OPINION. Anticiper, prédire, imaginer ce que l’avenir nous réserve… l’analyse prédictive a toujours fasciné les êtres humains. Par Alain Conrard, PDG du Groupe Prodware.
« Gouverner, c’est prévoir », dit l’adage. L’étymologie du mot « gouverner », issue du grec kybernan (diriger un navire) et du latin gubernare (gouvernail d’un navire), renvoie précisément à celle du gouvernail. Les termes « gouverner », « gouvernail », « gouvernement » ou encore « gouverneur » proviennent tous de l’instrument permettant de diriger un bateau. Utilisé de manière métaphorique, ce terme décrit la gestion d’un État ou la « gouvernance » d’une entreprise.
Un autre mot directement dérivé de kubernêtikê est la cybernétique, théorie élaborée par Norbert Wiener aux États-Unis à la fin des années 1940. Il a posé les fondements théoriques de ce champ multidisciplinaire qu’est la cybernétique, l’étude du contrôle des flux d’informations dans des systèmes dotés de boucles de rétroaction, qu’ils soient biologiques, politiques, cognitifs, sociaux ou autres. Cette théorie est considérée comme le point de départ de nombreux développements qui ont structuré, pour une large part, notre imaginaire collectif ainsi que la réalité technico-scientifique du monde contemporain. Il n’y aurait ni sciences cognitives, ni neurobiologie, ni neurosciences, ni intelligence artificielle, ni Internet, ni IoT, ni informatique, ni communication, ni automatisation, ni robotique sans cette approche conceptuelle d’une « théorie générale du contrôle et de la communication chez l’animal et la machine ». La cybernétique a même contribué à la philosophie de l’écologie. L’usage généralisé du préfixe « cyber » dans notre langage actuel témoigne d’ailleurs du rôle déterminant de cette discipline.
Gouverner consiste donc à tenir le gouvernail pour contrôler, communiquer et diriger. Autrement dit, anticiper les turbulences potentielles afin d’assurer une navigation sûre et de ne pas être pris au dépourvu lorsqu’une tempête survient. Chaque dirigeant doit en quelque sorte acquérir le pied marin, car le marché est aujourd’hui aussi volatil et agité que la haute mer. Ce n’est probablement pas un hasard si l’on parle de « capitaines d’industrie ».
Anticiper, prédire, essayer de découvrir ce que l’avenir nous réserve… l’analyse prédictive a toujours fasciné l’humanité. De la Pythie aux voyants, en passant par les chamans, astrologues, médiums, lecteurs de tarot ou de lignes de la main, nous avons toujours souhaité connaître ce que demain nous réserve. La science-fiction s’est largement nourrie de cette fascination : Minority Report, imaginé par Philip K. Dick, dans lequel une unité policière spécialisée appelée « Précrime » arrête les criminels avant même qu’ils ne passent à l’acte, en est un parfait exemple. Les algorithmes prédictifs nous rapprochent aujourd’hui de la réalisation de ce vieux rêve.
Parmi les avancées récentes de l’innovation, les nombreuses capacités d’anticipation (et donc de modélisation des évolutions complexes dans le temps) figurent sans aucun doute parmi les plus fascinantes.
Dans le monde des affaires, l’intuition a toujours constitué un outil naturel et apprécié de prise de décision, notamment pour les dirigeants qui connaissent parfaitement leur marché. Pourtant, au regard des progrès récents et des performances atteintes par les solutions prédictives, se fier uniquement à son instinct revient plus ou moins à piloter son entreprise dans un épais brouillard, ou à établir des prévisions financières importantes en espérant simplement que les résultats seront conformes aux attentes.
Pendant très longtemps, l’histoire des données utilisées pour prendre des décisions éclairées ou établir des prévisions a suivi une trajectoire relativement linéaire, malgré les crises. Cette linéarité permettait d’envisager l’avenir à partir de variations statistiques relativement faciles à anticiper. Aujourd’hui, cette approche n’est plus suffisante. Nous ne pouvons plus nous appuyer uniquement sur le passé — et sur certaines pratiques héritées — pour déterminer nos actions futures. Il devient indispensable de prendre en compte la complexité croissante des différents contextes.
Par ailleurs, les transformations et ruptures que connaissent les marchés sont aujourd’hui d’une ampleur telle que l’expérience seule, autrefois précieuse, se trouve dépassée par une instabilité devenue systémique. Pour être capable de prévoir, il faut désormais intégrer un nombre bien plus important de paramètres qu’auparavant — le « auparavant » désignant pourtant une période très récente. Il est également nécessaire de traiter ces paramètres avec davantage de finesse afin de mettre en lumière des corrélations souvent difficiles à percevoir sans les outils modernes d’aide à la décision que sont les solutions de Business Intelligence.
Il s’agit à la fois de voir plus clairement, plus largement et plus loin. En résumé, il s’agit d’exploiter les nouvelles technologies pour déterminer quels objectifs sont réalistes et quels moyens sont nécessaires pour les atteindre.
L’analyse prédictive constitue l’un des moyens de faire face à l’incertitude, devenue omniprésente dans un monde où plus rien n’est véritablement stable. Anticiper est d’autant plus difficile que les interactions entre les nombreux acteurs économiques d’un marché mondialisé (fournisseurs, matières premières, sous-traitants, chaîne logistique, distributeurs, politique, etc.) sont de plus en plus nombreuses et complexes. Toute décision managériale doit désormais intégrer un niveau de complexité inédit.
Aujourd’hui plus que jamais, l’un des principaux défis des entreprises consiste à comprendre avec le plus de précision possible les attentes de leurs marchés cibles, aussi bien en B2C qu’en B2B, concernant les produits qu’elles fabriquent actuellement, qu’elles fabriqueront demain ou qu’elles souhaitent faire évoluer. Cette capacité d’anticipation permet d’ajuster la production en conséquence et influence directement la logistique ainsi que la distribution. Pouvoir prévoir la demande client permet en réalité de piloter l’ensemble du cycle économique de l’entreprise et, in fine, sa rentabilité. Anticiper la demande est devenu un levier stratégique majeur, voire une condition indispensable pour rester compétitif.
La pandémie mondiale a déclenché une tornade économique sans précédent. La crise du Covid-19 a fait émerger des paramètres d’une telle ampleur qu’ils remettent en question nombre de nos méthodes d’analyse traditionnelles. L’intensité, l’étendue et la brutalité de cette crise ont fait apparaître de multiples inconnues nécessitant d’analyser les données selon de nouvelles approches complexes et évolutives.
Cette crise ne se contente pas de bouleverser les schémas comportementaux généralement utilisés dans les modèles prédictifs, elle met également en lumière les nombreuses vulnérabilités du système économique mondial. La situation actuelle illustre parfaitement la pertinence et la valeur des algorithmes prédictifs appliqués aux domaines économique et social.
Dans ce contexte d’insécurité généralisée, faire des affaires n’a rien d’évident. Cette période est marquée par une volatilité économique extrême. Prévoir la demande est devenu une nécessité tout en étant plus difficile que jamais. Si la prévision de la demande n’est pas nouvelle en soi, elle a atteint des niveaux de performance inédits grâce aux nouvelles technologies — principalement l’intelligence artificielle, le machine learning, le Big Data et l’Internet des objets — ainsi qu’à la puissance croissante des capacités de calcul.
Les algorithmes prédictifs permettent de garder le cap dans un environnement instable où les modèles historiques ne constituent plus des références fiables. Ils facilitent l’élaboration de prévisions extrêmement précises sur différents scénarios possibles et apportent une forme de clairvoyance nouvelle au processus décisionnel.
Ces nouveaux outils, fondés sur des indicateurs multisectoriels, l’intelligence artificielle et des approches de modélisation avancées, permettent de générer différents scénarios futurs et alternatives possibles. Après comparaison de ces scénarios, il devient possible d’élaborer différents plans d’action B, C, D, etc.
La mise à jour régulière de ces scénarios alternatifs sécurise les investissements en adaptant l’approvisionnement, les volumes de production et la logistique aux réalités du terrain.
En considérant que l’avenir n’est pas simplement la continuité linéaire du présent et en élaborant des scénarios complexes parfois contre-intuitifs mais plus réalistes, ces algorithmes prédictifs de Business Intelligence permettent de prendre des décisions réellement éclairées. Ils permettent également de produire des tableaux de bord prédictifs hebdomadaires ou mensuels apportant une meilleure visibilité sur l’avenir et réduisant les zones d’incertitude.
La complexité technologique de ces outils répond ainsi à la complexité psychologique et analytique de la prise de décision.
Les algorithmes décisionnels prédictifs représentent une nouvelle manière d’envisager l’avenir pour mieux agir dans le présent. Parce qu’ils permettent d’identifier de nouvelles opportunités de croissance, ils tendent à devenir de véritables copilotes stratégiques pour les entreprises souhaitant sécuriser leur développement futur.
D’une certaine manière, ils constituent à la fois une boussole et un gouvernail permettant de naviguer en sécurité sur des mers agitées en signalant et en anticipant les turbulences à venir.
Grâce aux innovations rendues possibles par les algorithmes prédictifs, nous pouvons désormais affirmer que prévoir, c’est réussir.
(*) Par Alain Conrard, auteur de « Oser ! Une autre vision de l’innovation », publié aux éditions Cent Mille Milliards en septembre 2020, PDG du Groupe Prodware et président de la Commission Stratégies Numériques du METI.
