La start-up comme partenaire d’innovation

Créer des ponts entre une grande entreprise et des start-up n’est pas toujours simple. Cependant cela devient indispensable pour assurer sa capacité d’innovation. Si l’on est par exemple un assureur qui cherche à valoriser ces milliards de données médicales pour aider ses clients à rester en bonne santé, développer des partenariats avec des start-up spécialisées en intelligence artificielle est nécessaire, il n’est plus possible de tout faire en interne. Alors comment rendre ces ponts moins glissants ?

Innover, ce n’est pas juste avoir une idée originale. L’innovation consiste à réussir à obtenir un succès sur le marché. Dans les grandes structures, un des freins dans la mise en œuvre d’une innovation réside dans la culture d’entreprise, généralement mieux adaptée à améliorer les produits existants et à réduire les coûts. Collaborer avec des start-up est une solution pour augmenter la capacité d’une entreprise à innover, mais les ingrédients du succès restent encore très mystérieux.

De l’autre côté, une start-up a besoin d’utiliser les forces d’une grande entreprise telles que son savoir-faire, son accès aux clients et sa capacité à déployer des solutions à large échelle pour lui permettre d’atteindre la phase de croissance.

Dans le but d’identifier ces « ingrédients » qui permettent de réussir un partenariat avec une start-up, l’EPFL Innovation Park a lancé en novembre dernier une nouvelle formation sous la forme d’ateliers. Au programme, partages d’expériences, session de brainstorming et résolution collective des défis de chaque participant.

Après deux séries d’ateliers très enrichissantes, voici quelques éléments et exemples intéressants qui permettent de progressivement lever le voile sur certains ingrédients du succès.

Quelles sont mes motivations ? 

En premier lieu, formuler clairement les raisons pour lesquelles on souhaite collaborer avec des start-up est essentiel, cela permet de focaliser les recherches, d’optimiser les interactions et de clarifier les attentes. Deux motivations sont fortement ressorties des échanges :

Développer un nouveau marché : l’interaction avec des start-up permet de faire de la veille économique et d’entrer sur de nouveaux marchés. L’entité d’innovation de Samsung a par exemple mis en place des partenariats et investi dans des start-up dans l’objectif de définir son positionnement sur le marché des transports.

Samsung a investi dans AImotive, société qui développe de l’intelligence artificielle pour la conduite des véhicules autonomes. Elle a également pris une participation dans Valens qui propose des solutions de connectivité pour véhicules. Grâce aux algorithmes d’AImotive, nous n’aurons plus à nous concentrer sur la route, il faudra donc nous occuper autrement, en visionnant nos films préférés grâce à une excellente connectivité dans notre voiture. Brique après brique, Samsung développe sa proposition de valeur dans la mobilité du futur.

Faire évoluer sa culture d’entreprise et acquérir de nouvelles compétences : Le co-développement de produits avec des start-up permet d’accéder à de nouvelles méthodes de travail et de combiner des équipes avec des profils différents. L’approche « tester et apprendre » qui est simplement une question de survie pour une start-up est ainsi appliquée dans la grande entreprise, plus souvent habituée à lancer de grands projets.

Différents mécanismes existent pour permettre d’identifier les startups avec lesquelles lancer des projets de co-développement, le Groupe Mutuel a par exemple mis en place l’année dernière sa « roue de l’innovation » :

Quelles formes de collaboration mettre en place ? 

Conserver ses clients en bonne santé en mettant l’innovation (big) data au cœur de sa stratégie, c’est un des axes forts de la vision présentée lors des ateliers par Nicolas Loeillot. Pour y arriver, deux mécanismes ont été mis en place pour acquérir les compétences nécessaires, fournir l’infrastructure et l’environnement de travail adéquat :

Lancement d’un accélérateur : Dans le but d’attirer les meilleures start-up qui possèdent des compétences en intelligence artificielle pour valoriser les informations médicales que possède l’assureur, Groupe Mutuel a lancé un accélérateur nommé InnoPeaks. Chaque année une dizaine de start-up s’installent pour une durée de 12 semaines dans les locaux de l’assureur.

Parmi la première volée, on trouve le start-up Medicus. Cette société interprète les rapports médicaux et les traduit en action simple et compréhensible pour le patient. Vous installez leur application, vous prenez une photo de vos analyses sanguines et vous découvrez ensuite leur signification et des conseils pour par exemple réduire votre taux de glucose.

Création d’un Innolab : la roue comprend également la mise en place d’un laboratoire d’innovation autour de la donnée. Il consiste à regrouper toutes les informations à disposition dans le groupe pour permettre d’y développer des algorithmes et explorer de multiples possibilités de valorisation.

Un des premiers défis adressés est le suivant : aider le patient à guérir plus rapidement. En analysant le chemin de santé de milliers de patients, l‘objectif est de déterminer la thérapie et la séquence d’actions la plus efficace à entreprendre pour soigner le patient.

Une approche collaborative pour identifier les ingrédients d’un partenariat réussi

A l’image du Groupe Mutuel, de nombreuses sociétés lancent des initiatives pour innover en faisant des partenariats avec des start-up. Genève Aéroport, Coty, Total, Berney Associés ou encore Maxon Motor ont participé à nos deux premières formations, tous ayant mise en place des formes de collaborations avec des start-up.

De l’autre côté, des entrepreneurs suivent également ces ateliers pour amener leur perspective. La mise en commun de ces expériences et la confrontation des différents points de vue (écart de perception entre l’entrepreneur et le responsable innovation d’un grand groupe) vont nous permettre à terme d’identifier et de partager tous ces ingrédients qui permettent d’augmenter les chances de succès d’un partenariat.

Si vous souhaitez rejoindre cette communauté, la prochaine session aura lieu le 5 et 6 septembre prochain : https://epfl-innovationpark.ch/collaboration-workshops/

Modèle 3D et réalité augmentée accessibles à tous

Les possibilités offertes avec la modélisation 3D et la réalité augmentée vont se multiplier. On va pouvoir planifier l’aménagement de son jardin, obtenir plus rapidement un permis de construire ou optimiser la maintenance des infrastructures grâce à ces technologies. Les solutions sont maintenant à portée de main, sur votre smartphone.

Grâce à notre smartphone, nous sommes de plus en plus producteurs de données numériques. Celui-ci contient de nombreux capteurs dont la qualité augmente sans cesse, comme un gyromètre pour capter nos mouvements et compter nos pas ou une caméra pour prendre des photos et des vidéos. Cette caméra haute définition va à l’avenir offrir de nouvelles possibilités dans le domaine de la modélisation 3D et de la réalité augmentée. Voici un cas pratique, testé en utilisant une solution développée par la start-up romande KickTheMap.

Visualiser le jardin de vos rêves avec son smartphone

La saison de ski se termine, les températures deviennent clémentes, c’est le moment d’investir quelques heures du week-end pour s’occuper de son jardin. Les préoccupations sur le climat faisant la une des journaux, le jardinage est un moyen de se reconnecter avec la nature et de consommer très local en mangeant ces propres pommes, tomates et autres fruits et légumes.

Après avoir ramassé les feuilles mortes, un réaménagement de son jardin s’impose. Pour planifier les changements, on pose son râteau et l’on prend son smartphone : grâce à l’application KickTheMap, on peut « scanner » en quelques minutes son jardin dans le but d’obtenir une modélisation 3D. Les données que vous captez sont envoyées à la start-up pour être traitées. Le modèle 3D y est produit et il est ensuite transmis sur différents formats. J’ai fait l’exercice et voici le résultat :

Dans un deuxième temps, vous pouvez rajouter des objets 3D au gré de vos envies dans le but de visualiser rapidement différents scénarios d’aménagements. Vous pouvez soit scanner des objets vous-même ou accéder à un catalogue de millions d’éléments 3D sur Sketchfab. A l’image de Spotify pour la musique, de YouTube pour la vidéo, Sketchfab est une plateforme qui permet de partager, de visionner et de télécharger des modèles 3D.

Et voilà à quoi pourrait ressembler mon jardin dans quelques semaines :

Gestion du territoire, construction, maintenance des infrastructures, le champ d’application est large

Cette technologie basée sur la photogrammétrie permet de modéliser de nombreux éléments. Plusieurs applications sont imaginables comme par exemple :

Demander une autorisation de construire : Les demandes de permis de construire pourraient être optimisées. Si l’on souhaite par exemple installer une véranda, on pourrait « scanner » la zone et envoyer directement la modélisation 3D aux autorités pour validation.

Faciliter la maintenance d’infrastructures : l’application peut être utilisée pour géolocaliser des conduites et mettre à jour des bases de données d’infrastructures. Lorsqu’une fouille est effectuée sur une route pour la maintenance des canalisations ou la pose de fibres optiques, le relevé de la position des conduites peut être fait avec un smartphone.

Conserver la maîtrise de ses données

Comme toutes solutions pour lesquelles nous produisons et nous partageons des données, il faut être vigilant si on veut préserver la confidentialité de certaines informations. Dans mon exemple, comme j’expose publiquement le modèle 3D de mon jardin, il est important pour moi de m’assurer que ce modèle ne soit pas géoréférencé. Je ne voudrais pas que Google capte et revende ces informations à un paysagiste qui m’enverrait ensuite une offre pour construire ma clôture.

C’est tout l’enjeu de cette économie de la donnée, comment saisir les opportunités offertes tout en préservant sa sphère privée et en conservant une maîtrise sur ce que des tiers peuvent faire avec mes informations.

 

Big data, big profit ?

Réduire les coûts de la santé en améliorant la prise en charge des malades. Améliorer l’expérience en transports publics pour réduire les émissions de CO2 et fluidifier le trafic. Des entreprises s’attaquent à ces enjeux de sociétés en adoptant une stratégie d’acquisition de multiples sources de données pour constituer un « Big Data ». Ils développent ensuite une capacité à transformer cette nouvelle ressource en un service innovant qui a le potentiel de modifier durablement les domaines sur lesquels ils sont actifs.

Lors du Meyrin Economic Forum sur le thème « l’innovation au service de l’humain » organisé le vendredi 8 février dernier, les organisateurs m’ont demandé de faire une présentation autour de la question suivante : Big data, big profit ? Voici trois tendances illustrées par des exemples qui me permettent de répondre par l’affirmative.

1. Acquérir toujours plus de données – l’exemple de Google

Le printemps arrive, c’est jeudi et le week-end s’annonce radieux. Cette perspective vous donne envie d’acheter une nouvelle paire de lunettes de soleil. Un critère d’achat important est de pouvoir les obtenir avant le week-end ! Lorsque vous faites une recherche sur Google, la première annonce référencée est un opticien qui vous propose les Ray Ban de vos rêves, disponibles en stock, à deux pas de chez vous. La raison : Google intègre cette notion « d’urgence » en proposant un référencement préférentiel à l’opticien qui lui fournit ces données d’inventaire. Ce service s’appelle « Google Merchant Center ».

Google a déjà une compréhension de la demande : l’entreprise a généré en 2018 un chiffre d’affaires de $116 milliards grâce à de la publicité ciblée basée sur les données qu’elle collecte sur vous lorsque vous utilisez des services tels que Google Search, Gmail, Google Maps et YouTube. Avec ces données, Google connaît vos besoins et vos préférences.

En lançant Google Merchant Center, la société augmente encore son « Big Data » en intégrant les données d’inventaire des magasins. Elle obtient ainsi une compréhension de l’offre.

Lorsque vous faites une recherche, Google peut ainsi adapter le référencement et faire correspondre l’offre et la demande pour augmenter la probabilité d’achat. Ce nouveau « Big Data » va lui permettre de renforcer sa position dominante sur ce marché.

2. Valoriser les données disponibles – l’exemple de Babylone Health

Diagnostic en ligne et consultation en vidéoconférence, la prise en charge du patient se fait par un smartphone. C’est la solution de Babylon Health, nouvel acteur de la santé qui développe une intelligence artificielle qui effectue un diagnostic médical. L’interface se présente sous la forme d’un agent conversationnel (chatbot) qui vous pose des questions pour identifier les symptômes de votre maladie. Les algorithmes sont entraînés grâce à des millions de données de pratique de la médecine mises à dispositions par les organismes de santé publique.

En partenariat avec la NHS (National Healthcare Systems en Angleterre), Babylon Health a lancé son service dans certains quartiers de Londres. L’objectif est d’améliorer la prise en charge des malades et de réduire le temps d’attente en vous mettant rapidement en contact avec le spécialiste adéquat ou l’hôpital, en fonction de la gravité et du type de maladie dont vous souffrez. La solution permet d’interagir directement avec un médecin au travers de l’application installée sur son smartphone. Dans la zone desservie par le pilote, le temps moyen pour avoir accès au conseil d’un docteur est passé de 2 semaines à 2 heures. Ce service s’appelle d’ailleurs « Docteur à portée de main » (GP at Hand).

Cette start-up a déjà levé $85 millions pour son développement. Cet argent lui permet d’être active sur toute la chaine de valeur, en développant un réseau de médecins et de cliniques.

3. Générer de nouvelles données – l’exemple de Moovit

Moovit propose une application mobile dédiée aux transports publics et à la mobilité douce : en installant l’application Moovit, vous obtenez l’itinéraire optimal pour vous rendre à votre lieu de rendez-vous en utilisant soit les transports publics, le vélo ou la marche. Son service prend en compte les conditions de trafic en temps réel.

Pour « nourrir » ces algorithmes, Moovit capte différentes sources de données :

  • Les données « Open Data » des villes et des transports publics telles que les trajets et les horaires des bus et des trains et les emplacements des pistes cyclables
  • Votre position et vos mouvements renvoyés par le GPS de votre smartphone
  • Elle s’appuie sur une communauté de plus d’un demi-million de bénévoles qui via l’application, informent en temps réel des retards, des travaux et des modifications de parcours dans les transports publics

Moovit a déjà plus de 300 millions d’utilisateurs à travers le monde. Elle obtient ainsi plus de 4 milliards de géodonnées par jour, ce qui en fait le plus grand registre de données de transport au monde. Pour proposer des services de mobilité à la demande et réduire les embouteillages, l’accès à un tel registre sera indispensable.

La société revend déjà ces informations aux villes qui peuvent ainsi mieux planifier leurs infrastructures. Elle a également signé en novembre dernier un partenariat avec Microsoft. Cette stratégie d’acquisition de multiples sources de données commence donc à porter ces fruits et lui permet déjà de négocier avec des multinationales qui cherchent à jouer un rôle dans la mobilité du futur.

Quatre types de sources de données

Dans sa stratégie d’acquisition d’un « Big Data », il faut donc pouvoir intégrer plusieurs types de flux pour créer une proposition de valeur intéressante. On peut classer les types de sources de données comme suit :

Les technologies de stockage et de transformation de milliards de données sont disponibles, avec de nombreux outils qui sont souvent open source. Si on ne veut pas expérimenter seul ou qu’on ne possède pas toutes les compétences en data science, des plateformes collaboratives apparaissent, à l’exemple de AIcrown, start-up récemment lancée par un professeur de l’EPFL. La valorisation des données est une tendance forte, il est donc temps d’apprendre à donner du sens à vos données.

Ma présentation lors du forum économique de Meyrin :

Trottinette électrique en libre-service, un modèle d’affaires numérique valorisé à $2 milliards

Proposer des milliers de trottinettes électriques en libre-service activées au moyen d’une application mobile, c’est la proposition de valeur de Bird. Cette start-up californienne est valorisée à plus de $2 milliards après 1 an d’existence. En appliquant un modèle d’affaires utilisant les technologies numériques, elle a obtenu une adoption rapide et massive de son service et elle accumule des milliards de données sur nos déplacements. Comment les autorités publiques peuvent-elles accompagner plutôt que de subir l’impact de ces nouveaux services ?

Dans les rues de Santa Monica en Californie, en quelques mois, un nouveau moyen de déplacement s’est propagé à une vitesse éclair : on ne peut plus marcher 200 mètres sans voir une trottinette électrique posée au bord du trottoir ou une personne nous dépasser en utilisant ce nouveau moyen de transport !

Une adoption massive grâce à la simplicité apportée par la numérisation

Ces trottinettes sont disponibles en libre-service à tous les coins de rue et le service est très simple à utiliser. Il suffit d’installer une application sur son téléphone portable et de s’enregistrer. On scanne ensuite le QR code présent sur le guidon avec son smartphone et c’est parti, on roule. Pour 1$, vous pouvez déjà parcourir quelques kilomètres.

Vous retrouvez par exemple ces trottinettes à côté des vélos en libre-service. Cependant, à la différence des vélos qui doivent être rapportés à un point de stationnement précis, les trottinettes peuvent être déposées n’importe où.

Le phénomène est impressionnant, des centaines de personnes l’utilisent. Lorsque vous vous promenez, vous observez de nombreuses personnes, de tous âges, devant leur smartphone, qui activent leur nouveau moyen de déplacement.

Il suffit de se connecter dans l’application pour réaliser qu’elles sont effectivement partout. Sur la carte, vous découvrez une centaine de trottinettes dans un rayon de 500m autour de votre position avec pour chacune d’elles, un indicateur du niveau de charge de la batterie.

Cette animation permet de visualiser le phénomène, l’offre abondante proposée est bien utilisée, ces trottinettes sont en mouvement :

Une solution pour résoudre les problèmes de mobilité

La promesse annoncée de ces sociétés : éviter les embouteillages, promouvoir la mobilité douce et réduire l’impact environnemental. A Santa Monica, deux noms se partagent actuellement l’espace public, les entreprises Bird et Lime. Ces start-up ont été créées en 2017 et elles ont déjà atteint une valorisation respective de plus d’un $1 milliard ! Bird a levé un tour de financement en juin de $400 millions pour soutenir sa croissance.

En fin de journée, on les retrouve à côté des arrêts de bus. Les pendulaires les utilisent donc bien comme moyen de transport pour effectuer les derniers kilomètres qui les amènent à leur lieu d’activité. Ils combinent son utilisation avec celles des transports publics à la place de prendre la voiture. Dans une ville comme Los Angeles où la voiture est reine et où les bus sont vides, cette alternative semble séduire, elle leur permet de gagner beaucoup de temps en évitant les bouchons.

Repenser l’espace public

Ce nouveau service qui se diffuse très rapidement contraint les autorités à devoir rapidement réagir. En effet, le partage de l’espace public doit être repensé : ces trottinettes électriques roulant à 30 km/ h sont trop dangereuses pour être utilisées sur les trottoirs. Sur les pistes cyclables, la cohabitation avec les vélos est compliquée.

Dans un premier temps, les autorités prises de cours n’ont pu réagir qu’en imposant des interdictions. En bordure de plage, tous les matins, le personnel de la voirie de Santa Monica pose des panneaux indiquant qu’il est interdit d’utiliser ces trottinettes sur la zone dédiée aux vélos et aux piétons.

Vers une législation expérimentale et un accompagnement aux changements

Ces nouveaux services remettent en question le cadre légal, celui-ci n’étant souvent tout simplement pas défini. Le panneau interdisant les trottinettes électriques me fait très vite penser à celui pour les drones.

Une solution intéressante pour éviter la confrontation et le conflit avec les autorités est la mise en place d’une législation expérimentale, appelée également bac à sable réglementaire (regulatory sandbox). Elle permet d’accompagner le changement et d’établir une collaboration entre ces nouveaux acteurs de l’économie numérique et le régulateur.

L’objectif est de comprendre ensemble les enjeux et déterminer un cadre qui préserve l’intérêt commun. Le mécanisme consiste à autoriser le déploiement du service sur un certain périmètre et pour une durée limitée. Cette solution est déjà en place dans plusieurs régions : à Singapour, le pays l’utilise pour accélérer l’innovation dans le secteur de l’énergie et en Angleterre, les autorités financières l’appliquent pour introduire de nouveaux services financiers innovants proposés par les start-up du domaine (Fintech).

Dans le cas des trottinettes électriques, une approche collaborative et expérimentale avec les autorités permettrait par exemple de faire émerger la solution suivante : dans les zones à risque pour lesquelles les autorités ne souhaitent pas que les trottinettes soient utilisées, une solution de géorepérage (geofencing) peut être implémentée pour bloquer le fonctionnement de la trottinette lorsqu’elle rentre dans ces zones. Ce serait bien plus efficace que la pause de panneaux d’interdictions et la répression policière. Pour Bird, c’est une simple mise à jour de logiciel à effectuer.

Création de nouveaux emplois et accumulation de données

Ces trottinettes peuvent être abandonnées n’importe où, ce qui est très pratique pour son utilisateur, mais qui force les sociétés qui opèrent ce service à devoir les regrouper en fin de journée. En conséquence, une société comme Bird a dû engager des personnes qui viennent récupérer les trottinettes à la tombée de la nuit, un nouvel emploi.

Si l’on se tourne vers le passé, lors de l’apparition de l’éclairage public, des personnes furent engagées pour allumer les réverbères à gaz. En 2018, un nouveau type de travailleur sort à nouveau en fin de journée, cette fois pour déplacer des trottinettes électriques. Concernant le métier d’allumeur de réverbères, sur Wikipédia, on peut lire : « Le métier d’allumeur de réverbères est des plus précaires, soumis aux intempéries et se réalise en complément d’autres activités lucratives ». Il semble donc que l’histoire se répète, même à l’ère du numérique.

Finalement, des sociétés comme Bird accumulent des milliards de données sur nos déplacements et nos habitudes (où l’on travaille, à quelle heure on part, dans quel magasin on s’arrête en chemin ?). Que va faire Bird de toutes ces données accumulées sur nos déplacements ? Beaucoup d’argent, c’est en tout cas le pari des investisseurs qui ont valorisé la société à $2 milliards après une année d’existence.

 

La mobilité passe à l’ère du Big Data

Les expériences pilotes visant à introduire des véhicules autonomes se multiplient. Le site de l’EPFL a été un des précurseurs, avec ses six navettes qui ont desservi le campus entre avril et juin 2015. En mai dernier, l’université de Genève a été désignée pour piloter le consortium européen Avenue, dont le but est de tester le transport collectif de personnes sans chauffeur en milieu urbain.

La mobilité de demain ressemblera à cette animation créée par le MIT Senseable City Lab :

L’impact attendu est la réduction massive du nombre d’accidents et la disparition des embouteillages. Pour rappel, le nombre d’heures d’embouteillage en Suisse a doublé depuis 2009, avec 24’000 heures en 2016 selon l’OFS.

Les données numériques vont jouer un rôle clé pour rendre cette vision possible. Pour orchestrer tous ces flux de véhicules à l’échelle de la ville, l’aide d’un aiguilleur sera nécessaire. Cet aiguilleur devra avoir accès à des milliards de données de mobilité.

Comment cet aiguilleur peut-il acquérir ces géodonnées ?

Nos voitures, nos vélos électriques, les capteurs sur les routes produisent des géodonnées. Nous générons également des traces numériques au travers :

Du smartphone que nous avons tous dans notre poche. Collectivement, nos smartphones génèrent par exemple sur le réseau Swisscom plus de 20 milliards de données par jour qui permettent de visualiser nos déplacements comme le montre cette animation faite en ville de Zurich :

D’un bracelet connecté à notre poignet. Les données produites peuvent également permettre de visualiser nos déplacements comme le montre cette vidéo du MIT Senseable City Lab en ville de Boston et à San Francisco :

Qui se profile comme l’aiguilleur de notre mobilité ?

Des entités publiques et privées proposent déjà un service pour nous aider à optimiser nos trajets. Prenons deux exemples :

Le Canton de Genève a déployé des centaines de capteurs routiers connectés sur tout son territoire. Ces données sont à la fois une source d’information précieuse pour la planification urbaine, et d’autre part, elles sont également mises à disposition du citoyen sur le portail infomobilité.

Google propose l’application Waze. Celle-ci nous indique le meilleur itinéraire en fonction des conditions du trafic. L’application combine à la fois les données de positionnement de notre smartphone et les informations sur le trafic remontées par les utilisateurs.

Quels sont les objectifs visés par ces aiguilleurs ?

Suivant le type d’entité qui jouera le rôle d’aiguilleur, les objectifs ne seront pas les mêmes. Si on reprend nos deux exemples :

Réduire le trafic au centre-ville est l’objectif visé par le Canton de Genève. Il a pour cela défini une hiérarchie de réseau : les voitures qui passent par le centre-ville mais qui ne s’y arrêtent pas doivent contourner le centre en utilisant les routes extérieures comme indiqué sur le schéma ci-dessous.

Minimiser le temps de parcours individuel de leurs utilisateurs est l’objectif de Google. En conséquence, si le chemin le plus court pour vous rendre à votre destination consiste à passer par des petites ruelles du centre-ville, c’est le chemin qui vous sera proposé.

Comment assurer l’intérêt commun ?

Il y a donc un conflit d’intérêts entre d’un côté une application qui vise à vous proposer une solution individuelle et de l’autre, les nuisances que cela engendre sur tout un quartier. C’est un phénomène en forte augmentation dans toutes les villes du monde.

L’enjeu pour piloter la mobilité de demain est donc double :

Développer des collaborations qui permettent de combiner les différentes sources de données pour obtenir une compréhension complète de la dynamique du trafic.

Aligner les objectifs des algorithmes développés de sorte que les itinéraires proposés garantissent le fonctionnement adéquat de la mobilité pour toute la population, ainsi que l’assurance de la cohérence avec les politiques publiques en matière d’urbanisme et de transport.

Le rôle de l’Etat est appelé à évoluer car il n’est déjà plus en mesure de rivaliser avec les acteurs privés qui possèdent beaucoup plus de données.

A Genève, c’est une opportunité pour positionner le Système d’Information du Territoire (SITG), structure précurseur sur ces enjeux de la géoinformation. La mission du SITG ne sera certainement pas d’être l’aiguilleur de la mobilité de demain, mais il pourrait devenir la plateforme qui collecte et garantit la qualité des multiples sources de géodonnées. Il pourrait assurer la cohérence dans les développements de solutions de guidage proposées par les acteurs qui utiliseront ces données.

La cité du bout du lac est la plus congestionnée de Suisse selon le dernier classement d’INRIX, elle a maintenant le potentiel de devenir exemplaire dans le pilotage de la mobilité de demain en maîtrisant la gouvernance du Big Data des géodonnées.

Sur ce même thème, ma présentation au Forum des 100 le 24 mai dernier :

Les 3 facteurs de succès d’une collaboration start-up / grande entreprise réussie

Développer un partenariat entre une start-up et une grande entreprise peut s’apparenter à intégrer un patineur artistique dans une équipe de hockey : tous les deux sont à l’aise sur la glace, mais ils n’ont pas les mêmes objectifs ni la même culture, ce qui rend l’opération compliquée. Dans le sport, ces deux disciplines partagent le même terrain de jeu, la patinoire, mais ne se croisent pas. En revanche dans l’industrie, de nombreuses entreprises cherchent à collaborer avec des start-up pour innover.  Trois facteurs de succès caractérisent un partenariat réussi. 

Les concours de start-up se multiplient, des incubateurs et des laboratoires d’innovation sont créés à l’intérieur des grandes entreprises pour accueillir ces jeunes pousses. Ces initiatives ont pour objectif d’intensifier les contacts entre les employées de ces grands groupes et les entrepreneurs et de créer un environnement favorable à la mise en place de partenariats.

Cependant en cas d’échec, les conséquences ne sont pas les mêmes pour les deux parties prenantes. La grande entreprise aura perdu du temps et de l’argent et elle adaptera sa stratégie, en explorant des développements à l’interne ou simplement en stoppant le projet. Pour la start-up, les efforts et les ressources déployés influencent fortement sa trésorerie limitée. Si aucun revenu n’est finalement généré, cet engagement peut engendrer sa faillite. Il est donc judicieux de qualifier rapidement le potentiel de collaboration.

En novembre dernier, en collaboration avec deux experts en innovation, Blaise Vonlanthen et Metin Zerman, nous avons entrepris une démarche pour identifier les facteurs de succès. Notre objectif était d’établir un outil simple permettant de déterminer la pertinence à mettre en place un tel partenariat. Nous avons tout d’abord organisé un atelier réunissant 20 entrepreneurs dans le cadre du Carrefour des Créateurs, événement annuel de l’association Genilem.

Cet atelier de travail nous a permis de converger sur les trois premiers facteurs de succès suivants :

  1. L’adéquation stratégique
  2. La capacité d’action
  3. Le rapport de force

Le partenariat entre NetGuardians et Swisscom permet de mettre en exergue ces trois facteurs. Mis en place par Bernard Hofmann, en charge des plateformes bancaires chez Swisscom, c’est en effet un exemple parlant de partenariat start-up / grande entreprise réussi.

Lutter contre les transactions bancaires frauduleuses

NetGuardians est spécialisée dans la détection de transactions frauduleuses dans le secteur financier. Sa solution permet d’identifier les activités anormales en temps réels et ainsi bloquer les transactions suspectes.

Tous les services bancaires deviennent accessibles en ligne, que ce soit depuis un PC, une tablette ou un mobile.  On peut effectuer un versement d’argent en tout temps, à la maison, au bureau ou dans le bus. Ces évolutions donnent aux fraudeurs d’avantages de possibilités pour accéder à votre compte et détourner votre argent, en utilisant des techniques de plus en plus sophistiquées.

Les cybercriminels 2.0 ne cherchent plus à intercepter votre code et à copier votre carte bancaire au bancomat. Ces nouveaux fraudeurs se font par exemple passer pour un employé de Microsoft qui vous contacte pour vous demander de mettre à jour votre licence Windows prétendument expirée. Ils vous demandent de faire un transfert bancaire pour acheter une nouvelle clé d’activation. Lors de la manipulation, vos accès d’e-banking sont ainsi interceptés.

L’impact de ces nouvelles méthodes de fraude est substantiel : les montants détournés sont beaucoup plus élevés que ceux volés sur une carte bancaire et les mécanismes de fraude peuvent être déployés à plus large échelle. De telles attaques ciblées peuvent donc rapidement engendrer le vol de plusieurs centaines de milliers de CHF en quelques minutes.

Les algorithmes développés par Netguardians permettent par exemple de détecter et de bloquer des transactions anormales, comme le transfert de 40 CHF (prix d’une licence) suivit quelques secondes plus tard d’une deuxième transaction pour un montant de 10’000 CHF.

Une excellente complémentarité

L’adéquation stratégique est optimale : Swisscom gère l’infrastructure de plusieurs institutions bancaires. La détection de fraude est une solution qui répond à un besoin client et qui n’est actuellement pas dans le portefeuille de solutions. Les produits de Netguardians complètent donc parfaitement l’offre. L’opportunité, le produit et le marché cible sont clairement définis.

La capacité d’action comprend à la fois le niveau de risque que la grande entreprise est prête à prendre et la flexibilité offerte pour intégrer la solution dans ces processus. Avec Netguardians, la prise de risque est limitée, la start-up possède une solution mature utilisée par plusieurs clients. La relation a d’ailleurs été établie au travers d’un client satisfait qui l’a recommandée.

En termes de processus, la solution logicielle proposée peut être hébergée dans l’infrastructure de Swisscom sans faire de compromis sur la rapidité d’évolution de la solution. Elle permet d’ailleurs à la start-up de faire évoluer son modèle d’affaires, en proposant son produit sous la forme d’un service. L’établissement bancaire paie un montant mensuel en fonction du nombre et du type de contrôles effectués.

Le rapport de force est bien équilibré :  Swisscom n’est pas le canal exclusif de distribution des produits de Netguardians. Le marché ciblé est bien défini et les activités communes sont concentrées sur la Suisse. La start-up adresse un marché mondial et elle va pouvoir répliquer ce modèle de partenariat avec d’autres opérateurs.  

Un outil d’analyse des facteurs de succès

Si les objectifs stratégiques sont clairs mais que la solution s’intègre difficilement dans les processus internes, le partenariat aura du mal à fonctionner et l’exécution sera compliquée. Il est donc nécessaire d’avoir un environnement dans lequel les trois facteurs identifiés sont favorables. Il s’agit donc de réussir à jouer un premier accord :

Ces trois facteurs de succès identifiés ne sont pour autant pas exclusifs. Nous allons continuer à explorer et faire évoluer notre outil d’analyse au travers d’ateliers et sur la base de nos expériences.

En conclusion, la collaboration avec Netguardians a permis à Swisscom de proposer une solution de détection de fraude en moins d’un an à la place de développer une solution interne qui aurait pris entre 3 et 5 ans. Ce partenariat permet également à la start-up d’accélérer sa croissance.

Une réflexion collective sur les facteurs de succès va permettre de multiplier les partenariats de ce type et gagner en agilité. Cela bénéficiera à tout l’écosystème : dans le canton de Vaud, il a plus de 32 start-up qui comme NetGuardians, maîtrisent les technologies du big data (mégadonnées) et de l’intelligence artificielle comme le montre cette cartographie.

 

En lien ci-dessous, ma présentation sur ce thème au Tech Meeting à la chambre de commerce et d’industrie à Fribourg (CCIF) en novembre dernier :

Combiner Big Data et business du lait maternel : le pari réussi d’une PME suisse

La valorisation des données fait évoluer le modèle d’affaires d’une entreprise. Cependant, elle implique une transformation profonde, qui mobilise toute l’entreprise et qui n’est pas juste un projet ponctuel ; il s’agit plutôt d’un cheminement.

Ce cheminement, Medela le parcourt depuis plusieurs années de manière absolument admirable. Cette PME suisse a su adopter le virage nécessaire afin de mettre la valorisation des données au cœur de son business. L’industrie des tire-lait, ces petites pompes qui permettent aux jeunes mères de tirer leur lait et de nourrir leurs enfants par l’intermédiaire d’un biberon, n’est à priori pas à la pointe de la technologie en ce qui concerne les données. Et pourtant!

L’opportunité que représente la valorisation des données, une fois celles-ci rassemblées, demande de revoir la mesure de la performance ainsi que la manière d’appréhender l’activité commerciale dans son ensemble. Il n’y a que comme cela que les entrepreneurs pourront bénéficier pleinement de cette opportunité.

Le changement de modèle d’affaires, c’est à dire la façon dont une entreprise créée de la valeur, n’est en effet qu’une partie de l’équation qui compose la transformation numérique. Il s’accompagne d’un changement du modèle mental, la manière dont l’entreprise et ses collaborateurs conçoivent leur mission.  Le modèle de mesure de la performance doit en conséquence également s’adapter.

Pour réussir sa transformation, il est essentiel d’orchestrer le changement de ces trois éléments en même temps. Medela l’a particulièrement bien compris et j’aimerais ici approfondir son approche.

1. Une application mobile pour augmenter et étendre l’interaction client

Medela a dans un premier temps lancé une application mobile destinée à accompagner les mères – et les pères par extension – autour de la naissance de leur enfant. Avec MyMedela les parents se voient proposer des conseils tout au long de la grossesse et surtout autour de l’allaitement. Ces informations sont contextualisées en fonction du temps restant avant l’accouchement. Par exemple, 3 semaines avant le terme prévu, l’application vous propose de préparer votre valise pour l’hôpital et vous suggère une liste d’affaires à emporter.

Ce service répond à une demande : dans un pays comme les Etats-Unis où Medela réalise la moitié de son chiffre d’affaires, le réseau de puériculture n’est que peu développé. Une application qui fournit continuellement des conseils permet à de jeunes parents de se sentir moins seuls.

Le succès a été au rendez-vous, MyMeleda a déjà été téléchargée presque 1 million de fois.

2. Un objet connecté pour simplifier la collecte d’information

Une deuxième étape a été de lancer un produit connecté, le tire-lait Sonata :

L’intégration avec l’application MyMedela permet d’avoir un suivi automatique de la quantité de lait produite et de la fréquence d’utilisation. Ces informations peuvent être enrichies avec l’enregistrement des séances d’allaitement, du changement des couches, de la durée des siestes et de la mesure du poids et de la taille de l’enfant.

En combinant toutes ces informations, une mère possède alors un tableau de bord complet sur la nutrition et le développement de son enfant, qui peut également être facilement partagé avec sa puéricultrice ou son médecin.

Si des soucis d’allaitement ou une croissance anormale de l’enfant sont détectés, de précieuses informations sont à disposition du médecin pour effectuer son diagnostic.

3. L’utilisation de ce big data pour faire évoluer son modèle d’affaires

Dès que le nombre d’utilisateurs aura atteint une taille critique, on comprend bien que l’entreprise possédera une mine d’or :  des milliers de données en temps réel seront générés, fournissant des indicateurs sur la croissance des nouveau-nés dans le monde entier.

Passer d’un conseil contextualisé à un conseil basé sur l’analyse d’une masse de données

Dans l’application actuelle, les conseils proposés sont principalement liés à la temporalité, par exemple, au cinquième jour après la naissance, MyMeleda propose de combiner l’allaitement au sein avec celui du biberon si cela est nécessaire. Dans le futur, en fonction du volume de lait maternel produit par la maman et la croissance du bébé, l’application pourra au moment opportun, suggérer d’introduire des biberons de lait en poudre.

Les algorithmes pourront apprendre sur des milliers de cas pour proposer la solution optimale.

La collecte et l’analyse des informations sur la nutrition et la croissance de milliers de bébés ouvrent de nouvelles perspectives :  l’entreprise sera en position optimale pour proposer des solutions thérapeutiques et collaborer avec les hôpitaux et cliniques pour aider les bébés qui souffrent de maladies.

Le modèle mental et le modèle de mesure doivent changer pour réussir

Devenir le numéro 1 dans la fabrication de produits d’allaitement, tel est probablement le but recherché par la compétition. Une organisation qui cherche à atteindre cet objectif ne sera pas en mesure de bénéficier pleinement des opportunités de ce big data nouvellement constitué.

Sans modifier son modèle mental et son modèle de mesure, l’entreprise va continuer à faire de l’innovation incrémentale sur ces produits.

Un nouveau modèle mental doit se diffuser dans toute l’organisation. Pour Medela, il pourrait être exprimé de la manière suivante : j’assure à toutes les mamans une période d’allaitement harmonieuse.

L’entreprise élargit son marché en proposant, grâce à la plateforme MyMedela, un accompagnement complet pour un allaitement optimal du bébé. Elle ne se bat plus uniquement pour augmenter la part de marché de ses produits.

La mesure de la performance évolue en conséquence : au lieu de mesurer par exemple le nombre de variantes de son produit lancé chaque année, l’entreprise se concentre sur la fréquence d’utilisation de MyMeleda ou sur les nouvelles solutions vendues grâce à l’algorithme de recommandation.

En conclusion, le développement par étapes d’un environnement intégré et connecté permet à la fois d’offrir de nouveaux services, mais surtout de collecter des données précieuses qui modifient sa position sur le marché. Les données ouvrent un champ d’utilisation formidable grâce aux nouvelles possibilités offertes par l’intelligence artificielle.

En faisant évoluer à la fois son modèle d’affaires, mais également son modèle mental et les mesures de performances, une PME peut poursuivre sa croissance non plus de manière linéaire, mais de façon exponentielle, phénomène qu’on observe pour le moment principalement chez les acteurs de la nouvelle économie.

 

Lectures complémentaires proposées:

L’article “To change your strategy, first change how you think” dans Harvard Business Review qui décrit le concept des trois modèles  fournit de très bons exemples.

Je vous recommande également l’excellent article en anglais de Nora McInerny Purmort dans Elle.com sur son expérience d’utilisatrice de Meleda : “The new generation of breast pump might not actually suck

Comment acquérir un gisement de Big Data, ce nouveau pétrole de l’économie numérique ?

Tous les objets de notre quotidien deviennent connectés : notre voiture, maison, four, cuisinière, lave-linge, vélo, tv, nous pouvons aussi l’être au travers d’un bracelet connecté ! Tous ces capteurs génèrent un volume de données titanesque qui double tous les ans, celles-ci s’apparentent au nouveau pétrole du 21ème siècle. 

Dès lors, comment les entreprises réussissent-elles à acquérir un tel gisement ? Comment transformer ces données en “Smart Data” ? Quel est l’impact sur son modèle d’affaires ? Et quels en sont les risques ?

Je commence cette année avec une série de réflexions et de partage d’expériences sur ce thème, en débutant tout naturellement par le premier enjeu : Comment acquérir une masse considérable de données nommée “Big Data” ou “mégadonnées” ?

Les entreprises possédant ces Big Data se verront accorder un avantage concurrentiel considérable, pour autant qu’elles soient ensuite capables de les valoriser.  Ce phénomène touche tous les domaines, de la publicité ciblée à l’industrie 4.0 en passant par la médecine personnalisée et l’agriculture de précision.

Dès lors, quelles stratégies mettre en place pour créer un tel gisement de données ? Prenons trois exemples de domaines, la santé, la publicité en ligne et la mobilité.

1.     Constituer une biobanque mondiale de génomes

La médecine va être transformée par les acteurs qui arriveront à obtenir ce Big Data. En effet, pour proposer une médecine prédictive et par la suite, une médecine préventive, l’industrie a besoin d’entrainer ces algorithmes avec un nombre de données considérables. De nombreux acteurs s’attaquent à ce marché avec des stratégies différentes, en voici deux exemples :

La première approche : agréger les données collectées par les hôpitaux.

Les hôpitaux universitaires comme le CHUV constituent des biobanques sur la base volontaire des patients. En développant des partenariats avec les hôpitaux, on peut arriver à concentrer une masse de données élevées. Pour obtenir ces données, des solutions de stockage, de partage sécurisé des données et des analyses des résultats du séquençage du génome sont proposées aux hôpitaux. C’est l’approche choisie par la startup vaudoise Sophia Genetics, qui a déjà signé des contrats avec plus de 400 établissements.

La deuxième approche : proposer un service pour lequel le client doit fournir ses données

Pour 99.- USD, la startup 23andme vous propose de connaître vos origines sur les 200 dernières années. On peut ainsi découvrir que nos origines sont par exemple, en majorité suédoise et danoise, mais qu’on a des descendants italiens.  Dès cette année, on peut également obtenir des informations telles que le risque d’avoir une maladie génétique comme Parkinson ou sa prédisposition à être plus maigre ou plus gros que la moyenne. Le processus est très simple, il suffit de commander un kit dans lequel se trouve une éprouvette. On y met un peu de salive et on la renvoie. Au maximum deux mois plus tard, on a les résultats en ligne. En proposant ce service, 23andme a déjà collecté plus d’un million de génomes.

2.     Connaître toutes nos actions sur internet

Comme deuxième perspective, regardons un domaine plus mature, celui de la publicité avec le cas de Google. Son modèle d’affaires est centré sur la donnée, plus de 80% de son revenu est généré en monétisation son Big Data, par la vente de publicités ciblées en ligne. Comment ont-ils fait pour accéder à ce “Big Data” ?

  1. L’accès au flux de données sur nos ordinateurs : Google a introduit gratuitement le navigateur Chrome en 2008. Le graphique suivant montre l’évolution des parts de marché des différents navigateurs internet : en 10 ans, Google Chrome a capturé presque 80% du marché.
  2. L’accès au flux de données sur nos mobiles : Google a racheté la startup Android en 2007 et son système d’exploitation est actuellement utilisé sur plus de 80% des smartphones.

Chrome et Android sont donc les interfaces qui permettent à Google d’acquérir une masse considérable de données sur nos activités. La firme de Cupertino est donc parvenue à obtenir une part de marché telle qu’elle est maintenant devenue incontournable. On peut même résumer la stratégie de Google d’accès à la donnée par la citation de Peter Thiel (dont je lis actuellement le livre “Zero to One”) : “la compétition est pour les perdants, créer plutôt un monopole”.

3.     Capter les données de la mobilité du futur

Les voitures deviennent toutes connectées à leur environnement et elles renvoient des données en continu. Des applications multiples vont voir le jour :  par exemple, si l’on obtient l’information sur le déclenchement des essuie-glaces d’un grand nombre de voitures, on serait en mesure de cartographier en temps réel la position et le déplacement des orages.

Trois exemples de stratégies pour accéder à ce Big Data :

  • Google (encore!) veut rentrer dans nos voitures et propose Androidauto, qui, de la même manière qu’avec Chrome ou Android, lui permettra de capter nos données
  • Tesla propose un véhicule connecté et de plus en plus autonome qui intègre son propre système d’exploitation. Tesla a bien compris qu’elle doit garder le contrôle des données produites par ces véhicules
  • Proposer un service innovant de mobilité sur la base d’une plateforme qui collectent toutes les informations de mobilité. C’est la stratégie adoptée par des sociétés comme Uber ou Lyft. Uber propose déjà ces données anonymisées, Uber Movement, dans le but d’améliorer la planification urbaine.

En conclusion, j’ai pris trois secteurs en exemple, mais l’enjeu de réussir à accumuler un Big Data est présent dans tous les domaines.  Les stratégies d’acquisition de données sont multiples, mais comme le montre le domaine de la publicité en ligne, les sociétés qui auront anticipé cette tendance se retrouveront dans une situation favorable. Il y a peut-être aussi une deuxième question à se poser : est-ce qu’une répartition très polarisée du Big Data est susceptible de créer des déséquilibres économiques et sociétaux ?

En lien ci-dessous, ma présentation sur ce thème au Swiss Data Day de l’EPFL en novembre dernier :