mardi, janvier 30, 2018

Quelques jalons sur la route difficile de l’intrapreneur


1. Introduction


Le billet de ce jour s’intéresse à la frontière organisationnelle entre la grande entreprise et la petite cellule autonome tournée vers l’innovation. Ce sujet est au cœur des préoccupations depuis une dizaines d’année : comment rendre les grandes entreprises innovantes ? comment insuffler l’entreprenariat propre aux startups dans les entreprises ? comment favoriser l’émergence d’intrapreneurs, ces entrepreneurs « au sein » de l’entreprise ?  Il existe de multiples angles pour aborder ces sujets, depuis l’innovation ou le produit jusqu’à la dimension humaine et la motivation, mais l’approche proposée ici, celle de la rencontre entre deux cultures managériales et deux paradigmes d’organisation, est riche et fructueuse – tout en étant dans la droite ligne éditoriale de ce blog « Architecture Organisationnelle ».
Le thème est donc la rencontre de la culture « Lean Startup » - des petites équipes autonomes travaillant de façon itérative, centrées sur le client, dans un environnement incertain, en s’appuyant la collecte de données – et la culture bureaucratique et taylorisée des grandes entreprises. Nous sommes au cœur de la problématique de l’entreprise 3.0 : comment faire évoluer les principes d’organisation pour rendre l’entreprise mieux adaptable aux changements continus de son environnement et capable de la vitesse et la flexibilité nécessaire pour profiter des nouvelles opportunités. Comme je l’ai indiqué plusieurs fois dans ce blog, il y a maintenant un consensus sur les caractéristiques organisationnelles qui favorisent l’innovation et l’entreprenariat, le débat porte sur l’intégration, la transformation ou la coexistence au sein de l’entreprise traditionnelle.
Je vais m’appuyer sur deux livres qui traitent, entre autres choses, de ce sujet. Le premier est le nouveau livre d’Eric Ries, « The Startup Way », dont le sous-titre est « How Entrepreneurial Mannagement Transforms Culture and Drives Growth ». Ce livre est issu de l’expérience des dernières années d’Eric Ries lorsqu’il a travaillé avec des grandes entreprises comme GE pour les aider à adopter des pratiques du Lean Startup. Ce livre est un formidable outil pour comprendre les difficultés et les besoins des intrapreneurs : « They need the same things every entrepreneur needs : limited but secure funding to get started, clear access to scalable resources (when the need is proven), appropriate standards for strong accountability, … a cross-functional team dedicated team, and a growth board to report progress ». Le deuxième livre est “Fast Forward – Make Your Company Fit for the Future” de Julien Birkinshaw et Jonas Riderstrale. Ces deux auteurs prestigieux, particulièrement reconnus à la fois dans le monde académique et des consultants en management, proposent une vision de synthèse de l’entreprise 3.0, qui est remarquablement équilibrée entre le besoin de changer radicalement pour produire de la flexibilité, de l’agilité et de l’innovation et la nécessité de continuer à faire fonctionner ce qui fait vivre les entreprises aujourd’hui. Le style et le ton sont radicalement différents de ceux du livre d’Eric Ries, mais le fond et les conseils aux intrapreneurs sont remarquablement similaires.
Ces deux livres couvrent des périmètres plus vastes que ce dont je vais parler, et s’adressent donc à des audiences larges. Je les trouve néanmoins particulièrement intéressants pour ceux qui doivent développer des produits ou services innovants au sein d’une entreprise classique en utilisant les outils et méthodes des startups, ceux que l’on désigne comme « intrapreneurs ». Il n’y a pas de consensus sur ce qu’est un intrapreneur, certains allant même jusqu’à dire qu’il s’agit d’un oxymore, que la culture propre de la startup est incompatible avec les règles de la grande entreprise – un comportement que j’ai rencontré plusieurs fois dans mes jobs précédents, lorsque je cherchais précisément à faire émerger ces intrapreneurs chez Bouygues Telecom ou AXA.


2. The Startup Way


Il n’est pas utile de présenter Eric Ries dans ce blog, vu le nombre d’articles que je lui ai consacré. Son nouveau livre “The Startup Way” n’est pas un livre d’approfondissement sur le « Lean Startup » mais plutôt un livre sur comment les entreprises peuvent – ou doivent – utiliser des éléments de pensée et de culture de l’approche Lean Startup, prise dans le sens large de « la culture startup de la Silicon Valley ». Pour reprendre l’accroche de Forbes cité sur le site du livre : « In this sequel to The Lean Startup, Eric Ries turns the tables, showing bureaucratic Fortune 500 companies how they can rekindle their own growth with startup-like tactics”. Le principal intérêt du livre est qu’il fourmille d’anecdotes et de témoignages, tirés en particulier de l’expérience de Eric Ries avec General Electrics, ainsi que d’autres exemples dans le secteur public. Je vous recommande en particulier (p. 141) les bonnes règles d’usage d’une « war room » pour résoudre une situation de crise qui commence par « The was room and the meetings are for solving problems. There are plenty of other venues where people can devote their creative energies to shifting blame”. Le livre définit une « nouvelle forme de culture de management et d’organisation » - the startup way – et explique comment l’introduire dans une grande entreprise. Aujourd’hui je vais me contenter de souligner quelques points importants qui sont des « jalons » pour répondre aux questions posées en introduction :

  • Les principes fondateurs sont sans surprise l’organisation en équipes autonomes, qui sont vues comme des « startups internes ». L’organisation qui héberge ces startups est nécessairement distincte et différente du reste de l’entreprise. Ces startups opèrent suivant des principes d’innovation par itération continues « a method for finding newt breakthrough repeatedly, drawing on the creativity and talent of every level of the organization”. L’ajout de cette “frontière” (réseau de startup) à l’entreprise est nécessaire, elle remplit un vide organisationnel et culturel (« The missing function »). C’est aussi une façon de mobiliser une force latente qui est présente mais cachée dans la plupart des entreprises : « There are people in the organization who just get it intuitively, they are just waiting to be unleashed. You don’t know where they are, but once you give them the opportunities and the tools to focus, they are just on fire”.
  •  Une startups internes est une « atomic unit of work”, “with a cross-functional structure at its core”. Plus généralement, une startup selon Eric Ries est “a human institution designed to create a new product or service under conditions of extreme uncertainty”. Cette notion d’atomicité exprime que la startup doit être la plus petite possible (pour être agile, pour survivre, etc.) mais pas trop (pour être efficace) et surtout autonome donc cross-fonctionnelle et indépendante. « The goal of building cross-functional teams is to harness and share collaborative energy from various disciplines within the organization, allowing functional diversity to grow over time
  •  L’organisation de ce réseau de startup autonomes est la conséquence de l’incertitude qui caractérise l’environnement des entreprises. On retrouve ici un des principes fondamentaux de l’Entreprise 3.0 : le réseau d’équipes rapides -donc petites- et autonomes, liées par une finalité commune. Dans ce monde incertain, la réplication des bonnes pratiques ne fonctionne pas, c’est à chacun de faire ses propres expériences et son propre apprentissage – une des idées fortes de Michael Ballé lorsqu’il parle de lean. « You can’t replicate. Run your own experiments, apply everything to your own process, and then you’ll discover what works in your organization”.
  • L’orientation client est au centre de la demarche d’innovation : « Every project starts with the customer in mind”. La première étape est de construire le « Unique Value Proposition » : « until the team can truly articulate the problem from the customer’s point of view, nothing get built. This hypothesis is crucial to keep the focus on learning”. On retrouve de nombreux conseils qui me rappellent ceux de Oussama Amar dans l’excellent MOOC de Koudetat : « It’s not enough just to solve the customer’s problem … aspire to delight the customer by providing a solution that is dramatically better than anything they’ve seen before”. Ceci passe par une relation constante et intime avec les clients. Eric Ries cite Steve Blank « Get out of the building” et raconte comment il persuade les entreprises qu’il coache à mettre leurs hypothèses à l’épreuve de l’écoute des clients. La majorité des échecs sont liés à la faiblesse de cette écoute : « The reasons for these failures were familiar … we did not get enough pertinent user feedback. We were building and building but not listening enough ». Les métriques clés sont des métriques d’usage “par client.
  • Our culture is experimental and iterative” – un des autres principes de l’entreprise 3.0. Aucune surprise ici, puisque c’est la fondation du Lean Startup. J’ai relevé cette jolie citation :  « Think like a scientist. Treat each experiment as an opportunity to learn what’s working and what’s not. We call this “unit of progress” for startups validated learning”. Le livre contient des commentaires intéressants sur le concept central du MVP : « The thing about Minimum Viable Products is that while you decide what’s Minimum, the customer decides if it’s Viable”. Pour Eric Ries, le MVP est avant tout un état d’esprit, et il n’est pas naturel pour un ingénieur. Le MVP est intimement lié à la boucle « Build / Measure / Learn » et au concept de validated learning : apprendre à partir des données qui sont mesurée depuis le produit que l’on a construit.  

  • Absorber une “couche” nouvelle d’équipes en mode « The Startup Way » est un choc culturel pour les organisations classiques. Il faut passer du « multi tasking » propre aux grandes entreprises (« meetings and deliberations where participants are only partly focused on the task at hand ») à la culture de l’engagement :  « a small number of passionate believers dedicated to one project at a time ». Il faut également passer du pilotage des ressources financière par les budgets (« entitlement funding ») à une approche de « metered funding » fondée sur le affordable loss. Il s’agit d’une vraie rupture : « How do we define success and milestones if we are appropriately humble about our ability to predict the future ? Without accurate forecasts, many of our traditional management tools no longer function » … “ Innovation accounting is a way of evaluating progress when all the metrics typically used in an established company (revenue, customers, ROI, market share) are effectively zero”. De façon intéressante, à cause des racines lean profondes du « Lean Startup », Toyota a montré un intérêt et une facilité plus grande à absorber des éléments du « Startup Way » dans sa propre organisation, je vous laisse découvrir les propos de Tomoyama-san page 37. La transformation (absorber le « startup way ») est longue et complexe : « Precisely because these transformations are so large, so profound, and so different for each company, it’s difficult to be systematic about it”. En particulier, la phase de “scaling” (une fois le product-maket-fit établi) est une histoire unique à chaque innovation.
  • La finalité est fondamentale dans l’organisation et le de la startup : « A startup is mission and vision driven ».  Cette vision est essentielle dans un monde incertain puisque c’est elle qui guide l’ajustement permanent, qu’il soit incrémental (cf. le validated learning du MVP) ou disruptif, le célèbre « pivot » - « Without a vision you cannot pivot. A Pivot is a change of strategy without a change in vision ». Sans vision, les ajustements permanents s’apparentent à un mouvement Brownien. Comment toucher ses clients et produire de la valeur ne sont pas des éléments de la vision, ce sont les « Leap of Faith Assumptions » qui vont être cultivées, modifiées et améliorées de façon continue. La vision définit le pourquoi, la finalité de la startup.
  • Il n’y a pas que des tensions et des différences entre l’approche Startup Way et la culture de management traditionnel : « Even within a single organization, entreprenarial principles and general management principles share common foundations – especially the importance of long-term thiking – and common values – a need for rigor and discipline in execution ». L’importance de la vision à long terme, de la tenacité et de la persévérance sont des marques de la pensée d’Eric Ries :  « When I was writing The Lean Startup in 2010, I did a lot of research on Toyota. Everything I read made it clear that the foundation of the company’s success is its philosophy of long-terme thinking … Not coincidentally, it’s the same kind of thinking that, as I’ve said elsewhere here, undergrids successful CEOs like Jeff Bezos”. Différentes anecdotes relatent l’importance pour un intrapreneur de savoir persévérer, de savoir rester sous le radar et de penser sur le long-terme. L’importance de la vitesse dans le processus d’innovation caractérise le temps de cycle (takt time) plus que la durée globale (lead time). 

3. Fast / Forward


--> Le livre de de Julien Birkinshaw et Jonas Riderstrale est à la fois très semblable et très différent du livre précédent. « Fast Forward » est également un livre sur le changement de la culture de management et d’organisation nécessaires aux entreprises pour s’adapter de façon innovante et continue aux changements de leur environnement (« make your company fit for the future »). Les éléments de transformation reprennent les principes de l’entreprise 3.0, et par conséquent sont très semblables aux principes du Startup Way. En revanche, le profil plus Européen et plus académique des deux auteurs produit un livre plus conceptuel et plus global. Le rôle très actif et très reconnus des deux auteurs en tant que consultants en management fait que ce livre est très riche en exemples et illustrations concrètes des propos. Comme d’habitude je vous encourage vivement à lire ce livre, le résumé partiel qui va suivre ne reflète pas l’intérêt de cet ouvrage. Ce qui m’a particulièrement plus est l’approche non-dogmatique, ouverte, holistique et pragmatique des différents styles de management. Ce livre ne propose pas la révolution, le rebut, ou la transformation radicale mais la coexistence et la fertilisation croisée.  En revanche, ce n’est pas non plus un catalogue tiède ni une approche molle. L’analyse est précise, les concepts sont clairs, les difficultés sont bien identifiées. La recette proposée est une adaptation fractale/multiples à la situation de chaque entreprise, de chaque département dans l’entreprise. Je vous livre ici un petit résumé des points qui m’ont le plus intéressé

  • L’idée principale qui donne son titre au livre est que les entreprises doivent combiner l’agilité (« fast means alert, agile, experimental, capable of decisive action ») et la perspicacité (« forward means proactive and searching, and it also means seeking to create an emotional connection with others »). Cette recherche de la dualité s’exprime également dans le chapitre qui parle de leadership « ambidextre ». Le leader doit combiner – et savoir utiliser différemment selon les situation – un leadership charismatique qui assume son égo et agit en parlant fort, avec un « servant leadership », un rôle de facilitateur et de metteur en valeur. La question posée au début du livre est celle de l’adaptation de l’entreprise au rythme de changement de son environnement : « What we need instead is for companies to figure out how to make the rate of change inside at least as rapid as the rate of change outside. »
  • Le cadre proposé décompose les styles de management en trois familles : les bureaucraties, les méritocraties et les « adhocraties ». La bureaucratie est une organisation tayloriste fondée sur la décomposition fonctionnelle et représentée par une hiérarchie au sein de laquelle chacun occupe une position. La méritocratie est une organisation en réseau qui valorise la connaissance et attribue le pouvoir en fonction de l’information et des compétences de chacun – « In a meritocracy, knowledge is privileged over formal position or action, and motivation is based on the development and recognition of personal competence ». L’ « adhocratie » est un néologisme pour une organisation tournée vers l’action : « In an adhocracy, action is privileged over formal position or knowledge, and motivation is based on achievement ».
  • S’il est clair depuis longtemps que les bureaucraties ne sont pas adaptées à un monde complexe qui change constamment, la thèse de ce livre est qu’il faut savoir combiner les approches et ne pas rejeter en bloc les principes de la bureaucratie : « Getting rid of bureaucracy entirely is the wrong goal—what we should be doing, instead, is finding new models for fast-moving or uncertain situations and having the wisdom to retain our tried-and-trusted ways of working in more traditional operating environments ». Pour les auteurs, chaque organisation a quatre dimensions (ce qui n’est pas sans rappeler le livre de référence « Reframing Organizations ») : la position, la connaissance, l’action et les émotions. Une bonne organisation n’oppose pas ces dimensions, elle les combine. « We can see here that the three management models have fractal qualities, meaning that they can be seen at multiple levels of analysis”.  Par exemple, l’adhocratie ne fonctionne que si elle est articulée autour d’une vision. Ceci fait écho aux propos précédent d’Eric Ries ou à ceux de Isaac Getz : « L’Autonomie sans vision, c’est le chaos ». Pour reprendre une citation du livre : « As the saying goes, Vision without action is a daydream. Action without vision is a nightmare”. La dimension émotionnelle joue un rôle important de catalyse de l’action : « Successful firms generate decisive action infused with emotion, and typically this is achieved much more effectively when the purpose of the enterprise is clear, communicated, and consistent, rather than when a fact-based argument is presented”
  • On retrouve dans ce livre le principe selon lequel « La stratégie c’est l’exécution » avec par exemple la référence suivante : « Mike Bracken’s approach was the strategy is delivery. Ponder these four words, because in many ways they sum up our entire argument. He knew he would never succeed by writing white papers and creating steering committees. The only way to make progress was to reverse the usual sequence, by acting first and strategizing later”. Il y a un corolaire fondamental : puisque la technologie infuse l’action, elle joue un rôle stratégique. On retrouve ici une idée que j’ai développée plusieurs fois : la stratégie digitale des entreprises n’a de sens que dans le cadre de leurs capacités d’action. Dans les entreprises réellement modernes, la technologie, son vocabulaire et ses concepts sont entrés dans le pilotage stratégique : « Indeed, the language used by these IT pioneers has started to take off in boardrooms. In talking to executives at tech firms such as Google, Facebook, and Amazon, and also firms in other sectors such as Lloyds Bank or Lego, we hear terms such as rapid prototyping and beta testing applied to decision making broadly—not just on IT matters”.
  • L’adhocratie est la réponse logique à l’incertitude. Elle repose sur des petites équipes autonomes - “Uncertainty is in favour of small teams” - qui agissent de façon agile et itérative : « In a complex and unpredictable world, it becomes impossible to foresee how things will change, and there is a premium on trying things out in an experimental fashion rather than working up a grand plan”. Le livre fait référence à l’approche agile et le célèbre Agile Manifesto : « But the reason we start with agile software development, rather than any of these other frameworks, is simple: it really works”. 
  • L’Adhocracie est une organisation fluide et dynamique, qui tisse et détisse un réseau d’équipes autonomes. L’autonomie n’annule pas l’interdépendance et le besoin de connexions : « Keep it connected. There is one big risk with the action-oriented approach we describe here, and it is the risk of isolation”. L’adhocratie est un approche bottom-up, au sein de l’équipe mais également à un niveau macroscopique de réseau d’équipe : “If bureaucracy was built on the principle of decomposition—breaking things up—adhocracy succeeds because it applies the principle of recomposition—putting things together in new, unexpected, and flexible ways”.
  • L’adhocratie est une organization orientée-client, qui s’apdapte à l’environnement, avec un flux d’information de l’extérieur vers l’intérieur, selon l’appoche théorisée par le betaCodex: “Opportunity-centered coordination is more externally oriented—it is about identifying unmet needs or challenges in the business world that you want to address. Coordination through mutual adjustment, in contrast, is at least partially internally oriented, because it is about adapting to the views and beliefs of your fellow employees”. Satisfaire le client est la principale finalité, qui assure la cohesion du réseau vu en tant que système complexe: “There is a boss—the customer,” and by ensuring that all work is focused around customers and prospective customers, the company avoids the rigidities of a traditional structure”. Les auteurs proposent trois principes pour résumer cette approche : s’organiser autour des opportunités, de façon dynamique car les opportunités sont fugaces ;  s’organiser pour maximiser la rapidité ; utiliser le partage transparent d’information autour des activités pour favoriser l’auto-organisation ; et réduire le management à un rôle léger de facilitation.

Ce livre ne cache pas les difficultés de l’intrapreneur ou des ilots d’adhocratie plongés dans une structure plus traditionnelle. Il est quelque fois conseillé de vivre caché pour vivre heureux : « You try to keep it under the radar for a long time. All the while, you are learning, gaining confidence, you are spending money and starting to resource it.”  Les nouveaux modes d’organisation, synchrones et engagés, résolument ancrés dans l’incertitude, ne sont pas forcément faciles à vivre: “We now view being condemned to freedom as a personal choice. You can choose to remain inside the “iron cage” of bureaucracy, or the “knowledge is power” world of meritocracy. Both are comfortable in their own ways—in a bureaucracy you simply follow the rules, in a meritocracy you immerse yourself in thought and argument. Alternatively, you can seek freedom by opting to work in—or even to create—an adhocracy. This means opening up to whatever uncertainties the outside world throws at you, and it means taking on personal responsibility and seeking achievement as an end in itself. But beware—this is a tough road to follow”.

mardi, octobre 31, 2017

Utiliser les données pour prévoir : jeux, incertitude et apprentissage



1. Introduction


Le billet de ce jour porte sur la prévision et l’usage de « smart data ». Même si ce terme est flou, j’utilise « smart data » ici pour faire une distinction avec « big data » : pas forcément des énormes volumes de données, mais l’utilisation de méta-données et de modèles qui rendent l’usage plus « smart », pour reprendre les propos de Pedro Domingo in the « The Master Algorithm : How the Quest for the Ultimate Learning Machine Will Remake Our World» : « there is no such thing as learning without knowledge ». Opposer « big » et « smart » data est un peu artificiel et relève plus du marketing que de la science, mais il existe de multiples façons de faire de l’analyse de données et la pratique montre une certaine différence dans la façon dont on traite des petabytes de données et des centaines de gigas. Dans le second cas, la richesse de la boite-à -outils des algorithmes est bien plus grande.  
         
La prévision est le sujet chaud du moment, c’est en fait plus de la moitié des “use cases” de « l’intelligence artificielle » dans les entreprises, l’autre moitié étant la reconnaissance de situations et de motifs. Pour vous en convaincre, vous pouvez regarder les « use cases » de prediction.io, une startup qui proposé précisément des méthodes d’« intelligence artificielle » pour permettre de faire des prévisions. Je reviendrai dans un prochain billet sur cet emploi du terme « intelligence artificielle » pour parler des méthodes d’apprentissage, au moment de la sortie du rapport de l’ADT. On retrouve cet usage partout : le pitch de « DAVinci Labs » est : « Artificiel Intelligence solution to create real values for enterprises » ; les « use cases » sont également majoritairement lié à la prévision. Si vous avez plus de temps, vous pouvez lire la centaine de pages du rapport d’Olivier Ezratty « Les applications de l’intelligence artificielle » consacrées aux applications (à partir de la page 180), pour constater que la moitié des applications sont bien liées à la prévision. On peut même constater qu’une partie de l’autre moitié, les applications de diagnostics par reconnaissance de situation, sont une autre forme de prévision (la catégorie est liée à un jugement sur le futur).

Il n’y a pas de surprise dans le fait que la prévision soit au cœur des systèmes d’aide à la décision, selon l’adage que « gouverner, c’est prévoir ». En revanche, il y une forme de paradoxe dans le développement des méthodes d’ « IA appliquée aux smart data » dans un monde incertain et complexe qualifié de VUCA (Volatility, Uncertainty, Complexity and Ambiguity). La première partie conduit à développer et promouvoir la prévision, tandis que les caractéristiques de complexité du monde VUCA du 21e siècle conduisent à renoncer à la prévision en faveur de l’adaptabilité. La première réponse simple à ce paradoxe est de séparer les échelles de temps : le monde moderne reste fortement prévisible à court-terme (avant que les boucles complexes ne puisse jouer leur rôle perturbateur), c’est le moyen et long terme qui sont, comme la météorologie, hors d’atteinte de nos modélisations. Mais cette réponse cache une réalité plus complexe : la frontière entre ces deux mondes est floue et variable selon le problème considéré. Les extrêmes (le très court-terme linéaire) et long terme (chaotique) sont de peu d’intérêt, c’est à la frontière (« edge of the chaos ») que la vie compétitive de la prévision se situe J


Une bonne façon d’introduire ce sujet est de vous suggérer la lecture de « The Signal and Noise – The Art and Science of Prediction » de Nate Silver. Dans ce livre passionnant l’auteur se livre à une mise en garde détaillée et argumentée des dérives de l’utilisations du « big data ». Dès l’introduction, il rappelle qu’il n’y pas de connaissance dans les datas, c’est nous qui les faisons parler. Lorsqu’on oublie ceci, cela peut conduire à des désastres comme celui de la crise de 2008 : « our naive trust in models, and our failure to realize how fragile they were to our choice of assumptions, yielded disastrous results ». Dans le monde nouveau de l’abondance des data, le rapport « signal/bruit » diminue, nous avons des déluges de données mais celles qui sont utiles sont plus dilluées – c’est précisément le thème de l’approche « smart data ». Une grande partie du livre est consacrée au modèle Bayésien, à la fois en tant que technique de prévision – cela reste une approche simple et robuste utilisée partout dans le monde, en particulier chez Google – et en tant que modèle de pensée : distinguer en permanence notre conception du monde avant (priori) et après l’observation (postériori) – « when we fail to think like Bayesian, false positives are a problem not just for mammograms but for all science ». Les « bonnes entreprises » ne passent trop de temps sur les modèles, elles font beaucoup d’expériences pour améliorer, modifier ou abandonner ces modèles, dans une approche évolutioniste. Cette approche de boucle d’apprentissage permanent va être le fil rouge de ce billet: « Today’s forecast is the first forecast of the rest of your life ». Nate Silver reconnait bien sûr le dilemme de la prévision dans une monde complexe et incertain “finding patterns in random noise», mais souligne que la prévision et la complexité ne sont pas forcément antagonistes : « given that forecasters in most domains  are prone to overconfidence, it is admirable that weather forecasters are hard on themselves and their forecasting peers. But the improvements they have made refute the ideas that progress is hopeless in the face of complexity”.

Ce court billet est organisé selon le plan suivant. La première partie va enfoncer une porte ouverte, celle de l’intérêt et de l’efficacité de la prévision à court-terme. Il n’y a pas besoin de s’étendre, puisqu’une partie du succès des Google, Amazon ou Facebook repose sur leur capacité à prévoir ce qui va nous plaire. La seconde partie va de façon duale, nous rappeler que, comme Nassim Taleb l’a magistralement expliqué, le monde dans lequel nous vivons ne se prête plus à la prédiction. La complexité et l’incertitude nous demandent de « gouverner autrement » et de remplacer les « plans stratégiques » par des « scénarios stratégiques » … voire des « jeux stratégiques ». La troisième partie va tenter d’explorer une synthèse entre ces deux approches contradictoires, pour explorer l’usage de modèles et de prévisions dans un monde incertain. Je vais prendre trois exemples pour illustrer comment il est possible de tisser l’analyse et l’humilité, la prévision et la prudence, le volontarisme et le lâcher-prise dans une même stratégie. Le lecteur attentif aura remarqué la persistance du thème « grecs et chinois » dans les billets du moment.


2. Le futur proche se projette dans le monde numérique


Nous vivons dans un monde qui, au travers des applications numériques de nos smartphones, s’appuie de plus en plus sur la prévision à court-terme. Nous recevons des notifications pour nous prévenir des bouchons, d’une averse, d’une chose que nous allions oublier, d’une opportunité à saisir.  Plus près de nous, notre cerveau est une machine à prévoir le futur immédiat. Qu’il s’agisse de voir, de se déplacer, de jouer avec une balle ou de communiquer, nos circuits cérébraux sont en calculs permanents pour prévoir ce qui va se passer : comment rattraper une proie ou un objet, quelles syllabes ou quels mots vont venir chez un interlocuteur ou une page qu’on lit, comment naviguer dans une foule dense pour attraper son métro, etc. Les premières expériences de Deep Learning appliquées aux vidéos montrent la capacité naturelle à prévoir un futur proche à partir du passé (je vous recommande cet interview de Yan Le Cun). Le futur proche se prête bien à la prévision car il contient peu de boucles complexes de rétro-ajustement et les modèles simples d’interpolation – dont bien sûr les régressions linéaires – donnent de bons résultats. Le monde du « Web Squared », grâce à son abondance de senseurs et de données, permet d’enrichir encore plus ces projections à court terme. Nos objets numériques projettent une petite partie de leurs futurs sur nos vies, depuis tous les assistants de sécurité actives de nos voitures jusqu’à la maintenance prédictive de nos machines-outils.

La capacité à prévoir à court-terme est un différentiateur fort dans le monde de l’entreprise. C’est une évidence pour les acteurs du monde numérique, mais c’est vrai de tous les acteurs qui opèrent des capacités, depuis le transport jusqu’aux usines de production. Ceci explique l’engouement spectaculaire pour les techniques d’intelligence artificielle et d’apprentissage signalé en introduction. Comme il s’agit d’une compétition, c’est le niveau de performance relatif qui compte, pas la valeur absolue de la prévision. Il « suffit » de mieux prévoir l’appétence d’un client pour un produit que ses compétiteurs pour en tirer un « supplément de valeur ». Lorsque la prévision est de qualité suffisante, elle permet d’améliorer l’expérience client, en éliminant des choix inutiles. De fait, la prévision court-terme est une composante essentielle de la boite-à-outils de composition des interfaces utilisateurs. Microsoft, Apple, Google utilisent des centaines de « learners » dans les produits et services qu’ils nous proposent, dont le but est de fluidifier notre navigation tout en corrigeant nos erreurs. Dans le monde de l’entreprise, le « buzzword » du moment est la prévision « next best action ». Ici aussi, les plateformes qui proposent des algorithmes d’IA pour optimiser la meilleure réponse à un événement client se multiplient. Il convient de noter qu’il n’est pas forcément facile de prévoir la meilleure prochaine action, mais qu’il est beaucoup plus efficace de prévoir le « cadre », c’est-à-dire l’ensemble des quelques actions parmi lesquelles il faudra choisir. C’est tout le principe de l’approche de Google qui cherche à vous aider à répondre plus vite aux emails en prédisant 3 réponses « probables ».

Dans un grand nombre de cas d’utilisation dans nos entreprises, les données collectées pour faire des prévisions ne qualifient pas de « big data », mais le défi pour en tirer de la connaissance n’en est pas moins excitant. Dans une conversation passionnante avec Olivier Duchesnes de DAVinci Labs, je lui ai demandé de me parler de son infrastructure Hadoop pour traiter les « big data » de ses clients. DAVinci dispose en effet de telles capacités sur le cloud … mais la plupart des projets utilisent des données qui tiennent sur un ordinateur de bureau. On retrouve ici encore l’approche « smart data » qui distingue une phase de collectes dans un océan de données, pour constituer une base pertinente d’information qui est accessible à l’ensemble des méthodes modernes de data science, y compris celle qualifiée d’ « intelligence artificielle » par les nécessités du marketing moderne. Je vous recommande fortement de lire le livre précédemment cité « The Master Algorithm » pour comprendre les différentes approches qui sont disponibles aujourd’hui.

Un cas particulier de la prévision sur des petits volumes de données est celui des séries temporelles. Selon les experts auditionnés par l’ADT, la prévision à partir de peu de données est une des frontières « difficile » de l’intelligence artificielle – par opposition aux succès spectaculaire du Deep Learning lorsque des milliards de jeux données sont présents. Ceci n’est pas une surprise : moins il y a de données, plus le modèle, le contexte et le « common sense knowlege » jouent un rôle important . Le livre de Pedro Domingo est très éclairant sur les difficultés propres et les approches à aborder dans le cas des « small data ». Le risque d’overfitting est d’autant plus grand qu’on s’éloigne du domaine simple de la projection “linéaire” du futur très proche. C’est par exemple le cas lorsqu’on cherche à analyser des données de biométrie (qui, vue de loin, ont un caractère très chaotique avec des variations multi-échelle qui ne sont pas sans rappeler les cours de marché, et qui sont les signatures de la « complexité du vivant »). Je cite Pedro Domingo : « Scientists everywhere use linear regression because that’s what they know, but more often than not the phenomena they study are nonlinear, and a multilayer perceptron can model them. Linear models are blind to phase transitions; neural networks soak them up like a sponge.” L’approche retenue dans l’application de self-tracking Knomee est de construire un algorithme par génération de code (exploration et apprentissage par renforcement), dans un espace contraint (modèle de biorythmes). Le modèle défini un espace d’algorithmes qui ont les bonnes propriétés systémiques (on retrouve un principe de GTES: utiliser des courbes en S comme générateurs au lieu de fonctions linéaires). Les méthodes classiques d’analyse statistiques servent à orienter la partie exploration aléatoire/générative vers les motifs les plus significatifs. Pour éviter l’overfitting, une première approche selon le « Master Algorithm » est d’appliquer un rasoir d’Occam : « For example, we can … machine-learning ». Cependant, il n’est pas possible d’obtenir des performances robustes, même en ayant éliminé l’overfitting: les biorythmes sont difficiles à prévoir (contrairement à la météo, la valeur précédente est un pauvre prédicteur, et il n’est pas facile de faire mieux que la moyenne mobile sur une courte durée). Pour obtenir une prévision « améliorée », il faut inclure le protocole d’évaluation de la robustesse de la prévision – sur lequel nous allons revenir dans la prochaine section - dans l’évaluation du « fitness » pour le renforcement. De cette façon l’algorithme ne passe pas seulement son temps à améliorer de façon incrémentale sa précision avec chaque nouvelle donnée, mais également à évaluer sa propre robustesse en s’observant « en train de prévoir ». La forte complexité algorithmique est compensée par le fait de travailler sur des petites séries temporelles. En revanche l’intérêt de cette approche en boucle d’apprentissage permanent est de pouvoir travailler sur un individu unique (nous sommes tous différents) et sur une période de temps courte (et donc de suivre les évolutions au cours des mois).

3. Gouverner n'est plus prévoir


Il y a beaucoup de choses qu’il n’est pas possible de prévoir, mais nous sommes néanmoins tentés de le faire. Il y a tout d’abord les phénomènes purement aléatoires, le « random noise » que l’on retrouve souvent, en particulier dans le monde de l’IoT et des senseurs connectés. Une des premières choses qu’on devrait vérifier avec une plateforme de prévision ou avec une application qui collecte des données à des fins de prévision est sa capacité à détecter un bruit aléatoire avec la réponse « désolé ! je n’ai rien à dire ». Un deuxième type de données qui ne se prêtent pas à la prévision sont celles issues de systèmes fortement complexes et non-linéaires, pour lesquels des boucles d’amplification produisent des « effets papillons ». Il peut s’agir de la modélisation à long terme d’un système météorologique, mais également de l’adoption d’un service au travers un déploiement viral – tels que les réseaux sociaux – ou encore de la variation des prix sur un marché (pour citer Nate Silver « The central claim of the theory is that the movement of the stock market is unpredictable to any meaningful extent ». On aura reconnu ici un des thèmes centraux de Nassim Taleb que j’ai plusieurs fois développé dans ce blog. Plus profondément, l’émergence de comportements collectifs intelligents (ce que Nate Silver appelle le « herding ») est une signature de la complexité des systèmes qui conduit aux « power laws » (l’extremistan de Taleb).

Il reste néanmoins de nombreux domaines qui se prêtent bien à la prévision, mais il faut un peu de prudence et surtout un peu de connaissances en statistiques. Le monde des prévisions est rempli de « faux positifs », d’algorithmes qui semblent bien expliquer le passé mais sont incapables de fournir une performance robuste. Dans un monde d’abondance de données et de performances spectaculaires des algorithmes d’intelligence artificielle sur certains types de problèmes, il est fréquent de rencontrer des attentes irréalistes, et des mauvais réflexes consistant à augmenter la quantité de données ou de traitement pour améliorer les performances. Je vous recommande chalheureusement la lecture de « Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are» de Seth Stephens-Davidowitz. Outre le fait que ce livre est particulièrement divertissant et nous apprends beaucoup de choses sur qui nous sommes, il contient une très bonne introduction au “curse of dimensionality” et autres pièges de la modélisation de données. On retrouve des propos assez semblables à ceux du livre de Nate Silver. Ce fléau de dimensionalité (une des formes d’overfitting) survient lorsqu’il y a trop de variables explicatives disponible par rapport à ce qu’on cherche à prévoir ou expliquer : « The curse of dimensionality is a major issue with Big Data, since newer datasets frequently give us exponentially more variables than traditional data sources—every search term, every category of tweet, etc. » Tous ces bais sont d’autant plus fréquent qu’on dispose de beaucoup de données et de beaucoup de puissance de calcul. On considère souvent que « data is the new code », mais en fait les algorithmes sont générés en fonction des données et des protocoles d’apprentissage et de validation. Comme cela a été dit plus tôt dans le cas des courtes series temporelles, la forme la plus importante de connaissance est le protocole que l’on applique pour tester la validité de la prévision.

Lorsque la complexité rend la prévision trop difficile ou trop peu robuste, cela ne signifie pas que l’analyse des données ou la formulation de modèle est inutile, mais l’utilisation est forcément différente. Dans un monde complexe, ce qu’il faut apprendre, ce n’est pas ce qui va se passer mais comment réagir à ce qui pourrait se passer. C’est le centre des recommandations de Nassim Taleb dans « The Black Swan » et encore plus dans « Antifragile ». C’est le principe des « war games » et des « serious games », comme cela a été développé dans un précédent billet. C’est aussi la proposition de valeur de COSMO TECH qui utilise des méthodes sophistiquées pour modéliser des systèmes complexes avec des agents qui encapsulent des facettes du comportement. La simulation n’est pas un outil de prévision, c’est un outil pour développer une meilleure compréhension du système. Cette pratique du « jeu sérieux » peut être confiée à des humains, qui vont développer des nouvelles compétences « systémiques », ou elle peut être automatisée dans une approche de théorie des jeux évolutionnaire. C’est tout le principe de l’approche GTES (Game-Theoretical Evolutionary Simulation) que j’ai présentée dans plusieurs billets.

Gouverner n’est donc plus simplement prévoir, même si la prévision reste un outil de choix. Gouverner c’est aussi comprendre et distinguer ce qui n’est pas prévisible de ce qui pourrait l’être, c’est comprendre que toute prévision doit être constamment validée dans une boucle d’apprentissage et que le succès dans le passé n’est pas indicateur de la robustesse d’une méthode de prévision dans le futur. Il est tentant de faire un parallèle avec le « dual loop learning » de Chrys Argyris : la première boucle est celle du « machine learning » à partir des données, la seconde boucle est une remise en cause et ré-évaluation permanente à partir de deux questions : celle prévision est-elle robuste ? la situation est-elle en train de changer ?  Exactement comme pour le pilotage agile, l’approche itérative à cycle court est la meilleure façon de s’adapter constamment à un monde qui change. Je peux également citer Cathy O’Neil dans son livre dont je parlerai en conclusion : « Equally important, statistical systems require feedback—something to tell them when they’re off track. »


4. Jouer avec les modèles


Je vais maintenant revenir sur la question posée en introduction : comment utiliser données, modèles et prévision “on the edge of the chaos”, dans cette zone limite entre le monde (grec) des systèmes linéaires qui se prêtent bien à la prévision et celui (chinois) des systèmes chaotiques qui relèvent des conseils de Nassim Taleb. Le problème est intéressant car « ignorer Taleb » c’est prendre le risque des « crises de 2008 » et « ignorer Google » c’est prendre le risque d’être moins efficace que ses concurrents pour satisfaire ses clients. Je vais utiliser trois exemples qui correspondent à trois cas de figure différents d’interaction entre les parties « chaudes » et « froides » des modèles :
  • La « fusion» correspond au cas de figure ou la nature chaotique est intrinsèque à l’ensemble du système et où il serait vain de vouloir faire des prévisions. Il est néanmoins possible d’utiliser des données, des méthodes et des algorithmes pour créer des simulations qui servent à l’éducation et la compréhension systémique (cf. COSMO TECH ou GTES). Dans ce cas, le terme de « jouer avec les modèles » prend tout son sens.
  •  La « combinaison » correspond au cas où il existe des sous-problèmes qui se prêtent bien à la modélisation et la prévision, mais qui sont couplés avec le système global. Il n’est pas possible de faire des prévisions globales, mais il est possible d’appliquer des modèles et des analyses prédictives sur certains aspects.
  • La « séparation » correspond au cas où il existe, au sein d’un système complexe difficile à prévoir, des sous-systèmes qui sont structurants et réductibles. Dans ce troisième cas, il est possible de faire des prévisions, même si elles ne sont que partielles.



J’ai travaillé pendant une dizaine d’année, de 2001 à 2012, sur l’utilisation de la théorie des jeux pour modéliser les évolutions de part de marché dans la téléphonie mobile, en particulier lors de ruptures telles que l’arrivée de la 3G ou l’arrivée d’un quatrième opérateur. J’ai déjà évoqué ces travaux dans plusieurs billets de ce blog, lors d’exposés – en particulier celui de 2010 à l’INRIA, et dans plusieurs articles, dont celui de CSDM 2012. Je mentionne ce travail ici parce que c’est un exemple parfait de modélisation incertaine du premier type : la simulation n’est pas une prévision, mais l’ensemble des simulations forment un jeu qui permet de mieux comprendre la situation. Ce travail s’appuie sur un modèle simple de fonctionnement financier des opérateurs téléphonique (tel qu’on le voyait en 2005), dû à Philippe Montagner (président de Bouygues Telecom à cette époque) et intégré sous forme de compétition entre acteurs sur le même marché. L’approche GTES consiste à faire des milliers de jeux, chaque jeu étant la recherche d’un équilibre de Nash dans des conditions de marché données (nous ne connaissons pas le futur, donc l’approche Monte-Carlo permet d’explorer l’incertitude). Nous avons également participé à des « serious games » organisés par McKinsey sur le même principe : chaque équipe représente un opérateur et un simulateur informatique représente le marché. L’intérêt de l’approche GTES est de pouvoir démultiplier l’espace qui est exploré. Cela fait presque 10 ans que les premières simulations de l’arrivée de Free sur le marché ont été faite, et avec le recul, on peut apprécier l’intérêt de cette approche par rapport aux méthodes économiques plus classiques. Les trajectoires et les caractérisations produites par le modèle donnaient une bonne indication de ce qui allait se passer.

La dimension analytique de l’approche « Lean Startup » est un bon exemple du deuxième cas de figure : il n’est pas possible de prévoir le succès d’un nouveau service dans le monde numérique, mais les pratiques d’innovation accounting et de growth hacking apportent de la rigueur à une partie de ce processus d’innovation. Ce qui est fascinant dans l’approche d’Eric Ries, c’est la décomposition du processus de création de valeur de l’innovation en des étapes « aléatoires/imprévisibles » (ce qui revient au même) telles que l’idéation, l’appropriation et l’adoption, avec des étapes qui se modélisent, se mesurent et s’analysent : la capture, l’usage, la recommandation. Le Lean Startup consiste à faire vite et peu cher pour les étapes incertaines, pour se retrouver en condition de créer à coup sûr de la connaissance (positive ou négative) sur ce qui est utile au client. La grande rupture du Lean Startup a été de déplacer l’attention de l’idéation (volatile, multiple, non-différentiante dans la majorité des cas) vers la satisfaction validée du client (ce qui crée la valeur). Dans son nouveau livre « The Startup Way », Eric Ries insiste sur le fait que nous sommes dans un monde imprévisible : « a startup should be understood as a human institution designed to create a new product or service under conditions of extreme uncertainty ». Mais cette imprévisibilité ne signifie pas que la mesure et l’utilisation des données ne sont pas au cœur du processus : « a modern company attempts to maximize the possibility and scale of future impact. Project teams report and measure leading indicators using innovation accounting ». De la même façon, la phase ultérieure de « Growth Hacking » consiste à piloter un phénomène éminemment complexe et difficile à prévoir (l’adoption dans les comportements récurrents et la recommandation) en utilisant des modèles et des mesures.

Je vais terminer par un exemple plus simple et plus pragmatique, celui de la modélisation des coûts du système d’information. Je travaille sur ce sujet depuis 1998, lorsqu’il m’a été demandé de construire un modèle des coûts informatiques de Bouygues Telecom. Ces vingt ans sont une suite d’échecs et de progrès, liés à l’incorporation progressive des facteurs humains, complexité et incertitude, tout en faisant l'expérience de la citation de Georges Box: "Tous les modèles sont faux mais certains sont utiles". Nous sommes ici dans le troisième cas de figure : certains aspects sont très difficiles à prévoir (la création de valeur ou l’arrivée de nouveaux besoins liés à l’évolution du métier) et d’autres sont au contraire très faciles à modéliser (les cycles de vies, les couts de possession, le vieillissement et l’accumulation). Dans un monde complexe et incertain, l’exercice du plan stratégique a perdu en intérêt, pourtant un certain nombre d’actions clés pour construire « le potentiel de situation » du système d’information doivent s’inscrire dans un plan à long terme. Dans cet exercice stratégique, il faut tenir compte de ce qui est incertain – par exemple le flux entrant des opportunités et contraintes réglementaires – et ce qui est modélisable mais plein de surprises, comme l’usage et la stabilisation de la qualité de service. Voici ce que je retiens des nombreuses années d’utilisation de tels modèles hybrides :
  • Un bon modèle hybride incertain utilise des « grandeurs » (KPI / métriques) connues et accessibles, qui sont comparables et pour lesquels le benchmarking s’applique. Plus le monde est incertain, plus les grandeurs manipulées doivent être intuitives.
  •  Le modèle doit être suffisamment simple pour fonctionner en « glass box », c’est-à-dire que les résultats ne suffisent pas, il faut pouvoir d’approprier le « raisonnement » du système d’aide à la décision. C’est une conséquence essentielle de la complexité et de l’incertitude.
  • Ce type de modèle est utilisé en mode « scénarios / jeux », mais ce qui compte c’est la partie stable des simulations, sur laquelle les décisions long terme sont faites.
  • Ces modèles hybrides permettent de comprendre les arbitrages fondamentaux court-terme versus long-terme qui sont nécessaire pour développer le SI de façon durable, sans accumuler les dettes techniques ou figer le « potentiel de situation ».

5. Conclusion


Dans son livre “Weapons of Math Destruction – XXX” Cathy O’Neil propose un “serment d’Hippocrate” pour les data scientists que je reproduis ici parce qu’il résume bien les thèmes que nous avons abordés :
  • I will remember that I didn’t make the world, and it doesn’t satisfy my equations.
  • Though I will use models boldly to estimate value, I will not be overly impressed by mathematics.
  • I will never sacrifice reality for elegance without explaining why I have done so.
  • Nor will I give the people who use my model false comfort about its accuracy. Instead, I will make explicit its assumptions and oversights
  • I understand that my work may have enormous effects on society and the economy, many of them beyond my comprehension. 

Cedric Villani a fort justement recommandé la lecture de ce livre dans une de ses interviews au sujet de sa mission sur l’Intelligence artificielle. Cathy O’Neil fait un remarquable travail d’analyse sur deux points essentiels : la capacité des systèmes « intelligents » à absorber les biais des données collectées pour leur apprentissage et l’importance de comprendre le système produit par l’algorithme et l’environnement. Autrement dit, ces « systèmes intelligents » produisent eux-mêmes des effets sur l’environnement auquel ils sont appliqués. La combinaison d’un système intelligent et d’un environnement non moins intelligent constitue un systèmes complexe dont il peut être difficile de prévoir les conséquences.

Pour conclure, voici un résumé des trois points qui me semblent essentiels :
  •  Il n’y a pas d’intelligence sans prévision. La prévision fait partie intégrante de notre capacité de raisonnement et de prise de décision, elle est également un des critères les plus utilisés pour évaluer l’ « intelligence » d’un système ou d’une personne. Les assistants personnels de demain, des robots domestiques aux remplaçants de Siri, seront doté à la fois d’un sens commun et d’une capacité réflexive à prévoir.
  • L’humilité est nécessaire pour atteindre un degré supérieur d’apprentissage – elle est indispensable pour progresser dans un monde incertain. L’humilité permet d’éviter de tomber dans le piège toujours présent de la « narrative fallacy ». Savoir évaluer l’incertitude et connaître ses bais est une exigence difficile du monde VUCA du 21e siècle.
  • La cybernétique de l’apprentissage en double boucle – qui représente la nécessaire réflexion (hansei) sur son propre apprentissage - est la marque de l'adaptation à un environnement complexe et incertain. La fréquence et l’ampleur de cette mise en cause permanente dépend de la complexité et l’incertitude de l’environnement. Apprendre de son passé exige une remise en cause régulière – c’est tout l’art de l’oubli – d’autant plus grande que le futur est incertain.