logo
image3

Futurologie d'un changement de paradigme sociétal grâce à la data


24/09/2018, Article du Livre Blanc « Être assuré en 2030 ! » de l’École Polytechnique d’Assurances (EPA)

Futurologie d’un changement de paradigme sociétal grâce à la data - Aurélien VERLEYEN

Article d'Aurélien VERLEYEN, extrait du Livre Blanc « Être assuré en 2030 ! » de l’École Polytechnique d’Assurances (EPA). Ce Livre Blanc est associé au :

 

Nous sommes en 2030, les voitures sont aujourd’hui en majorité autonomes, au moins dans les grandes villes, qui représentent plus de 80 % de la population.

Notre rapport aux objets a changé. Alors qu’avant, c’était l’objet qui avait de l’importance, maintenant c’est l’expérience utilisateur qu’il procure qui est au cœur de l’enjeu non seulement du fabricant mais aussi du consommateur. Il n’est donc plus question pour qui que ce soit d’acheter un objet : c’est le service et les garanties qui sont associés à cet objet qui sont désormais vendus.

Ainsi, je n’achète plus une voiture ou un ticket de métro mais un service de transport dont le prix varie en fonction de sa rapidité, de son confort et de sa ponctualité. La qualité de service, c’est ce que m’assurent les prestataires de transports. D’ailleurs, si le résultat n’est pas là, le prix s’ajuste automatiquement … à la baisse bien entendu … preuve qu’une vraie révolution s’est opérée …

Si l’exemple du transport est déjà appréhendable en 2018, il est plus difficile d’imaginer une telle application dans les produits de consommation courants tels que l’électro-ménager. Ainsi je n’achète plus une machine à laver mais un service de lavage à domicile pour lequel je paye au nettoyage, sur une facture qui m’est envoyée en fin de mois par le fabricant. En cas de panne, la machine est immédiatement changée ou réparée. Il arrive même que des interventions aient lieu à mon domicile avant même que la machine ne tombe en panne, le fabricant ayant bien compris qu’une intervention préventive coûte moins cher qu’une réparation corrective… En effet, puisque je le paye à la qualité de service, je payerai moins cher si je n’ai pas été en mesure d’utiliser ma machine … mon service de lavage à domicile normalement. Les fabricants de machines à laver plaisantent souvent sur le fait qu’une corbeille de linge sale bloquée un dimanche soir peut avoir raison du meilleur des business model.  

Si le fabricant est en mesure de proposer de la maintenance préventive, c’est tout d’abord parce que les machines sont devenues communicantes. Elles peuvent ainsi lui remonter des informations en temps réel grâce à la démocratisation et à l’uniformisation des technologies de communication de Machine to Machine, appelées également IoT. Mais c’est aussi et surtout grâce à l’arrivée de l’Intelligence Artificielle (IA) qui a ouvert un nouveau champ des possibles dans l’exploitation de la donnée au service de la décision humaine.

En 2030, l’IA est partout dans les entreprises pour aider les collaborateurs à prendre des décisions plus efficaces. Elle a profondément modifié le contenu du travail en permettant aux entreprises de concentrer leurs collaborateurs sur les actions à valeur ajoutée. Dans la banque par exemple, les services généraux se sont ainsi largement automatisés, ce qui a permis de mettre le focus sur le service et la proximité client car on ne remplace pas le contact humain dans le comportement d’achat (trop compliqué et irrationnel pour une machine).

Ainsi l’IA est devenue la machine à traiter les actions à faible valeur ajoutée, à identifier les signaux faibles, à segmenter, à partager le savoir-faire et l’analyse de terrain. Pour autant, elle n’a pas remplacé l’imagination humaine, sa capacité d’abstraction, d’analogie et de compréhension globale des problèmes. Elle est d’ailleurs souvent moquée par les collaborateurs lorsqu’un service d’IA a la prétention de fournir son analyse en langage humain… On préfère une IA qui reste dans son rôle d’expertise avec des chiffres et des informations associés à des calculs de probabilité.

L’IA est devenue, en moins de 15 ans, un facteur de compétitivité pour les entreprises, à tel point que les entreprises les plus performantes sont celles qui ont développé l’IA la plus performante et ainsi proposé la meilleure qualité de service à ses clients. En ce sens, la data et les réseaux de neurones sont devenus les Assets les plus importants de l’entreprise.

Après quelques années d’hésitation en Europe, il a été décidé de maintenir cet avantage compétitif au sein de l’UE. L’Europe a donc investi pour permettre l’émergence de champions technologiques Européens via le développement de startups et la mise en place d’un Framework Data permettant aux entreprises de changer de paradigme grâce à la data.

L’Industrie a réussi sa 4ème révolution

La réalité environnementale et les incitations politiques à réduire les émissions polluantes ou contribuant au dérèglement climatique au nom de la survie de notre espèce et de son bien-être immédiat, ont été accélérées par un changement radical du sens de l’entreprise. Ainsi, depuis 2019 en France, l’article 1833 du Code Civil a évolué pour que l’entreprise soit constituée, non plus pour servir seulement l’intérêt commun des associés, mais bien celui des salariés, des sous-traitants, de l’environnement et des générations futures. L’initiative a été rapidement suivie les 4 années suivantes par les autres gouvernements Européens.

Directement concernée par ce changement légal et incitée par la démarche Européenne sur la data, l’industrie s’est radicalement transformée dans les années 2020.

De petites usines, extrêmement modulaires et flexibles, capables de produire une grande variété de produits à des coûts proches des pays asiatiques, se sont progressivement implantées sur le territoire Européen.

Cette relocalisation permet, certes de réduire l’empreinte carbone en diminuant les distances, mais également, grâce à l’utilisation d’énergie verte produite localement, de répondre à l’enjeu de l’offre de service client.

Cette « réindustrialisation » a été rendue possible, à l’instar du secteur du tertiaire, grâce à l’émergence des nouvelles technologies qui ont permis de franchir un cap de compétitivité.

En effet, ces petites usines de production sont toutes composées de robots à même d’assister les collaborateurs dans les tâches à faible valeur ajoutée.

L’impression 3D n’a certes pas remplacé l’usinage classique, mais elle est venue en complément de celui-ci lorsqu’il a été nécessaire d’assurer la réactivité de production sur des volumes faibles. L’impression d’une pièce mécanique défectueuse lors d’un SAV en est un bon exemple.

L’IoT a également intégré l’usine dont elle permet de collecter les données de production. Rien d’étonnant donc à ce que les fabricants de machines vendent le service de production de pièces, et plus la machine en soi.

L’IA est quant à elle en charge de piloter les processus de production et d’aider les collaborateurs experts à se consacrer aux actions à valeur ajoutée ou encore à prendre des décisions en connaissance complète des circonstances et des effets de la décision. Elle est également présente partout dans les 3 technologies citées précédemment.

Et les assureurs ?

Dans un monde qui change à ce point, la gestion du risque ne peut qu’être elle aussi profondément bouleversée.

Au-delà du fait que les assureurs aient vu également l’IA changer leur fonctionnement en interne, ils ont, en effet, dû prendre en compte de nouveaux formats et de nouvelles modalités de calcul de risque.

En effet, il est plus facile de chiffrer l’assurance d’un produit matériel que celle d’une garantie de qualité de service au regard d’une performance pilotée par des IA. La qualité de l’IA, de l’organisation humaine de l’entreprise sont deux facteurs particulièrement déterminants. Chaque cas/client devient extrêmement particulier et surtout très fluctuant en fonction du temps.

Devant ces fortes non linéarités, les assureurs ont dû intégrer les notions de flou et de complexité à leur calcul de risque. L’IA est un des principaux outils et facteurs de différentiation vis-à-vis de la concurrence.

Certains assureurs se sont d’ailleurs transformés pour proposer à leur client un service d’évaluation du risque en temps réel de leurs offres de service. Ils sont devenus experts risques multi-métiers et de vraies agences de notation de la qualité de service des sociétés.

D’autres assureurs sont restés sur l’approche standard de couverture du dommage, mais sont devenus plus prescriptifs et prédictifs que réactifs. La sécurité sociale a d’ailleurs adopté le même comportement en favorisant la prévention ciblée et les actions de médecine de prophylaxie. Les soins médicaux curatifs sont passés en dessous des 45 % des remboursements de soins. Un tel succès qu’elle prévoit de se renommer Assurance Prévention Maladies.

Bien sûr ce bouleversement a nécessité la libération du partage des données entre clients et assureurs, ce que les clients ont accepté non seulement parce qu’ils y ont vu un intérêt économique mais également parce que l’Europe a su instaurer un cadre intelligent d’anonymisation des données notamment grâce à la blockchain.

Pour conclure,

Il s’agit là bien entendu d’une prospective idéale qui réussit à concilier un changement de modèle, des dynamiques publiques incitatives et la protection des citoyens.

Face aux nombreux défis qui nous attendent, ne sommes-nous pas aujourd’hui dans l’obligation de réussir ce genre de transformation radicale ? Et comme il n’y a que deux moyens de changer le cours de l’Histoire, la méthode douce est la seule option qui puisse être envisagée. Une chose est sûre, nous en avons les moyens et l’aspiration profonde. En attendant 2030…

 


Diplômé HEC-Les Mines (Mastère Management Stratégique de l’information et des Technologies), Aurélien VERLEYEN  dispose de 15 ans d’expérience en développement puis management de projet IT. Il est par ailleurs conférencier et formateur en Big Data et gestion de projet (HEC, Centrale-Supelec, ESGI).
Il est expert en processus d’entreprise et architecture SI et en management d’équipe. Il a participé à la structuration d’entreprises en forte croissance et accompagné le changement auprès des équipes. Convaincu que les contextes d’entreprises se complexifient et que les approches standards atteignent leurs limites, il a élaboré une approche data driven pour l’organisation et les décisions d’entreprise.