Contexte technique
Je me suis plongé dans l'annonce dès sa parution, car il ne s'agit pas d'un simple coup de relations publiques pour l'industrie automobile. On y voit très clairement vers quoi se dirige l'implémentation de l'IA : ne pas tout déporter vers le cloud, mais placer une partie de l'intelligence directement sur l'appareil.
Mercedes-Benz et Liquid AI ont signé un accord pluriannuel ciblant les troisième et quatrième générations de MBUX en Amérique du Nord. Le premier lancement en production est prévu pour le second semestre 2026, ce qui en fait une feuille de route concrète plutôt qu'une annonce sans lendemain.
Sur le plan technologique, le concept est simple et puissant : une part significative de la pile vocale fonctionnera à bord du véhicule. La description officielle mentionne la parole, la compréhension du langage et le raisonnement, ce qui prouve qu'il ne s'agit pas d'un simple mot d'activation, mais d'un traitement local approfondi.
Ce dispositif repose sur les modèles Liquid Foundation Models exécutés sur la plateforme MB.OS. C'est un point crucial : sans une architecture d'IA automobile dédiée, ce type d'intégration a tendance à échouer lors des mises à jour, générant des comportements erratiques entre l'ECU, l'assistant et les services cloud.
Et c'est précisément là que je me suis arrêté. Mercedes indique clairement que cette approche on-device ne remplace pas les LLM dans le cloud, mais les complète. En pratique, c'est l'approche la plus cohérente : les commandes rapides et privées sont traitées localement, tandis que les scénarios lourds, les contextes longs et les données externes restent dans le cloud.
Ce qui manque encore, c'est le plus intéressant : des benchmarks publics, la taille des modèles, la latence en millisecondes, la précision ASR/NLU ou encore des kits de développement (SDK). Pour l'instant, il s'agit d'une intégration OEM et non d'un outil open-source que je pourrais télécharger et tester aujourd'hui dans mon laboratoire.
Impact sur les affaires et l'automatisation
Pour les constructeurs automobiles, cette transition est extrêmement pragmatique. Si l'assistant vocal répond plus vite, fonctionne sans réseau et réduit le volume de données envoyées vers le cloud, les risques opérationnels et la frustration des utilisateurs diminuent drastiquement.
Les gagnants seront ceux qui conçoivent des systèmes hybrides : une intelligence locale couplée au cloud selon les besoins. En revanche, les fournisseurs dont le produit repose exclusivement sur une connexion continue et des inférences distantes risquent de perdre du terrain.
J'y vois également un signal fort pour d'autres secteurs. L'automatisation par l'IA locale (on-device AI automation) est attendue depuis longtemps dans les panneaux de contrôle industriels, les dispositifs médicaux, les terminaux de vente et partout où la latence et la confidentialité l'emportent sur les démonstrations spectaculaires.
Cependant, ces environnements tolèrent mal les intégrations approximatives. Chez Nahornyi AI Lab, we résolvons justement ces interfaces entre modèles locaux, cloud et logique métier. Si vous cherchez à bâtir un system d'automatisation IA performant et sans fausses promesses, analysons ensemble votre cas d'usage pour le déployer efficacement en production.