Septième édition des Signaux Numériques, la conférence qui vous permet d'anticiper les futurs enjeux technologiques, sociétaux et territoriaux impulsés par le numérique. La vidéos et le dossier de veille à retrouver sur http://bit.ly/signaux17memoire

1. Avec le soutien de
2 0 1 7

2. ALAIN RICROS
PRESIDENT
AEC
2 0 1 7

3. Avec le soutien de
2 0 1 7

4. WIFI HOTSPOT CITE DU VIN
#SIGNAUX17
LIVE BIT.LY/SIGNAUX17LIVE

5. Disponible
sur aecom.org
Disponible pour
les adhérents
ET A RETROUVER
DANS le RESEAU
SOCIAL
D’entreprise
AEC/UNITEC
(plus d’info)

6. Selon le cabinet eMarketer,
en 2017,
les activités numériques
supplanteront la télévision
dans le quotidien des Français
3h51
4h00

7. eSport – 2016
246 millions de spectateurs
(l’audience d’un Super Bowl ou d’une Champions League)

8. 35,5 millions de vidéonautes
en France fin 2016
11 vidéos vues par jour
et par vidéonaute en moyenne

9. PREVIOUSLY
ON LES SIGNAUX
NUMERIQUES 2016
#IA
#RV
#BLOCKCHAIN
#TRAVAIL

10. VITESSE
2 0 1 6

11. FINESSE
2 0 1 7
AlgoRITHMES & technologies cognitives

12. ALGOCRATIE
RISQUES, potentiels ET ÉTHIQUE
2 0 1 7

13. Un algorithme est la description précise
sous forme de concepts simples, de la
manière dont on peut résoudre un problème

14. 62 % des adultes
américains s'informent
sur les réseaux sociaux
Eli Pariser - The Filter Bubble
« Cette sélection permanente, dans tous les domaines – politique, lecture, voyages, culture
– fait que Google confine les internautes dans une " bulle cognitive " »

15. Récence
user
Affinity

16. Bulle cognitive

19. L’algorithme de suggestion :
équipe de 800 personnes
8% des investissements
76 897 tags
de catégorisation
« En choisissant une image plutôt
qu’une autre pour proposer "Breaking
Bad", le nombre de visionnages n’était
pas le même » - Neil Hunt
« Pour House of Cards,
nous savions grâce à
nos données, que nous
avions un public prêt
pour un drame politique
qui se passerait à
Washington avec une
storyline dramatique Et
nous étions capables
d’identifier dans notre
base, les personnes
spécifiquement
concernées »
- Neil Hunt

20. tags de
catégorisation
15 chez Deezer,
99 pour Musimap,
40 chez Moodagent
joyeuxavecunepointed’amertume

22. MAIS

26. MAIS (2)

28. Le lecteur fantôme
avait emprunté
2.300 livres à
la bibliothèque

29. Si le patron est
un algorithme,
détournons
l'algorithme

30. Mais le patron
est un algorithme
Greyball
Facebook ou Google créent des
versions numériques de leurs
utilisateurs dérivées d'une
analyse algorithmique des
données qu'elles recueillent
sur eux.
Ces entreprises s'appuient sur
ces représentations
nécessairement fictives pour
des raisons techniques (l’être
humain ne peut pas être
calculé et doit être transformé
en une représentation
numérique) et des raisons
commerciales (une
représentation numérique
d'une personne peut être
achetée et vendue).
Le "vous" sur la carte d'Uber ou
du flux Facebook est un faux -
un personnage d'une histoire -
mais c'est un faux utile et
flatteur, donc vous l'acceptez
comme une représentation
S

31. DONC

32. « Un écureuil qui meurt dans votre
jardin peut être plus pertinent
pour vos intérêts du moment que
des gens qui meurent en Afrique »
Mark Zuckerberg

33. Algorithme
affiné
=
business
affirmé
DEMAIN, LES ALGOS
DE découvrabilité

34. « Les algorithmes sont des choix
politiques. Choisir un algorithme,
c'est choisir une politique »
Bruno Marzloff
InstitUt Chronos
« Les algorithmes sont des opinions
formalisées dans du code ».
Cathy O’Neil
dans son livre « Arme de destruction
mathématique »

37. Les
technologies
cognitives
2 0 1 7

38. La reconnaissance
des émotions

39. #VISAGE

40. #sexe
#age
#humeur
#dejavu

45. #VOIX

49. L’avènement
des technologies
cognitives

50. © Deloitte

51. Les technologies cognitives sont les techniques
du traitement automatique de la connaissance,
par la prise en compte de l’utilisateur,
de son environnement d’usage
et de ses modes d’interaction avec la technologie
#Transport-Urbain #Apprentissage #Aide-A-La-Décision #Simulation #Robotique
#Dispositifs-Personnalisés #Comportements-Usagers #Intelligence-Artificielle
#Accessibilité #Maintien-A-Domicile #Systèmes-Autonomes #Interfaces-Homme-

53. Ultra haptique

56. Un peu de finesse
dans un monde de
data brute

57. Big data
• données brutes
• analyse quantitative
• business intelligence
Thick data
• histoires, émotions, du non quantifiable
• analyse qualitative
• competitive and strategic intelligence

58. « Il est donc nécessaire de s’interroger
sur la tendance qu’ont les organisations
à prendre des décisions stratégiques en
se fondant uniquement sur des

60. « Nokia
était
tellement
occupé à
rechercher
les bonnes
données pour
s'adapter à
leurs
modèles
qu'ils n'ont
jamais pris
la peine de
se poser les
bonnes
Big DataTHICK Data

61. Grant McCracken
cultural anthropologist

62. big DATA
+
thick DATA
=
machine de
guerre de
propagande
(Brexit,
Trump)
Google, democracy and the
truth about internet search

63. Data
feel data, donnée
émotionnelle récoltée
non plus sur une base
déclarative mais sur
une base d’émotion
réellement ressentie
Data wrangling, traitement automatisé
de volumes importants de données afin
de les structurer et les rendre
exploitables
DATA SCRAPING : technique dans laquelle un
programme informatique extrait les données d'une
sortie lisible par l'homme provenant d'un autre
programme.
Data LITERACY,
CULTURE DES DONNEES
levier de la trans-
formation numérique
des organisations

64. VERS un
neo solutionNisme
DATA + ALGO + COGNITIQUE
2 0 1 7

65. solutionnisme :
concept qui consiste à
vouloir tout améliorer
grâce AU NUMERIQUE,
en traitant des
symptômes sans plus
jamais chercher à en
comprendre la complexité
des causes.

66. La technologie invisible
remplace le bling blinghospitality business, luxury, sports, transportation systems, financial services, etc.
Lacher votre valise à l’entrée, faire du
shopping, trainer au café, et être appelé au
bon moment au bon endroit sans faire la queue
Avoir un casque de réalité virtuelle vous
guidant dans les couloirs pendant qu’un drone
tire votre valise derrière vous ?

67. La première voiture 100% autonome
sur les routes sera le tracteur
agricoleOGM / COUT / RENTABILITE /// TEMPS / MACHINE / TRACTEUR

68. VEHICULE autonome sur AUTOROUTE
= VIES SAUVEES
“ people, tolerant of human error, have acceptED the 35,000 traffic deaths every year
in the United States. But would they tolerate even half that carnage if it was caused
by robotic automobiles? People have zero tolerance for deaths caused by a machine.“

69. De la plateformisation
à la longue traine
Actualité de 3 modèles économiques
2 0 1 7

70. 2 0 1 7
La Plateformisation
de l’économie

71. PLATEFORMISATI
ON
Un nouveau
modèle
d’organisation
économique de la
société

72. EX :
filière
Agricole
AMONT
fournisseurs
AVAL
Vente, consoMmateurs
AGRICULTEURS

73. EX :
filière
Agricole
AMONT
fournisseurs
AVAL
Vente, consommateurs
AGRICULTEURS

74. EX :
filière
Agricole
AMONT
fournisseurs
AVAL
Vente, consoMmateurs
AGRICULTEURS

75. EX :
filière
Agricole
AMONT
fournisseurs
AVAL
Vente, consoMmateurs
AGRICULTEURS

76. PLATEFORMISATION
Un nouveau
modèle
d’organisation
économique de la
société
L’ubérisation est la « disruption rapide de
modèles économiques existants par des
plateformes numériques de confiance sans
infrastructures physiques ni opérateurs et centrés
sur le client » Clément Bertholet, co-auteur avec Laura Létourneau
de Ubérisons l’Etat avant que d’autres ne s’en chargent

77. • Position monopolistique
• Captation de la valeur produite par les usagers
• Précarisation des travailleurs
UBERISATION = économie de la prédation
économie collaborative Capitalisme de plateforme
?

78. A People’s internet is
possible ! A coalition
of designers, workers,
artists, cooperatives,
developers, […] can
shift structures so that
everybody can reap
the fruits of their own
labor.
Trébor Scholz

79. La donnée au centre
des modèles économiques
2 0 1 7

80. Les données,
véritable enjeux
de la personnalisation

81. les algorithmes de recommandation façonnent la
personnalisation

84. l’utilisation des données dans
le monde de l’assurance et de
la banque

85. mutuelles et assurances investissent
massivement dans le big data

86. remise en cause
des principes mutualistes
• mutualisation équitable
DES RISQUES
• PRINCIPE DE Solidarité
• Existence de l’aléa
moral
• Prise en compte du
hasard comme variable
• Équilibre entre les
cotisations collectées
• Individualisation
DES RISQUES
• PRINCIPE
d’individualisme
• Disparition de l’aléa
moral
• Responsabilisation de
l’assuré
• Chaque assuré cotise

88. Les banques misent sur
la e-réputation pour
l’octroi des crédits

90. Renommée et réputation :
Les données deviennent une
monnaie d’échange

92. Un marché estimé à
$187 milliards en
2019
(source idc)

93. Massification et niche :
la longue traine
15 ans après
2 0 1 7

94. "The mass market is turning into a mass of niches“
Chris Anderson

95. le sur-mesure

96. La profondeur du catalogue

97. La massification des marchés de niche
Stratégie du Groupe
Label :
Lancer une série de
sites internet ultra
spécialisés sur un seul
produit pour devenir le
référent sur ce marché
et miser sur un pouvoir
de marché qui évince la
concurrence

98. Stratégie du Groupe Label :
Pas moins de 6 sites internet

99. La personnalisation de masse
&
L’économie de l’hyper
segmentation

102. Les places de marché ultra
segmentées

103. Du produit au client :
l’ère de l’hyper-
personnalisation ?

104. MERCI
alexandre.bertin@aecom.org
laurent-pierre.gilliard@aecom.org
2 0 1 7

105. 2 0 1 7

106. LE GRAND TEMOIN
2 0 1 7
FABIEN GUILLEMOT
FONDATEUR
POEITIS

107. MATHIEU Hazouard
conseiller régional
délégué économie numérique
et très haut débit
Région Nouvelle Aquitaine
2 0 1 7

108. COCKTAIL

109. 2 0 1 7