Kakao Mobility vise la conduite autonome niveau 4 en Corée

Kakao Mobility structure sa stratégie de conduite autonome niveau 4

Kakao Mobility a détaillé sa feuille de route pour développer en interne des technologies de conduite autonome niveau 4, dans le cadre de sa stratégie dite de physical AI. L’objectif est clair - faire converger intelligence artificielle, véhicules et infrastructures physiques afin de proposer des services autonomes exploitables à l’échelle d’une plateforme de mobilité.

Cette vision a été présentée par Kim Jin-kyu, vice-président et responsable de la division Physical AI, lors de l’édition 2026 du World IT Show à Séoul. Son intervention mettait l’accent sur des services de conduite autonome conçus autour d’une plateforme, plutôt que sur un simple démonstrateur technologique.

Dans ce contexte, l’entreprise affirme vouloir renforcer la compétitivité locale en Corée du Sud, notamment via un écosystème ouvert, où certains actifs technologiques seraient partagés avec d’autres acteurs.

Ce que signifie le niveau 4 - et pourquoi c’est un cap clé

La conduite autonome niveau 4 correspond à des systèmes capables d’assurer la conduite sans supervision humaine, mais uniquement dans des zones et conditions définies. Concrètement, le passager n’a pas à surveiller la route ni à reprendre le volant tant que le véhicule reste dans son périmètre de service.

Ce modèle se prête particulièrement aux services géolocalisés - robotaxis dans un quartier, navettes autonomes sur un trajet fixe, ou zones urbaines balisées. C’est aussi une étape charnière, car elle impose un niveau élevé de robustesse logicielle, de redondance matérielle et de validation avant déploiement.

Pour cadrer cette définition, on peut se référer aux explications de la NHTSA (agence américaine de sécurité routière) sur les niveaux d’automatisation : https://www.nhtsa.gov/technology-innovation/automated-vehicles-safety

Une feuille de route en trois piliers technologiques

Kakao Mobility organise sa feuille de route niveau 4 autour de trois axes - modèles d’apprentissage, architecture véhicule redondante et plateforme de validation.

Modèles IA pour perception, décision et contrôle

Premier pilier - des modèles de machine learning capables d’enchaîner perception, prise de décision et contrôle du véhicule sans intervention humaine. Cela recouvre la capacité à interpréter l’environnement (véhicules, piétons, signalisation), à choisir une trajectoire et à exécuter la conduite.

L’enjeu n’est pas seulement d’obtenir de bonnes performances en laboratoire, mais de maintenir une cohérence de bout en bout dans des situations réelles, où les cas limites sont fréquents.

Redondance véhicule pour tolérer les pannes

Deuxième pilier - une architecture de véhicule avec redondance, afin que des fonctions critiques continuent d’opérer même si un composant important tombe en panne. Cette approche vise à réduire les points uniques de défaillance, un prérequis courant pour des services autonomes déployés auprès du public.

Validation hybride - simulation et données réelles

Troisième pilier - une plateforme de validation combinant simulation virtuelle et données de conduite en conditions réelles. Kakao Mobility veut s’appuyer sur ce socle pour tester, améliorer les performances et effectuer des contrôles qualité au fil du développement.

Cette logique hybride est stratégique - la simulation accélère l’exploration de scénarios rares, tandis que les données terrain permettent de mesurer la robustesse face aux contraintes locales (infrastructures, comportements routiers, conditions météo).

Sécurité, supervision et gestion des incidents

Au-delà du véhicule, Kakao Mobility met en avant une couche de supervision et de sécurité pensée pour l’exploitation opérationnelle.

Visualisation 3D pour rendre la conduite compréhensible

L’entreprise développe un outil nommé Autonomous Vehicle Visualizer - une visualisation 3D qui partage en temps réel le champ de perception du véhicule. L’idée est de permettre aux passagers de comprendre ce que le système détecte et dans quel contexte il prend ses décisions.

Cette transparence peut jouer un rôle important dans l’acceptabilité - un service autonome ne doit pas seulement être sûr, il doit aussi inspirer confiance.

Centre de contrôle 24h/24 et détection d’anomalies

Kakao Mobility prévoit également un centre de contrôle fonctionnant 24h/24, destiné à superviser les services après leur déploiement. En complément, l’entreprise annonce un système de détection d’anomalies basé sur des modèles vision-langage, pour analyser le contexte en temps réel, faciliter l’intervention à distance et soutenir la réponse d’urgence.

À ce stade, aucun détail n’a été communiqué sur l’architecture ou les performances de ces modèles, mais l’orientation est nette - aller vers une supervision capable de qualifier des situations complexes, pas uniquement de remonter des alertes simples.

Vers un écosystème ouvert - données, cartes HD et APIs

Kakao Mobility affirme vouloir partager une partie de ses actifs technologiques avec des entreprises, startups et constructeurs travaillant sur l’autonomie.

Les éléments cités incluent des jeux de données à grande échelle, des cartes haute définition (HD) et des APIs de plateforme liées à la réservation et au dispatch. Les cartes HD sont un composant clé de nombreux systèmes niveau 4 - elles apportent une description fine de la route utile à la localisation et à la planification.

L’entreprise évoque aussi le partage de ressources opérationnelles, comme des outils de gestion de flotte et des capacités d’intervention sur site. L’ambition est de réduire la barrière d’entrée - permettre à d’autres acteurs d’innover sans reconstruire toute l’infrastructure de base.

Cette approche s’inscrit dans une logique de plateforme - plus l’écosystème est riche, plus les services peuvent se multiplier, et plus les retours terrain peuvent alimenter l’amélioration continue.

Gangnam - un cas d’usage déjà mesuré sur le terrain

Pour illustrer l’état d’avancement, Kakao Mobility s’appuie sur son service de véhicules autonomes de nuit dans le quartier de Gangnam à Séoul, accessible via l’application Kakao T.

Selon les données communiquées par le gouvernement métropolitain de Séoul, le service a enregistré 7 754 trajets entre le 26 septembre 2024 et le 28 février 2026. Sur cette période, la ville indique qu’aucun accident n’a été attribué à la technologie de conduite autonome, avec une moyenne d’environ 24 trajets par jour d’exploitation.

Le service est passé d’un pilote gratuit à une exploitation payante en avril 2026. La flotte a également été étendue de trois à sept véhicules, en excluant deux véhicules de réserve. La commande peut se faire via une icône dédiée ou via le menu classique d’appel de taxi dans Kakao T, qui regroupe déjà plusieurs services de mobilité.

Conclusion - une stratégie plateforme pour industrialiser le niveau 4

Avec cette feuille de route, Kakao Mobility positionne la conduite autonome niveau 4 comme un produit de plateforme - combinant IA embarquée, redondance, validation continue et supervision opérationnelle. L’exemple de Gangnam apporte un signal concret sur l’usage et la stabilité du service dans une zone définie.

La suite dépendra de la capacité à étendre ces services à d’autres périmètres, à maintenir un niveau de sécurité élevé et à faire vivre l’écosystème ouvert annoncé - données, cartes HD, APIs et ressources opérationnelles - pour accélérer l’innovation locale autour de l’autonomie.