Numérisation des entreprises et numérisation massive (big data) vont de pair. Le Big Data Paris (prévu en mars mais reporté aux 27 et 28 mai 2020) au Palais des congrès donne le ton : 250 acteurs des mégadonnées, 200 ateliers business et 8 sessions « tech », 5 parcours visiteurs métier et un parcours « expérientiel » donnent la mesure de la vitesse avec laquelle les entreprises s’adaptent à et adoptent l’« astronomique » flux de données que génèrent nos sociétés. Comment les transformer en renseignements ? Cette formidable aide à la prise de décision cache un autre trésor : la révélation d’informations jusque-là inaccessibles par l’homme.

«Chaque seconde, 29 000 Go d’informations sont publiés dans le monde. Un volume qui ne cesse de croître depuis l’émergence du Web 3.0 et de l’Internet des Objets », constate le Forum économique mondial. Autre chiffre « avalancheux » : ça donne environ 2,5 trillions d’octets de données tous les jours. Plusieurs études prévoient que plus de 75 milliards d’objets connectés accueilleront en 2025 des pétaoctets de données. À la clé, plusieurs dizaines de milliards de dollars de revenus et des économies générées. Pour les firmes qui sauront exploiter ce nouvel or de la donnée.

Un virage numérique à prendre

Données massives, mégadonnées, grosses données, big data, que sont-elles ? « Ce sont des moyens avancés de traitement d’un grand volume de données, d’une grande variété avec une grande vitesse, les 3 v », explique entre autres le Gartner Group.

Le big data est donc affaire de statistiques et de probabilités, de fouilles de données. Il constitue le socle de l’apprentissage automatique (machine learning) et le traitement automatique du langage naturel, entre autres. Mais c’est avant tout une démarche d’innovation et un nouveau mode d’organisation.

Car le traitement de la donnée massive va déceler des informations jusqu’alors inaccessibles par l’homme. Les traitements, aujourd’hui en quasi-temps réel, sont des outils importants dans la valorisation ou l’aide à la décision. Ils offrent une nouvelle capacité à répondre à de nouveaux usages ainsi que le moyen de fournir des services ou des biens totalement personnalisés.

« Conduite autonome ou encore maison connectée ne représentent plus aujourd’hui une simple vision de l’avenir mais bel et bien une réalité, à condition pour les entreprises de relever le défi majeur qui s’impose à elles : comment traiter intelligemment une masse d’informations de plus en plus importante issue de sources hétérogènes en temps réel et en continu ? Pour celles qui y parviennent : un service à très forte valeur ajoutée, quel que soit le domaine d’application. Une valeur différenciante, gage d’une forte satisfaction client et de nouveaux leviers de croissance. C’est pourquoi l’entreprise dans sa globalité doit désormais intégrer cette dimension data et s’organiser autour de la donnée », martèle Xavier Guérin, vice-président Europe de l’Ouest DataStax (sur le site du Forum économique mondial).

Une société totalement prédite ?

Le marketing et l’entreprise ne sont pas les seules cibles de la grosse donnée. Le BD va aussi structurer la société tout entière et bouleverser les secteurs d’activité. Quelques exemples.

Dans le secteur de la justice, qui aspire à s’alléger des tonnes de données que génère tout procès et de son retard endémique, l’État de l’Ohio aux États-Unis utilise la justice prédictive pour accompagner le magistrat dans ses prises de décisions. Une étude britannique a montré que les décisions de justice prises par une IA sont similaires à 79 % à celles d’un juge. En France, des expérimentations ont été menées en 2017 par les cours d’appel de Rennes et de Douai. Le résultat est mitigé. Les avocats sont favorables. Les magistrats prudents. À raison. L’association partenaireship IA vient de publier un rapport qui pointe de graves lacunes des outils de justice prédictive américains. L’association, qui regroupe les géants mondiaux de l’IA, invite à la plus grande prudence dans le traitement des données confié à une intelligence artificielle. « L’IA représente un exemple paradigmatique des conséquences sociales et éthiques importantes de la prise de décision automatisée en matière d’IA. » Les géants informatiques demandent clairement de ne pas utiliser les IA dans le cadre de la justice pénale. Mais si la justice en soi peine à trouver son modèle de mégadonnées, prédire le risque contentieux par le recours aux données de justice offert par l’open data (commence à concerner le business. « L’amélioration de la connaissance et de la prévisibilité des décisions de justice contribue à créer un environnement de sécurité juridique capable d’améliorer la qualité des anticipations des entreprises. Or, la fiabilité des prévisions est un élément déterminant de l’investissement. La possibilité de bénéficier d’anticipations claires et solides est donc de nature à limiter les risques liés aux opérations d’investissement, notamment le “risque contentieux”, et d’en favoriser le développement », résument les rapporteurs de la Mission d’étude et de préfiguration sur l’ouverture au public des décisions de justice.

Des secteurs comme la banque, l’assurance, l’immobilier, la santé, mais d’ores et déjà les start-up participent à évaluer les décisions et donc les risques, et ainsi abaisser considérablement les coûts. Des jeunes pousses françaises comme Maître Data ou Case Law Analytics SAS développent des solutions révolutionnaires. Elles offrent aux décideurs des anticipations raisonnables sur l’issue d’un contentieux grâce à l’intelligence artificielle.

L’information reste le meilleur antidote

Dans le secteur de la santé, le big data avance très vite.

On sait peu qu’un algorithme, mis au point par une société canadienne, Blue Dot, qui se consacre à la détection en ligne de l’amorce d’épidémies, avait prédit avant les autorités la propagation du coronavirus de Wuhan !

Google Trends se met à prédire les épidémies d’infections telles la grippe – les informations sont données en quasi-temps réel –, avec l’effet d’en freiner la propagation et donc d’abaisser le nombre de victimes. La grippe tue chaque année 500 000 personnes dans le monde et engorge les urgences. « Certaines de ces estimations ont été comparées aux données officielles sur la grippe des pays concernés avec des niveaux étonnamment élevés de précision, et dans certains cas, Google Trends a fourni l’information plusieurs semaines avant les informations officielles », indiquent des chercheurs de la firme américaine.

Les informations couplées aux données Sentinelles (réseau de surveillance des épidémies) et aux données internes des hôpitaux aboutiront à une grande précision de la prédiction pour lutter efficacement contre les conséquences du virus, confirme une étude récente réalisée par le CHU de Rennes. Le big data sera pour les États le moyen de mieux gérer à la fois les structures et de santé et les dépenses. Pour les médecins, de diviser le temps de diagnostic de manière fulgurante. Et pour les citoyens, la perspective d’améliorer les soins et leur santé.

Des opportunités majeures

Pour les entreprises de toute taille, l’accès aux données est le moteur de développement de nombreux services.

La France envisage la création d’une plate-forme baptisée Health Data Hub qui prenne demain une place majeure dans la santé. Le projet revient à concentrer toutes les données cliniques recueillies au cours d’un acte ou d’une intervention remboursés par l’assurance maladie sous forme anonymisée. De quoi aider les start-up à déployer rapidement des services spécifiques sur la base des données françaises.

Dans le secteur commercial, l’analyse de données massives vise à ce que les entreprises se positionnent immédiatement par une vision en temps réel et/ou prédictive. La bonne utilisation du big data engendre à la fois une baisse des coûts, grâce à une réduction des moyens de production, et un boost de ventes sous l’effet de services personnalisés.

Suivre les traces numériques

Concrètement ? Le croisement de données, celui, par exemple, d’un panier alimentaire dans les enseignes de supermarché, donne la consommation régulière du client et donc engendre une batterie d’offres. Ou révèle une donnée nouvelle, un premier achat de croquettes pour chiot : cette possible arrivée d’un animal au foyer va générer une offre de réduction pour laisse de promenade ou tout autre accessoire.

Le supermarché va gérer les stocks, cibler mieux, anticiper les besoins ou créer de nouveaux produits. L’analyse des data va piloter l’organisation du magasin pour allonger le parcours, optimiser les consommations ou proposer des promotions conjointes. Il s’agit d’un ajustement aux besoins des consommateurs.

Dans le secteur des assurances, les données relatives aux comportements du conducteur ont déjà créé des produits d’assurance auto du type pay as you drive et un nouveau modèle économique. La prime d’assurance n’est plus calculée sur les statistiques générales mais sur la conduite réelle, grâce à une application embarquée. L’assurance répercute les économies générées par une meilleure connaissance des risques réels d’accidents pour faciliter l’acquisition du client ou sa satisfaction.

Des compagnies d’assurance comme Amaguiz ou Axa savent identifier les traits de comportements grâce à une analyse précise des données et un marketing ciblé. Elles s’appuient sur ces données pour créer ou promouvoir des nouveaux produits d’assurances pertinents.

Ce n’est pas un outil pour l’entreprise, c’est un bouleversement de sa structure

Reste que sur le plan technique, il ne suffit pas de se doter d’outils pour que les connaissances pertinentes soient extraites.

Les principales difficultés résident dans le recueil de données de qualité, la détermination précise de l’objectif recherché, la création d’algorithmes dédiés et le recrutement d’analystes capables de traduire de manière opérationnelle les résultats des données. La démarche de big data impose également de briser les silos de l’entreprise, de mutualiser les données et d’adopter une démarche agile, tout en intégrant les contraintes réglementaires. Sans oublier l’enjeu de formation à ces nouvelles démarches qui changent la donne. Oui, la mégadonnée va révolutionner le monde. C’est même l’application majeure d’une intelligence artificielle aujourd’hui tâtonnante.

Patrice Remeur

Répondre

Saisissez votre commentaire
Saisissez votre nom ici

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.