Les labos de robotique vantent sans arrêt la livraison autonome. Moi, je voudrais juste poser une question : qui va faire rouler ces robots sur les routes défoncées des campagnes ? Dans les quartiers quadrillés du centre-ville, avec leurs marquages bien visibles, leurs feux de circulation bien réglés et leurs larges carrefours, il suffit de les entraîner un peu pour tourner une vidéo de démonstration. Mais dès qu’ils arrivent sur une piste de banlieue, un petit chemin sans nom ou devant des numéros de maison en pagaille, l’IA est complètement perdue. Essayez donc de lui faire croiser un véhicule sur une route rurale à deux voies : d’un côté, un canal d’irrigation ; de l’autre, des nattes de bambou où l’on fait sécher le grain ; devant, un tricycle arrêté pour un moment. Les marquages au sol ont disparu depuis longtemps et la carte ne contient même pas de POI digne de ce nom. Sur quoi peut-elle fonder sa décision ? Ce n’est pas un problème technologique, c’est de la paresse dans la collecte de données.

Aujourd’hui, les « bilans » de la plupart des services de livraison autonome se ressemblent tous : campus universitaires, résidences fermées, zones pilotes urbaines — itinéraires fixes, environnement propre, règles de circulation claires. Des milliers de livraisons par jour, ça sonne impressionnant. Pourtant, les jeux de données publics et les véhicules de collecte de données se concentrent surtout sur les routes urbaines structurées. Dans des jeux de données comme Cityscapes et nuScenes, les marquages au sol, les voies et les panneaux de circulation occupent le devant de la scène. À la campagne, en revanche, il y a des ponts étroits, des chemins de gravier, des nids-de-poule boueux après la pluie, des tas de terre déposés temporairement, des haubans de poteaux électriques et des poules, des canards ou des chiens qui déboulent de partout : autant de cas rares. Fin 2023, le réseau routier rural chinois dépassait déjà 4,6 millions de kilomètres, mais les routes de campagne ne représentent qu’une infime part des échantillons d’entraînement de nombreux robots de livraison. L’absence de numéros de maison est encore plus problématique : en ville, « rue XX, n° 88 » permet de trouver la porte ; à la campagne, on vous dit souvent « la troisième maison après l’épicerie à l’entrée du village ». L’IA comprend ça ?

Les bonnes affaires ne sont jamais sous les projecteurs. Le vrai défi de la livraison autonome, ce n’est pas d’apporter un café au pied d’un immeuble de bureaux, mais d’assurer la livraison des colis dans les bourgs et le dernier kilomètre jusque dans les villages. C’est dans ces recoins oubliés que se cachent les besoins réels : peu de points de distribution, des volumes de colis dispersés, des personnes âgées qui doivent aller loin pour récupérer leurs paquets, et des trajets en fourgonnette qui ne sont pas rentables. Mais les routes y sont mauvaises, les données rares et l’annotation coûteuse ; en plus, le résultat n’est pas forcément très présentable. Alors tout le monde préfère faire tourner les robots en rond dans des zones pilotes. Une hausse sans volume, c’est du pipeau ; tôt ou tard, il faudra que le volume suive. Les kilomètres, le nombre de commandes et le nombre de quartiers couverts annoncés en conférence de presse peuvent bien grimper à toute allure : sans données sur les cas rares des routes défoncées de campagne, plus les annonces sont fracassantes, plus le déploiement réel paraît illusoire. Peut-être que je me trompe ; j’attends qu’on me donne tort.