3. L'entreprise n'est plus un château-fort
Elle n'innove plus
toute seule
Elle ne produit plus
toute seule
Notre marché
d'aujourd'hui
Nos nouveaux
marchés
Utilisation de
technologies tierces
Idées & connaissances
internes
Idées & connaissances
venues d'ailleurs
Henry Chesbrough, UC Berkeley: Open Innovation: Renewing Growth from Industrial R&D, 2004
Filialisation,
co-investissement
Essaimage,
licences,
"écosystème"
Marchés tenus
par d'autres
Innovation ouverte
Standards, normes
Open source, "libre"
Circulation des connaissances
Nouveaux concurrents
Nouveaux substituts
Innovation de business
models
"Modularisation" des chaînes
de valeur
Product-Service Systems
Circuits bouclés
"Ecosystèmes"
Consommacteurs
…
5. Avant, les données étaient des
constructions ad hoc pour
remplir les variables de
programmes informatiques
Numérisation
de la vie quotidienne
et du monde physique
Un nouveau monde
d'innovation
permanente
et de co-opétition
Contenu numérique "natif"
Traces
Web des objets
Localisation…
Captas
Innovation ouverte
Chaînes de valeur complexes
et co-opétitives
Un web d'APIs et de mashups
Multicanal, plurimédias,, transmédia
Assemblages souples et dynamiques
d'organisations/projets/services
Contenu produit
par les utilisateurs
Données non structurées
(càd structurées après)…
6. Numérisation
de la vie quotidienne
et du monde physique
Un nouveau monde
d'innovation
permanente
et de co-opétition
Les données
deviennent
"autonomes"
S'organise autour de
l'identité,
les données,
des plateformes
Produites "au cas où",
automatiquement, sans y penser
Mixées, agrégées
Réutilisées dans une
infinité de contextes différents
Répliquées, dupliquées,
louées, vendues
A besoin de données…
… fiables
… accessibles
… bon marché
… cohérentes
A finalités "ouvertes"
… documentées
… liées
… réutilisables…
… signifiantes
7. Avant, les données étaient des
constructions ad hoc pour
remplir les variables de
programmes informatiques
Enfermées dans chaque program
Incohérentes au sein de l'org
Hautement contextuelles
Maximisées
Peu mises à jour si non autom
Régulées au travers des trait
8. Une économie de plus
en plus fondée sur les
données
Une création de
valeur de plus en plus
"écosystémique"
Conséquences de 1er ordre
Ce monde a
besoin
de ses
infrastructures
(identité/cloud
/
sémantique/
sécurité…)
Un "déluge de
données"
et un besoin de
gestion,
sélection,
filtrage,
médiation…
Nouvelles
possibilités de
produire [en
temps réel]
connaissances,
analyses,
prévisions,
décisions…
9. Les données
deviennent
"autonomes"
S'organise autour de
l'identité,
les données,
des plateformes
Conséquences de 2e ordre
Reprendre le
contrôle des
décisions
algorithmiques
Nouveaux
rapports de
pouvoir et de
concurrence
Interrogations
sur
la donnée
"brute"
10. Et le Big Data, dans tout cela ?
Serge Abiteboul
11. Source : Big Data Trends
Forbes, David Feinleib, 2012
"Collecte" ?
"Traitement" ?
"Finalité" ?
"Conservation" ?
"Croisements" ?
"Droit d'accès" ?
14. Europe
UK : directement impulsé par le
1er ministre ; 90+ communautés
urbaines
Initiatives nationales en
Belgique, Finlande, Suède,
Norvège, Espagne, Grèce
Italie : Région du Piémont
Irlande : Fingall County
Espagne : Pays Basque, Asturies
Un mouvement d'ampleur
22. Expérimenter le partage des données personnelles
entre les organisations et les individus qu'elles concernent
pour qu'ils en fassent… ce qui a du sens pour eux.
23. C'est bien plus qu'une idée en l'air
AMEE / Avoco Secure / billmonitor / British Gas /
Callcredit / EDF Energy / E.ON / Garlik / Google / Lloyds
Banking Group / MasterCard / Moneysupermarket.com /
Mydex / npower / RBS / Scottish Power / Scottish
Southern Energy / The UK Cards Association / Three /
Visa / Google…
24. De quelles données parle-t-on ?
Consommation
Finances
Administration
Communication
Navigation sur le web
Santé et bien-être
Mobilité
Formation et emploi
Energie
Ses propres productions…
26. Expérimentation de terrain
Prototypage et test
d'applications tierces
Observation
Extraction
des données
Constitution
du panel
Installation
de la plate-
forme
Bilan
Communi-
cation
Préparation
des suites
Mai-Octobre Novembre 2013-Avril 2014 2e T 2014
2013-2014 : l'expérimentation de MesInfos
27. Quand les données deviennent
"autonomes"
Daniel Kaplan [dkaplan@fing.org]