La gestion des données… Nouvel eldorado ?

On dit souvent aujourd’hui que « les données sont le nouvel or noir ». S’il est vrai que les données sont plus importantes que jamais, je pense que cette expression sous-estime largement leur importance.

Les données ne sont pas un nouvel or noir, elles sont le nouveau tout. Il y a très peu de choses que nous faisons à l’ère moderne qui ne soient pas inextricablement liées à des données de haute qualité et qui n’en tirent pas profit. Le marché de l’automobile n’est pas différent. Aujourd’hui, il existe d’énormes quantités de données provenant de toute part, des voitures connectées aux capteurs intelligents. Ces données riches ont le potentiel de créer de nouvelles opportunités commerciales et techniques. 

Pourtant, malgré des modèles de réussite montrant comment les données sont utilisées de manière plus probante que jamais, nous ne faisons qu’effleurer la surface de leur potentiel dans l’automobile. Il y a de nombreuses raisons à cela et de nombreux obstacles structurels et techniques en place dans l’industrie automobile aujourd’hui qui nous empêchent de faire passer les données au niveau supérieur. Si nous voulons réaliser pleinement le potentiel des données, l’industrie doit relever les trois défis suivants.

Le premier est que nous parlons des langages différents. Aujourd’hui, les architectures des véhicules présentent une myriade de différences qui entravent le partage des données. Dans chaque conception de véhicule, les composants sont différents, ils sont connectés différemment et ont des logiciels différents – même des modèles différents d’un même équipementier ! Pourtant, il existe de nombreux points de données sous-jacents communs à tous les véhicules qui, s’ils étaient rendus universellement accessibles, pourraient apporter une valeur ajoutée significative. Si nous avons un espoir de fournir un jour des véhicules connectés qui communiquent et se disent des choses utiles comme « Hé, attention, je vais commencer à freiner », nous avons besoin d’une meilleure interopérabilité, comme une pierre de Rosette pour les véhicules. L’une des initiatives susceptibles d’améliorer cette cohérence est la norme COVESA sur les spécifications des signaux des véhicules, qui est de plus en plus adoptée. 

Nous sommes coincés dans le passé et c’est notre second défi. La manière dont les données sont saisies aujourd’hui est trop souvent figée dans le passé. Tout ce qui concerne l’informatique moderne évolue, avec des mises à jour fréquentes de l’électronique grand public, mais la plupart des voitures sont rarement mises à jour. Et ce pour une bonne raison : la conception et la validation des systèmes complexes et essentiels à la sécurité des véhicules est un travail difficile qui prend du temps. De nombreux systèmes critiques pour la sécurité doivent être validés en profondeur et mis à jour délibérément. Parallèlement, de nombreux systèmes non critiques pour la sécurité pourraient recueillir des données utiles, mais les mises à jour de ces systèmes sont souvent ralenties au même rythme que celles des systèmes critiques pour la sécurité. Il est donc nécessaire que le collecteur de données du véhicule bénéficie de cette observation, car il permet de déployer rapidement des politiques de capture de données fines sans poser de risque pour la sécurité ni exiger la lourde charge de validation qui en découle. 

Enfin, nous ne sommes pas optimisés pour le cloud. Un autre problème est que la collecte de données conventionnelle est en grande partie fixe, ce qui aboutit à une situation sans issue. Pour éviter les téléchargements massifs sur LTE, l’ingestion et le stockage dans le cloud, qui peuvent tous devenir coûteux, la capture des données est souvent limitée et le résultat ne fournit alors pas suffisamment d’informations pour permettre de tirer des conclusions utiles. Une meilleure approche consiste à reconnaître que toutes les données n’ont pas la même valeur en permanence. Par exemple, il n’est guère utile d’envoyer dans le cloud des données à haute résolution lorsque tout fonctionne normalement, comme de signaler toutes les 10 minutes que le système de freinage antiblocage fonctionne correctement. À l’inverse, il serait très souhaitable de capturer des données d’événements à haute résolution avant et après une défaillance du système ABS afin de diagnostiquer le problème, et de les capturer également à partir d’une série de systèmes affiliés qui pourraient aider à diagnostiquer le problème sous-jacent. Seules des approches configurables en matière de déclenchement, d’acquisition et d’analyse nous permettent de récolter les avantages de données de haute qualité sans avoir à tout capturer à tout moment. Notre approche de la capture de données permet une configuration étendue et a été saluée par nos utilisateurs pour permettre exactement ces capacités. 

On ne saurait trop insister sur l’importance d’avoir des données de très bonne qualité. Les véhicules doivent évoluer pour mettre à disposition des données riches et la bonne nouvelle est que cette évolution ne nécessite pas de réarchitecture des véhicules. Ainsi, en déployant des systèmes de contrôle des données dans de nombreux modèles de véhicules, les clients pourront en bénéficier immédiatement. La collecte de données a un avenir brillant, et il sera difficile de revenir en arrière.

Une tribune rédigée par : Karine Paulini, Director of Business Development, EMEA – Sonatus