L’intelligence artificielle oblige à repenser les fondements de notre capitalisme

D’un coté les grands groupes qui visent le court-terme avec des action­naires qui exigent des retours sur inves­tis­se­ment rapides. De l’autre des start-up, dont l’ob­jec­tif n’est plus de se faire rache­ter mais de créer leur mono­pole, avec l’aide de fonds de capi­tal-risque qui ne financent que des pro­jets très ris­qués et très gour­mands en capital. 

Tu as été, aux côtés de Paul Hermelin, chef de projet du plan big data pour l’initiative « nouvelle France industrielle » du gouvernement, peux-tu nous parler de cette expérience ?

C’est un plan un peu par­ti­cu­lier, car il n’est pas direc­te­ment lié à la réa­li­sa­tion d’un objec­tif indus­triel comme l’avion élec­trique ou à l’animation d’une filière indus­trielle particulière. 

Les enjeux du big data sont en effet pré­sents dans toutes les indus­tries, manu­fac­tu­rières ou de ser­vices, et ces enjeux sont sou­vent trans­ver­saux, comme l’évolution de la rela­tion client ou la modi­fi­ca­tion des modèles d’affaires.

“ Les entreprises du CAC 40 investissent de manière trop prudente ”

Avec Paul Her­me­lin, nous avons donc déci­dé de pro­mou­voir une approche par la demande (issue de la sen­si­bi­li­sa­tion des grands groupes aux enjeux), plu­tôt qu’une approche par l’offre (finan­cer des start-up et espé­rer qu’elles arri­ve­ront à se développer). 

Avec les diri­geants, nous avons par­lé de don­nées et d’ubérisation de l’économie, car il est impor­tant qu’ils évitent d’imaginer le futur comme une inter­po­la­tion du pas­sé. Nous sommes en effet en train de pas­ser d’une indus­trie où les clients achètent et financent des biens manu­fac­tu­rés à une indus­trie de ser­vices où les clients louent l’accès à des pla­te­formes finan­cées par les pro­prié­taires de ces plateformes. 

Ain­si, par exemple, l’industrie de l’automobile se trans­forme pro­gres­si­ve­ment en indus­trie de ser­vices de mobi­li­té, et les concur­rents de Renault seront peut-être davan­tage Google ou Apple que Volks­wa­gen. Le contexte est donc très différent. 

En quoi le big data change-t-il le rapport à la finance des entreprises ?

Nous sommes en train de vivre des muta­tions du capi­ta­lisme aus­si impor­tantes qu’au XIX^e siècle où le rôle de l’argent et du sala­riat ont été redé­fi­nis. Actuel­le­ment, les entre­prises du CAC 40 inves­tissent de manière trop pru­dente et par­ci­mo­nieuse : elles mini­misent le risque, cherchent un temps de retour sur inves­tis­se­ment court et ont du mal à remettre en ques­tion leur modèle d’affaires.

Il est plus ris­qué de lais­ser de l’argent dor­mir sur son compte ban­caire que de l’investir dans des entre­prises comme Uber. © WORAWEE MEEPIAN / SHUTTERSTOCK.COM

À l’opposé, les grands fonds de capi­tal-risque, notam­ment amé­ri­cains, ne financent que des pro­jets très ris­qués et très gour­mands en capi­tal, mais dont l’objectif, à hori­zon rela­ti­ve­ment loin­tain, est la consti­tu­tion d’un nou­veau mono­pole d’usage pou­vant, à terme, dic­ter ses condi­tions au marché. 

Or, comme ils l’ont fait ces der­nières décen­nies, les grands groupes conti­nuent de pen­ser qu’il faut avoir de bonnes rela­tions avec les « gen­tilles » start-up qu’ils pour­ront rache­ter un jour pour inter­na­li­ser leurs inno­va­tions. Cette approche est tou­jours inté­res­sante, mais l’avènement de l’économie des pla­te­formes, finan­cées non pas en mil­lions, mais en mil­liards, a com­plè­te­ment chan­gé la donne. 

Ces pla­te­formes ont en effet la volon­té et les capa­ci­tés finan­cières pour s’attaquer non pas à la marge, mais au cœur des mar­chés his­to­riques. Le modèle d’affaires de ces start-up new look n’est plus du tout de se faire rache­ter par des grands groupes mais plu­tôt de leur faire une concur­rence fron­tale et de prendre leur place. 

Dans ce contexte, le risque pour les grands groupes est en fait de se faire dévo­rer de deux manières. D’une part par le bas, car ils vont perdre des clients. Aujourd’hui, les entre­prises du Web n’ont plus besoin d’avoir recours à leurs ser­vices, car elles sou­haitent pro­duire elles-mêmes et ont une volon­té inté­gra­trice, comme Apple qui pos­sède ses data cen­ter, ses uni­tés cen­trales de trai­te­ment et ses pro­ces­seurs graphiques. 

C’est dans l’ADN de ces entre­prises que d’internaliser tout ce qui peut avoir un impact sur leur busi­ness. D’autre part par le haut : les start-up captent une par­tie des usages (et donc du mar­ché) par les ser­vices. Par exemple, dans le monde de l’assurance, si les clients n’achètent plus de voi­tures (en fai­sant plu­tôt du covoi­tu­rage, de la loca­tion occa­sion­nelle, bref en rem­pla­çant la pro­prié­té d’une voi­ture par son usage), ils n’ont plus besoin de l’assurer.

Le constat que tu fais est assez sombre pour les grands groupes, comment peuvent-ils s’organiser pour se défendre ?

Face à ce nou­vel envi­ron­ne­ment éco­no­mique, ma pré­co­ni­sa­tion est de sor­tir du modèle qui consiste à inves­tir dans les start-up pour faire de la com­mu­ni­ca­tion, sans vrai­ment prendre au sérieux ces entreprises. 

Au contraire, il faut faire comme Alpha­bet (la hol­ding qui détient Google), c’est-à-dire créer une hol­ding, rache­ter une ETI flo­ris­sante (avec 150 per­sonnes envi­ron), la finan­cer à hau­teur de plu­sieurs cen­taines de mil­lions d’euros d’argent frais, puis assu­rer le trans­fert de valeur entre l’ancien busi­ness et le nou­veau (mettre en com­mun les bases clients par exemple, licen­cier la tech­no­lo­gie, l’accès aux réseaux, etc.). 

D’ailleurs, pour injec­ter une telle quan­ti­té d’argent frais, il faut faire appel à des inves­tis­seurs pri­vés qui veulent avoir de la visi­bi­li­té sur la stra­té­gie de l’entreprise. C’est une forme « d’industrie finan­cia­ri­sée » qu’il n’est pas facile d’accepter pour des indus­triels habi­tués à maî­tri­ser entiè­re­ment leur appa­reil productif. 

Quels sont les obstacles que vous voyez pour aller vers ce nouveau modèle capitalistique ?

Pour per­mettre la crois­sance des grands groupes, il faut qu’ils prennent l’habitude d’aller cher­cher cet argent à l’extérieur pour finan­cer le Schum­pe­ter exter­na­li­sé, car il est sou­vent plus facile de trou­ver de l’argent en externe qu’en interne. 

En effet, en interne, les action­naires sont fri­leux, les risques sont grands si les inves­tis­se­ments se révèlent mau­vais, en termes d’emplois, de capa­ci­tés à lan­cer de nou­veaux pro­jets, etc. En revanche, cher­cher de l’argent en externe com­porte moins de risques (les liqui­di­tés n’ont jamais été aus­si nom­breuses sur les mar­chés qu’aujourd’hui, il y a donc des oppor­tu­ni­tés à saisir). 

Aujourd’hui, avec les taux réels néga­tifs, il est plus ris­qué de lais­ser de l’argent dor­mir sur son compte ban­caire que de l’investir dans des entre­prises comme Uber. C’est en tout cas ce que pensent nombre d’investisseurs.

Ce nou­veau capi­ta­lisme échappe en grande par­tie aux banques, à part peut-être à Gold­man Sachs, car il est essen­tiel­le­ment finan­cé par des mil­liar­daires, c’est-à-dire des canaux qui échappent aux banques. 

Le pro­blème est que les patrons des grandes entre­prises sont sur un siège éjec­table en per­ma­nence, sont dans le court terme et ne peuvent pas inves­tir, alors qu’ils ont en face d’eux des entre­pre­neurs. Le pire enne­mi des grands groupes, c’est le pro­fit à court terme. 

La loi Infor­ma­tique et liber­tés est à double tran­chant. Elle ras­sure le consom­ma­teur mais peut aus­si être un frein à l’innovation en empê­chant de consti­tuer de grandes bases de don­nées et des pla­te­formes. © FOTOLIA.COM

Sou­ve­nons-nous qu’une entre­prise comme Ama­zon perd encore de l’argent. Or, c’est une entre­prise qui peut faci­le­ment mettre à mal des sec­teurs qui n’investissent pas assez, comme le sec­teur bancaire. 

En effet, elle nous connaît à tra­vers nos achats de façon très pré­cise (elle sait si nous sommes fidèles aux marques par exemple, quel télé­phone nous avons, si nous sommes des ear­ly adop­ters, aimons prendre des risques, etc.) beau­coup plus fine­ment que les banques. 

Si demain Ama­zon se trans­forme en banque, elle ne connaî­tra plus seule­ment nos dépenses, mais aus­si nos reve­nus. Elle pour­ra alors se mettre à dis­tri­buer des pro­duits d’épargne mieux que qui­conque, car qui est mieux pla­cé pour connaître le pro­fil de risque d’une per­sonne qu’une entre­prise qui connaît les reve­nus et les dépenses de ses clients ? 

Le seul et unique moyen pour les banques de se pro­té­ger est de deve­nir des Ama­zon, c’est-à-dire de connaître les dépenses de ses clients et donc d’inventer des modèles éloi­gnés de ce qu’elles ont tou­jours fait. 

L’intelligence arti­fi­cielle per­met d’analyser de la don­née trans­ver­sale et de cas­ser les silos d’informations afin d’accéder à ces niveaux de connais­sance de ses clients. 

La situation des start-up en France est-elle plus encourageante ?

Le mar­ché fran­çais est trop petit. Cela rend l’accès aux don­nées dif­fi­cile. Le pro­blème du mar­ché euro­péen, c’est qu’il y a N mar­chés indé­pen­dants. Le mar­ché unique, ça marche peut-être pour les grands groupes, mais pas du tout pour les petites entre prises. 

Un entre­pre­neur fran­çais connaît fina­le­ment mieux le mar­ché amé­ri­cain à tra­vers Tech­Crunch que le mar­ché bri­tan­nique. Il y a très peu de pla­te­formes fran­çaises, car elles néces­sitent beau­coup de capitaux. 

Les grandes entre­prises prennent les idées des start-up mais ne jouent pas le jeu de vrai­ment faire émer­ger des start-up, ce que celles-ci ont com­pris, et ces der­nières évitent donc les grands groupes comme clients quand leurs modèles d’affaires le leur permettent. 

Le pro­blème de l’intelligence arti­fi­cielle en France n’est donc pas tant au niveau de la recherche scien­ti­fique, qui est excel­lente, mais dans la réti­cence des grandes entre­prises à deve­nir des accé­lé­ra­teurs de start-up en accep­tant de les payer trois fois et avec l’argent des autres (en levant des fonds auprès d’investisseurs privés). 

Y a‑t-il d’autres obstacles à la croissance économique permise par l’IA ?

Il y a aus­si des obs­tacles ins­ti­tu­tion­nels. Par exemple, la loi Infor­ma­tique et liber­tés est à double tran­chant. Si c’est un label de qua­li­té à l’export, c’est un atout : cela ras­sure le consom­ma­teur que de savoir que ses don­nées seront trai­tées de façon éthique. 

“ Le seul et unique moyen pour les banques de se protéger est de devenir des Amazon ”

Mais cela peut aus­si être un frein à l’innovation si cela empêche de consti­tuer de grandes bases de don­nées et des plateformes. 

La pro­tec­tion des don­nées pri­vées est impor­tante mais en même temps, il ne faut pas régu­ler tout de suite pour ne pas tuer l’innovation. L’approche juri­dique fran­çaise (loi cadre vs juris­pru­dence aux États-Unis) peut être un frein en France. 

La loi Infor­ma­tique et liber­tés a été écrite au moment où les data lakes n’existaient pas. Il faut selon moi réécrire la loi en s’appuyant sur la notion d’usage, c’est-à-dire que c’est l’usage qui sera fait des don­nées qui déter­mi­ne­ra si cette col­lecte est légi­time ou non et com­ment il faut l’encadrer.

---

Articles similaires :

Construire l’IA : des don­nées, des algo­rithmes, des res­sources et des hommes Démys­ti­fier, maî­tri­ser et rendre utile l’intelligence artificielle Mieux ser­vir la clien­tèle de par­ti­cu­liers dans les banques La révo­lu­tion de l’apprentissage machine autonome Les révo­lu­tions de l’intelligence artificielle