Plateformes, stratégies et dangers du numérique
Note préalable : cette page n’a pas pour ambition de traiter d’un sujet particulièrement vaste, en l’occurrence les opportunités du numérique, mais juste de l’illustrer. Vous pouvez la considérer comme une ressource de management, option de seconde.
La révolution numérique a déjà profondément modifié nos habitudes (enfin, surtout pour ceux qui sont nés avant) mais aussi la sphère économique : nouvelles organisations à l’instar du télétravail, création de produits associés à de nouveaux besoins des consommateurs, émergence de nouvelles qualifications… Aujourd’hui, la révolution qui s’opère est celle du big data et de l’intelligence artificielle (IA) qui poursuit et accentue cette dynamique.
Plateformes d’intermédiation
Un exemple de structure ayant émergé avec Internet est celui des plateformes.
Une plateforme est un intermédiaire. Certes, les intermédiaires ont toujours existé ; mais ceux-ci produisent une valeur qui dépasse largement la simple mise en relation.
Nick Srnicek en donne la définition suivante : les plateformes sont des « infrastructures numériques qui permettent à deux ou plusieurs groupes d’interagir » (Le capitalisme de plateforme, l’hégémonie de l’économie numérique, Lux 2018). Elles ont toutes en commun la vente d’informations.
Prenons quelques exemples.
Doctolib est une plateforme d’intermédiation utilisée pour les prises de rendez-vous avec les médecins et les hôpitaux. Supposons que vous souhaitez consulter un ophtalmologue. Vous vous connectez au site par Internet (donc pas nécessairement aux heures d’ouverture) et vous avez accès non seulement à toutes les adresses de professionnels situés à proximité de chez vous mais aussi à leurs disponibilités, ce qui offre un grand confort dans le choix du rendez-vous. Pour le praticien, c’est du temps de secrétariat en moins (donc des consultations en plus) et la possibilité de réserver des créneaux horaires à certains motifs de consultation. La plateforme est financée par les cotisations des professionnels. Les perdantes sont les secrétaires médicales dont la profession est fortement concurrencée.
BlaBlaCar est une plateforme de covoiturage qui met en relation des conducteurs et des passagers. À l’origine réservé aux entreprises, ce service permet aujourd’hui aux automobilistes de partager le coût de leurs trajets et aux passagers de voyager à bon marché. Ceux-ci paient en ligne puis BlaBlaCar reverse la somme au conducteur, déduction faite d’une commission.
Google est un exemple célébrissime. Contrairement aux deux précédents, son business model s’appuie sur les données. Tout échange en ligne produit des données (y compris avec un objet connecté) et celui qui les sauvegarde a la possibilité de les valoriser. Ainsi Google offre des services gratuits aux internautes mais récolte en retour un volume considérable de données. C’est grâce à elles que Google permet aux publicitaires de cibler leurs annonces (voir les politiques tarifaires).
Google Ads est la régie publicitaire de Google. Pour résumer son activité : grâce à de puissants algorithmes, telle ou telle publicité s’affiche en fonction des mots-clés entrés par l’internaute (sur le moteur de recherche mais aussi sur Gmail). Ensuite, Google Ads est rémunéré par l'annonceur au nombre de clics sur le lien publicitaire.
Un Webmaster peut profiter des algorithmes de Google en les liant au moteur de recherche de son propre site (système AdSense for search). Le paiement par clic est alors partagé entre l’éditeur et Google.
La très grande diversification des activités de Google s’est naturellement accompagnée de la multiplication des sources de revenu. Nous ne développerons pas le sujet car la liste des activités serait trop longue et nécessiterait trop de mises à jour (pas que ça à faire !).
Prenons un dernier exemple, tout aussi connu : Netflix. Il s’agit d’une plateforme de streaming (vidéo à la demande). La reconnaissance de mots-clés permet de proposer les films ou les séries en fonction du profil de l’utilisateur. Bien sûr, Netflix produit ses propres fictions mais la spécificité de la plateforme, imitée par d’autres (Amazon Prime Video, Disney+…), est bien le système d’algorithmes qui se traduit par des recommandations de vidéos.
Les entreprises citées ci-dessus ont pour point commun d’être rapidement devenues des « licornes », c’est-à-dire des sociétés valorisées à plus d’un milliard de dollars. Dépassant leur métier initial, elles ont diversifié leur activités (téléconsultation pour Doctolib, rachat des cars Ouibus par BlaBlaCar…). Certes, toutes les plateformes ne connaissent pas une telle success story mais nos exemples illustrent la vitalité économique du numérique, avec laquelle aucun autre secteur économique ne peut rivaliser. Nous aurions pu multiplier ces exemples : Uber, plateformes de gaming, Airbnb, plateformes apportant des informations aux entreprises d’un même secteur d’activité… Si leur valeur ajoutée se traduit toujours par la production d’informations, chacune a construit son propre modèle pour se rémunérer.
Stratégie numérique
Et les entreprises dont le cœur de métier n’est pas le numérique ? Eh bien elles évoluent, elles aussi.
Par exemple le marketing devient prédictif en s’appuyant sur le big data, c’est-à-dire sur une masse considérable de données enregistrées automatiquement (notamment par des objets connectés ou par des navigateurs web). Grâce à elles et à des algorithmes d’IA, les marketeurs peuvent relancer un client au moment le plus propice ou définir des profils-types de consommateurs.
Le marketing est loin d’être le seul domaine qui évolue avec le big data. Par exemple, les données météorologiques intéressent les assureurs qui souhaitent estimer le plus précisément possible les risques naturels.
Pour conserver leur avantage concurrentiel, les entreprises industrielles reprennent aussi ce schéma (connections à Internet \(\Rightarrow\) big data \(\Rightarrow\) algorithmes \(\Rightarrow\) optimisations ou prédictions). Ainsi les voitures connectées collectent une masse de données énorme sur les situations de conduite. Les véhicules deviennent logiquement de plus en plus fiables puisqu’ils « apprennent » au fur et à mesure que le volume de données s’accroît (par exemple, apprendre qu’une poule attend toujours le pire moment pour traverser devant une voiture).
Dangers
Si le numérique s’est traduit par de formidables opportunités, il s’est aussi accompagné de nouvelles menaces qui créent, elles aussi, de nouveaux marchés. Au premier rang desquels la cybersécurité, grosse pourvoyeuse d’emplois.
La sécurité informatique regroupe les différents moyens matériels, logiciels et humains dont le but est d’empêcher l’utilisation d’un système d’information différent de ce pourquoi il a été conçu.
Un autre problème concerne le respect de la vie privée. Dans certains pays que nous ne nommerons pas pour ne pas être censuré, l’IA peut être dévoyée pour « fliquer » la population. Au contraire, les Européens sont particulièrement sensibles à la liberté individuelle et le développement de l’informatique s’est accompagné de règles juridiques assez strictes (le numérique permet aussi la création d’emplois de juristes).
En outre, l'IA n'est pas neutre lorsqu'elle reproduit des biais qui n'ont rien à voir avec la technique : « aux États-Unis, par exemple, des algorithmes évaluent les risques de récidive des accusés. Mais la base de données utilisée renferme tous les préjugés des juges, et les Noirs sont beaucoup plus souvent incarcérés que leur taux réel de récidive ne l'indiquerait » (D. Cardon, in l'Intelligence artificielle en 50 questions, Sciences et Avenir hors-série, oct-nov 2019).
Les menaces sur l’emploi constituent un autre fait économique marquant. Certes, des métiers disparaissent alors que d’autres se créent, mais il s’agit d’un processus qui accompagne toute révolution technologique (présenté comme ça, c’est la routine !). En l’occurrence, certaines professions jusqu’ici épargnées comme le transport et le commerce devraient être profondément impactées par l’IA.
Les bouleversements actuels s’accompagnent toutefois d’une spécificité liée aux plateformes : un début d’éviction du salariat par les travailleurs indépendants. Ce phénomène est connu sous le nom d’ubérisation puisque c’est à l’origine le modèle économique d’Uber qui a été progressivement dupliqué.
