FSD v14.3.4 : pourquoi Tesla galère encore avec la navigation, une technologie vieille de 20 ans

En 2003, un Garmin fixé sur le tableau de bord guidait sans faillir vers la prochaine sortie d’autoroute. En 2026, le FSD v14.3.4 — une IA capable de négocier un carrefour complexe en vision pure — rate encore des sorties pourtant clairement signalées. Ce paradoxe, je le vis à chaque trajet. Et honnêtement, il commence à peser.

Je ne suis ni un cheerleader Tesla ni un hater de service. Je suis propriétaire FSD, et je refuse les excuses faciles. Le système impressionne vraiment sur la conduite autonome — mais il échoue sur la brique la plus élémentaire : savoir où aller. C’est exactement ce que j’explore ici, sur la base de la version v14.3.4 comme référence.

Pour contextualiser le comportement général de cette version en conditions réelles, je t’invite à consulter le comportement du FSD v14.3 sur route — ça pose bien les bases de ce dont on va parler.

Une technologie de 2003 qui résiste à l’IA de 2026

Soyons directs : le guidage tour par tour existe depuis le début des années 2000. Garmin le maîtrisait parfaitement il y a plus de vingt ans. Ce n’était pas de l’IA, c’était de la cartographie bien gérée et une logique d’itinéraire fiable.

Aujourd’hui, le FSD gère des obstacles inattendus à 90 km/h, anticipe les comportements d’autres conducteurs, s’adapte en temps réel à des situations que même un humain trouverait complexes. Et pourtant, il ne sait pas choisir la bonne sortie d’autoroute.

Ce n’est pas un bug isolé apparu avec la v14.3.4. Le problème traverse plusieurs générations du logiciel. C’est là que ça devient intéressant — et inquiétant. Parce qu’on n’est pas face à une régression ponctuelle, on est face à un problème structurel que les itérations successives n’ont pas résolu.

Ce que les propriétaires observent concrètement sur la v14.3.4

Les retours se accumulent, et ils dessinent un tableau cohérent. Voilà ce que j’observe — et ce que d’autres propriétaires rapportent :

• Mauvais virages engagés : le FSD s’engage dans une manœuvre avant de corriger trop tard, créant une situation inconfortable.
• Sorties d’autoroute manquées : le véhicule continue tout droit alors que la sortie était clairement indiquée à l’avance.
• Routage par voies locales au lieu des autoroutes — des trajets allongés pour une logique incompréhensible.
• Erreurs de limitation de vitesse : affichage incorrect, comportements inadaptés à la route réelle.
• Guidage vers les entrées de service de bâtiments plutôt que les entrées principales.

Ce qui est significatif, c’est que Tesla a envoyé un sondage aux propriétaires pour recenser précisément ces erreurs. C’est une reconnaissance implicite qu’il y a un vrai problème — et ça mérite d’être souligné.

Le contraste est d’autant plus frappant quand on regarde les améliorations notables du FSD v14 sur le Summon et la navigation : sur la même période, le Summon a été jugé “incroyablement amélioré” en v14.3.2. Même logiciel, résultats opposés selon les fonctions. C’est exactement ça qui rend le tableau difficile à lire.

Pourquoi c’est si difficile à résoudre : les trois causes structurelles

Un patchwork de 5 sources cartographiques en conflit

Tesla s’appuie sur Google Maps, TomTom, OpenStreetMap, Valhalla et ses propres données propriétaires issues de la flotte. Soit cinq sources hétérogènes sans base cartographique véritablement unifiée.

L’analogie est simple : imagine naviguer avec cinq GPS qui ne sont pas d’accord entre eux. Les conflits entre ces sources génèrent des incohérences que le système ne sait pas arbitrer correctement. Le résultat, c’est précisément ce que les propriétaires observent au quotidien.

Un apprentissage persistant quasi inexistant

Le FSD ne “mémorise” pas vraiment ses erreurs passées sur un itinéraire donné. Chaque trajet repart quasiment de zéro — aucune capitalisation locale des données d’expérience.

Un humain qui emprunte la même route deux fois ne rate pas la même sortie deux fois. C’est là que réside l’écart le plus frustrant avec les promesses de l’IA. On attendait un système qui apprend — on a un système qui recommence.

Un raisonnement contextuel encore trop rigide

Le système optimise localement — la prochaine manœuvre, les 50 prochains mètres — mais perd régulièrement le fil du contexte global de l’itinéraire. Il applique des règles sans vraiment comprendre où il est censé aller au bout du compte.

Des décisions rationnelles à l’échelle d’un carrefour, absurdes à l’échelle du trajet. C’est exactement ça.

Grok comme rustine : quand l’IA doit compenser l’IA

J’ai testé, et d’autres propriétaires aussi : certains utilisent Grok pour forcer un itinéraire cohérent via l’ajout manuel d’un waypoint intermédiaire. L’idée est simple — contourner les erreurs de routage du FSD en lui imposant des étapes.

Le problème ? Dès que ce waypoint est supprimé ou atteint, le système rerroute incorrectement et allonge le trajet. On se retrouve à bricoler une solution temporaire à un problème qui devrait être natif.

Je pose la question directement : si on doit sortir une IA tierce pour que le FSD navigue correctement, où est la promesse d’un système autonome et cohérent ? C’est le comble de la situation — une IA externe pour corriger les défauts de navigation d’une autre IA.

Ce que ça implique pour le Robotaxi et la crédibilité du FSD

Ce n’est pas juste un bug agaçant. C’est un frein stratégique majeur, et il faut appeler les choses par leur nom.

Les désengagements forcés aux intersections causés par une navigation défaillante obligent le conducteur à reprendre la main — ce qui mine directement la promesse d’autonomie. Un mauvais virage engagé ou une sortie ratée, ce ne sont pas seulement des inconvénients : ce sont des situations potentiellement dangereuses.

Sur le plan réglementaire, c’est encore plus direct : une navigation non fiable bloque l’homologation du Robotaxi. Les régulateurs n’accorderont pas de licence à un système qui ne sait pas où il va. C’est aussi simple que ça. Pour aller plus loin sur ce sujet, la fiabilité réelle du FSD et les interventions du conducteur méritent vraiment d’être lus ensemble.

Et au-delà du réglementaire, il y a la confiance. Chaque erreur de navigation est un point de friction qui pousse les utilisateurs à débrayer plus tôt — et à moins faire confiance au système sur le reste. C’est un cercle vicieux que Tesla doit briser.

Selon les experts consultés sur l’évolution des systèmes de conduite autonome, la navigation reste justement l’un des derniers verrous techniques à résoudre avant toute déployabilité réelle à grande échelle — et les données de terrain confirment ce diagnostic.

Le FSD progresse réellement sur la conduite. C’est indéniable, et je ne vais pas le nier. Mais tant que la navigation reste le maillon faible, l’autonomie complète restera une promesse. Un Garmin de 2003 n’aurait pas raté cette sortie d’autoroute. En 2026, on est en droit d’exiger mieux.