Nous avons résumé les grandes lignes de l’étude dans cet article. Ici nous allons nous concentrer sur un graphique, dont on peut tirer de multiples enseignements. Ce graphique est celui qui synthétise les coûts de production au kilomètre, d’après le modèle développé par les auteurs de l’étude.

Les auteurs de l’étude détaillent le coût de production des différents types de véhicules : 

• PV pour Private Vehicle, c’est-à-dire voiture individuelle : aux coûts habituels (achat, assurance, maintenance, essence etc.), le coût de la « valeur du temps » (value of time) est ajouté. Cela correspond au coût associé au temps perdu à conduire la voiture (temps gagné quand on emprunte un transport collectif, un taxi ou un véhicule autonome).
• CT pour Conventional Taxi, c’est-à-dire les taxis/VTC. Pour ce type de transport, le coût du salaire a un grand impact sur le coût de production du km.
• AT pour Automous Taxi, c’est-à-dire les véhicules autonomes exploités comme des taxis. Les auteurs décomposent les coûts de production et font des hypothèses en termes de maturité de la technologie. 
   

Que peut-on constater ? 

Comparaison des compétitivités 

Comme les auteurs le soulignent, les Véhicules Autonomes ne sont pas (ou à peine) compétitifs avec la voiture individuelle, même avec un haut niveau de maturité technologique. En revanche, ils le sont avec les taxis conventionnels, à cause du coût du salaire élevé du chauffeur. Voir la synthèse de l’étude pour quelques commentaires additionnels. 

Optimiser l’usage est au moins aussi important que la technologie des véhicules

Les auteurs du MIT et Harvard soulignent dans leur étude l’importance du facteur « utilization management adjusment ». Ce facteur est celui qui concerne toutes les modalités d’usage du véhicule autonome, c’est-à-dire le nombre de km parcourus et surtout le taux d’occupation moyen. 
Avec ce graphique, on constate que les modalités d’utilisation représentent la moitié de la structure de coût, quel que soit le degré de maturité technologique
Mais plus encore, on constate que l’optimisation de l’utilisation compte pour le même ordre de grandeur que la maturité technologique. 

Pour être précis, les deux sont interdépendants : si la technologie s’améliore avec un coût de production diminué, le coût de production de l’usage est diminué. L’effet de maturité technologique se transmet à la structure de coût de l’usage. 
In fine, les ordres de grandeur sont clairs : l’optimisation de l’usage compte pour une part prépondérante de la structure de coût. 
Or, le facteur principal d’optimisation de l’usage est le taux d’occupation, c’est-à-dire la capacité à faire que des personnes puissent partager un morceau de trajet ensemble. C’est exactement cela qu’Ecov fait, avec le déploiement de lignes de covoiturage… sans attendre la promesse technologique d’un véhicule autonome.