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 :

Démys­ti­fi­er, maîtris­er et ren­dre utile l’intelligence artificielle La trans­for­ma­tion des métiers de la santé L’apprentissage pro­fond entre mythes et réalités L’urgente néces­sité d’une réap­pro­pri­a­tion publique de la régu­la­tion de l’IA La révo­lu­tion de l’apprentissage machine autonome Les révo­lu­tions de l’intelligence artificielle