La start-up Carfit analyse les vibrations des voitures pour anticiper les pannes. Grâce au machine learning, l’entreprise corrèle les signaux aux problématiques. Une sorte de quantified self où le corps est le véhicule et la pression sanguine les vibrations de la voiture. L’entreprise française fondée aux Etats-Unis et installée en France en 2016 a déjà contracté des partenariats avec Jaguar Land Rover, Norauto, et Nvidia.

« Nous prenons le pouls des voitures. » L’exemple est percutant. Et la comparaison avec la terminologie médicale n’a rien d’anodin. La start-up Carfit réadapte au secteur automobile le quantified-self, ou le fait de mesurer – grâce à des objets ou vêtements connectés – divers éléments de l’activité physique (pouls, pression sanguine, rythme cardiaque…). Cette collecte de données en temps réel permet d’adapter son alimentation et son activité physique dans le but d’améliorer sa santé. Adapté à la voiture, cela consiste à mesurer les vibrations du véhicule, analyser les données et les corréler avec diverses problématiques, et ainsi anticiper les pannes. Une sorte de médecine prédictive des véhicules motorisés.


L’histoire de Carfit commence d’ailleurs avec une montre. « J’étais à Hong Kong et je travaillais sur une montre connectée avec un algorithme permettant de détecter l’activité humaine », raconte Nicolas Olivier, PDG de l’entreprise. Si l’on dit qu’un moteur « ronfle », pourquoi ne pas utiliser cette même montre connectée (et modifiée) pour mesurer l’activité du véhicule ? « Les vibrations reflètent l’usure et les futures pannes, or les constructeurs isolent de plus en plus le conducteur de ces vibrations. Résultat, c’est un savoir-faire qui disparaît peu à peu et il est de plus en plus difficile de percevoir l’usure. »

L’analyse des données NVH (Noise and Vibration Harshness) existait déjà : il s’agit de « tester la manière dont réagit la voiture à une simulation », explique Nicolas Olivier. Carfit prend le problème à l’envers. Plutôt qu’injecter un problème et voir la réaction, la start-up analyse les fréquences vibratoires contextuellement et laisse le machine learning cumuler les données.

Maintenance prédictive

En 2016, la start-up se rapproche de constructeurs auto et c’est ainsi que Carfit se lance depuis Portland où elle travaille avec Jaguar Land Rover. Un petit module se colle à l’arrière du volant et collecte les informations de vibration de la voiture. Grâce au machine learning et à l’analyse des vibrations le boîtier peut fournir au conducteur des conseils de conduite et indicateurs d’usure. En plus d’anticiper les pannes, l’entreprise compte anticiper l’évolution d’un marché : « les voitures électriques n’ont pas besoin de maintenance, sauf sur l’usure », explique Nicolas Olivier. Une maintenance prédictive qui pourrait permettre au particulier de se voir proposer des assurances adaptées, et aux professionnels de gérer leur voiture ou flotte de véhicule. « Les VTC utilisent des voitures familiales là où les taxis roulent avec des voitures spécialement conçues. De fait, l’usure des voitures VTC est rapide, mais peut-être anticipée. »

Lauréate du French Tech Ticket, et accompagnée par le Hub de Bpifrance, la jeune pousse est présente à Portland, Hong Kong, Paris et Lille. L’entreprise multiplie les partenariats : outre Jaguar Land Rover qui a participé à sa première levée et a permis de peaufiner le prototype, Carfit s’allie  avec Vinci Autoroutes qui propose un kit comprenant le boîtier, avec Norauto qui le vend, et avec le CEA avec lequel la start-up vient de créer un laboratoire commun pour étendre les capacités tech de l’équipe. Déjà 35 000 véhicules collectent des vibrations, de quoi améliorer rapidement l’analyse des données. Et pourquoi ne pas s’étendre ensuite aux camions ?