Elon Musk veut réduire les interventions de la Tesla Full Self-Driving en lui faisant mémoriser les préférences du conducteur, des voies HOV au stationnement. Alors que le Cybercab apparaît aussi comme le premier modèle lié à Starlink, Tesla accélère clairement vers une conduite toujours plus autonome.
Tesla veut réduire les reprises en main en faisant mémoriser au FSD les habitudes du conducteur
Tesla prépare une évolution ciblée de son système Full Self-Driving (Supervised). Le cap est clair : limiter les interventions liées non pas à une erreur critique, mais à une préférence personnelle du conducteur. Elon Musk a confirmé les 18 et 20 juillet 2026 que la voiture commencera à « retenir vos interventions spécifiques » pour s’aligner sur les choix de chaque utilisateur. La source d’origine évoquait surtout cette promesse. Le vrai sujet, lui, dépasse largement l’anecdote : Tesla cherche à transformer un assistant de conduite générique en système qui apprend des habitudes répétées.
Ce changement vise deux terrains très concrets. D’abord, la gestion des voies sur autoroute, notamment les voies HOV ou Express. Ensuite, et surtout, le stationnement : type de manœuvre, emplacement préféré, logique d’approche ou choix de l’allée. Mon avis est simple : si Tesla veut faire baisser fortement les reprises en main, c’est bien sur ces micro-décisions qu’il faut agir, pas seulement sur la conduite de croisière.
Le point faible du FSD n’est pas toujours la sécurité, mais souvent la préférence utilisateur
La source initiale insiste sur un point juste : beaucoup d’interventions ne viennent pas d’une situation dangereuse, mais d’un décalage entre ce que fait la voiture et ce que veut le conducteur. Selon la page officielle Tesla dédiée au FSD, le système sait déjà changer de voie, suivre un itinéraire, gérer les bifurcations, contourner les obstacles et tourner à gauche comme à droite sous supervision active. Il peut aussi utiliser les voies HOV via un réglage spécifique dans l’interface du véhicule. Selon Tesla, cette option est déjà prévue dans les fonctions actuelles du produit. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
Le problème est ailleurs : une fonction peut exister sans se comporter comme l’utilisateur l’attend. Un conducteur peut vouloir rester plus longtemps dans une voie réservée. Un autre peut préférer éviter la voie de gauche hors dépassement. Un troisième veut systématiquement se garer en marche arrière devant son domicile. Sur ce terrain, un comportement « correct » mais standardisé suffit mal. Mon avis est net : tant que le FSD ne gère pas ces préférences locales, il restera perçu comme compétent mais agaçant.
Voies HOV, voie de gauche, changements de file : la mémoire des habitudes peut avoir un effet immédiat
Le premier cas cité publiquement concerne l’usage des voies HOV. Selon l’assistance officielle Tesla, le conducteur peut déjà activer l’option « Use HOV Lanes » dans les réglages de navigation quand le FSD est engagé. Pourtant, la source d’origine explique que la voiture ne reste pas toujours dans la voie suggérée ou préférée. C’est précisément ce décalage que la future logique de mémorisation doit corriger. ([tesla.com](https://www.tesla.com/support/fsd?utm_source=openai))
Concrètement, cela peut produire un gain immédiat sur trois usages. Premier cas : un trajet domicile-travail avec une voie de covoiturage qu’un conducteur souhaite conserver le plus longtemps possible. Deuxième cas : une conduite d’autoroute où l’utilisateur refuse de « camper » sur la voie de gauche. Troisième cas : des changements de file répétitifs à des points connus du trajet. La source d’origine n’apporte pas de métrique sur ces cas. En revanche, elle permet d’identifier la logique produit : enregistrer la correction humaine, puis l’intégrer au comportement futur.
Mon avis est pragmatique : sur autoroute, cette mémoire des habitudes a plus de valeur qu’une nouvelle démonstration spectaculaire. Un système qui évite dix petites reprises inutiles inspire plus confiance qu’un système qui sait tout faire une fois sur une vidéo de test.
Le vrai chantier est le parking, pas la ligne droite
La source de départ le laisse entendre, mais il faut le dire plus franchement : le stationnement semble être le principal goulot d’étranglement. Elon Musk l’a déjà présenté comme une cause majeure d’interventions. Ce constat colle d’ailleurs à l’offre officielle. Selon la page produit française de Tesla, le FSD supervisé couvre explicitement le stationnement, l’« Sortie auto avancée » et la conduite en environnement urbain ou autoroutier avec caméras à 360 degrés. Selon le manuel propriétaire, les performances du système peuvent aussi être dégradées si une caméra est obstruée, par exemple avec un porte-vélos arrière. ([tesla.com](https://www.tesla.com/fr_FR/autopilot?utm_source=openai))
Autrement dit, le parking cumule deux difficultés. D’un côté, c’est une manœuvre lente, dense en détails, avec marges réduites. De l’autre, c’est un domaine où les préférences humaines sont très fortes. On ne se gare pas seulement « correctement » : on se gare à un endroit précis, dans un sens précis, avec un angle d’approche parfois constant. Mon avis est clair : si Tesla réussit à personnaliser le stationnement, l’effet perçu par le client sera plus fort que sur n’importe quel raffinage de trajectoire en voie rapide.
Ce que la personnalisation du parking peut vraiment changer
La source d’origine cite plusieurs cas concrets : entrer en marche avant ou en marche arrière, choisir le bon emplacement, voire la bonne allée d’accès. Ce sont des détails, mais ce sont aussi les détails qui déclenchent le plus souvent la main du conducteur sur le volant. Dans un usage quotidien, mémoriser qu’un propriétaire préfère reculer devant chez lui ou se placer au plus près d’une borne change l’expérience bien plus qu’un simple « parking auto » générique.
Un cas d’usage concret ressort de cette logique : un conducteur qui rentre tous les soirs sur le même parking résidentiel. Si le système apprend que la place visée est presque toujours la troisième à droite et que l’utilisateur recule systématiquement pour repartir plus vite le matin, alors la reprise en main peut disparaître sans même améliorer la capacité brute de stationnement. C’est une nuance importante : Tesla ne cherche pas seulement à mieux conduire, mais à mieux anticiper ce que son propriétaire veut vraiment faire.
Les chiffres officiels montrent l’ampleur du sujet chez Tesla
Selon la page française du FSD supervisé, Tesla affirme avoir entraîné son système avec des données de conduite anonymisées issues de plus de six millions de véhicules et de milliards de miles parcourus. La même page affiche 11 392 921 084 miles parcourus dans le monde avec le FSD supervisé. Une autre page officielle, dédiée à la sécurité du FSD, affiche 12 028 414 899 miles parcourus. La différence entre ces deux compteurs atteint environ 635,5 millions de miles, soit un écart d’environ 5,6 % selon le calcul à partir des valeurs publiées par Tesla. Cela montre surtout que les compteurs ne sont pas figés et évoluent rapidement au fil des mises à jour de pages et des périodes de mesure. ([tesla.com](https://www.tesla.com/fr_FR/autopilot?utm_source=openai))
Autre donnée nouvelle absente de la source d’origine : selon Tesla, les véhicules avec FSD supervisé activé enregistrent 7 fois moins de collisions majeures, 7 fois moins de collisions mineures et 5 fois moins de collisions hors autoroute. Ces chiffres viennent du constructeur lui-même. Ils ne répondent pas à toutes les questions méthodologiques, mais ils montrent la ligne de défense de Tesla : la société ne vend pas seulement du confort, elle soutient que le système améliore aussi la sécurité. ([tesla.com](https://www.tesla.com/fr_fr/fsd/safety?utm_source=openai))
Le FSD reste supervisé, et le cadre réglementaire reste une limite réelle
Il faut garder une ligne factuelle. Selon Tesla, le FSD est bien un système « supervisé » qui exige l’attention active du conducteur et ne rend pas le véhicule autonome. Selon la page française officielle, sa disponibilité dépend de l’approbation des autorités réglementaires et il est actuellement annoncé dans 12 pays. ([tesla.com](https://www.tesla.com/fr_FR/autopilot?utm_source=openai))
En parallèle, le régulateur américain continue de surveiller le sujet. Selon la NHTSA, une évaluation préliminaire ouverte le 17 octobre 2024 porte sur des collisions en conditions de visibilité réduite avec FSD Beta ou FSD Supervised engagés. Une autre évaluation préliminaire ouverte le 7 octobre 2025 vise des infractions potentielles au code de la route lorsque le FSD est activé. Mon avis est direct : l’apprentissage des préférences peut réduire la friction d’usage, mais il ne fait pas disparaître la contrainte réglementaire ni la responsabilité du conducteur. ([static.nhtsa.gov](https://static.nhtsa.gov/odi/inv/2024/INOA-PE24031-23232.pdf?utm_source=openai))
Face à la concurrence, Tesla joue une autre partition
Pour enrichir le sujet, il faut comparer. Ford et GM avancent aussi, mais avec une philosophie plus cadrée. Selon Ford, le système BlueCruise est une aide à la conduite mains libres sur autoroutes désignées. Son prix officiel est de 49,99 $ par mois, 495 $ par an ou 2 495 $ à l’achat sur certains véhicules. Converti au taux de référence de la BCE du 20 juillet 2026, soit 1 € = 1,1426 $, cela représente environ 44 € par mois, 433 € par an et 2 184 € en achat unique. Le coût mensuel annualisé ressort à 41 € si l’on divise l’offre à 495 $ par 12, contre 44 € en formule mensuelle : l’abonnement annuel revient donc environ 8,5 % moins cher que le paiement mois par mois, selon ce calcul. ([ecb.europa.eu](https://www.ecb.europa.eu/stats/policy_and_exchange_rates/euro_reference_exchange_rates/html/index.fr.html?utm_source=openai))
Selon GM, les clients du groupe ont franchi 1 milliard de miles en conduite mains libres avec Super Cruise fin avril 2026. C’est massif, mais cela reste très en dessous du volume revendiqué par Tesla sur le FSD supervisé. En prenant le compteur sécurité de Tesla à 12,028 milliards de miles, l’écart est d’environ 11,0 milliards de miles, et Tesla revendique un volume un peu plus de 12 fois supérieur à celui communiqué par GM. Cette métrique dérivée ne prouve pas une supériorité absolue, mais elle illustre la différence d’échelle de collecte de données. ([tesla.com](https://www.tesla.com/fr_fr/fsd/safety?utm_source=openai))
Mon avis est tranché : Ford et GM optimisent surtout des usages autoroutiers bien balisés. Tesla, lui, continue de pousser un système plus large, plus ambitieux, donc aussi plus exposé aux critiques et aux reprises en main imprévues.
Waymo montre ce que Tesla n’a pas encore : un service sans conducteur, mais dans un périmètre fermé
Autre repère utile : Waymo. Selon les pages officielles de l’entreprise, la société exploite un service de trajets entièrement autonomes sans conducteur de sécurité humain dans un réseau de plus de 10 villes, et elle a ouvert en février 2026 quatre nouvelles zones commerciales : Dallas, Houston, San Antonio et Orlando. Waymo a aussi lancé le 7 juillet 2026 ses premiers trajets rider-only avec employés à Los Angeles. ([waymo.com](https://waymo.com/intl/zh-tw/blog/2026/02/dallas-houston-san-antonio-orlando/?utm_source=openai))
La comparaison est utile parce qu’elle recadre le débat. Waymo prouve qu’un service sans conducteur est possible, mais dans des zones opérées, cartographiées et encadrées comme un service de mobilité. Tesla, lui, veut faire monter un véhicule client vers une conduite toujours plus autonome dans un environnement beaucoup plus ouvert. Mon avis est simple : la mémoire des préférences est un pas logique pour cette stratégie, car elle traite une faiblesse typique d’un système généraliste : l’incapacité à comprendre les routines individuelles.
Prix, abonnement et valeur perçue : pourquoi la baisse des interventions compte commercialement
La source d’origine ne parlait pas du prix. C’est pourtant un angle utile. Selon l’assistance Tesla France, l’abonnement à la Conduite automatique supervisée existe pour les véhicules éligibles équipés d’un ordinateur CEA 3.0 ou supérieur. La boutique Tesla affiche aussi une carte cadeau d’un mois de FSD supervisé à 99 $. Converti au taux de la BCE du 20 juillet 2026, cela équivaut à environ 87 € (taux utilisé : 1 € = 1,1426 $). ([ecb.europa.eu](https://www.ecb.europa.eu/stats/policy_and_exchange_rates/euro_reference_exchange_rates/html/index.fr.html?utm_source=openai))
À ce niveau de prix, la tolérance client aux comportements irritants baisse fortement. Un conducteur qui paie près de 87 € pour un mois d’usage supervisé attend une exécution cohérente sur les trajets récurrents, surtout au parking et dans les derniers mètres. Mon avis est direct : la personnalisation n’est pas un bonus cosmétique, c’est une condition de valeur perçue pour un logiciel vendu en supplément.
Ce qui manque encore, malgré l’annonce de Musk
Plusieurs points restent non communiqués. La date de déploiement exact de cette mémoire des préférences : non communiqué. La liste complète des comportements appris : non communiqué. Le niveau de granularité par profil conducteur : non communiqué. La possibilité de réinitialiser, exporter ou éditer ces préférences : non communiqué. L’application de cette logique à tous les marchés où le FSD supervisé est autorisé : non communiqué.
Cette absence de détails techniques empêche d’aller plus loin sur l’architecture produit. On ignore par exemple si la préférence sera locale à un lieu, attachée au compte conducteur, ou pondérée par fréquence. On ignore aussi si le système distinguera une intervention ponctuelle d’une vraie habitude. Mon avis est réservé : l’idée est bonne, mais son efficacité dépendra entièrement de la manière dont Tesla filtrera les corrections humaines pour éviter d’apprendre de mauvais réflexes.
Pourquoi cette mise à jour peut compter plus qu’une nouvelle fonction spectaculaire
Sur le papier, faire mémoriser un choix de voie ou un type de stationnement semble moins impressionnant qu’une nouvelle capacité de conduite. En pratique, c’est exactement le type d’amélioration qui change l’usage quotidien. Selon les pages officielles Tesla, le FSD supervisé peut déjà gérer la navigation, les changements de voie, les manœuvres urbaines, le stationnement et la sortie auto avancée. Le prochain palier logique n’est donc pas forcément d’ajouter une brique majeure, mais d’affiner l’exécution avec les habitudes du conducteur. ([tesla.com](https://www.tesla.com/fr_FR/autopilot?utm_source=openai))
Pour un usager, la bonne question n’est pas « la voiture sait-elle faire la manœuvre ? » mais « la fera-t-elle comme je la veux, là où je la veux, sans que je corrige au dernier moment ? ». C’est exactement là que Tesla joue sa prochaine bataille logicielle.
Source de référence : https://www.tesla.com/fr_FR/autopilot
Mon avis :
Bonne idée sur le fond : Tesla cible enfin les interventions de confort, avec une mémorisation des préférences de voie et de stationnement qui peut réduire les reprises inutiles. Mais Musk ne livre aucun calendrier ni preuve de fiabilité, alors que FSD v14.3.5 montre encore des ratés concrets au parking. (ecb.europa.eu)
