La guerre des Maps a commencé

Toutes les routes ne mènent pas à Google Maps, mais tout mène aux cartes et à la géolocalisation

Dans les années 1940, l’écrivain argentin Jorge Luis Borges avait consacré une nouvelle à la cartographie. Il imaginait un empire qui se cartographiait si bien lui-même, jusqu’aux plus infimes détails, que lorsqu’il se déployait, la carte en papier recouvrait le royaume tout entier. Parce que cette carte était si encombrante, les générations suivantes la laissèrent tomber en poussière et des lambeaux en ont longtemps tapissé les déserts. Par leur précision et la vitesse de leur mise à jour, les cartes modernes surpassent même la création de Borges. Avec des réseaux de capteurs, la puissance de calcul des ordinateurs et leur expertise en analyse de données, les cartographes de l’ère numérique sont en mesure de produire d’authentiques simulations du monde réel, sur lesquelles les humains tout comme les machines peuvent baser leurs décisions. Ces cartes indiquent dans quels lieux les travaux provoquent des embouteillages ou bien quels axes et croisements sont les plus pollués. Les nouvelles machines produiront de nouvelles demandes. Les drones ont besoin de savoir comment voler à travers les villes, et un jeu en ligne à base de réalité augmentée peut avoir besoin de la position exacte de la colonne de Nelson à Londres. Pour les consommateurs, Google est le géant mondial de la cartographie. Plus d’un milliard de personnes ouvrent au moins une fois par mois l’application Google Maps pour smartphone. Les concurrents ont néanmoins une possibilité de prospérer en fournissant des feuilles de route détaillées pour circuler dans des villes très denses. CityMapper, par exemple, vous dit quelle sortie emprunter dans les labyrinthes souterrains que sont les stations de métro londoniennes. Mais aucun ne peut espérer concurrencer les revenus générés par Google. Les recherches locales sur Google permettent aux entreprises de placer des publicités dans les résultats de recherche d’une personne qui se trouve physiquement à proximité de leur enseigne ou bureaux, ainsi qu’une carte qui indique leur emplacement précis. Les épingles rouges “sponsorisées” de Google Maps permettent aux entreprises d’apparaître visuellement dans les itinéraires calculés pour vous par Google : une “épingle” indiquant la localisation d’un Starbucks quand vous êtes en route vers Central Park à New York, par exemple. La banque d’affaires Morgan Stanley prédit que ce type de publicités en ligne générera 1,4 milliard de dollars de revenus pour Google en 2017, recettes qui augmenteront jusqu’à 3,3 milliards d’ici 2020. Et la course au développement des voitures autonomes, qui ne peuvent circuler sans le guidage de cartes déchiffrées par des machines (connues sous le nom de “splines” ou “rails digitaux”) pourrait être une opportunité encore plus importante. Chez son concurrent Goldman Sachs, on estime que le marché pour les voitures autonomes augmentera en valeur d’environ 2,2 milliards en 2020 à 24, 5 milliards d’ici 2050. La domination de Google dans la cartographie grand public signifie qu’il possède un net avantage dans ce domaine émergent (qui progressera principalement grâce à Waymo, le spin-off de Google pour les véhicules autonomes). Mais il n’aura pas la voie entièrement libre pour lui seul. Un peloton composé d’autres géants, de start-up, de fabricants d’automobiles et de sociétés de cartographie de l’ancienne école, se bat vigoureusement contre lui.

Google Maps concurrencé sur trois fronts

Les activités de cartographie numériques sont de trois types. D’abord, les informations sur les routes, les immeubles, et ainsi de suite. Ces fonds de carte de base sont accessibles à tous. La communauté de cartographie en accès libre OpenStreetMap, née en GrandeBretagne (ainsi que l’ONG parente OpenAddresses), est déjà abondamment utilisée et possède des données sur le monde entier. Beaucoup de nouveaux business cartographiques se sont construits sur les données d’OpenStreetMap. Le second ingrédient est l’imagerie des détails précis d’une rue. En mai dernier, Google a annoncé qu’il avait utilisé une technique d’intelligence artificielle connue comme le “deep learning” (apprentissage profond, ou apprentissage automatique par les machines) pour scanner 80 milliards de photos, en identifiant automatiquement les numéros de rue des maisons, immeubles, commerces. Ces photos ont été réunies grâce aux voitures “StreetView” de Google qui sillonnent depuis 2007 la planète pour capturer des images, au prix d’un investissement énorme. Ces archives Google sont une barrière à l’entrée difficile à franchir pour d’autres compagnies, mais le monopole pourrait se fissurer. Mapillary, une start-up suédoise, qui utilise également le deep learning pour analyser l’imagerie, a publié une base de données de 25 000 photos de rues prises par son propre réseau de capteurs. Son CEO, Jan Erik Solem, annonce que l’activité qui connaît la croissance la plus importante chez Mapillary est la fourniture de données extraites de ses images à des sociétés qui tentent de construire des cartes pour des voitures autonomes. Les scanners laser et les radars utilisés par les voitures autonomes pour se diriger ajouteront des données aux flux déjà existants. Troisième pilier de la cartographie moderne : les grandes quantités de données géolocalisées des GPS émises en temps réel par les utilisateurs de smartphone. Google récolte ces données des utilisateurs de Google Maps instantanément sur toute la planète. Si Google ne voit plus de données émaner d’une rue, cela signifie probablement que cette rue est fermée à la circulation. Là aussi, les défenses de Google semblent aujourd’hui moins infranchissables. Mapbox, une jeune société domiciliée à San Francisco, a trouvé un moyen astucieux de concurrencer le maître : un kit de développement logiciel (SDK) que n’importe quel développeur peut installer et utiliser pour présenter des cartes aux utilisateurs. Quand ceux-ci appellent l’une de ses cartes, Mapbox reçoit des données de géolocalisation anonymisées. Le logiciel SDK est maintenant installé dans 250 millions de smartphones. Marc Prioleau, un gourou de la géolocalisation que Mapbox a débauché chez Uber, estime que la société est en train de collecter assez de données sur le district de la baie de San Francisco pour redessiner toutes ses routes dix fois par jour. Google se bat aussi contre une société de cartographie traditionnelle qui vend des données cartographiques pour les systèmes embarqués de navigation dans les voitures depuis 1985. Les trois grands constructeurs automobiles allemands, Daimler, Volkswagen et BMW, ont acheté la société HERE, de Chicago, pour 2,8 milliards d’euros en 2015. En décembre dernier, un consortium chinois et singapourien (dont le géant de l’Internet chinois Tencent, et NavInfo, une société de cartographie de Pékin) a pris 10 % des parts. HERE fournira à Tencent des cartes numériques de la Chine. Il aura accès aux données géolocalisées de WeChat, la messagerie instantanée très utilisée de Tencent, ce qui le connectera à un réseau de capteurs capable de rivaliser avec celui de Google. La société s’est aussi associée à DJI, le plus grand fabricant de drones, basé à Shenzhen. Les trois premiers constructeurs automobiles en Amérique, General Motors, Ford et Fiat Chrysler, ont eux aussi lourdement investi dans la cartographie numérique via des start-up d’intelligence artificielle, et se sont associés à des sociétés de taxis, de VTC, ainsi qu’avec TomTom, un vétéran hollandais de la géolocalisation. Google est néanmoins difficile à contourner. Fiat Chrysler a rejoint Waymo, le laboratoire de conduite autonome de Google à Phoenix, dans l’Arizona, et utilisera les données de géolocalisation du géant d’Internet. Quel que soit le vainqueur – celui qui aura le plus d’influence sur la cartographie –, “la” carte de Borges n’a plus rien d’imaginaire.

Avec des réseaux

de capteurs, la puissance de calcul des ordinateurs et leur expertise en analyse de données,

les cartographes de l’ère numérique sont en mesure

de produire d’authentiques simulations du monde réel, sur lesquelles les humains tout comme les machines peuvent baser leurs décisions.