Présentation Mémoire - Cognitive Business - Charles Pissavin

L’ère du Cognitive BusinessLes enjeux autour du BIG DATA

© 2016 IBM Corporation

A l’heure du Cognitive Business, pour quelles raisons et selon quels procédés le Big Data se positionne-t-il au centre de la réussite stratégique des entreprises ? Quels sont les différents risques de cette mutation technologique et sociale ?

Problématiques :

Parcoursdeladonnée

Septembre- Octobre Novembre- Janvier Février- Mars Avril

IBM Marché de l’IT

BIG DATA

Origines

«Infra»

Analyse

Cognitive Business

Partie 1 Partie 2(Définitions) (Appréhender l’univers du Cognitive Business)

p.12 p.20 p.47 p.91 p.100

Conclusion & Controverses

Plan du mémoire :

Objectif Principal

Comprendre les mouvements de l’IT pour interpréter la mutation stratégique du groupe IBM.

Été 2015 : Orientation première vers le Big Data,

Le 05 octobre 2015, annonce de Ginni Rometty(PDG du Groupe IBM), du lancement d’une nouvelle stratégie chez IBM : le Cognitive

Business

Octobre 2016 : Orientation vers le Cognitive Business :- Le marché, les concurrents,- La place du Big Data dans cette stratégie,- La place d’autres évolutions technologiques

(Cloud computing, IoT, Open Data…),- Le nouvel outil : Watson+ Les controverses autour des nouvelles technologies.

INTRODUCTION

Depuis le XXème siècle, les progrès de la collecte et de l’analyse de l’information sont colossaux

De l’os d’Ishango, au début de l’informatique (ausiècle dernier), l’Homme à toujours cherché àcomprendre son environnement en collectant, enanalysant et communicant des données.

Pour la première fois de son histoire,l’humanité a été capable de reproduire laréflexion cognitive humaine, bienvenuedans l’ère du Cognitive Business.

Objectif : prendre des décisions en totale autonomie,apprendre de ses erreurs, cumuler des masses dedonnées pour accélérer des processus de vente,proposer des diagnostics vitaux, enseigner et prédireavec précision des évènements futurs.

Os d’Ishango (première calculatrice de l’humanité datant d’environ 20 000 ans avant notre ère)

6

Parcoursdeladonnée



BIG DATA

Origines

«Infra»

Analyse

Cognitive Business


p.12 p.20 p.47 p.91 p.100


Plan du mémoire :

Le Groupe IBM

IBM est une société Américaine, née en 1911. Son cœur de métier est alors la fourniture de matériel (tabulateur et calculateur), puis s’étoffera rapidement avec des prestations de services.

CA en 2015 de 81,7 Milliards de Dollar (-12%).

Note de conjoncture :• La vente de la branche dédiée aux serveurs à Lenovo (pour 2,1

milliards de dollars),• Une variation du taux de change du dollar responsable à lui seul

d’une baisse de 8% du chiffre d’affaires (2/3 de l’activité étant hors Etats-Unis),

• Un bilan négatif dans les pays émergents (BRIC).

Concurrence

Un marché en pleine mutation.

Une mutation du secteur

Une stratégie CAMSS en hausse (Cloud, Analytics, Mobility, Security & Social)

Une mutation vers le CAMSS :

Cloud Analytics Mobility Security Social

2014 4 15 1.0 1.8 0.82015 10 18 3.0 2.0 1.0

05

101520

en m

illia

rds

de d

olla

rs C A M S S

Stratégie

Des partenariats et une acquisition principale

11

Parcoursdeladonnée



BIG DATA

Origines

«Infra»

Analyse

Cognitive Business


p.12 p.20 p.47 p.91 p.100


Plan du mémoire :

Le Big Data est utilisé de plus en plus souvent : cette notion est très fréquemment utilisée par les publicitaires et les médias pour « survendre »un phénomène ou un produit !

ce qui ne relève pas du Big Data :Ø Un volume de données traitable au moyen d’une fiche Excel,Ø Les données hébergées sur un seul nœud d’une base de

données relationnelles,Ø Les données issues de sondages onéreux (INSEE, Politique…).

ce qui, à l’inverse, relève du Big Data :Ø Le trafic d’un « gros » site web (e-commerce),Ø Les données de logs transactionnelles d’un site web d’une

grande enseigne de distribution,Ø Les données de localisation GSM d’un opérateur téléphonique

sur une journée,Ø Les données boursières échangées quotidiennement sur une

place financière.

Pré-définition :

Les 3 « V » du Big Data :

Pré-définition :

Un quatrième « V » chez IBM

Le Big Data

Une définition :Le Big Data est un processus analytique mis en place dans une organisation pour explorer ses données en les croisant ou non avec des données externes.Sa provenance provient d’une augmentation colossale du volume de données dans le monde.

Les trois causes du Big Data :

§ Une cause sociale : les Réseaux Sociaux

§ Une cause technologique : Smartphones / Tablettes

§ Une cause économique : une baisse de prix exponentielle des IT

Une histoire de puissance de 1000 : faisons le parallèle entre les unités de mesure informatique face aux unités temporelles en égalent les notions d’octet et de seconde.

En 2010, le zettaoctet de données stockées dans le monde a été dépassé et selon les experts, les données stockées par l’humanité d’ici 2020 dépasseront 10 zettaoctets.

Google Trends du mot : Big Data

• Une popularité grandissante depuis 2011

Le Big Data

Un monde en mouvement

Des exemple par secteur

Secteurs Exemples

Automobile : - Alerter les secours en cas d’accident en croisant les

données GPS et les données des puces des airbags

des véhicules.Banque : - Accorder ou non des prêts à des particuliers par

l’analyse de leurs données personnelles.

- Meilleure détection de la fraude.

Assurance : - Personnalisation de l’offre : évolution du prix des

assurances en fonction de l’activité ou l’état physique

des clients.Santé : - Prévenir une maladie,

- Anticiper une pandémie,

- Aider les chercheurs à être mieux informés et

améliorer l’efficience de leurs résultats.Education : - Adaptation des sujets d’apprentissage en fonctions

du niveau et des axes de progression de l’élève ou du

salarié.

Le Big Data dans le monde de l’entreprise

l’évolution du service commercial par le Puzzle client ?

22

Parcoursdeladonnée



BIG DATA

Origines

«Infra»

Analyse

Cognitive Business


p.12 p.20 p.47 p.91 p.100


Plan du mémoire :

2. Les Réseaux Sociaux

Origine des Données :

120 minutes en moyennes par jours

2,2 Milliards

3. Le monde de l’entreprise :

Origine des Données :le site Planetoscope, estime à 3 millions le nombre d’e-mails envoyés dans le monde chaque seconde, soit plus de 200 milliards par jours (en comptant les SPAMS qui représentent à eux seuls 90% des flux)

1. Internet des Objets (IoT)

La connection des objets


1. Internet des Objets (IoT)

La connection des objets


4. L’Open Data :

Collecte de données mises à disposition par une municipalité pour accélérer le développement économique.


Exemple d’Open Data :596 AcresApplication Newyorkaise permettant de géolocaliser les parcelles cultivables autour de soi.

32

Parcoursdeladonnée



BIG DATA

Origines

«Infra»

Analyse

Cognitive Business


p.12 p.20 p.47 p.91 p.100


Plan du mémoire :

Analyse de la donnée

Watson = Machine Learning

Applications d’analyse :11 : Langage (écrit)2 : Parole3 : Vision (photo et vidéo)

+ 1 Application d’enrichissement de données par les News

+ 1 Application d’aide à la prise de décision, grâce à la mesure statistique de chaque issue possible pour répondre à une problématique

18 API Application program interface

Watson sur le marché dès 2016 ?

Partenariat avec Under Armour

Accompagner vers la collecte de données : capteurs sur chaussures, montres et bracelets

Développer une application : pour analyser et visualiser les données

Partenariat de Watson Health avec Medtronic

Développement d’une application santé capable dechanger la vie des personnes atteintes de diabète

Analyser les données provenant du matériel médicalproposé par Medtronic (pompes à insuline et lecteurs deglycémie en continu).

Cette application permet de prévenir les crises d’hypoglycémiechez le patient trois heures avant le déclenchement des premierssignes d’une crise.

Pepper est capable de reconnaître le visage d’unclient, d’analyser son historique de consommationet d’identifier ses habitudes et sescomportements à partir de l’analyse des donnéesprésentes sur les réseaux sociaux. Ainsi, il estcapable de proposer le produit le plus adapté à lasituation.

Pepper est également capable d’anticiper lecomportement d’achat négatif ou positif d’unclient, par la lecture des mouvements de sonvisage.

Pepper

Partenariat avec Softbank

Applications d’analyse par Watson :

+ Vision (vidéo : reconnaissance faciale)+ Parole (échange verbal)+ Langage (analyse texte sur les réseaux sociaux)

+ 1 Application d’aide à la prise de décision.

38

Parcoursdeladonnée



BIG DATA

Origines

«Infra»

Analyse

Cognitive Business


p.12 p.20 p.47 p.91 p.100


Plan du mémoire :

Conclusion

• Restructurer les processus internes pour centraliser le parcours de la donnée,• Connecter le maximum d’objets dans l’entreprise pour augmenter le volume et la variété de données analysables,• Rechercher des donnés externes concernant le marché ciblé, sur les plateformes Open-Data,• Opter pour une solution d’infrastructure Cloud pour réduire les coûts d’infogérance, afin de dégager des fonds

pour l’innovation,• Invertir sur une solution analytique Big Data (type Watson) pour rechercher de la valeur à l’intérieur des données

internes de l’entreprise. Permettant également de croiser ces données avec des sources externes (météorologie et réseaux sociaux).

A l’heure du Cognitive Business, pour quelles raisons et par quels procédés le Big Data se positionne-t-il au centre de la réussite stratégique des entreprises ?

DSIIoT

Open DataCloud

Analytique

• Quel impact sur l’emploi ?

•Quelles seront les évolutions économiques d’un tel développement ?

Sur le secteur primaire et secondaire ? Le tertiaire ?

Source INSEE


Joseph Schumpeter (1883 - 1950)

La Théorie de la Destruction créatrice

La « destruction créatrice » désigne le processus continuellement à l'œuvre dans les économies et qui voit se produire de façon simultanée la disparition de secteurs d'activité économique conjointement à la création de nouvelles activités économiques.

Destructions :- Conseil, - Vente,- Distribution,- L’IT,- …

Création :- Data scientist,- Mathématiciens

=Les métiers

artistiques et certains métiers

manuelles.


Le revenu universel

Le revenu universel est déjà étudié dans certains pays scandinaves et aux Pays Bas.

Déjà très prometteur en Namibie, il permet de lutter contre la malnutrition et permet d’améliorer le taux d’alphabétisation.

Demain en occident, ce modèle permettrait d’assurer le niveau de consommation des ménages.

Stephen Hawking

Pirmin Lemberger : Data Scientist et auteur de l’ouvrage « Big Data et Machine Learning ».

Yann LeCun : directeur de la division Intelligence artificielle de Facebook et professeur à l’Université de New York,

Pour eux, la prochaine étape du machine learning est

Physicien

« Les formes primitivesd'intelligence artificielle que nousavons déjà se sont montrées trèsutiles. Mais je pense que ledéveloppement d'une intelligenceartificielle complète pourrait mettrefin à la race humaine ».

l’apprentissage non supervisé

La théorie eschatologique :

LesarbresdeMelbourne:premièreconnexionentrelaTechnologieetl’Humanité?

Une énorme évolution culturelle, économique et sociale !

Un marché de l’IT en plaine mutation.

Un accompagnement permanent de la machine

Une connexion de l’objet ultime : l’Homme

Rem

erci

emen

t

“L’avenir est la seule chose qui m’intéresse, car je compte bien y passer les prochaines années.”

Woody Allen

Présenté par Charles Pissavin

Etudiant à l’école de commerce de Clermont-Ferrand, en alternance au sein du groupe IBM durant 24 mois.

Présentation Mémoire - Cognitive Business - Charles Pissavin

Documents