Xiaoma Zhixing commercialisation en pleine accélération, face B : la réalité des « courtes missions » et la percée par la co-construction de flottes

Après une longue période de validation technique, le secteur de la conduite automatisée voit désormais les principaux acteurs présenter des résultats concrets de commercialisation et de production en série à grande échelle, à l’épreuve du marché.

Les résultats financiers publiés par Pony.ai montrent que son chiffre d’affaires en 2025 a atteint 90 millions de dollars, en hausse de 20 % ; sur la même période, ses pertes se sont élevées à 76,8 millions de dollars, soit une réduction des pertes de plus de 70 % en glissement annuel.

Le point le plus scruté de ce bilan concerne l’avancement des services de mobilité autonome (Robotaxi).

En 2025, les Robotaxi de Pony.ai ont généré 16,6 millions de dollars de revenus, soit une hausse de 128,6 % en glissement annuel.

Cette croissance provient principalement de l’augmentation de la contribution des tarifs côté passagers après l’élargissement de la taille des flottes. Au quatrième trimestre 2025, les revenus des tarifs passagers des Robotaxi de Pony.ai ont enregistré une progression de plus de 500 % en glissement annuel.

Concrètement, Pony.ai a franchi, à Guangzhou et à Shenzhen, une étape opérationnelle de basculement à l’équilibre (UE positif) des véhicules sur le périmètre de la ville.

Le 22 mars 2026, dans la région de Shenzhen, les recettes nettes moyennes par voiture et par jour du taxi autonome de septième génération ont atteint un sommet historique à 394 yuans, avec un volume de commandes moyen par jour de 25 commandes.

En appliquant les revenus quotidiens et le nombre de trajets calculés ci-dessus, le prix moyen par client (panier moyen) par trajet à Shenzhen serait d’environ 15,76 yuans. En tenant compte du tarif de départ local de 10 yuans et des frais au kilomètre de 2,7 yuans par kilomètre, cela signifie que l’exploitation demeure actuellement limitée à une distance de parcours relativement restreinte.

À cet égard, le directeur financier (CFO) de Pony.ai, Wang Haojun, a reconnu à Pay attention Technology (Tianquankeji) que l’exploitation à Shenzhen est effectivement dominée par des trajets courts. La contrainte principale vient du fait que les zones déployées se concentrent actuellement sur Bao’an et Nanshan, à Shenzhen. Mais l’on s’attend à ce que, avec l’ouverture de davantage de zones urbaines cette année à Shenzhen et à Guangzhou, la structure des commandes passe d’un modèle de trajets courts à un modèle hybride combinant trajets courts et longs.

À mesure que le nombre de kilomètres augmente, les données de distance moyenne de reprise (MPI) suscitent davantage d’attention.

Par exemple, à la fin de l’an dernier, une Model 3 équipée de FSD v14, partie de la côte ouest américaine à Los Angeles, a traversé tout le continent pour atteindre la côte est, en Caroline du Nord, en 2 jours et 20 heures. Sur l’ensemble du trajet (2732 miles), 100 % reposaient sur FSD, couvrant des scénarios complexes comme les autoroutes, les routes urbaines, la conduite nocturne et plusieurs entrées/sorties de stations Supercharger. Aucun contrôle manuel n’a été observé sur toute la durée, ce qui a déclenché de nombreuses discussions sur le marché.

Le responsable des activités robotique d’NVIDIA, Jim Fan, s’est même exclamé : « FSD v14 de Tesla pourrait déjà avoir passé le “Physical Turing Test” ».

Mais, de l’avis de Wang Haojun, la MPI ne s’applique pas à l’étape L4.

« En fait, une fois que l’on atteint le stade d’exploitation à grande échelle du niveau L4, au contraire, tout le monde ne parle plus de MPI : cette notion ne tient pas debout en elle-même. Parce que s’il n’y a pas de conducteur humain impliqué, il n’y a pas lieu de parler de reprise. À l’échelon L4, l’objectif principal en matière d’exploitation reste centré sur le déploiement à grande échelle. Plus le volume déployé est élevé, plus le taux d’accidents est faible. En outre, il faut aussi regarder la proportion d’assistance à distance », a indiqué Wang Haojun.

Wang Haojun a en outre précisé qu’en réalité, en observant la situation actuelle, on constate que Waymo et d’autres n’insistent plus sur la notion de MPI. Aujourd’hui, de nombreuses entreprises de niveau L2+ qui avancent vers le L4 mentionnent encore la MPI. Lorsque l’on examine réellement la situation, on s’aperçoit que pour atteindre une exploitation à grande échelle au niveau L4, l’élément clé réside dans la taille de l’opération d’exploitation et la proportion d’assistance à distance.

En regardant vers l’avenir, Pony.ai a annoncé un objectif : d’ici fin 2026, déployer dans le monde plus de 20 villes plus de 3000 taxis autonomes.

Une hausse d’une telle ampleur des capacités de transport, reposant uniquement sur des investissements lourds dans des flottes en propre, est manifestement un gouffre qui absorbe les flux de trésorerie.

La solution de Pony.ai consiste donc à “s’y prendre à deux mains” : développement des villes et co-construction de flottes avec des tiers.

Dans le volet développement des villes, Pony.ai prévoit non seulement de continuer à renforcer la densité de déploiement dans les grandes villes de première ligne en Chine, mais aussi d’étendre ses activités à des villes de nouvelle première ligne comme Hangzhou et Changsha.

Sous le modèle de « co-construction de flottes », Pony.ai transfère en substance les coûts d’achat de véhicules, donc les investissements lourds, vers les partenaires en aval. Des tiers comme Ruichi Travel (Ruqi Chuxing) financent et achètent les véhicules, puis partagent les revenus d’exploitation. Pony.ai, pour sa part, reste en coulisses et génère des revenus en accordant des autorisations pour la technologie d’IA de conduite automatisée.

Comme la coopération dans ce modèle a commencé dès le troisième trimestre de l’an dernier, le volume de véhicules actuellement mis en service reste encore limité. Wang Haojun prévoit qu’au second semestre 2026, avec l’entrée progressive en service des Robotaxi issus de la collaboration avec des tiers, ces véhicules pourront générer davantage de revenus.

Cependant, le rythme global de l’expansion dépend toujours de la vitesse d’ouverture des politiques dans chaque ville.

À l’heure actuelle, en Chine, les mécanismes d’agrément mutuel à grande échelle ne sont pas encore ouverts pour l’exploitation dans les zones urbaines ; cela signifie que pour chaque nouvelle ville où une entreprise Robotaxi intervient, elle doit passer par une phase de tests routiers de sécurité, allant progressivement jusqu’à l’étape finale de mise en commercialisation d’une conduite entièrement autonome.

La vitesse de mise en œuvre des politiques à l’étranger suit également une logique similaire.

Récemment, lors d’une interview, Tekedra Mawakana, co-PDG de Waymo, a également déclaré que, dans certains cas, Waymo peut terminer en quelques mois l’ensemble du processus, allant de la cartographie urbaine jusqu’à la mise en place d’un service payant. Mais dans d’autres cas, l’avancement est beaucoup plus lent, en particulier dans des villes ou des États où les règles de régulation des Robotaxi font défaut.

Globalement, la phase de concurrence des entreprises de Robotaxi en Chine reste principalement axée sur le déploiement du plus grand nombre de véhicules possible afin de gagner un avantage de premier arrivant.

En tant que leader du secteur, Waymo est déjà entré dans l’étape de concurrence centrée sur le volume de commandes : l’entreprise vise à atteindre, d’ici fin 2026, plus de 1 million de trajets payants de Robotaxi par semaine sur le marché américain.

Dans la nouvelle étape de la course aux Robotaxi, la technologie n’est plus l’unique rempart concurrentiel ; celui qui saura le mieux faire fonctionner, grâce à des commandes à grande échelle, une boucle commerciale complète, sera celui qui pourra vraiment rester sur le ring.

Avertissement sur les risques et clause de non-responsabilité

        Il existe des risques sur le marché ; investissez avec prudence. Le présent article ne constitue pas un conseil d’investissement personnalisé, et ne tient pas compte des objectifs d’investissement spécifiques, de la situation financière ou des besoins particuliers de certains utilisateurs. Les utilisateurs doivent évaluer si les opinions, points de vue ou conclusions contenus dans cet article sont conformes à leur situation particulière. En vous basant sur ces informations pour investir, la responsabilité vous incombe.