, professeur à Stanford et l'un des parrains de la recherche sur les voitures autonomes, et son programme donne un aperçu des nombreuses compétences logicielles requises pour produire une autonomie véhiculaire de tout degré. Les domaines de connaissances essentiels comprennent l'apprentissage en profondeur, la vision par ordinateur, le traitement et la fusion de capteurs, la localisation et le contrôle, chacun avec des sous-modules approfondis. Ensemble, ces compétences permettent aux ingénieurs de concevoir des systèmes capables de reconnaître les feux de circulation et les panneaux de signalisation, de garder les voies, de s'adapter aux conditions météorologiques défavorables, de réagir au flux de trafic et d'anticiper les collisions potentielles.

Il est à noter qu'un certain nombre de modules de cours d'Udacity sont parrainés par des entreprises qui recherchent la technologie des voitures autonomes, notamment Mercedes-Benz et Uber, ce qui implique que les principaux acteurs de la mobilité sont si désireux de verrouiller les talents autonomes qu'ils sont prêts à recruter des ingénieurs directement. en dehors de l'école.

3. Mobilité partagée

La recherche sur les véhicules autonomes a été considérablement accélérée par la croissance des réseaux de transport comme Uber et Lyft, ainsi que des services d'autopartage comme Zipcar et Car2go. En particulier, Uber et Lyft misent sur le fait que les voitures autonomes réduiront considérablement le coût variable de leurs services en éliminant les chauffeurs, rendant le covoiturage compétitif en termes de coût et de commodité par rapport à la possession d'une voiture.

La popularité d'Uber et de Lyft, combinée à des facteurs culturels qui ont réduit la valeur de la possession d'une voiture pour les jeunes, a incité les acteurs de la mobilité de toutes sortes à s'asseoir et à en prendre note. Tesla est un constructeur automobile qui a adopté l'idée que l'avenir de la mobilité automobile pourrait impliquer beaucoup moins de possession de véhicules, annonçant des plans pour un "réseau Tesla" de Teslas autonomes qui pourraient prendre d'autres passagers pendant leur temps d'arrêt. GM a également adopté une approche agressive, en acquérant les actifs de la startup de covoiturage Sidecar et en s'associant à Lyft pour financer leur expansion et poursuivre un certain nombre d'initiatives stratégiques, tandis que Ford a annoncé son intention de lancer un véhicule entièrement autonome pour le covoiturage par 2021.

Qu'ils veuillent fournir des véhicules pour les réseaux de covoiturage ou créer leurs propres réseaux, les acteurs de la mobilité devront investir dans les talents pour comprendre les défis de l'espace, du routage intelligent en covoiturage à la maintenance et à la sécurité des passagers.

4. Électrification

Les voitures autonomes équipées de moteurs à combustion interne existeront encore longtemps, en particulier pour les applications longue distance. Mais à mesure que la technologie des batteries s'améliore en termes d'autonomie et de coût, la prochaine génération de véhicules autonomes est plus susceptible d'être électrique.

Les raisons de ce lien remontent aux autres tendances technologiques qui ont catalysé le développement des véhicules autonomes. D'une part, les véhicules électriques ont le potentiel d'être plus faciles à entretenir, car ils ne se composent que de trois composants principaux : la batterie, l'onduleur et le moteur électrique. À maturité, ils pourraient également être plus faciles à ravitailler grâce à la technologie sans fil comme la recharge par induction, ce qui les rend bien adaptés aux modes d'utilisation intenses du covoiturage.

Les voitures électriques sont également plus faciles à contrôler pour les ordinateurs et peuvent fournir une alimentation fiable à la gamme de capteurs que les véhicules autonomes utilisent pour collecter des données et contrôler leur mouvement. Déjà, 58 % des véhicules autonomes légers sont construits sur un groupe motopropulseur électrique, tandis que 21 % supplémentaires utilisent un groupe motopropulseur hybride. Cela dit, jusqu'à ce que la technologie des batteries permette aux véhicules électriques d'égaler l'autonomie des voitures à essence, les moteurs hybrides combleront l'écart, offrant à la fois une autonomie et une compatibilité supérieure avec les besoins uniques des véhicules autonomes.

Un bon talent de conduite autonome est difficile à trouver

La guerre des talents dans l'automatisation des véhicules vient de commencer. La demande de talents techniques et commerciaux dans les quatre domaines décrits ci-dessus augmentera à mesure que les organisations de l'ensemble de l'espace de mobilité augmenteront leur conviction dans la progression rapide de la technologie et des normes juridiques qui empêchent actuellement les voitures autonomes d'être largement adoptées.

Sécuriser des talents ayant une expertise approfondie de l'autonomie est essentiel pour produire des véhicules autonomes, mais les acteurs de la mobilité ne doivent pas s'arrêter là. Les gagnants de la guerre des talents devront examiner l'ensemble des compétences nécessaires pour produire des expériences de conduite autonome sûres et de haute qualité, en utilisant des tactiques créatives pour verrouiller les talents et sécuriser leur route vers une croissance durable dans la prochaine ère de la mobilité.