← Accueil actu | Salle du marché
2026-11-03 · Source:虎嗅·中继

Développer en interne coûte cher, mais acheter n'est pas forcément rentable : Huawei ose conseiller aux constructeurs d'en faire moins, car sa R&D est répartie sur de nombreuses marques
Le budget annuel de R&D d'un système de conduite autonome dépasse désormais les 19 milliards de yuans. Le 28 septembre, Jin Yuzhi, vice-président senior de Huawei et PDG de Yinwang, a révélé lors d'une interview avec les médias que le budget de R&D de Qiankun pour cette année avait été relevé de 18 milliards de yuans en début d'année à plus de 19 milliards, répondant ainsi à la controverse sur le fait de savoir si « l'argent des constructeurs automobiles était capté par Huawei ». Ces chiffres méritent une lecture attentive, car ils exposent pour la première fois la structure des coûts sous-jacente du secteur de la conduite intelligente.
Le passage de 18 milliards à plus de 19 milliards de yuans n'est pas en soi spectaculaire, mais le moment et le contexte de cette hausse sont déterminants. Dans un secteur traversant une période de guerre des prix doublée d'une guerre des équipements, la plupart des constructeurs font des « coupes » en R&D, tandis que Huawei fait des « ajouts » sur la conduite autonome. L'explication donnée par Jin Yuzhi renvoie à un fait souvent négligé : le coût du cycle de vie d'un système mature de conduite autonome dépasse largement le moment de livraison du premier véhicule. Le logiciel doit évoluer en continu, les effectifs doivent être maintenus, la capacité de calcul doit être étendue sans cesse, et le matériel ainsi que les calculateurs de domaine doivent être régulièrement repensés au fil de l'évolution des puces et des capteurs. Ces investissements ne s'arrêtent pas à la livraison du premier produit : ce sont des factures à long terme qui s'étendent sur tout le cycle de vie du produit.
C'est là le cœur de la logique « développer en interne n'est pas forcément moins cher qu'acheter ». Quand les volumes de vente d'un constructeur ne suffisent pas à créer une masse critique, les coûts fixes du développement interne ne peuvent être répartis que sur très peu de véhicules vendus, et le coût de R&D par véhicule devient rapidement incontrôlable. Jin Yuzhi en tire une vision de la répartition des rôles : les constructeurs se concentrent sur la définition du véhicule, le châssis, l'intégration globale et la relation client, tandis que la chaîne d'approvisionnement apporte son accumulate technologique. Ce calcul comporte en réalité deux niveaux : le premier est l'investissement initial, qui répond à la question « peut-on le construire » ; le second est l'investissement ultérieur, qui répond à « peut-on suivre le rythme ». Le temps aussi est un coût : la capacité à respecter la fenêtre de lancement d'un modèle détermine directement le succès ou l'échec de l'investissement. Manquer un cycle de renouvellement d'un modèle peut annuler le rendement marginal des investissements initiaux.
Du point de vue de l'acheteur, Jin Yuzhi ne tranche pas pour autant de façon définitive. Il souligne que l'achat ne doit pas non plus se limiter au prix contractuel : les coûts d'adaptation du système, de tests de validation, d'ingénierie pour l'intégration au véhicule, ainsi que la maintenance et les mises à niveau après livraison, doivent aussi entrer dans la comparaison des coûts totaux. Autrement dit, un contrat d'achat apparemment bon marché peut se révéler peu avantageux une fois les coûts cachés ajoutés ; un plan de développement interne apparemment onéreux peut ne pas être pénalisant réparti sur des volumes de vente suffisamment importants. C'est un calcul que chaque constructeur doit faire lui-même.
Si Huawei ose faire ce calcul publiquement, c'est que son principal atout est le volume d'équipement. Les données révélées le 27 août montrent que les systèmes de conduite Qiankun ont dépassé les 2 millions d'unités cumulées, avec plus de 60 modèles en coopération couvrant 25 marques de constructeurs ; plus remarquable encore, la vitesse de montée en puissance : le premier million a demandé 44 mois, le second seulement 12. Une accélération proche d'un facteur quatre montre que la solution Qiankun est passée du stade des pilotes limités à quelques marques à celui d'une réplication à grande échelle multi-marques.
L'effet de la taille sur l'amortissement de la R&D est décisif. Une même base d'investissement en R&D fondamentale peut être couverte par les revenus de davantage de marques, un mode d'amortissement qu'un constructeur seul ne peut répliquer. Un constructeur vendant quelques centaines de milliers de véhicules par an, aussi engagé soit-il dans le développement interne, ne peut pas répartir une dépense annuelle de R&D de plus de 19 milliards de yuans sur un coût par véhicule équivalent à celui du système multi-marques de Huawei. Cela explique pourquoi « Huawei conseille aux constructeurs d'en faire moins » n'est pas un vain mot sur le plan commercial : l'existence de fournisseurs de plateformes consiste précisément à assumer pour tout le secteur les coûts fixes de la R&D fondamentale, permettant aux constructeurs de concentrer leurs ressources limitées sur les éléments qui différencient réellement leur marque.
Mais il faut rester vigilant : ces deux calculs ne peuvent se substituer l'un à l'autre. Que le développement interne coûte cher ne prouve pas que l'achat soit forcément avantageux — la courbe de coûts du développement interne s'améliore avec la croissance des volumes, tandis que le pouvoir de négociation à l'achat s'affaiblit à mesure que la dépendance s'accroît. Inversement, qu'un fournisseur perçoive des revenus ne signifie pas que les profits du constructeur soient absorbés — si la solution achetée se traduit par des ventes plus élevées et des délais de lancement plus courts, la croissance du chiffre d'affaires peut très bien couvrir la dépense d'achat. Les plus de 19 milliards de yuans témoignent de l'ampleur de l'investissement de Huawei lui-même ; ils ne peuvent ni répondre pour un constructeur donné à la question « faut-il abandonner le développement interne », ni certifier qu'un contrat d'achat précis est « à un prix raisonnable ».
Pour les acheteurs de capacité de calcul IA, ces chiffres offrent une triple référence. Premièrement, la demande en calcul d'un système de conduite autonome est continue et non ponctuelle : l'évaluation de toute solution doit intégrer dans le coût total de possession les dépenses de calcul liées au retour des données, à l'entraînement dans le cloud et à l'itération des modèles, et non se limiter au prix unitaire du calculateur embarqué. Deuxièmement, l'ampleur absolue du budget de R&D est en soi un signal de la capacité d'itération technologique du fournisseur — une équipe investissant 18 à plus de 19 milliards de yuans par an mettra très probablement à jour ses algorithmes et logiciels plus vite que des équipes internes de taille moyenne, un atout décisif pour les constructeurs soucieux de « rester à la pointe du secteur ». Troisièmement, le volume d'équipement détermine directement la vitesse de la spirale de données : 2 millions d'unités cumulées et plus de 60 modèles en coopération signifient une couverture plus large des scénarios de longue traîne, ce qui, à l'ère de la conduite autonome de bout en bout, équivaut à un avantage qualitatif en matière d'actifs de données d'entraînement.
Sur le plan réel des prix du calcul et du matériel, ce modèle ne dispose actuellement d'aucune donnée de tarification en vente. Pour les acheteurs qui évaluent la solution Qiankun ou des achats de conduite autonome similaires, cela signifie que le marché public ne fournit aucun repère de prix directement comparable : la décision d'achat devra reposer davantage sur des négociations en direct avec le fournisseur, sur le levier de négociation qu'offre le volume d'équipement, ainsi que sur une estimation indépendante des coûts cachés d'adaptation, de validation, d'intégration et de maintenance, plutôt que sur une simple comparaison des prix affichés.
Revenons à l'essence de ce débat : après avoir « en faire moins », sur quoi un constructeur automobile peut-il compter pour que les consommateurs le choisissent ? La capacité à définir le véhicule, le réglage du châssis, la relation client et le récit de marque sont les territoires que les constructeurs doivent absolument préserver à l'ère de l'externalisation de la conduite autonome. Le budget de R&D de plus de 19 milliards de yuans n'est ni une décharge de responsabilité pour l'achat, ni un arrêt de mort pour la voie du développement interne — il rend simplement plus clair un fait : la compétition de la conduite intelligente est entrée dans une époque où seuls une poignée de joueurs peuvent assumer seuls les coûts de la R&D fondamentale.
Q : Quel est le budget de R&D de Qiankun cette année, et quelle évolution par rapport au début d'année ?
R : Selon les révélations du 28 septembre de Jin Yuzhi, vice-président senior de Huawei et PDG de Yinwang, le budget de R&D de Qiankun cette année est passé de 18 milliards de yuans en début d'année à plus de 19 milliards, et les équipements cumulés ont dépassé les 2 millions d'unités, couvrant plus de 60 modèles en coopération répartis sur 25 marques de constructeurs.
Q : Quelle est la vitesse de croissance des équipements de Qiankun ?
R : Le premier million d'unités a demandé 44 mois, le second seulement 12 — un détail réduit à environ un quart du précédent, signe d'une nette accélération de la réplication à grande échelle multi-marques.
Mots-clés: Huawei · Jin Yuzhi · Qiankun ADS · Yinwang · ADAS · Intelligent Driving
萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle