Taille et part du marché des technologies prédictives automobiles

Marché des technologies prédictives automobiles (2026 - 2031)
Image © Mordor Intelligence. La réutilisation nécessite une attribution sous CC BY 4.0.

Analyse du marché des technologies prédictives automobiles par Mordor Intelligence

La taille du marché des technologies prédictives automobiles devrait passer de 52,19 milliards USD en 2025 et 56,94 milliards USD en 2026 à 88,06 milliards USD d'ici 2031, enregistrant un TCAC de 9,11 % entre 2026 et 2031. Les flottes commerciales et les assureurs accordent la priorité à la monétisation des données en temps réel, de sorte que les capitaux se déplacent des diagnostics réactifs vers des analyses anticipatives qui soutiennent l'assurance basée sur l'utilisation, les ventes de fonctionnalités par voie hertzienne et les contrats d'optimisation de flotte. La maintenance prédictive domine déjà l'adoption, mais les systèmes d'alertes proactives à croissance plus rapide soulignent la valeur accordée aux avertissements anticipés à la milliseconde qui réduisent la gravité des sinistres. Les choix technologiques reflètent ce pivot : les algorithmes d'apprentissage automatique représentent encore la majorité des déploiements, mais les architectures d'intelligence artificielle basées sur les transformeurs fonctionnant sur des plateformes de calcul centralisées se développent rapidement à mesure que les OEM remplacent la logique basée sur des règles par une perception d'IA générative. Sur le plan régional, l'Amérique du Nord est en tête des revenus car la NHTSA exige désormais des enregistreurs de données d'événements qui prennent en charge les analyses d'évitement des accidents, tandis que l'Asie-Pacifique comble l'écart grâce aux investissements chinois dans le cloud qui rendent le traitement télématique à grande échelle rentable.

Principaux enseignements du rapport

  • Par application, la maintenance prédictive représentait 51,31 % de la part du marché des technologies prédictives automobiles en 2025, tandis que les alertes proactives devraient se développer à un TCAC de 11,48 % jusqu'en 2031.
  • Par type de véhicule, les voitures particulières représentaient 63,24 % du marché des technologies prédictives automobiles en 2025, tandis que les véhicules utilitaires moyens et lourds devraient croître à un TCAC de 10,14 % entre 2026 et 2031.
  • Par déploiement, les systèmes sur site représentaient 54,88 % des revenus de 2025, et les architectures basées sur le cloud progressent à un TCAC de 11,76 % jusqu'en 2031.
  • Par matériel, les composants ADAS étaient en tête avec une part de 36,28 % en 2025 ; les capteurs constituent la catégorie à la croissance la plus rapide, avec un TCAC de 10,81 % jusqu'en 2031.
  • Par utilisateur final, les solutions intégrées par les OEM représentaient 65,18 % des revenus de 2025, tandis que le segment du marché secondaire devrait se développer à un TCAC de 11,05 % sur la période 2026-2031.
  • En 2025, l'apprentissage automatique détenait une part de 63,26 % ; les architectures d'intelligence artificielle sont prêtes pour un TCAC de 12,36 %, reflétant une migration vers les modèles de transformeurs.
  • Par géographie, l'Amérique du Nord détenait 44,61 % de la part des revenus en 2025, et l'Asie-Pacifique devrait enregistrer le TCAC le plus rapide de 10,49 % jusqu'en 2031.

Remarque : Les chiffres de la taille du marché et des prévisions de ce rapport sont générés à l’aide du cadre d’estimation propriétaire de Mordor Intelligence, mis à jour avec les données et analyses les plus récentes disponibles en 2026.

Analyse des segments

Par application : l'intelligence de maintenance conduit le leadership du marché

La maintenance prédictive représentait 51,31 % des revenus de 2025, ancrant le marché des technologies prédictives automobiles alors que les flottes réalisaient 30 à 40 % moins de temps d'arrêt non planifiés que lors des entretiens programmés. Les sous-systèmes d'alertes proactives se développent à un TCAC de 11,48 % car les assureurs récompensent les avertissements anticipés à la milliseconde qui réduisent la gravité des sinistres. À mesure que les organismes de réglementation approuvent de plus en plus les mesures de sécurité, les systèmes prédictifs d'évitement des collisions gagnent du terrain. Pendant ce temps, les analyses de gestion du trafic prouvent leur valeur, aidant les villes à réduire les temps de trajet. Bien qu'encore une niche, la notation du comportement des conducteurs devient un outil précieux pour les assureurs cherchant des profils de risque détaillés.

L'usine BMW de Ratisbonne illustre le potentiel de croisement de ces technologies. En mettant en œuvre des algorithmes de qualité véhicule sur des convoyeurs, l'usine a évité des temps d'arrêt significatifs, soulignant que la logique prédictive n'est pas réservée à la route. Dans le domaine des véhicules électriques, les flottes exploitent les prévisions de durée de vie des batteries, entraînant des réductions notables des coûts de charge à la demande pour les clients Ford Pro. Les pilotes urbains de communication véhicule-à-infrastructure (V2I) révèlent que lorsque les voitures connectées communiquent leurs itinéraires prévus en temps réel, les délais aux intersections peuvent être considérablement réduits. Ces diverses applications élargissent le marché automobile des technologies prédictives, déplaçant l'accent des diagnostics ponctuels vers des abonnements récurrents.

Marché des technologies prédictives automobiles : part de marché par application
Image © Mordor Intelligence. La réutilisation nécessite une attribution sous CC BY 4.0.

Par type de véhicule : les flottes commerciales accélèrent l'adoption

Les voitures particulières ont généré 63,24 % des revenus de 2025, portées par l'échelle de production et les options ADAS premium intégrées au lancement. Les véhicules utilitaires moyens et lourds, bien que plus petits, afficheront un TCAC de 10,14 % car les opérateurs logistiques voient un retour sur investissement direct grâce aux gains de disponibilité. Les fourgonnettes utilitaires légères se situent entre les deux, poussées par l'électrification de la livraison du dernier kilomètre qui exige un routage prédictif et une gestion de la batterie.

Rivian exploite la télémétrie de flotte anonymisée pour identifier les anomalies de batterie liées aux cycles de décharge profonde. Les prévisions thermiques de Volvo améliorent l'autonomie dans les climats nordiques. Dans les voitures particulières, les analyses de batterie à avertissement précoce de Tesla détectent les défauts bien à l'avance, réduisant les pertes sous garantie. Tandis que les incitations à l'assurance et les mandats d'enregistreurs de données NHTSA stimulent l'adoption des ADAS dans tous les véhicules, les achats centralisés et la forte utilisation des flottes commerciales les positionnent comme le moteur immédiat du marché des technologies prédictives automobiles.

Par déploiement : la migration vers le cloud s'accélère

L'inférence sur site détenait encore 54,88 % de part de marché en 2025 car les modèles critiques pour la sécurité doivent fonctionner sans latence cellulaire. Cependant, le déploiement basé sur le cloud croîtra à un TCAC de 11,76 % à mesure que l'informatique sans serveur aligne les coûts sur les charges télématiques intermittentes, élargissant le marché des technologies prédictives automobiles dans les régions émergentes qui manquent de centres de données hérités.

La pile Azure Mobility de Microsoft est un exemple parfait de la façon dont les fournisseurs de cloud personnalisent leurs offres pour le secteur automobile. Les modèles hybrides prennent désormais pied, exécutant des prédictions de première ligne dans le véhicule tout en envoyant des données non urgentes vers des clusters cloud qui affinent les algorithmes et poussent les mises à jour par voie hertzienne.

Par matériel : l'innovation des capteurs stimule la croissance

Les contrôleurs de domaine ADAS ont fourni 36,28 % des revenus matériels de 2025, cimentant leur rôle de cerveau du secteur des technologies prédictives automobiles. Les ventes de capteurs surpasseront, croissant à un TCAC de 10,81 %, à mesure que le nombre de radars, lidars et caméras augmente sous la perception multimodale. Les unités de contrôle télématique agrègent les données et gèrent les liaisons entre la périphérie et le cloud, tandis que les modules GPS permettent des prédictions spécifiques à la localisation.

Les unités de contrôle télématique fusionnent ces flux et hébergent des moteurs d'inférence en périphérie, tandis que les caméras de qualité automobile fournissent une inspection visuelle pour détecter les fuites ou l'usure inégale des pneus avant que les humains ne puissent le remarquer. Cette prolifération de capteurs sous-tend chaque couche du marché des technologies prédictives automobiles.

Par utilisateur final : la disruption du marché secondaire défie le contrôle des OEM

Les solutions intégrées par les OEM représentaient 65,18 % des dépenses de 2025, reflétant le contrôle sur les données du bus CAN et l'intégration transparente lors de la conception du véhicule. Le marché secondaire croîtra à un TCAC de 11,05 % à mesure que les flottes modernisent les véhicules plus anciens et que les consommateurs installent des caméras de tableau de bord à IA.

Le kit Intelli-Maintenance d'Aptiv s'installe en quelques minutes et transmet les codes de défaut en temps réel aux tableaux de bord des petites flottes. Cette vague de modernisation concerne la majorité des véhicules déjà sur la route qui manquent de pronostics intégrés, et elle pousse les OEM à proposer des contrats de service étendu qui préservent l'engagement de la marque tout au long de la vie d'un véhicule.

Marché des technologies prédictives automobiles : part de marché par utilisateur final
Image © Mordor Intelligence. La réutilisation nécessite une attribution sous CC BY 4.0.

Par technologie : l'accélération de l'IA défie la domination de l'apprentissage automatique

Les techniques d'apprentissage automatique telles que XGBoost et LSTM représentaient 63,26 % des déploiements de 2025, ancrant le marché des technologies prédictives automobiles. Les architectures de transformeurs et d'IA générative afficheront un TCAC de 12,36 % à mesure que le calcul centralisé gère la fusion de capteurs multimodaux. L'analyse des mégadonnées sous-tend la formation hors ligne et l'étalonnage des flottes, tandis que l'intégration IoT gère l'ingestion depuis des millions de points de terminaison.

L'analyse des mégadonnées sert de fondation, ingérant des téraoctets provenant de plus de 100 capteurs par véhicule, tandis que les cadres IoT transportent les données entre le véhicule, le cloud et l'infrastructure. Attendez-vous à des suites hybrides IA-apprentissage automatique qui préservent les comportements de sécurité déterministes tout en s'adaptant à la volée aux nouvelles conditions, créant des écosystèmes de véhicules auto-évolutifs.

Analyse géographique

L'Amérique du Nord a capturé une part de 44,61 % en 2025, portée par la couverture 5G, une part significative des kilomètres d'autoroutes principales et des politiques de sécurité fédérales qui récompensent l'adoption de la télématique. Les opérateurs de camions lourds sont souvent soumis aux mandats de la Federal Motor Carrier Safety Administration exigeant des rapports d'inspection électroniques, poussant davantage les flottes vers des tableaux de bord prédictifs. Les alliances technologiques se multiplient ; General Motors relie sa télématique OnStar à Microsoft Azure pour proposer des packages d'analyse en tant que service aux clients d'entreprise.

L'Asie-Pacifique se développe à un TCAC de 10,49 %, catalysée par l'objectif de véhicules à nouvelle énergie de la Chine de 40 % de ventes de véhicules électriques d'ici 2030. Le pronostic de batterie occupe donc une place importante dans les listes de priorités locales. Des fournisseurs japonais tels que Denso intègrent des puces d'IA embarquée dans les unités de contrôle électronique de nouvelle génération, et la Corée du Sud exploite la puissance des semi-conducteurs de Samsung pour consolider le leadership régional dans le matériel. Les pilotes de transport intelligent financés par le gouvernement en Inde et à Singapour accélèrent l'intégration des analyses urbaines avec les sous-systèmes prédictifs des véhicules, reflétant une poussée plus large de l'écosystème au-delà des véhicules individuels vers une orchestration de la mobilité à l'échelle de la ville.

L'Europe affiche des gains réguliers malgré des règles de confidentialité épineuses. Les fabricants allemands pilotent des fiducies de partage de données inter-fournisseurs qui satisfont au RGPD tout en entraînant des modèles mondiaux, et les systèmes d'échange de quotas d'émissions transfrontaliers de l'UE encouragent la surveillance prédictive à l'échelle de la flotte. Le programme de jumeau numérique de Siemens Mobility, en collaboration avec BMW, montre comment les piles IoT industrielles fertilisent les analyses automobiles, indiquant que la croissance européenne dépendra d'alliances de données multipartites qui transcendent les silos d'un seul OEM.

TCAC (%) du marché des technologies prédictives automobiles, taux de croissance par région
Image © Mordor Intelligence. La réutilisation nécessite une attribution sous CC BY 4.0.

Paysage concurrentiel

Continental, Bosch et Aptiv dominent le marché des technologies prédictives automobiles, en s'appuyant sur des capteurs intégrés, des contrôleurs et des plateformes d'analyse directement intégrés dans les lignes d'assemblage des OEM. Pendant ce temps, NVIDIA, Microsoft et IBM perturbent ce statu quo en proposant des chaînes d'outils d'IA dépourvues de contraintes héritées, permettant aux constructeurs automobiles de sélectionner des capacités de premier ordre. Qualcomm et Intel se taillent des niches avec des feuilles de route de processeurs en périphérie, améliorant les charges de travail d'inférence et faisant de la couche silicium un différenciateur clé.

Les startups s'aventurent dans des domaines spécialisés : des pronostics de batterie et de la cybersécurité prédictive aux API universelles d'agrégation de données. COMPREDICT en est un exemple, dont la suite de capteurs virtuels montre comment les spécialistes de niche peuvent s'infiltrer chez les OEM en répondant à des points de douleur spécifiques pilotés par logiciel. Cependant, des obstacles tels que la certification de sécurité fonctionnelle, une expertise approfondie du domaine et des canaux de vente établis posent des défis aux entrants purement technologiques, renforçant la domination des fournisseurs de rang 1.

À l'avenir, les frontières entre concurrents s'estomperont de plus en plus. Les fournisseurs traditionnels créent des centres de développement cloud, tandis que les géants technologiques acquièrent des laboratoires de test automobiles, le tout dans le but de s'aligner sur les normes ISO 26262 et AUTOSAR. Les futurs champions intégreront de manière transparente la résilience embarquée avec un apprentissage cloud étendu, ouvrant la voie à la prochaine vague de plateformes de mobilité autonomes et auto-réparantes.

Leaders du secteur des technologies prédictives automobiles

  1. Robert Bosch GmbH

  2. Continental AG

  3. Aptiv PLC

  4. Valeo SA

  5. Garrett Motion Inc.

  6. *Avis de non-responsabilité : les principaux acteurs sont triés sans ordre particulier
Concentration du marché des technologies prédictives automobiles
Image © Mordor Intelligence. La réutilisation nécessite une attribution sous CC BY 4.0.

Développements récents du secteur

  • Octobre 2025 : Webfleet et Questar Auto Technologies ont lancé la gestion prédictive de l'état des véhicules, une solution de maintenance par IA qui planifie les entretiens avant les pannes.
  • Septembre 2025 : ZF a présenté une suite de surveillance du châssis et de la transmission basée sur l'IA qui signale les écrous de roue desserrés et les impacts sur les bordures en temps réel.
  • Janvier 2025 : MyTVS a dévoilé Astra, une plateforme télématique et de diagnostic tout-en-un qui automatise le service pour le marché secondaire indien.

Table des matières du rapport sur le secteur des technologies prédictives automobiles

1. Introduction

2. Méthodologie de recherche

3. Résumé exécutif

4. Paysage du marché

  • 4.1 Aperçu du marché
  • 4.2 Moteurs du marché
    • 4.2.1 Adoption rapide de la télématique connectée et de la 5G
    • 4.2.2 Intégration par les OEM de l'IA et de l'apprentissage automatique pour la maintenance prédictive
    • 4.2.3 Accent réglementaire sur la sécurité des véhicules et les émissions
    • 4.2.4 Expansion des flottes de véhicules électriques nécessitant des pronostics de batterie
    • 4.2.5 Puces d'IA embarquée permettant le traitement prédictif à bord du véhicule
    • 4.2.6 Demande d'assurance basée sur l'utilisation pour l'analyse des conducteurs
  • 4.3 Freins du marché
    • 4.3.1 Préoccupations relatives à la confidentialité des données et à la cybersécurité
    • 4.3.2 Coûts élevés de mise en œuvre et d'intégration
    • 4.3.3 Pénurie de talents qualifiés en science des données
    • 4.3.4 Fiabilité des modèles prédictifs selon les climats et les cycles d'utilisation
  • 4.4 Analyse de la valeur et de la chaîne d'approvisionnement
  • 4.5 Environnement réglementaire
  • 4.6 Perspectives technologiques
  • 4.7 Les cinq forces de Porter
    • 4.7.1 Menace des nouveaux entrants
    • 4.7.2 Pouvoir de négociation des fournisseurs
    • 4.7.3 Pouvoir de négociation des acheteurs
    • 4.7.4 Menace des substituts
    • 4.7.5 Rivalité concurrentielle

5. Taille du marché et prévisions de croissance (valeur, USD)

  • 5.1 Par application
    • 5.1.1 Maintenance prédictive
    • 5.1.2 Alertes proactives
    • 5.1.3 Sécurité et sûreté
    • 5.1.4 Gestion du trafic
    • 5.1.5 Surveillance du comportement des conducteurs
  • 5.2 Par type de véhicule
    • 5.2.1 Voitures particulières
    • 5.2.2 Véhicules utilitaires légers
    • 5.2.3 Véhicules utilitaires moyens et lourds
  • 5.3 Par déploiement
    • 5.3.1 Sur site
    • 5.3.2 Basé sur le cloud
  • 5.4 Par matériel
    • 5.4.1 Composants ADAS
    • 5.4.2 Unités de contrôle télématique
    • 5.4.3 Capteurs
    • 5.4.4 Modules GPS
    • 5.4.5 Caméras
    • 5.4.6 Autres
  • 5.5 Par utilisateur final
    • 5.5.1 OEM
    • 5.5.2 Marché secondaire
  • 5.6 Par technologie
    • 5.6.1 Apprentissage automatique
    • 5.6.2 Analyse des mégadonnées
    • 5.6.3 Intelligence artificielle
    • 5.6.4 Intégration IoT
  • 5.7 Par géographie
    • 5.7.1 Amérique du Nord
    • 5.7.1.1 États-Unis
    • 5.7.1.2 Canada
    • 5.7.1.3 Reste de l'Amérique du Nord
    • 5.7.2 Amérique du Sud
    • 5.7.2.1 Brésil
    • 5.7.2.2 Argentine
    • 5.7.2.3 Reste de l'Amérique du Sud
    • 5.7.3 Europe
    • 5.7.3.1 Allemagne
    • 5.7.3.2 Royaume-Uni
    • 5.7.3.3 France
    • 5.7.3.4 Italie
    • 5.7.3.5 Espagne
    • 5.7.3.6 Reste de l'Europe
    • 5.7.4 Asie-Pacifique
    • 5.7.4.1 Chine
    • 5.7.4.2 Inde
    • 5.7.4.3 Japon
    • 5.7.4.4 Corée du Sud
    • 5.7.4.5 Reste de l'Asie-Pacifique
    • 5.7.5 Moyen-Orient et Afrique
    • 5.7.5.1 Émirats arabes unis
    • 5.7.5.2 Arabie saoudite
    • 5.7.5.3 Afrique du Sud
    • 5.7.5.4 Turquie
    • 5.7.5.5 Reste du Moyen-Orient et de l'Afrique

6. Paysage concurrentiel

  • 6.1 Concentration du marché
  • 6.2 Mouvements stratégiques
  • 6.3 Analyse des parts de marché
  • 6.4 Profils d'entreprises (comprend un aperçu au niveau mondial, un aperçu au niveau du marché, les segments principaux, les données financières disponibles, les informations stratégiques, le classement/la part de marché pour les principales entreprises, les produits et services, l'analyse SWOT et les développements récents)
    • 6.4.1 Robert Bosch GmbH
    • 6.4.2 Continental AG
    • 6.4.3 Aptiv PLC
    • 6.4.4 Valeo SA
    • 6.4.5 ZF Friedrichshafen AG
    • 6.4.6 Garrett Motion Inc.
    • 6.4.7 NXP Semiconductors N.V.
    • 6.4.8 Siemens AG
    • 6.4.9 IBM Corporation
    • 6.4.10 Teletrac Navman
    • 6.4.11 Harman International Industries, Inc.
    • 6.4.12 Verizon Connect
    • 6.4.13 Trimble Inc.
    • 6.4.14 Geotab Inc.
    • 6.4.15 Uptake Technologies Inc.
    • 6.4.16 NVIDIA Corporation
    • 6.4.17 Microsoft Corporation
    • 6.4.18 PTC Inc.
    • 6.4.19 SAP SE

7. Opportunités de marché et perspectives d'avenir

Portée du rapport mondial sur le marché des technologies prédictives automobiles

Le rapport sur le marché des technologies prédictives automobiles est segmenté par application (maintenance prédictive, alertes proactives, sécurité et sûreté, gestion du trafic et surveillance du comportement des conducteurs), type de véhicule (voitures particulières, véhicules utilitaires légers, et véhicules utilitaires moyens et lourds), déploiement (sur site et basé sur le cloud), matériel (composants ADAS, unités de contrôle télématique, capteurs, modules GPS, caméras et autres), utilisateur final (OEM et marché secondaire), technologie (apprentissage automatique, analyse des mégadonnées, intelligence artificielle et intégration IoT) et géographie (Amérique du Nord, Amérique du Sud, Europe, Asie-Pacifique et Moyen-Orient et Afrique). Les prévisions du marché sont fournies en termes de valeur (USD).

Par application
Maintenance prédictive
Alertes proactives
Sécurité et sûreté
Gestion du trafic
Surveillance du comportement des conducteurs
Par type de véhicule
Voitures particulières
Véhicules utilitaires légers
Véhicules utilitaires moyens et lourds
Par déploiement
Sur site
Basé sur le cloud
Par matériel
Composants ADAS
Unités de contrôle télématique
Capteurs
Modules GPS
Caméras
Autres
Par utilisateur final
OEM
Marché secondaire
Par technologie
Apprentissage automatique
Analyse des mégadonnées
Intelligence artificielle
Intégration IoT
Par géographie
Amérique du NordÉtats-Unis
Canada
Reste de l'Amérique du Nord
Amérique du SudBrésil
Argentine
Reste de l'Amérique du Sud
EuropeAllemagne
Royaume-Uni
France
Italie
Espagne
Reste de l'Europe
Asie-PacifiqueChine
Inde
Japon
Corée du Sud
Reste de l'Asie-Pacifique
Moyen-Orient et AfriqueÉmirats arabes unis
Arabie saoudite
Afrique du Sud
Turquie
Reste du Moyen-Orient et de l'Afrique
Par applicationMaintenance prédictive
Alertes proactives
Sécurité et sûreté
Gestion du trafic
Surveillance du comportement des conducteurs
Par type de véhiculeVoitures particulières
Véhicules utilitaires légers
Véhicules utilitaires moyens et lourds
Par déploiementSur site
Basé sur le cloud
Par matérielComposants ADAS
Unités de contrôle télématique
Capteurs
Modules GPS
Caméras
Autres
Par utilisateur finalOEM
Marché secondaire
Par technologieApprentissage automatique
Analyse des mégadonnées
Intelligence artificielle
Intégration IoT
Par géographieAmérique du NordÉtats-Unis
Canada
Reste de l'Amérique du Nord
Amérique du SudBrésil
Argentine
Reste de l'Amérique du Sud
EuropeAllemagne
Royaume-Uni
France
Italie
Espagne
Reste de l'Europe
Asie-PacifiqueChine
Inde
Japon
Corée du Sud
Reste de l'Asie-Pacifique
Moyen-Orient et AfriqueÉmirats arabes unis
Arabie saoudite
Afrique du Sud
Turquie
Reste du Moyen-Orient et de l'Afrique

Questions clés auxquelles répond le rapport

Quelle sera la taille des dépenses en technologies prédictives pour les véhicules d'ici 2031 ?

Il est prévu qu'elles atteignent 88,06 milliards USD, reflétant un TCAC de 9,11 % de 2026 à 2031.

Quel segment automobile adopte le plus rapidement les analyses prédictives ?

Les véhicules utilitaires moyens et lourds sont prêts pour un TCAC de 10,14 % à mesure que les flottes recherchent des économies de disponibilité.

Pourquoi les alertes proactives attirent-elles l'attention ?

Elles avertissent d'une défaillance de composant des millisecondes plus tôt que les diagnostics traditionnels, réduisant la gravité des sinistres et les temps d'arrêt.

Comment les réglementations influencent-elles l'adoption du marché ?

Des règles telles que l'UNECE WP.29 et la FMVSS de la NHTSA imposent la cybersécurité et les enregistreurs de données, rendant les fonctionnalités prédictives obligatoires dans de nombreuses régions.

Dernière mise à jour de la page le: