https://www.linkedin.com/in/karl-iagnemma-b52186102
Cette magnifique interview de Karl Iagnemma porte sur les véhicules autonomes. Karl est le PDG et co-fondateur de nuTonomy, une entreprise de voitures autonomes basée à Boston. Beaucoup d’entre vous n’ont probablement pas entendu parler de Karl, mais nuTonomy repousse les limites de ce que les voitures autonomes peuvent faire. Et nous avons la chance d’en entendre parler de Karl.
Karl a une expérience approfondie de la mobilité robotique, probablement l’un des horizons les plus profonds au monde. Il est également Directeur du Groupe de mobilité robotique au MIT. Il a obtenu son doctorat du MIT en 2001.
nuTonomy a testé ses voitures autonomes à Singapour et à Boston.
– Sur quel type de projets de mobilité avez-vous travaillé plus tôt dans votre carrière ?
– En quoi votre formation et votre philosophie sont-elles un peu différentes des autres constructeurs automobiles autonomes?
– Quand aurons-nous des voitures de niveau 5, environ?
– Est-il difficile d’entraîner des voitures lorsqu’il neige ?
Transcription
Dave Kruse: Salut tout le monde. Bienvenue dans un autre épisode de Flyover Labs et aujourd’hui, nous pouvons parler à Karl Iagnemma. Désolé pour ce Karl. Beaucoup d’entre vous n’ont probablement pas entendu parler de Karl, mais son entreprise fait des efforts pour contourner les voitures autonomes.
Karl est le PDG et co-fondateur de nuTonomy, une entreprise de voitures autonomes, et Karl possède une expérience approfondie de la mobilité robotique et possède probablement l’une des connaissances les plus approfondies au monde dans ce domaine. Il est également Directeur du Groupe de mobilité robotique au MIT. Karl reste donc assez occupé et il a obtenu son doctorat du MIT en 2001. nuTonomy a donc fait parler de ses voitures autonomes dans les médias à Singapour et maintenant à Boston. Ils pourraient ne pas recevoir autant d’attention que Google ou Tesla, mais ils repoussent définitivement leurs limites de conduite autonome tout comme eux. Donc je suis assez pompé d’avoir Karl dans l’émission.
Alors Karl, merci d’être venu aujourd’hui.
Karl Iagnemma: Oui, mon plaisir.
Dave Kruse: Alors, avant de parler de ce que vous faites maintenant, pouvez-vous simplement nous donner un bref aperçu de votre parcours et de la façon dont vous en êtes arrivé là où vous en êtes maintenant?
Karl Iagnemma: Eh bien, mon parcours académique, vous savez que je suis arrivé au MIT en 1995. J’étais étudiant diplômé. J’ai fait un doctorat en robotique. Mon travail de thèse était dans le domaine de la robotique mobile et plus précisément du robot d’exploration planétaire et lorsque j’ai terminé mon doctorat, j’ai commencé à diriger un laboratoire de recherche au MIT et nous avons réalisé un certain nombre de projets au fil des ans pour des entreprises automobiles dans les domaines de ce qu’on appelait alors la technologie de sécurité active ou d’assistance aux plongeurs et nous avons également réalisé un certain nombre de programmes de recherche pour le ministère de la Défense, la National Science Foundation, une autre agence gouvernementale dans le domaine de la robotique. Et comme il s’avère que vous le savez, toutes les technologies que nous avons étudiées pendant cette période, des choses comme la planification de mouvements robotiques, la localisation, la cartographie, la perception, vous savez que celles-ci sont devenues les éléments constitutifs des voitures autonomes.
Donc, il y a environ trois ou quatre ans, moi-même et mon co-fondateur qui était un de mes collègues au MIT, un certain Emilio Frazzoli, nous avons travaillé un jour et nous avons réalisé que le travail que nous faisions au MIT était vraiment au centre de cette industrie émergente autour des voitures autonomes et c’est ce qui nous a vraiment motivés à lancer l’entreprise.
Dave Kruse: Je t’ai eu. Et donc, quel a été l’un des premiers projets sur lesquels vous avez travaillé avec une entreprise automobile?
Karl Iagnemma: Eh bien, nous avons fait pas mal de travail avec Ford, disons relativement tôt dans ma carrière lorsque nous nous sommes penchés sur cette colonne d’aide à la conduite et sur la façon dont vous pourriez développer ce que vous pouvez appeler un système semi-autonome, c’est-à-dire qui laisserait le conducteur conduire parfois et d’autres fois le système informatique conduirait la voiture. Et la question de savoir quand le système prendrait le contrôle du conducteur et quand il le remettrait au conducteur était l’une des questions fondamentales que nous essayions de résoudre.
C’est une anecdote intéressante ici. L’étudiant à moi qui a travaillé sur ce projet pour son doctorat était un boursier nommé Sterling Anderson. Sterling a ensuite été consultant sur McKenzie, mais après McKenzie, il est allé chez Tesla et chez Tesla, l’une des choses qu’il a fini par faire était de diriger leur programme de voitures autonomes, ce que vous savez, ma description de notre travail semblait familier, car le travail de Tesla était une approche de contrôle semi-autonome et donc je suppose que cela fait partie de mon arbre généalogique universitaire qui a fait le tour du coût de l’Ouest.
Dave Kruse : Je suis sûr que c’est un petit monde là-haut, au sommet. Et donc, lorsque vous travaillez sur ces projets, imaginez-vous tous où en sont les choses en ce moment chez les voitures autonomes. Je veux dire, on dirait que ça t’a frappé à la tête presque à un certain moment comme Wow! Ce que nous faisons ici a beaucoup de chevauchement avec ce que Google fait ou d’autres entreprises exotiques font?
Karl Iagnemma : Oui, j’étais d’accord. Je veux dire quand vous êtes dedans depuis le début, parfois cela prend vraiment un moment où vous êtes capable de prendre du recul et de mettre les choses en perspective. Vous savez que nous savions depuis longtemps que la technologie promettait de révolutionner la façon dont les gens se déplacent, principalement parce qu’elle conduirait à un transport plus efficace, plus sûr et à moindre coût dans le monde entier.
Mais pendant un bon moment, la maturité technologique n’était pas encore tout à fait là. Je veux dire que nous lutterions pendant des jours, des semaines et des mois, juste pour pouvoir démontrer que vous connaissez des tâches relativement simples dans un environnement de laboratoire et que la technologie au fil du temps s’est un peu améliorée, un peu mieux, mais encore une fois, c’était vraiment l’un de ces jours où vous avez réalisé, hé, ce truc fonctionne presque. Et puis, et c’est le moment où vous commencez à penser au-delà du laboratoire académique, vous connaissez les quatre murs de votre laboratoire et réfléchissez à la façon dont vous pourriez commencer à déployer cette technologie dans le monde entier.
Dave Kruse : Je t’ai eu, d’accord. Parlons donc un peu de nutonomie. Pouvez–vous nous dire, pouvez-vous nous donner un petit aperçu – nous savons ce que vous faites, mais un peu de votre situation avec Singapour et Boston et combien d’employés avez-vous et quel type de calendrier pour savoir s’il s’agit d’une conduite de niveau cinq ou quelle heure ou d’autres lignes de temps que vous souhaitez partager?
Karl Iagnemma : Bien sûr. Nous sommes donc basés à Boston et à Singapour. Nous représentons aujourd’hui environ un tiers de l’entreprise à Boston et environ deux tiers à Singapour. Nous sommes très concentrés sur le développement technique. Notre équipe d’affaires est assez maigre. Ce n’est qu’environ quatre sur cinq dans l’entreprise qui ne se concentrent vraiment pas sur les développements techniques de base.
Ce qui est un peu unique dans ce que nous faisons par rapport à tant de startups à ce rythme, c’est que nous développons une solution complète de conduite autonome à cheval. Cela inclut tous les logiciels qui iraient sur le véhicule, pour permettre à un véhicule de naviguer en toute sécurité sur un réseau routier, de manière autonome. Il comprend un logiciel qui passe sur un casque pour permettre à un utilisateur final de suivre la progression d’une voiture qui vient les chercher pour un voyage autonome et il comprend un logiciel qui s’assoirait dans le cloud, qui coordonnerait de manière optimale les activités d’une très grande flotte de véhicules autonomes.
Nous avons donc tendance, vous savez, quand nous pensons aux véhicules autonomes, à penser simplement au logiciel qui se trouve sur une voiture, mais il y a d’autres dimensions à ce problème où vous pouvez ajouter beaucoup de valeur. Ce que nous constatons au moins aujourd’hui dans la communauté, c’est que bien qu’il y ait beaucoup de gens concentrés sur les problèmes de soi, vous connaissez la perception, la cartographie, nous pensons qu’il y a un gros avantage à pouvoir résoudre l’ensemble du problème, car ce qui vous permet de faire est d’optimiser les performances du système en ayant une intégration très profonde des différents sous-systèmes et la connaissance de leur fonctionnement interne.
Dave Kruse : Intéressant. Je peux voir où c’est un gros avantage. Et quel type de capteurs et de caméras avez-vous sur votre voiture? Est-ce – je veux dire que les entreprises ont beaucoup de capteurs et de caméras similaires ou tout le monde a-t-il un paquet un peu différent que vous connaissez au moins?
Karl Iagnemma: Oui, je dirais qu’en tant que communauté, vous savez que nous avons généralement convergé vers un endroit où nous utilisons les mêmes types de censeurs, à savoir les caméras, les radars et les LIDARS dans une combinaison et la raison pour laquelle nous faisons cela est à cause de la redondance que vous obtenez de ces modes senor complémentaires. Je pense que tout le monde avait une configuration légèrement différente de ces capteurs et, naturellement, ils arrivent tous au probablement que vous connaissez indépendamment en essayant d’optimiser du mieux qu’ils peuvent.
Il y a quelques exceptions à cela. Vous savez qu’il y a quelques groupes qui aident à résoudre le problème en s’appuyant, disons, pas sur le LIDAR, entièrement sur la vision et le radar. Cela rend le problème plus difficile, mais le potentiel payant si vous pouvez gagner de cette façon est que vous savez que vous évitez d’utiliser un capteur assez coûteux. Ainsi, dans notre flotte de véhicules R & D, bien que je puisse vous dire que vous savez que nous expérimentons, nous explorons un certain nombre de configurations de senor différentes tout au long de la journée. Nous modifions les choses de temps en temps, mais toutes nos voitures ont une combinaison de radars et de capteurs LIDAR.
Dave Kruse: D’accord, et vous savez que vous avez dit que l’un de vos principaux avantages est plutôt une approche systémique et vous savez que j’étais curieux, pendant que vous êtes à Boston, donc vous n’avez pas de neige. Nous sommes à Madison, dans le Wisconsin, donc nous avons de la neige. Maintenant, j’étais curieux de connaître les difficultés entre et quel type d’entraînement vous avez fait dans la neige contre le soleil. Il n’y a probablement pas beaucoup de neige à Singapour, alors à quel point est-il plus difficile d’entraîner une voiture dans la neige et comment vos systèmes réfléchissent-ils à l’analyse par rapport à l’absence de cette approche globale.
Karl Iagnemma : Oui, c’est une bonne question. Vous savez que c’est un problème technique très difficile et qu’il est assez difficile de le faire fonctionner dans de bonnes conditions et c’est pourquoi je suis vraiment – nous faisons la plupart de nos tests dans de bonnes conditions météorologiques et la plupart de nos concurrents font leurs tests dans de bonnes conditions météorologiques, mais nous essayons toujours de résoudre cela, le « cas facile » d’abord.
Mais cela dit, nous pensons à l’avenir où nous voulons déployer ces voitures dans les villes du monde entier, dans toutes sortes de conditions. Nous conduisons beaucoup sous la pluie à Singapour. Il pleut fréquemment à Singapour, allant d’une bruine à une mousson vraiment houleuse comme une averse et nous avons pu conduire dans une gamme de conditions pluvieuses dans le monde entier. Nous avons roulé dans la neige, de la neige assez lourde, mais pas de la neige profonde. Des rafales si denses et nous l’avons fait exceptionnellement. Je ne dirais pas que nous l’avons fait beaucoup. Nous n’avons pas vraiment validé notre logiciel dans de nombreuses conditions.
Nous essayons de vous savoir vraiment développer une grande compétence dans les bonnes conditions, puis de la repousser aux limites des conditions météorologiques nominales. Nous sommes donc très heureux de voir que lorsque nous avons fait nos tests dans la neige, nous avons vu une bonne performance des algorithmes et de la même manière sous la pluie, mais vous savez qu’il y a du travail à faire pour vraiment comprendre les limites de votre système, vous savez combien de neige c’est trop, combien de pluie millimètres par heure c’est trop.
Lorsque vous avez terminé avec les détails, vous savez que ce n’est pas vraiment la neige, la neige qui tombe qui a dérangé le système. C’est le fait que lorsque vous accumulez beaucoup de neige, le monde autour de vous était différent de ce que vous saviez quand il n’y avait pas de neige au sol. Cela peut donc entraîner des complications que vous connaissez pour certains sous-systèmes, mais jusqu’à présent, nos tests initiaux ont été très prometteurs.
Dave Kruse : Intéressant. Et j’imagine que le système de vision va probablement fonctionner aussi bien que le LIDAR, mais est-ce le cas que vous pensez dans la neige ou est-ce que les systèmes de vision ont bien fonctionné?
Karl Iagnemma: Eh bien, c’est vous savez – cela arrive vraiment à ce point complémentaire. Je veux dire que c’est la raison pour laquelle nous utilisons plusieurs modes de capteurs, c’est parce que pour des scénarios comme celui-ci où la visibilité est réduite dans des conditions enneigées. Capteurs intégrés, il n’y a pas de solution miracle là-bas. Vous savez que si vous regardez votre pare-brise et que vous ne pouvez pas voir beaucoup, votre appareil photo ne verra pas beaucoup non plus.
Mais la bonne nouvelle, ce sont vos capteurs radar, vos capteurs LIDAR peut-être relativement inchangés et donc encore une fois, c’est exactement la raison pour laquelle vous savez pourquoi nous avons ce genre d’approche de la ceinture et des bretelles consistant à avoir plusieurs modes de capteurs complémentaires qui, souvent, se chevauchent, vous fournissent des informations très similaires, mais dans certaines conditions comme les jours de neige, l’un d’eux peut ne pas bien fonctionner du tout et vous devez compter davantage sur les autres.
Dave Kruse : C’est logique, d’accord. Donc, vous avez probablement beaucoup posé cette question, mais j’étais curieux de savoir quand dans votre esprit pourrai-je acheter une voiture entièrement autonome? Un peu comme ce qu’ils appellent le niveau cinq où je peux juste être ramassé et emmené à l’épicerie et ramené à la maison. Avez-vous une supposition, un sens et une fourchette d’années?
Karl Iagnemma: Eh bien, vous savez que vous achetez une auto n’importe quelle voiture, cela risque d’être un peu plus tard que lorsque vous pourrez faire l’expérience d’un tour dans la voiture autonome. Et ce que je veux dire par là, c’est qu’il y a vraiment deux modèles différents qui vendent une fonctionnalité à un client lorsqu’il achète sa prochaine voiture. Donc, lorsque vous allez chez le concessionnaire et que vous achetez votre prochaine voiture Ford ou GM ou Volvo quoi qu’il en soit, vous savez que la question est de savoir quand ce vendeur dira-t-il, souhaitez-vous le forfait option autonomie pour 62 000 $? Cela va durer plusieurs années dans le futur. Je serais surpris si c’était avant 2025. La raison en est que cela implique que vous n’utilisez pas de capteurs extrêmement sensibles pour permettre à cette fonctionnalité de fonctionner. Vous ne comptez que sur des caméras et des radars.
Cela dit, la grande mise en garde ici est que vous savez souvent que nous supposons lorsque nous pensons à l’achat d’une voiture à fonctionnement autonome. Nous supposons que ce sera une fonctionnalité que nous pouvons activer et désactiver n’importe où dans le monde, à n’importe quelle heure du jour ou de la nuit, quelles que soient les conditions météorologiques. J’ai le sentiment fort que ce vers quoi nous allons évoluer et le domaine est l’univers où, même lorsque nous proposons cette fonctionnalité de voiture autonome à un client utilisateur final, elle ne sera disponible qu’une partie du temps sous certaines conditions, d’accord. Idéalement, dans la plupart des conditions, je ne pense pas que vous le vendriez s’il ne l’était que dans certaines conditions, mais pas dans toutes les conditions.
Et donc je pense que vous savez que le joker ici est une entreprise comme Tesla qui promet de vendre réellement ces fonctionnalités dont nous parlons dans un délai beaucoup, beaucoup plus proche, en 2025, probablement dans les prochaines années. Je pense que la mise en garde probable ici est que cette fonctionnalité ne serait pas disponible pour vous en tant que client tout le temps. Il faudra quelques années avant que nous ayons cette fonctionnalité autonome 24/7.
Maintenant, être en mesure de faire l’expérience d’un trajet dans une voiture sans conducteur, la raison pour laquelle cela sera disponible plus tôt pour vous en tant que client est parce que l’économie de ce que nous appelons la mobilité du service est fondamentalement différente de l’économie de la propriété de véhicules privés. Et c’est vraiment – la différence est que d’une part, lorsque vous achetez une voiture et que vous allez choisir d’acheter cette fonctionnalité, vous êtes très sensible aux prix, très contrainte de prix, car vous êtes l’acheteur moyen que vous pouvez payer trois, quatre, cinq, six, sept mille dollars. Vous n’allez pas payer 20 000 $ pour une fonctionnalité et l’ajouter à une voiture.
D’un autre côté, si je voulais que vous veniez vous chercher dans mon taxi-robot et que je voulais faire une entreprise en faisant cela, eh bien si vous pensez à l’économie d’un service de taxi, un pourcentage important du coût de votre trajet en taxi est bien, le coût de ce chauffeur, le salaire de ce chauffeur qui conduit réellement cette voiture. Quand je dis significatif, je veux dire n’importe où de 30, d’environ un tiers à deux tiers, le coût de ce voyage est le coût du conducteur. Donc, si vous pouvez sortir le chauffeur de la voiture, vous savez que l’économie de ce voyage en taxi est radicalement bouleversée et disons que vous connaissez le premier magasin de ce chauffeur de taxi, deux pourboires pour le chauffeur de taxi par an, disons pour le moment que c’est 100 000 $. Cela signifie que vous pourriez compenser ce salaire de 100 000 $ avec de l’équipement que vous mettez sur la voiture.
Vous pouvez donc mettre des dizaines de milliers de dollars. Vous savez que c’est la première commande, encore une fois de l’équipement sur la voiture comme un retour sur investissement favorable et être capable de fonctionner, vous savez qu’une entreprise de déplacement de personnes en utilisant des véhicules autonomes et l’économie aurait du sens. C’est donc vraiment la raison pour laquelle vous allez probablement monter dans un taxi à roulettes et payer au kilomètre que vous connaissez plusieurs années avant de posséder réellement cette voiture entièrement autonome.
Dave Kruse: Je t’ai eu. Donc, même à Madison, nous pourrions éventuellement voir des taxis entièrement autonomes dans trois, quatre ans potentiellement?
Karl Iagnemma: Je pense que l’autre. L’autre point à faire est que vous savez qu’un modèle mental dans lequel nous tombons parfois suppose que lorsque ces voitures arriveront, elles seront disponibles à grande échelle. Ils seront partout dans l’annonce disponible tout le temps. Je pense que la réalité probable est que votre première expérience dans une navette de conduite sur étagère ou un taxi robot se fera dans un environnement assez structuré, disons. Ce sera au centre commercial, ce sera dans un parc d’attractions, ce sera sur un campus fermé quelque part, peut-être sur l’Université du Wisconsin que vous connaissez quelque part comme ça où vous avez un itinéraire prévisible que ces voitures suivent ou des réseaux prévisibles de routes. Ce n’est pas nécessairement l’environnement de route ouverte sans contrainte.
Vous savez que ce sont des cas d’utilisation techniquement plus faciles. Ce sont des cas économiques simplifiés. Ce sont des moyens pour les développeurs de cette technologie et les entreprises intéressées par l’espace des services de mobilité de vraiment tester les eaux et vous savez pour ces raisons, toutes ces raisons ensemble, je pense que nous aurons tendance à voir cette technologie être déployée dans ces environnements contraints en premier.
Dave Kruse : C’est logique. Oui, et il semble que certaines entreprises sont, vous voyez, comme si elles faisaient un service de navette autonome, ce qui serait un peu comme un aéroport de quelque chose, les gens commencent à le faire au moins ou à Vegas, je pense que j’ai lu que quelqu’un faisait ça. C’est logique.
Karl Iagnemma : Exactement. Je veux dire que c’est un bon exemple d’environnement que nous pourrions appeler semi-structure. Bien sûr, tout peut arriver lorsque vous êtes dans le monde naturel, mais en délimitant l’environnement opérationnel de cette voiture, en disant que vous allez rester dans ce que nous appelons une zone géo-clôturée et, en passant, s’il s’agit d’un terrain privé, vous pourriez même être en mesure d’imposer certaines restrictions, comme dédier une voie de circulation à ces types de voitures tout en y mettant des feux clignotants ou vous savez des choses similaires comme ça. Vous pouvez rendre (a) le problème technique plus facile et (b) vous connaissez le risque de responsabilité plus faible. Vous pouvez essentiellement utiliser à basse vitesse. Il y a un certain nombre de choses que vous pourriez faire pour rendre le problème plus rétractable et rendre l’analyse de rentabilisation plus attrayante.
Dave Kruse : Je t’ai eu, d’accord. Et je sais qu’on n’a plus le temps. Avez-vous le temps de poser quelques questions supplémentaires?
Karl Iagnemma: Oui, bien sûr.
Dave Kruse : Oui, d’accord, parce que j’étais curieux que vous connaissiez les partenariats, avec quelles compagnies automobiles avez-vous établi des partenariats, le cas échéant?
Karl Iagnemma : Eh bien, nous le faisons. Nous avons quelques partenariats avec des entreprises automobiles. Il est un peu difficile de parler de leurs spécificités, car elles ont toutes une nature distincte. Vous savez que je peux dire en général que vous connaissez les constructeurs automobiles, quelques-uns étaient partis et je parle il y a trois ou quatre ans d’un partenariat avec une start-up. Cela aurait été une conversation probablement difficile car il y a un gros, je vais dire un gros match entre vous connaissez juste l’échelle d’un OEM typique et l’échelle d’une start-up. C’est vraiment difficile de trouver des moyens de travailler ensemble de manière significative dans mon expérience.
Vous savez que ces jours-ci, le paysage a un peu changé. Il y a un réel intérêt pour la technologie des véhicules autonomes. Il y a un fort intérêt pour la mobilité en tant que service dans presque tous les OEM dans le monde ces jours-ci et il y a une reconnaissance que vous savez que certaines des bonnes idées et certaines des bonnes technologies sont développées en dehors de leurs quatre murs dans les entreprises.
Celui-ci, bien sûr, vous ne pouvez pas complètement le généraliser, mais vous savez que dans notre expérience de discussion avec les plus grands acteurs de l’industrie automobile, il y a un fort intérêt pour ce que nous faisons dans l’autonomie. Il y a souvent une volonté de trouver un moyen de s’associer et cela se résume vraiment à savoir identifier une structure avec laquelle les deux parties sont satisfaites et peuvent faire un travail significatif. Mais nous avons en fait eu des relations très productives avec certains des principaux acteurs de l’industrie automobile et je m’attends à ce que vous sachiez que nous continuerons à le faire dans les années à venir.
Dave Kruse : Intéressant. Oui, je veux dire, même sur ce podcast, j’interviewe beaucoup de Directeurs de l’innovation et je pense que parfois les équipes d’innovation ont vraiment ouvert certaines de ces grandes sociétés opaques à de plus petites entités et les ont laissées filtrer par certaines de ces grandes entreprises.
Karl Iagnemma: Oui, et je pense que ce que les grandes organisations ont réalisé, c’est que c’est un espace en mouvement très rapide et que c’est parfois le cas que vous pouvez développer la technologie en interne à un rythme très rapide et que vous pouvez la sortir de la porte et de cette manière suivre le rythme de vos concurrents. Dans d’autres scénarios, ce n’est tout simplement pas si facile à faire et pour accélérer vos progrès, vous regardez en dehors des quatre murs de votre propre entreprise.
Vous voyez s’il y a des possibilités de partenariat avec le logiciel sous licence, dans certains cas, vous savez à travers M & Une activité pour infiltrer votre propre développement interne. Et vous savez que je pense à l’industrie automobile un vrai crédit. C’est une industrie qui n’a pas historiquement, du moins encore, été très généralement très liée à des partenariats extérieurs, en particulier avec de petites entreprises. Mais je pense que cela a changé assez rapidement au cours des deux dernières années.
Dave Kruse: Je vous ai eu, d’accord, donc dernière question. Vous savez après avoir atteint une autonomie de niveau cinq et vous êtes assez à l’aise. Je suppose qu’il y a probablement toujours plus d’environnements dans lesquels vous pouvez vous améliorer car j’allais demander sur quoi travailler d’autre. Peut–être y a-t-il de plus en plus de cas utilisés ou de modifications pour améliorer la sécurité ou – je veux dire que vous n’avez probablement pas beaucoup réfléchi à ce que vous allez faire après l’avoir atteint parce que vous n’y êtes pas, mais j’étais juste curieux de savoir sur quoi travailler une fois que vous l’avez atteint.
Karl Iagnemma: Vous savez qu’il y a des moyens d’aller dans le domaine du développement technologique. La technologie que nous construisons et je peux dire généralement à travers l’espace, personne n’a encore de produit fini. Personne n’a de solution pour se sentir à l’aise aujourd’hui de sortir le conducteur de la voiture et de laisser ce système fonctionner de manière complètement sans conducteur, dans des rues urbaines très denses et difficiles. Nous progressons rapidement vers cet objectif. Certains de nos concurrents le sont également. Mais il y a beaucoup de travail à faire uniquement sur le développement technique de base et nous sommes donc vraiment concentrés sur cela.
Évidemment, pendant que nous faisons cela, nous évaluons continuellement l’analyse de rentabilisation, notre stratégie de mise sur le marché, en veillant à ce que lorsque nous avons un produit suffisamment mature pour être commercialisé, nous soyons en mesure de le commercialiser et de commencer à générer des revenus significatifs sur les marchés importants et précoces du monde entier.
Dave Kruse : C’est logique. Très bien, eh bien, Karl, j’apprécie vraiment votre temps et vos pensées ici et ce que vous faites est très inspirant. Merci donc de partager avec nous et de passer du temps avec nous aujourd’hui.
Karl Iagnemma: Eh bien, mon plaisir. C’était sympa de te parler.
Dave Kruse: Certainement, et merci à tous d’avoir écouté un autre épisode de Flyover Labs. Comme toujours, je l’apprécie beaucoup et on se reverra la prochaine fois. Merci à tous. Merci Karl. Revoir.
Karl Iagnemma : D’accord, au revoir.
