Depuis plus de 20 ans, Garmin, TomTom, Google Maps et Waze maîtrisent le guidage, mais Tesla trébuche encore avec FSD v14.3.4 : erreurs d’itinéraire, sorties ratées et détours absurdes fragilisent sa promesse de robotaxi, justement au moment où la bataille réglementaire s’intensifie aussi dans le New Jersey.
La faiblesse la plus banale du FSD reste la plus pénalisante
La promesse de Tesla avec le Full Self-Driving (Supervised) est claire : déléguer une grande partie de la conduite sur presque tous les types de routes. Sur le papier, le système sait gérer la direction, les changements de voie, les intersections, les ronds-points et le stationnement sous supervision active du conducteur, selon la documentation officielle du constructeur. Mais la base de tout trajet autonome reste la même depuis vingt ans : choisir le bon itinéraire, la bonne sortie et la bonne voie au bon moment. C’est précisément là que le système montre ses limites, alors même que la navigation guidée est un produit mature depuis l’ère Garmin et TomTom, bien avant l’arrivée des IA embarquées.
Le vrai problème n’est pas seulement l’erreur de confort. Une mauvaise décision d’itinéraire dégrade tout le reste. Un trajet mal planifié peut provoquer une hésitation à un échangeur, un rabattement tardif, une sortie manquée, voire une manœuvre incohérente quand la voiture tente de corriger trop tard. Sur un système de niveau 2 comme le FSD supervisé, ce défaut est encore rattrapable par l’humain. Sur une ambition de robotaxi, il devient bloquant.
Le point faible n’est pas la conduite, mais la cohérence cartographique
La source d’origine met en avant un empilement de données cartographiques provenant de plusieurs briques, dont Google Maps, TomTom, OpenStreetMap, Valhalla et les données issues de la flotte. L’idée est séduisante : croiser plusieurs sources pour enrichir la compréhension de la route. En pratique, cette logique peut aussi créer des conflits de vérité sur la géométrie d’une voie, l’existence d’une bretelle, une limitation de vitesse ou l’emplacement exact d’un accès.
C’est là que l’écart avec les spécialistes historiques de la navigation saute aux yeux. Selon TomTom, sa couverture dépasse 34,7 millions de kilomètres de routes, avec un guidage avancé sur les changements de voie, plus d’un million de points d’intérêt et des mises à jour validées par 21 millions de conducteurs dans le monde. L’entreprise ne vend pas seulement une carte, elle vend une chaîne de validation continue pensée pour éviter précisément les erreurs de sortie, de voie et d’accès. Cette discipline industrielle manque encore dans l’expérience FSD décrite par de nombreux conducteurs. Le constat est rude : Tesla excelle souvent dans le contrôle du véhicule, mais pas encore dans l’orchestration fiable du trajet. Selon TomTom, cela repose sur des couches de données et de validation dédiées, pas sur une simple surcouche logicielle. Source officielle
Les concurrents renforcent la voie, pas seulement l’itinéraire
Le retard devient plus visible quand on regarde ce que font les autres acteurs. Selon Google, Google Maps déploie un guidage de voie en direct pour les véhicules avec Google built-in : le système analyse les marquages au sol et les panneaux via la caméra frontale, puis fusionne ces informations avec la navigation en temps réel. Google précise aussi que son service s’appuie sur une base utilisée par plus de 2 milliards d’utilisateurs chaque mois. Le message est simple : la navigation automobile moderne ne se contente plus d’indiquer “tournez à droite”, elle vérifie si le véhicule est déjà dans la bonne file pour exécuter l’action.
Cette différence compte. Quand un système sait conduire mais se place trop tard, il force des changements de voie brusques ou renonce à la sortie. Quand un système sait lire la scène et l’itinéraire ensemble, il agit plus tôt. Mon avis est net : pour un projet de conduite automatisée, la qualité du lane guidance vaut presque autant que la qualité du freinage ou de la détection d’obstacles.
Le FSD apprend à l’instant, pas encore assez dans la durée
La source initiale pointe un autre défaut crédible : l’absence d’apprentissage persistant après intervention humaine. En clair, le conducteur corrige un mauvais choix, puis le système répète parfois la même erreur plus tard sur un trajet similaire. Ce comportement contraste fortement avec les applications de navigation grand public, qui tiennent compte plus vite des détours usuels, des préférences ou des changements de trafic.
OpenStreetMap, de son côté, rappelle que sa base est alimentée et maintenue par une communauté mondiale de contributeurs qui modifient routes, accès, points d’intérêt et infrastructures. Ce modèle n’est pas automatiquement moins bon qu’une carte propriétaire, mais il dépend fortement de la qualité d’intégration par le service qui l’exploite. Si Tesla combine plusieurs sources dont certaines communautaires et d’autres propriétaires, l’enjeu n’est plus seulement la fraîcheur des données. L’enjeu est l’arbitrage entre ces données. Une IA de conduite peut très bien “voir” correctement la route tout en recevant un ordre d’itinéraire discutable issu d’une couche cartographique mal consolidée.
Le sujet devient économique dès qu’on parle robotaxi
Le débat sur la navigation n’est pas secondaire, car le FSD reste un produit monétisé. Selon Tesla, l’abonnement mensuel au Full Self-Driving (Supervised) est fixé à 99 dollars aux États-Unis. Converti au taux de la Banque centrale européenne, où 1 euro vaut 1,1567 dollar, cela représente 86 €. C’est le premier chiffre qui remet le débat au sol : à ce prix, l’utilisateur paie déjà pour un service censé réduire l’effort de conduite, pas pour corriger des sorties ratées à répétition.
Deux métriques dérivées éclairent mieux le coût réel d’un système encore imparfait. D’abord, 99 dollars par mois équivalent à environ 2,85 € par jour au même taux de change, selon calcul. Ensuite, sur une base hypothétique de 1 000 miles parcourus dans le mois, soit 1 600,9 km, l’abonnement revient à environ 0,05 € par km. Ce ratio ne mesure pas la valeur totale du service, mais il permet de poser une question simple : combien vaut un kilomètre assisté si le conducteur doit reprendre la main dès que le guidage se trompe ?
Le sujet devient encore plus concret avec l’ancien prix d’achat unitaire du FSD, longtemps affiché à 8 000 dollars avant le basculement vers l’abonnement mensuel dans plusieurs marchés. Au taux de la BCE, cela représente environ 6 916 €. À ce niveau de dépense, l’exigence n’est plus théorique. Un client attend autre chose qu’une navigation “opinionated” qui impose un détour ou manque une bonne sortie.
Le contraste avec Waymo montre le vrai niveau d’exigence du marché
Comparer directement Tesla et Waymo n’a pas de sens sur tout, car les architectures, les géographies couvertes et les usages diffèrent. En revanche, la comparaison est utile sur un point : un service de mobilité autonome doit d’abord livrer un trajet prévisible. Selon Waymo, ses analyses de sécurité s’appuient sur les zones où le service opère réellement et sur des miles “rider-only” accumulés dans des conditions commerciales. Selon la même entreprise, une étude avec Swiss Re évoque 92 % de sinistres corporels en moins et 88 % de dommages matériels en moins sur 25 millions de miles par rapport à des conducteurs humains comparables.
La limite de cette comparaison doit être dite clairement : Waymo mesure un service robotisé dans des zones définies, alors que Tesla vend une assistance supervisée à grande échelle, dans des environnements bien plus variés. Mais justement, cela renforce le problème de navigation de Tesla. Plus le périmètre est large, plus la couche cartographique doit être robuste. Un robotaxi ne peut pas “improviser” un accès arrière de bâtiment ou une sortie manquée comme le ferait un conducteur distrait. S’il le fait, le service perd immédiatement sa crédibilité.
Les chiffres officiels de Tesla ne répondent pas entièrement au problème
Selon Tesla, ses rapports de sécurité comparent les taux de collision des véhicules utilisant le FSD supervisé avec ceux de Tesla conduites manuellement, avec ou sans aides actives. Le constructeur rappelle aussi que ses données couvrent des milliards de miles de conduite anonymisée et que les pays disponibles dépendent d’autorisations réglementaires locales. Cette masse de données est réelle, et elle représente un avantage industriel évident.
Mais ces chiffres ne suffisent pas à effacer la faiblesse de navigation décrite par les usagers. Un faible taux de collision ne prouve pas qu’un système planifie bien ses trajets. Il peut simplement montrer que le conducteur corrige à temps. C’est une nuance clé. Un produit supervisé peut afficher des indicateurs de sécurité flatteurs tout en générant une charge mentale importante à cause d’erreurs d’itinéraire répétées. Mon avis est direct : tant que la reprise humaine sert à compenser les choix de route, le FSD reste un très bon assistant de mouvement, pas encore un chauffeur numérique crédible.
Cinq éléments nouveaux qui changent la lecture du dossier
Premier élément nouveau : selon Tesla, l’abonnement FSD supervisé est désormais proposé à 99 dollars par mois dans plusieurs marchés éligibles, soit 86 € au taux BCE. La navigation imparfaite n’est donc pas un défaut d’une bêta gratuite, mais d’un service commercial facturé.
Deuxième élément nouveau : selon Tesla, le FSD supervisé n’est pas disponible partout et dépend d’un feu vert réglementaire local. Cela signifie que les défauts de navigation peuvent aussi ralentir l’extension géographique du service si les autorités jugent la couche de guidage insuffisamment fiable.
Troisième élément nouveau : selon TomTom, la navigation automobile moderne repose sur 34,7 millions de kilomètres de couverture, un guidage avancé de voie et une validation par 21 millions de conducteurs. Cela donne un référentiel concret pour mesurer le retard de Tesla sur la brique cartographique.
Quatrième élément nouveau : selon Google, son guidage de voie en direct fusionne caméra embarquée, lecture des panneaux et cartographie, avec une base utilisée par plus de 2 milliards d’utilisateurs mensuels. L’industrie ne traite donc plus la navigation comme une simple carte, mais comme une perception augmentée de la bonne file.
Cinquième élément nouveau : selon Waymo, un service autonome crédible se juge aussi sur des miles réellement opérés sans conducteur actif dans des cas d’usage commerciaux. C’est un rappel utile : le passage du niveau 2 supervisé au robotaxi ne dépend pas seulement de la qualité de la conduite, mais d’une capacité à arriver au bon endroit, par le bon chemin, de façon répétable.
Le vrai chantier de Tesla est moins spectaculaire que son marketing
Le paradoxe est clair. Tesla sait impressionner sur l’accélération logicielle, la collecte de données et certaines manœuvres en conditions lisibles. Pourtant, la navigation tour-par-tour reste la fonction qui expose le plus brutalement les limites du système. C’est aussi la plus frustrante, parce qu’elle appartient à une catégorie technologique considérée comme résolue depuis longtemps.
La suite logique n’est pas de promettre plus d’autonomie, mais de durcir les fondamentaux : consolidation cartographique, hiérarchie claire entre sources, meilleure mémoire des corrections humaines, gestion plus fine des préférences locales et intégration plus forte entre perception de voie et planification. Tant que cette couche ne sera pas stabilisée, chaque démonstration de conduite “fluide” restera incomplète. Une voiture qui conduit bien mais choisit mal sa sortie n’est pas prête pour le métier de robotaxi.
Mon avis :
Tesla impressionne par la fluidité de conduite de FSD, notamment sur accélérations, changements de voie et gestion d’obstacles. Mais cet article pointe une faiblesse plus grave: la navigation, avec sorties manquées, itinéraires absurdes et erreurs de limitation, un défaut structurel qui mine la promesse d’autonomie réelle.
