Depuis presqu'un an maintenant, chaque semaine, nous attendons le verdict des chiffres relatifs à la propagation de la Covid-19 pour savoir quel sera notre quotidien. Plus que jamais, les statistiques gouvernent nos vies, notre quotidien, deviennent la boussole exclusive du pouvoir… Ce qui est vrai à l'échelle du monde dans ce contexte particulier de crise sanitaire l'est aussi au sein des entreprises. Les données, si elles sont correctement analysées & interprétées, sont de véritables mines d'or pour éclairer nos décisions. Tendez l'oreille, elles ont tant de choses à nous dire…
L'omniprésence de la data
Comment prévoir l'imprévisible ? comment gouverner quand l'histoire n'offre aucun repère fiable ? quels leviers activer pour apaiser la population en temps de pandémie, préserver les infrastructures essentielles (celles de la Santé avant tout), comment hiérarchiser les priorités, que doit on sacrifier, et dans quelles durée pour quel bénéfice escompté ?
Comment gérer cette situation par essence inextricable ? En s'en remettant à l'avis d'Experts, eux-mêmes gouvernés par l'analyse de Données qui éclairent des Scénario possibles ! Les scientifiques qui conseillent les gouvernements dans leurs prises de décision s'appuient sur des données médicales certes. La crise de Covid-19 doit s'envisager comme un scénario analytique et statistique de déploiement, de propagation et de dispersion physique du virus. Ce phénomène de pandémie est mathématique. Pour le maîtriser, il faut parvenir à impacter les courbes statistiques, et ce, en un temps record car nous assistons à une concentration inédite du temps. Dans un monde où l'incertitude est devenue la norme, il n'y a d'autre choix que de s'appuyer sur l'analyse des données du passé, afin de prédire une situation future et de prendre des décisions pour donner vie au scénario envisagé. La data est au pouvoir…
Les données des entreprises : formidable outil de réactivité et d'anticipation
Ce que font les scientifiques et les gouvernements au niveau des pays, les directions des achats le font également à l'échelle des entreprises. L'horizon s'est considérablement raccourci : d'années en trimestres, de trimestres en mois, et même de mois en semaines. Alors qu'il était auparavant possible de piloter un projet et d'engager des investissements sur du long terme, la réalité d'aujourd'hui impose des budgets mouvants et des réajustements stratégiques permanents. Il n'est plus possible d'être prédictif, il s'agit désormais d'être réactif. Et ce sont les données dont disposent les entreprises qui leur permettent cela. Elles sont là pour aider les décideurs à prendre les meilleures décisions sur la base des situations détectées à court terme. Prenons l'exemple d'une entreprise qui travaille avec de nombreux fournisseurs, travaillant eux-mêmes avec d'autres fournisseurs, et ainsi de suite. Sans une analyse fine de sa data combinée à celle de ses partenaires, il ne lui serait pas possible de détecter qu'un fournisseur de rang 3 est en mauvaise posture et ne sera pas en mesure d'approvisionner le fournisseur de rang 2 dans les temps. L'effet domino d'une rupture de stock peut être dramatique. Les données servent ainsi à mieux maîtriser le niveau de dépendance d'une entreprise en matière d'approvisionnement.
S'y retrouver dans la masse de données
S'appuyer sur les données pour piloter avec justesse sa stratégie est donc une bonne idée dans l'absolu. Mais comment analyser les milliards de données qui proviennent de milliers de sources (liées entre autres à l'IoT, Internet, Plateformes) ? Comment identifier celles qui sont pertinentes dans une situation spécifique ? Comment préserver l'anonymat des individus concernés et garantir une utilisation responsable des informations recueillies ? C'est là qu'intervient l'intelligence artificielle, qui vient éclairer ce brouillard de data, et le cadre règlementaire sur la protection des données (RGPD - texte européen qui encadre le traitement des données de manière égalitaire) effectif depuis le 25 mai 2018. Les outils de gestion basés sur le machine learning sont capables de repérer l'information importante dans la masse et d'anticiper des problématiques à venir sur une chaîne d'approvisionnement, souvent managée en « just in time ». L'outil identifie par exemple les difficultés d'un fournisseur et informe l'entreprise à temps pour qu'elle puisse réagir et passer une commande complémentaire auprès d'un autre fournisseur. Les solutions de gestion disposent aujourd'hui de routines d'intégration qui peuvent qualifier les données avec des règles métiers très précises. Cela permet de garantir la qualité et la véracité de la data finale. Les données sont normalisées, et deviennent intelligibles pour tous. Car il va de soi qu'un directeur financier n'aura pas forcément besoin des mêmes informations qu'un logisticien ou qu'un directeur juridique. Et pourtant, ils s'appuient tous sur les mêmes données.
Restons open !
On l'a dit, les prises de décision sont plus complexes et sophistiquées aujourd'hui qu'elles ne l'étaient hier. Elles nécessitent des outils de plus en plus puissants, capables de traiter le volume exponentiel de données disponibles. Parallèlement, soulignons la croissance des situations de co-innovation. Il est en effet de plus en plus rare qu'une entreprise soit en mesure de lancer seule un produit disruptif sur son marché. Aujourd'hui, les organisations mettent en commun leurs talents, leurs moyens et leurs compétences. Cela implique aussi d'être en mesure de partager leurs données, d'où l'importance de s'appuyer sur des écosystèmes d'information ouverts et des solutions de collaboration informatique performantes capables de qualifier les ressources plurielles des différents intervenants pour les rendre homogènes. Une nouvelle fois, c'est l'intelligence artificielle au service d'outils de gestion adaptés qui permet cela.
Dans un monde de plus en plus complexe et interconnecté, où la qualité des prévisions se réduit à mesure que l'incertitude progresse, les données apportent simplicité et clarté aux décideurs. Si l'on parvient à s'en emparer, la data devient un avantage compétitif majeur. Alors que l'innovation s'envisage aujourd'hui à plusieurs, les données se consolident en écosystèmes ouverts. Un exemple probant d'actualité ? L'association Pfizer-BioNTech qui repose sur une co-innovation réactive et réussie.