Aller au contenu
Cardan-AI
Retour aux analyses
Aéro & Défense24 juillet 2026

L'autonomie re-tarife la force : l'étape « essaim » du Pentagone, lue par un économiste

Le Pentagone vient d'intégrer l'autonomie Hivemind de Shield AI au drone de frappe LUCAS — un seul opérateur, tout un essaim, sans GPS. Derrière l'annonce de capacité se cache un événement de prix : un « ailier fidèle » autonome coûte le quart au tiers d'un F-35, et la même courbe de coût de l'autonomie « au bord » (edge) s'infléchit dans l'exploitation des actifs aéronautiques, énergétiques et O&G.

Début juillet 2026, le département de la Défense américain a intégré le logiciel d'autonomie Hivemind de Shield AI au drone d'attaque à sens unique LUCAS : un opérateur unique supervise désormais un essaim coordonné qui vole et s'adapte en environnement privé de GPS (GPS-denied), sans lien radio permanent avec une station de contrôle. La presse de défense y a vu une étape de capacité. Lu par un économiste, c'est quelque chose de plus utile : un événement de prix.

La doctrine qui le sous-tend est ce que l'US Air Force appelle la « masse abordable » (affordable mass). Un F-35A piloté coûte aujourd'hui environ 82,5 M$ par cellule (F-35 Joint Program Office). L'« ailier fidèle » autonome que l'Air Force acquiert vise le quart au tiers de ce montant — soit environ 20 à 27 M$ par appareil. Comme l'a résumé sans détour l'ancien secrétaire à l'Air Force Frank Kendall, « vous ne pouvez pas vous offrir l'Air Force » si vous n'achetez que des plateformes d'exception. L'autonomie n'ajoute pas seulement une fonctionnalité ; elle re-tarife la force, et fait basculer la ressource rare de la cellule vers le logiciel qui permet à un humain d'en superviser plusieurs.

Le détail technique qui rend l'économie possible tient dans un mot : « edge » (au bord). Hivemind décide à bord, localement, sans lien permanent — c'est précisément pour cela qu'il survit à un environnement brouillé et privé de GPS. C'est autre chose que la téléopération ou un modèle dans le cloud : l'intelligence voyage avec l'actif. Économiquement, l'autonomie edge change ce qui limite votre couverture. Au lieu d'être limitée par la main-d'œuvre — un opérateur, une plateforme, un passage — la couverture devient limitée par le logiciel, et le logiciel passe à l'échelle à coût marginal quasi nul.

Les chiffres de marché sous-estiment le basculement. Le marché mondial des drones militaires ne progresserait que de 15,8 Md$ en 2025 à 22,81 Md$ en 2030 — un modeste TCAM de 7,6 % (MarketsandMarkets). Mais un taux de croissance global masque un changement de mix : la dépense pivote des plateformes pilotées et des drones télépilotés vers les systèmes autonomes et en essaim. La variable intéressante n'est pas la taille du gâteau ; c'est la part qui compose.

C'est là que l'histoire quitte le champ de bataille. La même courbe de coût s'infléchit dans les actifs civils sur lesquels je travaille avec mes clients de l'aéronautique, de l'énergie et de l'O&G. L'autonomie edge — un modèle qui inspecte, détecte et décide localement — transforme l'inspection des moteurs et cellules d'avion, la surveillance des pipelines et des plateformes offshore, ou le monitoring des postes électriques et des réseaux, de multiples passages supervisés par l'humain en une seule flotte autonome. La valeur n'a jamais été un capteur plus fin ; c'est le remplacement d'une couverture limitée par la main-d'œuvre par une couverture limitée par le logiciel, exactement comme dans le cas militaire.

Rien de tout cela ne supprime la partie difficile, et l'exemple militaire est instructif justement parce qu'il l'a rendue explicite. Pousser les décisions au bord impose une question de gouvernance avant une question de technologie : quelles décisions peut-on déléguer sans risque à un système autonome, lesquelles restent fermement sous contrôle humain (human-in-the-loop), quels seuils d'acceptation un modèle doit-il franchir avant de voler, et comment le versionner et le re-qualifier à mesure qu'il s'améliore. Dans les secteurs civils régulés, cette question renvoie directement aux dossiers de sûreté et au régime « haut risque » de l'AI Act européen — la discipline de certification que ces industries maîtrisent déjà.

La question stratégique pour un opérateur régulé n'est donc pas « faut-il adopter l'autonomie ». C'est le problème de cartographie que le Pentagone vient de résoudre à voix haute : recalculer vos coûts unitaires — coût par inspection, par patrouille, par kilomètre surveillé — pour un monde où la plateforme, le camion ou l'équipage n'est plus la contrainte contraignante, puis bâtir la gouvernance qui vous permet de déployer cette autonomie au cœur d'un processus critique de sûreté. Les opérateurs qui feront cette arithmétique en premier ne feront pas que réduire leurs coûts ; ils re-tariferont leur propre exploitation avant que leurs concurrents ne réalisent que le prix a bougé.

Graphique comparant le coût unitaire moyen d'un F-35A piloté (environ 82,5 millions de dollars) et d'un drone ailier fidèle autonome visé au quart-tiers de ce prix.
Coût unitaire moyen par plateforme : un F-35A piloté (~82,5 M$) face à un « ailier fidèle » autonome visé au quart-tiers de ce prix. Sources : F-35 Joint Program Office ; SecAF F. Kendall.
Graphique du marché mondial des drones militaires passant de 15,8 milliards de dollars en 2025 à 22,81 milliards en 2030, un TCAM de 7,6 %.
Marché mondial des drones militaires, 2025-2030 : croissance globale modeste de 7,6 %, mais un mix qui pivote vers les systèmes autonomes et en essaim. Source : MarketsandMarkets (juil. 2026).

Analyse publiée par

Cardan-AI Intelligence

Notre cellule de recherche et d'analyse, dédiée à l'IA appliquée à l'entreprise, à l'industrie et à la conformité réglementaire.

Parlons de votre prochaine longueur d'avance

Un échange de 30 minutes pour identifier vos cas d'usage IA les plus rentables.