Xiaomi, qui a détrôné Apple dans les smartphones, étend son écosystème à sa berline connectée

L’américain Apple en a rêvé ; le chinois Xiaomi l’a fait. L’empire que Lei Jun a fondé il y a à peine 15 ans a non seulement ravi en août à Apple la deuxième place mondiale des fabricants de smartphones, mais il est aussi en passe de réussir le pari d’un « Apple Car » – là où la Pomme a abandonné son projet.

Depuis que le chinois Xiaomi a lancé il y a six mois la commercialisation de sa berline électrique « intelligente » baptisée SU7 (Speed Ultra 7), produite par sa filiale Xiaomi Motors, plus de 27.300 exemplaires ont été livrés durant le second trimestre. « Les attentes sont largement dépassées », s’est félicitée la jeune firme basée à Pékin, dont c’est la toute première voiture, lors de la présentation le 21 août dernier de ses résultats trimestriels.
Ayant dépassé les 10.000 véhicules livrés par mois, son fondateur et président Lei Jun (photo) a décidé d’accélérer la cadence de production, à « 100.000 livraisons d’ici novembre 2024 », en avance sur le calendrier. Sur l’ensemble de cette année, Xiaomi compte avoir livré 120.000 voitures. Mais pas question de s’endormir sur ses lauriers : le « X » de BATX (les GAFAM chinois) finalise un prototype de la SU7 Ultra qui sera lancée en octobre sur le mythique circuit automobile de Nürburgring, en Allemagne. Objectif : « Devenir le véhicule électrique à quatre portes le plus rapide du circuit au cours de la prochaine décennie ». Alors que fin février l’agence Bloomberg révélait l’abandon par la marque à la pomme de son projet de voiture lancé une décennie auparavant (1), l’« Apple Car » de Xiaomi existe, elle, et fait même partie du nouvel écosystème « Human x Car x Home » où les équipements peuvent interagir intelligemment grâce à l’IA.

« Mi » mise sur son écosystème IA unifié
Lancé en février, l’écosystème intelligent « Human x Car x Home » de Xiaomi vise en effet à englober sous son nouveau système d’exploitation HyperOS – successeur de Miui – aussi bien les smartphones ou tout appareils personnels que les objets connectés de la maison (assistants, montre connectée, téléviseur, …), et même désormais la voiture (2). L’intégration de tous ces usages de la vie quotidienne et de l’Internet des objets est rendue possible et fluide par une sorte de moteur IA appelé HyperMind.

Entraînement de modèles d’IA grâce aux données collectées par web scraping : les règles à suivre

Les plaintes à l’encontre de fournisseurs de systèmes d’IA se multiplient, que ce soit pour violation des droits de propriété intellectuelle ou pour manquements en matière de données à caractère personnel, notamment en lien avec leurs pratiques de collecte de données en ligne (web scraping).

Par Sandra Tubert et Laura Ziegler avocates associées, Algo Avocats

Afin de développer un système d’intelligence artificielle (IA) performant, il est nécessaire d’entraîner en amont les modèles qui le composent au moyen de vastes ensemble de données. Constituer ces ensembles de données d’entraînement représente donc un enjeu majeur pour les fournisseurs de systèmes d’IA. Plusieurs alternatives s’offrent à eux : utiliser les bases de données dont ils disposent en interne ; obtenir des licences auprès de titulaires de droits de propriété intellectuelle sur des contenus pertinents ; ou recourir au web scraping pour récupérer des données accessibles en ligne sur différents sites Internet.

Exception de Text and Data Mining
Cette troisième option, le web scraping (« moissonnage des données »), a connu un essor important ces dernières années. Pour autant, bon nombre d’acteurs récupèrent des données en ligne pour entraîner leurs modèles sans appréhender tous les enjeux et problématiques qui y sont attachés. Alors que plusieurs plaintes ou enquêtes d’autorités visent des fournisseurs de modèles d’IA à usage général pour des allégations de violation des droits de propriété intellectuelle ou de manquements au règlement général sur la protection des données (RGPD), l’entrée en vigueur prochaine du règlement européen sur l’intelligence artificielle – l’AI Act dont le texte final (1) a été signé le 13 juin 2024 – pourrait mettre en évidence les problématiques entourant les sources de données utilisées pour entraîner les modèles.