What California Regulatory Filings Reveal about Robotaxi Operations at Scale

Imaginez une ville où les voitures qui viennent vous chercher n'ont pas de chauffeurs. Ce ne sont pas seulement des véhicules électriques ; elles sont entièrement autonomes, capables de naviguer dans des rues complexes, de s'arrêter au trafic et de trouver leur chemin vers votre destination sans qu'une main humaine ne soit sur le volant. C'est la promesse du robotaxi, une technologie qui est passée de la science-fiction aux rues de villes comme San Francisco et Los Angeles. L'espoir a longtemps été que ces machines résoudraient plusieurs problèmes à la fois. En étant électriques, elles réduiraient la pollution. En étant partagées, elles réduiraient le nombre de voitures encombrant les routes. Et en étant automatisées, elles opéreraient avec un niveau d'efficacité que les conducteurs humains ne peuvent égaler, peut-être en maintenant les voitures en mouvement constant et sans jamais avoir besoin de se garer en attendant un passager.

Cependant, la réalité de la manière dont ces flottes opèrent réellement à grande échelle est restée un mystère, cachée derrière les tableaux de bord des entreprises et les données privées. Pendant des années, le public s'est appuyé sur des résumés, des simulations ou des modèles pour deviner comment ces systèmes fonctionnent. Mais une nouvelle analyse a levé le voile, utilisant les registres officiels du gouvernement pour voir exactement ce qui se passe. Des chercheurs du Laboratoire national de Lawrence Berkeley ont examiné des milliers de pages de rapports déposés par les entreprises de robotaxis auprès de la California Public Utilities Commission. Ces dépôts, requis par la loi, contiennent des journaux détaillés de chaque trajet, de chaque mille parcouru et de chaque fois qu'un véhicule s'arrête pour charger. En passant au crible ces données, les chercheurs ont mis au jour une image des opérations de robotaxis qui est bien plus complexe, et moins efficace, que la vision optimiste de l'avenir.

L'étude s'est concentrée principalement sur Waymo, le plus grand opérateur de taxis sans chauffeur aux États-Unis, et a comparé ses performances avec Zoox, un autre acteur majeur qui mène actuellement un programme pilote à grande échelle. Les chercheurs ont examiné les données de janvier 2025 à juin 2026, une période au cours de laquelle Waymo avait atteint une flotte d'environ 3 285 véhicules en Californie, représentant environ 80 % de l'ensemble de la flotte nationale. Ils ont suivi le nombre de milles parcourus par ces voitures avec des passagers à bord par rapport au nombre de milles parcourus à vide. Dans le monde du transport de personnes, conduire à vide est appelé « deadheading ». C'est une partie nécessaire de l'activité, car les voitures doivent rouler pour chercher un passager et repartir après l'avoir déposé. Mais l'objectif de l'automatisation était censé être de minimiser ce gaspillage.

Les données racontent une histoire différente. Bien que Waymo ait amélioré son efficacité au fil du temps, la conduite à vide est restée obstinément élevée. Entre début 2025 et mi-2026, la part des milles parcourus sans passager est tombée de 53 % à environ 42 %. Bien qu'il s'agisse d'une amélioration, elle reste nettement supérieure à ce que l'on observe dans les services de transport de personnes conduits par des humains, dépassant ces chiffres de plus de 50 %. Les chercheurs ont constaté que même lorsque la flotte s'agrandissait et que les voitures devenaient meilleures pour trouver des passagers, une quantité massive d'énergie était toujours dépensée pour déplacer des véhicules vides. Ce voyage à vide persistant va à l'encontre de l'idée que l'automatisation mènerait automatiquement à un système plus agile et plus efficace.

La découverte la plus surprenante concerne ce que font les voitures lorsqu'elles ne transportent pas de passager. Les chercheurs ont découvert qu'une grande partie du temps « vide » n'est pas passée à rouler à la recherche d'une course, mais plutôt à rester immobiles. À mesure que la flotte s'étendait, le temps total passé par les véhicules à attendre — stationnés ou en mode ralenti — a augmenté de 39 %. Cela suggère que le système n'est pas aussi flexible qu'un réseau conduit par des humains. Lorsque la demande grimpe en flèche, les services de transport de personnes humains peuvent s'appuyer sur un vaste réservoir de chauffeurs qui sont déjà sur la route ou qui peuvent rapidement se connecter pour travailler. Les robotaxis, en revanche, dépendent d'une flotte fixe de véhicules qui doivent être physiquement présents pour répondre à une demande. Pour gérer un afflux soudain de passagers, le système nécessite un grand nombre de voitures stationnées dans des parkings ou des dépôts, prêtes à partir. Cela crée une « empreinte de stationnement » massive, où des milliers de véhicules restent stationnaires pendant de longues périodes, consommant de l'espace et des ressources sans bouger.

Les implications énergétiques de ce comportement sont significatives. Les chercheurs ont utilisé la fréquence des sessions de recharge rapportées dans les documents pour estimer la quantité d'électricité réellement utilisée par la flotte. Ils ont découvert que l'énergie requise pour faire fonctionner la flotte était bien plus élevée que ce que les évaluations d'efficacité officielles des véhicules suggéraient. Pour Waymo, l'utilisation d'énergie impliquée par les données de recharge était d'environ deux fois la propulsion nominale du véhicule, atteignant environ 69 % de l'énergie qu'une voiture typique à essence utiliserait pour la même distance. Cette énergie supplémentaire est consommée par le besoin constant de déplacer des voitures vides, le temps passé en mode ralenti et les cycles de recharge fréquents nécessaires pour maintenir la flotte opérationnelle. Lorsqu'ils ont examiné Zoox, le surplus énergétique était encore plus élevé, atteignant environ 147 % de la référence équivalente à l'essence.

L'étude a également mis en évidence un changement dans la manière dont les milles à vide sont parcourus. Aux débuts du service, la plupart des trajets à vide étaient « non assignés », ce qui signifie que les voitures circulaient sans destination précise, espérant trouver un passager. Avec le temps, cela a changé. Une part plus importante des milles à vide est devenue des milles d'« approche », qui sont les trajets effectués pour rejoindre un passager après qu'une course a déjà été demandée. Cela suggère que si les voitures deviennent meilleures pour trouver des passagers, la distance qu'elles doivent parcourir pour les rejoindre augmente, probablement parce que la zone de service s'est agrandie ou parce que les voitures sont stationnées plus loin de là où les gens demandent des courses.

Les chercheurs ont pris soin de noter que ces conclusions sont basées sur des données opérationnelles réelles, et non sur des simulations. Ils ont examiné des millions de dossiers de trajets et de journaux de recharge, offrant un regard concret et rare sur la manière dont ces flottes fonctionnent à grande échelle. Les données ne soutiennent pas l'idée que les robotaxis ont déjà atteint les gains d'efficacité attendus par beaucoup. Au contraire, elles révèlent un système qui lutte encore avec les défis fondamentaux du déplacement de véhicules vides et de la gestion d'une flotte fixe dans un environnement dynamique. La promesse d'un avenir plus propre et plus efficace avec les robotaxis reste possible, mais le chemin pour y parvenir n'est pas aussi simple que de simplement confier le volant à un ordinateur. Les données suggèrent que sans changements significatifs dans la gestion de ces flottes — peut-être en faisant mieux correspondre les voitures à la demande ou en trouvant des moyens de réduire le besoin de quantités massives de véhicules stationnaires — les coûts énergétiques et spatiaux des robotaxis pourraient rester élevés.

En fin de compte, cette analyse sert de rappel à la réalité pour l'industrie du robotaxi. Elle montre que si la technologie progresse et que les flottes s'agrandissent, les réalités opérationnelles sont complexes. Les gains d'efficacité de l'automatisation sont compensés par la nécessité de garder un grand nombre de véhicules prêts et en attente, entraînant une consommation d'énergie et des trajets à vide substantiels. À mesure que ces services continuent de s'étendre, l'accent devra peut-être passer du simple ajout de voitures à la recherche de moyens de faire travailler la flotte existante de manière plus intelligente. D'ici là, la vision d'un avenir parfaitement efficace et sans conducteur reste précisément cela : une vision, plutôt qu'une réalité.