Des voitures espionnes sur nos routes : Uber déploie 500 Ioniq 5 pour cartographier la France

Cette année, Uber franchit un cap stratégique majeur en annonçant le déploiement de 500 véhicules Ioniq 5 modifiés, bardés de capteurs, pour cartographier nos routes avec une précision inédite. L'objectif affiché est de collecter deux millions de miles de données haute-fidélité par mois pour nourrir l'intelligence artificielle des voitures autonomes. Mais derrière cette annonce technique se cache un virage économique radical : plutôt que de construire ses propres robotaxis, Uber veut devenir le fournisseur de données de toute une industrie.

14 caméras, 8 lidars : comment les nouvelles Ioniq 5 capturent chaque détail de nos routes

Chaque Hyundai Ioniq 5 de la flotte Uber porte un étrange toit technologique. Les 500 exemplaires déployés cette année embarquent 14 caméras, 8 lidars à état solide et 9 radars. L'ensemble a été assemblé par Roush Performance, un préparateur américain surtout connu pour ses muscle cars et ses véhicules de course. Le résultat ressemble moins à une voiture de série qu'à un laboratoire roulant.

Les premiers exemplaires, une cinquantaine, seront sur les routes dès l'été 2026. Leur mission : capturer chaque détail de l'environnement routier, des marquages au sol aux panneaux de signalisation, en passant par les comportements des piétons et des cyclistes. Les données sont traitées en temps réel par un ordinateur Nvidia Dual Drive Thor, capable d'analyser des volumes colossaux d'informations. L'objectif de deux millions de miles par mois représente environ 65 000 miles par jour, soit l'équivalent de deux fois et demie le tour de la Terre.

De l'échec d'ATG à Roush Performance : pourquoi Uber change de stratégie

Ce retour à la fabrication de véhicules a de quoi surprendre. En 2020, Uber a vendu sa division Advanced Technologies Group (ATG) à Aurora, enterrant son rêve de construire son propre véhicule autonome. Pendant six ans, l'entreprise a semblé abandonner toute ambition hardware. Aujourd'hui, elle revient par la porte dérobée.

Le choix de Roush Performance comme assembleur est révélateur. Uber ne veut pas réinvestir dans des usines coûteuses ou des chaînes d'assemblage propriétaires. En externalisant la fabrication, l'entreprise se concentre sur ce qui compte vraiment pour elle : la donnée. Ce modèle lui permet de scaler rapidement sans assumer les coûts fixes d'une production automobile traditionnelle. C'est exactement la même logique qui a poussé Uber à ne jamais posséder ses propres voitures pour ses chauffeurs VTC.

La leçon de l'échec d'ATG a été intégrée. Développer un hardware propriétaire, des capteurs sur-mesure et des chaînes d'assemblage dédiées avait coûté des centaines de millions à Uber sans résultat concret. Roush, avec son expertise dans la modification de véhicules pour des usages spécialisés, offre une solution clé en main. Les Ioniq 5 sont achetées en série chez Hyundai, puis transformées chez Roush. Le coût unitaire reste bien inférieur à celui d'un développement complet.

Nvidia Dual Drive Thor : le supercalculateur qui analyse 2 millions de miles par mois

Le cerveau de chaque Ioniq 5 est un Nvidia Dual Drive Thor, un ordinateur de bord capable de traiter simultanément les flux de 14 caméras, 8 lidars et 9 radars. Le défi n'est pas tant de collecter les données que de les traiter et de les étiqueter correctement. Une heure de conduite génère plusieurs téraoctets d'informations brutes.

Uber a déjà annoncé que les données seraient anonymisées avant d'être partagées avec ses partenaires. Mais l'anonymisation des données de lidar et de caméra est un problème technique complexe : comment effacer les visages et les plaques d'immatriculation sans perdre l'information utile pour l'entraînement des IA ? La réponse à cette question déterminera en grande partie la viabilité juridique du programme.

Le Nvidia Dual Drive Thor n'est pas un simple processeur. Il s'agit d'un système redondant : deux unités de calcul fonctionnent en parallèle, capables de prendre le relais en cas de défaillance. Cette architecture est directement héritée des systèmes de conduite autonome les plus avancés. Uber a préféré une solution éprouvée plutôt que de développer son propre hardware, confirmant sa stratégie d'externalisation maximale.

Uber ne développe pas de robotaxis, il vend la carte du monde à ses concurrents

Voici le paradoxe central de cette annonce : Uber ne veut pas remplacer ses chauffeurs par ses propres voitures autonomes. Il veut devenir le fournisseur de données de tous ceux qui le feront. La division Uber AV Labs, lancée en janvier 2026, est explicitement conçue pour collecter et monétiser des données de conduite au profit de partenaires extérieurs.

Le modèle économique est simple : plutôt que de dépenser des milliards pour développer son propre système de conduite autonome, Uber investit dans une flotte de collecte modeste (500 véhicules) et revend les données à tous les acteurs du secteur. C'est un pari sur la rareté de la donnée de qualité, un bien que même les géants de la tech peinent à produire en quantité suffisante.

Waymo, Waabi, Lucid : qui sont les clients du nouveau data-mining d'Uber ?

Uber AV Labs compte déjà plus de 30 partenaires. Parmi eux, des noms bien connus du secteur : Waymo, qui collabore déjà avec Uber à Atlanta et Austin pour des déploiements de robotaxis ; Waabi, une start-up canadienne fondée par l'ancienne star du machine learning d'Uber ATG ; Lucid, le constructeur de véhicules électriques ; Avride, une spin-off de Yandex ; et WeRide, le champion chinois de la conduite autonome.

La liste est éclectique, et c'est voulu. Uber ne prend pas parti dans la guerre des standards de la conduite autonome. Il vend ses données à tous les camps, qu'ils utilisent des lidars, des caméras ou une combinaison des deux. Cette stratégie de courtier en données lui permet de diversifier ses risques : si un partenaire échoue, un autre prendra le relais.

Le partenariat avec Waymo est particulièrement intéressant. Waymo est considéré comme le leader technique de la conduite autonome, avec des années d'avance sur ses concurrents. Pourtant, même Waymo a besoin de davantage de données pour entraîner ses modèles. Le fait qu'il accepte d'acheter des données à Uber, un ancien concurrent direct, montre à quel point la donnée de qualité est devenue le nerf de la guerre.

« Le goulot d'étranglement, c'est les données » : l'aveu du CTO Praveen Naga

Lors de l'événement StrictlyVC organisé par TechCrunch, le CTO d'Uber, Praveen Neppalli Naga, a été d'une franchise désarmante. « Le goulot d'étranglement, c'est les données », a-t-il déclaré, résumant en une phrase le problème fondamental de l'industrie de la conduite autonome. Les simulations et les données synthétiques ne suffisent pas : il faut des kilomètres réels, dans des conditions réelles, avec des comportements humains imprévisibles.

Cette confession justifie l'ensemble du programme. Uber ne prétend pas être meilleur que Waymo en matière d'IA ou de perception. Il veut simplement fournir la matière première qui manque à tout le monde. La promesse est séduisante : au lieu que chaque entreprise dépense des fortunes pour collecter ses propres données, Uber mutualise l'effort et vend l'accès à tous.

Naga a également précisé que l'objectif n'était pas de collecter des données pour le plaisir, mais de créer un standard de qualité. « Nous voulons que nos données soient les meilleures du marché, pas les plus nombreuses », a-t-il expliqué. Cette distinction est cruciale : Tesla collecte plus de données, mais avec des capteurs moins performants. Uber parie sur la qualité plutôt que la quantité brute.

RGPD et CNIL : le casse-tête juridique qui attend la flotte de données en France

Si la stratégie d'Uber est claire sur le plan économique, son application en Europe soulève des questions juridiques vertigineuses. Les 500 Ioniq 5 ne se contenteront pas de filmer les routes : elles captureront tout ce qui se trouve dans leur champ de vision, y compris les visages des piétons, les plaques d'immatriculation, et les comportements des cyclistes.

En France, le Règlement Général sur la Protection des Données (RGPD) impose des contraintes strictes sur ce type de collecte massive. L'anonymisation des données est techniquement possible, mais elle doit être démontrée et certifiée. Le simple fait d'afficher « données anonymisées » sur un site web ne suffit pas face à la CNIL.

Filmer les piétons et les cyclistes sans consentement : que dit le droit français ?

Le droit français est clair : filmer l'espace public de manière systématique et massive nécessite une base légale solide. La CNIL exige une déclaration préalable, une analyse d'impact sur la protection des données, et une information claire des personnes filmées. Pour l'instant, Uber n'a fait aucune communication officielle sur sa conformité en France.

Le problème est d'autant plus épineux que les véhicules d'Uber ne se contentent pas de filmer les routes. Ils enregistrent les comportements des piétons et des cyclistes, des données extrêmement sensibles qui pourraient être utilisées pour entraîner des IA capables de prédire les déplacements humains. La question du consentement est centrale : un piéton qui traverse une rue n'a pas consenti à être filmé par un véhicule de collecte de données.

Les précédents européens ne sont pas encourageants pour Uber. En 2023, la CNIL a infligé une amende de 20 millions d'euros à Clearview AI pour collecte illégale de données biométriques. En 2024, la ville de Bruxelles a interdit les véhicules de collecte de données de Waymo sur son territoire. Uber connaît ces précédents et sait que la marge de manœuvre en Europe est étroite.

Greyball et fuites de données : le lourd passif d'Uber qui inquiète les régulateurs

Uber n'est pas un élève modèle en matière de conformité réglementaire. Le scandale Greyball, un logiciel conçu pour tromper les régulateurs en leur montrant une version modifiée de l'application, a marqué les esprits. La fuite de données massive de 2016, qui a exposé les informations de 57 millions d'utilisateurs, a montré les limites de la sécurité des données chez Uber. Et la surveillance illégale de journalistes par d'anciens dirigeants a achevé de dégrader la réputation de l'entreprise.

Les régulateurs européens se souviennent que l'entreprise a longtemps joué la carte du « demander pardon plutôt que la permission ». Ce passif complique sa promesse de transparence sur la collecte de données. Pour convaincre la CNIL, Uber devra démontrer que ses procédures d'anonymisation sont robustes, que ses données sont stockées de manière sécurisée, et que les droits des personnes filmées sont respectés.

La question du stockage des données est particulièrement sensible. Où seront hébergées les données collectées en France ? Uber a déjà annoncé que les données seraient traitées sur des serveurs américains, mais le RGPD exige que les données des citoyens européens restent sur le territoire de l'Union européenne ou dans des pays offrant un niveau de protection équivalent. Ce point pourrait devenir un obstacle majeur au déploiement de la flotte en France.

L'emploi des chauffeurs et le prix des courses : ce que la collecte de données va changer

Pour le jeune Français qui utilise Uber plusieurs fois par semaine, cette annonce n'est pas abstraite. Elle aura un impact direct sur son portefeuille, ses déplacements, et l'avenir des 300 000 chauffeurs VTC en France. La collecte de données est la première étape d'un processus qui pourrait transformer radicalement le marché des transports urbains.

Le lien entre les Ioniq 5 bardées de capteurs et la fin programmée du permis de conduire peut sembler ténu. Pourtant, c'est exactement la thèse que défend Uber. En collectant des données de conduite à grande échelle, l'entreprise prépare le terrain pour des robotaxis qui, à terme, rendront le permis de conduire optionnel dans les grandes villes.

15 villes robotaxis d'ici fin 2026 : le calendrier de la disruption européenne

Uber Autonomous Solutions, la division lancée en février 2026, promet de déployer des robotaxis dans 15 villes d'ici la fin de l'année. Les partenariats sont déjà signés : Waymo aux États-Unis (Atlanta, Austin), Momenta en Europe, Wayve à Londres, et WeRide à Abu Dhabi avec une expansion européenne prévue.

La collecte de données des Ioniq 5 est la première étape concrète de ce calendrier. Sans ces données, les robotaxis ne peuvent pas apprendre à naviguer dans des environnements complexes. Pour le jeune conducteur, cela signifie une perspective claire : le permis de conduire pourrait devenir optionnel dans les grandes villes d'ici 5 à 10 ans. Les implications pour l'assurance, l'emploi et l'aménagement urbain sont immenses.

Le calendrier d'Uber est ambitieux. Déployer des robotaxis dans 15 villes en moins d'un an suppose que les données collectées par les Ioniq 5 soient traitées et intégrées très rapidement. Chaque ville a ses spécificités : les rues étroites de Paris, les ronds-points de Londres, les tramways de Strasbourg. Les données doivent couvrir ces cas particuliers pour que les IA puissent les gérer.

« Nous voulons transformer les chauffeurs en réseau de capteurs » : le plan qui change la donne économique

En mai 2026, le CTO d'Uber a dévoilé son plan à long terme lors de l'événement StrictlyVC. L'objectif ultime n'est pas de se contenter de 500 véhicules dédiés, mais d'équiper les voitures des chauffeurs humains existants avec des capteurs pour continuer la collecte à grande échelle.

Le modèle économique est implacable : au lieu de payer des chauffeurs pour conduire des passagers, Uber les paiera (moins cher) pour collecter des données. C'est une externalisation du coût de la R&D sur les travailleurs précaires, un nouveau chapitre de l'ubérisation. Les chauffeurs deviendraient des opérateurs de collecte de données, transformant leurs trajets quotidiens en une source de revenus complémentaire mais probablement moins rémunératrice que la course traditionnelle.

Naga a précisé que ce plan n'en était qu'à ses débuts. Avant d'équiper les chauffeurs, Uber doit comprendre comment fabriquer des kits de capteurs abordables et faciles à installer. Les 500 Ioniq 5 servent de banc d'essai pour valider la technologie. Si le concept fonctionne, Uber pourrait passer à l'échelle avec des milliers, voire des centaines de milliers de véhicules équipés.

Guerre des données : comment Uber compte distancer Waymo et Tesla sans construire de voitures

La stratégie d'Uber prend tout son sens quand on la replace dans le contexte concurrentiel global. Trois approches radicalement différentes s'affrontent dans la course à la conduite autonome. Tesla collecte des données via des millions de voitures de série équipées uniquement de caméras. Waymo investit des milliards dans des véhicules sur-mesure avec des capteurs ultra-perfectionnés. Uber fait un pari intermédiaire.

Avec 500 véhicules dédiés, très équipés, Uber produit des données plus fiables que celles de Tesla (grâce aux lidars et radars) mais à un coût bien inférieur à celui de Waymo. Le calcul est simple : vendre ces données à tous les concurrents plutôt que de miser sur un seul cheval. Uber ne gagnera pas la guerre de la conduite autonome en construisant le meilleur système, mais en devenant le fournisseur indispensable de tous les systèmes.

Le pari économique d'Uber : miser sur la quantité de données plutôt que sur l'intégration verticale

Tesla collecte des données à une échelle phénoménale : ses millions de voitures en circulation produisent des téraoctets d'informations chaque jour. Mais ces données sont limitées par la qualité des capteurs (caméras uniquement) et par le fait qu'elles ne sont pas conçues spécifiquement pour l'entraînement des IA de conduite autonome.

Waymo, à l'inverse, collecte des données d'une qualité exceptionnelle grâce à des véhicules sur-mesure, mais à un coût qui rend l'échelle difficile. Uber se positionne entre les deux : des données de haute qualité, collectées par des véhicules dédiés, mais à un coût maîtrisé grâce à l'externalisation de la fabrication. Le pari est que la quantité de données de qualité est plus importante que la supériorité technique d'un système particulier.

Le calcul économique est simple à comprendre. Un véhicule Waymo coûte environ 200 000 dollars à produire, entre les capteurs sur-mesure et l'assemblage spécialisé. Une Ioniq 5 modifiée par Roush coûte probablement moins de 100 000 dollars. Pour le prix d'un seul Waymo, Uber peut déployer deux collecteurs de données. Et contrairement à Waymo, Uber n'a pas besoin que ses véhicules soient parfaitement autonomes : ils peuvent être conduits par des opérateurs humains pendant la phase de collecte.

Du fantasme des 10 millions de Tesla à la réalité des 500 Ioniq 5 : la leçon de prudence de 2026

En 2024, Stanford Magazine prédisait 10 millions de robotaxis sur les routes d'ici 2024. On en est très loin. Le programme d'Uber, avec ses 50 premiers véhicules d'ici l'été 2026, est d'une humilité frappante comparé aux promesses passées.

Le message implicite de cette stratégie data est clair : la conduite autonome est plus dure que prévu, et tout le monde a besoin d'aide. Même Waymo, considéré comme le leader du secteur, a dû ralentir ses déploiements face à des problèmes techniques et réglementaires. Uber capitalise sur cette prise de conscience collective en proposant une solution mutualisée. C'est à la fois un aveu de faiblesse et une opportunité économique.

La prudence d'Uber contraste avec l'arrogance passée de l'industrie. En 2018, Elon Musk promettait un million de robotaxis Tesla pour 2020. En 2021, Cruise affirmait qu'il déploierait des robotaxis dans toutes les grandes villes américaines d'ici 2025. Rien de tout cela ne s'est matérialisé. Uber, avec ses 500 Ioniq 5, adopte une approche plus réaliste : collecter des données d'abord, déployer des robotaxis ensuite, et seulement quand la technologie sera prête.

Conclusion : La fin de l'anonymat dans la rue ou la révolution des transports ?

Le programme des 500 Ioniq 5 pose une question fondamentale pour le citoyen : sommes-nous prêts à accepter une surveillance massive de l'espace public en échange de transports moins chers et plus efficaces ? La réponse n'est pas binaire, mais elle mérite d'être posée clairement.

Le trade-off inévitable : des courses moins chères contre la surveillance de masse

Les jeunes Français adorent Uber pour son prix et sa praticité. Mais le prix bas a un coût invisible : la donnée. Le programme des 500 Ioniq 5 est un marché de dupes potentiel : en échange de robotaxis moins chers, on accepte que chaque rue, chaque piéton, chaque comportement soit catalogué et monétisé.

La question n'est pas de savoir si la collecte de données est utile pour la conduite autonome (elle l'est), mais de savoir qui contrôle ces données, comment elles sont utilisées, et quelles garanties existent pour les citoyens. Uber promet l'anonymisation, mais l'histoire de l'entreprise montre que la confiance ne se décrète pas.

RGPD et Europe : le dernier rempart législatif contre l'ubérisation des données publiques

La seule différence entre la stratégie d'Uber aux États-Unis et en Europe, c'est la régulation. Le RGPD et la CNIL imposent des contraintes qu'Uber ne peut ignorer. En Europe, l'entreprise devra démontrer sa conformité avant de déployer ses véhicules, et non après.

La flotte de données arrivera, mais son déploiement en France sera un test grandeur nature de la capacité de l'Europe à protéger ses citoyens sans bloquer l'innovation. Les régulateurs européens ont le pouvoir d'imposer des conditions strictes sur la collecte, le stockage et l'utilisation des données. Reste à savoir s'ils auront la volonté et les moyens de les faire respecter face à un géant de la tech qui a déjà prouvé sa capacité à contourner les règles.