The international financial and strategic advisory firm Accuracy is expanding its team in Spain with the integration of Enrique Reina as a new partner, specialised in the banking sector.

In this edition of the Economic Brief, we focus on what 2023 may have in store from three different perspectives: that of chief economists, that of CEOs and that of the markets. We will see that the views are not necessarily consistent between them, with the macroeconomic context making any projection exercise difficult to complete.

Lors de la cérémonie des Trophées du Film Français qui s’est tenue hier soir à l’Intercontinental Paris, Yvan Attal et Elyse Salzmann ont eu le plaisir de remettre le Trophée d’Honneur à la célèbre scénariste et réalisatrice Danièle Thompson.

Organisés en partenariat avec Accuracy, Deluxe, Neuflize OBC, Orange, la Scam, TF1 et UniFrance, les Trophées du Film Français récompensent chaque année les champions du box-office et des audiences en France, ainsi que des films et personnalités qui ont créé l’événement en 2022.

Accuracy, the international independent advisory firm has appointed Christy Howard as a new partner in its London office. Christy will strengthen Accuracy’s growing transactions & investments advisory practice, which advises on M&A deals.

Pour la première fois, Accuracy a accueilli des acteurs publics, privés et associatifs pour un séminaire national inédit organisé par La Place Stratégique, Gendarmerie Nationale, et Observatoire des métavers. Plusieurs tables rondes ont été proposées sur des sujets clés du métavers :

• L’importance du métavers aujourd’hui et dans le futur
• Les risques potentiels de cette nouvelle technologie
• L’encadrement de l’usage du métavers
• Le commerce dans le métavers

A cette occasion, Jean Barrere, associé chez Accuracy, a répondu à nos questions.

Télécharger le programme

Accuracy, le cabinet de conseil international indépendant, renforce sa partnership avec la nomination de quatre nouveaux associés. Cela porte le nombre total d’associés d’Accuracy à 62, répartis dans 13 pays.

Accuracy, the international independent advisory firm, has promoted four of its directors to partners. This brings the total number of Accuracy partners to 62, spread across 13 countries.

The year 2022 has been a difficult one for many, full of economic events and shocks that have not gone without leaving their mark. However, in this last edition of the Economic Brief in 2022, instead of recapitulating these main events, we will focus on three areas that have not necessarily been the centre of attention in the news: the state of globalisation today, how profits differ between the US and Europe and what the financial cycle holds next for us.

Accuracy a conseillé Gi Group Holding dans le cadre de son acquisition d’Eupro Holding AG, la holding d’un groupe leader de sociétés basées en Suisse (“Eupro”) et spécialisées dans le secteur du recrutement et des ressources humaines.

Accuracy advised Gi Group Holding in the context of its acquisition of Eupro Holding AG, the holding company of a group of leading Swiss-based companies (“Eupro”) focused on the recruitment and human resources industry.

Nearing the end of 2022, it seems an understatement to say that economic conditions are difficult the world over – supply-side issues persist, the war in Ukraine continues and inflation remains high in numerous countries, to name but a few. In this edition of the Economic Brief, we aim to pierce some of the uncertainty caused by these conditions: we look into the IMF’s growth forecasts for the near future; we focus on salaries in the US to understand a potentially overlooked factor in inflation; and we take a step back to consider the wider economic picture and general changes currently at play.

Hervé Goulletquer
Senior Economic Advisor, Accuracy

The twin green and digital transitions: resolve for investment and perspicacity for macroeconomic management

The world economy is facing numerous challenges. In the short term, we have an unusual rhythm in prices and a deterioration of growth prospects, taking place in complicated political environments internally in many countries and in a worrying environment internationally (actions of Russia in Ukraine, China around Taiwan and Iran with its Arab neighbours). In the long term, ageing populations are of concern in a number of regions around the globe, economic ‘regulation’ seems to be moving away from the neoliberal corpus towards a more Keynesian approach and the twin green and digital transitions are under way.

Let us pause on this last point. The green transition is essential. It is essential for the preservation of the planet and of all the species that live on it. We must ‘decarbonise’ industry and transport, succeed in the energy renovation of buildings and develop renewable energy on a large scale. The digital transition is also indispensable. It represents the continued process of enabling companies, administrations and households to incorporate new technologies (for example, the cloud, the internet of things or artificial intelligence) in many aspects of their activities. It is worth bearing in mind that the necessary transformations are not purely technological issues; there is a very significant human aspect, with cultural and behavioural adaptations to be made.

The amount of investment in play is impressive. For the eurozone alone, considering an annual envelope of €500 billion a year, for multiple years (certainly no less than 10), does not seem unreasonable. At least that is the order of magnitude determined when summarising some authoritative work on the subject. That represents more than four points of GDP!

The sums committed are so vast that questioning their macroeconomic implications would not be a futile exercise. Let us propose a simple forecast to 2032. The starting point is this resolve for investment linked to the twin transitions: the €500 billion a year, which, when changing from current currency to constant currency (the currency used when measuring the economic growth – that of GDP), becomes €440 billion. The other elements of demand, including investment spending outside of the twin transitions, remain on the same trajectory as observed over the past few years with one exception: extra investment is reflected by more imports and therefore by a reduction in external trade surplus. For this exercise, we assume that there will be no shock from prices or economic policy over the period.

THE TABLE ABOVE HIGHLIGHTS THE MAIN IMPLICATIONS TO CONSIDER.

THREE ARE PARTICULARLY NOTEWORTHY:

• GDP growth would reach 1.5% a year. Though this forecast exercise appears reasonable, we must admit that potential for growth is estimated at 1% a year. Of course, we could consider that the additional investment effort will contribute to more growth. But we could also defend the idea that, at least in part, this new accumulation of capital would replace the destruction of fixed assets that have become obsolete.

We must not forget demographic developments either, which send a rather negative message about the active population (effect to be offset perhaps by a return to a situation with close to full employment).

In any case, one suspicion remains: is the quantification based on these assumptions too optimistic?

• The share of household consumption in GDP would fall by 2.5 points over the period to reach 49.5%. The current level is already not particularly high: 52% against an average of 55% between 1995 and 2010 (and a high of 59% in 1980), a period that was therefore followed by a gradual decline. With the change in macroeconomic ‘regulation’ that we are starting to see, one that emphasises more inclusive growth, is this really credible?

• If the investment / GDP ratio must progress by almost 4.5 points by 2032, then savings must follow; this is how macroeconomic balances work! Where could this come from? In part from lower savings in Europe heading towards the rest of the world. We have spoken about a fall in external trade after all…

For the remainder, it will be necessary to choose between greater efforts by households to save, an increase in corporate profits and/or a decrease in the public deficit.

NONE OF THESE OPTIONS IS SELF-EVIDENT.

The first brings us back to the question of a reduction of household consumption in GDP; we just saw it.

The second suggests a further distortion of wealth created in favour of business. But that might go against current sentiment (new ‘regulation’, including the development of ESG – environment, social and governance – criteria)…

The third seems reasonable, of course, but making the choice between bringing current spending down and increasing tax income is no easy task (public investment would most likely be protected).

If this scenario is not quite unacceptable, but still seems a bit ‘messed up’, then we need to try to imagine what would be reasonable to expect under the two constraints of succeeding in the twin transitions and not deluding ourselves on future economic growth.

In fact, the adjustment can only be made in two areas: either (i) on savings placed in the rest of the world (the counterpart of the external trade balance), with the possibility that flows would invert and that the eurozone would need to ‘import’ foreign savings, or (ii) on a slowdown in consumption spending (whether household or government).

The first solution would weaken Europe on the international stage.

In terms of macroeconomics, Europe would appear less solid, which would reinforce the impression already given by the microeconomy (lower profitability of companies in the Old World compared with those in the New World and smaller presence in the sectors of tomorrow) and by po li t ics (unreso lved issues of integration and its geopolitical role). The resulting financial balances will be more uncertain, whether in terms of interest rates or exchange rates; it would be impossible to think otherwise.

The second idea, which is obviously akin to frugality, seems difficult to put in place in a more Keynesian environment that is stamped by an ambition to share wealth more in favour of households. That is, of course, unless public authorities find the winning formula to incentivise households to save more.

We understand it; the ambition to drive investment, for innumerable sound reasons, has destabilising macroeconomic effects. We must anticipate them and prepare ourselves; after all, prevention is better than cure…

< Read more from Accuracy Talks Straight

Isabelle Comyn-Wattiau
Professor at ESSEC Business School, Chair of Information Strategy and Governance

Valuing our wealth of data, a challenge no company can escape

Evoking the value of data in 2022, when the media is overflowing with examples of companies suffering damage linked to data, may seem counter-intuitive. Yet, it is well known that data has value, and it is the very reason why the attacks targeting data are not just simple cyberattacks. More and more, they aim to seize the informational wealth of the target organisations.

Data security can be broken down into three areas: availability, confidentiality and integrity. Attacking an information system compromises its availability, thereby endangering the process that the system underpins. This is what we were able to observe at the Corbeil-Essonnes hospital a few months ago. Due to a lack of available data linked to the patient, the diagnosis and care process is made longer and more expensive. It can even have an impact on patient health by delaying a course of treatment. During these attacks, we also fear a confidentiality breach of highly sensitive data.

And, if by chance the computer hackers modify these data, they could compromise their integrity. Thus, all three parts of data security are affected, with extensive damage: first, the health of the patient, but also the reputation of the hospital and the cost linked to the restoration of the information systems and all the affected processes. Limiting ourselves to the security of the data is a reductive defensive approach, even if we cannot rule it out. Determining the value of data is a significant issue for most companies. The press publishes daily success stories of start-ups where a good idea for sharing or pooling highly operational information leads to new, unsuspected value. Thus, in 2021, the market capitalisation of Facebook reached around $1 trillion, but the net value of the company based on its assets and liabilities was only $138 billion.¹

The difference in terms of value can be explained by the data that Facebook collects from its users and uses in turn to feed its advertising algorithms. For economists, data represent unrivalled assets (in that they can be consumed by various users without diminishing), which do not necessarily depreciate as we use them; on the contrary, they can generate new information, for example when combined with others. For some, however, the value does depreciate, and very quickly at that. All these characteristics mean that data fall into a highly specific class of asset that resembles no other intangible asset, brand, software, patent, etc.

Tackling the value of data also requires us to agree on the vocabulary to be used: data versus information. Without reopening the debate on the difference between data and information, we can consider them identical in an initial approach to the topic. Some, however, will wish to distinguish data – the input of the system, unmodifiable, a result of measuring a phenomenon – from information – the output of the system after cleaning, restatement, refinement, aggregation, transformation, etc.

The value of information has been studied in line with accounting practices notably by Moody and Walsh.² They first endeavoured to demonstrate that information can be considered as an asset: it offers a service and an economic advantage, it is controlled by the organisation and it is the result of past transactions. They then proposed three appraisal methods to value information.

The first is based on costs – of acquisition, processing, conservation, etc. It is the easiest to put in place because these elements are more or less present in the financial controller’s dashboard. However, these costs do not reflect all aspects of data, for example the development of their value over time. The second appraisal method is based on the market and consists of determining the value that can be obtained by selling the data.

Here, we talk about an exchange value. This approach requires a considerable effort. Moreover, it is not always possible to obtain a reliable measure of the value of the data. Finally, the third method is based on utility.

This means appraising the use value of the data by estimating the economic value that it can generate as a product or a catalyst. But this value is difficult to anticipate, and estimating the share of its catalytic effect is also highly complex.

Thus, it seems that the various approaches to determine the value of data are partial but complementary: some are based on the use value or exchange value of data; others assume rational corporate behaviour and assess data at the level of investment made to acquire it and manage it throughout its life cycle; still others are based on risk. The risk approaches see data as the target of threats to the company or organisation. Such risks may be operational; thus, the missing or damaged data may cause certain processes to function poorly.

But there are also legal or regulatory risks, as more and more texts stipulate obligations for data; the General Data Protection Regulation is just one example, albeit the most well known, no doubt. The risks can also be strategic when they concern the reputation of the company or lead the company to make bad decisions.

Finally, some authors have taken an approach based on externalities for open data, which are available to all but which, by making the most of them, can bring a benefit to society at large.

The concept of data value is linked to the objective of proper data governance: maximising data value by minimising the associated risks and costs.³ By adopting this three-pronged approach (value, risk and cost), we can better obtain a holistic view of data value and improve its valuation.

These three aspects are complementary, but we must not exclude context.

Indeed, the same information does not have the same value depending on the temporal, geographic, economic or political context in which the valuation process is conducted. The question of why the valuation is needed must be answered in order to characterise the relevant contextual elements: political, economic, social, technological, ecological and legal (PESTEL) in particular.

The object of the valuation must itself be identified. One of the difficulties in estimating the value of data is choosing the appropriate level of detail: are we talking about the entirety of an information system (e.g. the client information system) or

a set of data (e.g. the client database) or indeed a key piece of information (e.g. the launch price of a competing product)? It is clear that the value of an information system is not the simple sum of the value of its components.

Few approaches for the valuation of data are sufficiently holistic and general to enable their application to any type of data in any context. Recommendations can be made, for example, the recommendation to choose between a top-down approach and a bottom-up approach. But the holistic approach can only be holistic by combining these two value paths.

It is because the company is still unable to measure the real and potential value of data that it does not make sufficient investment in data governance and information sharing.

It is a vicious circle that ultimately leads to the company being unable to realise the full value of data.

A virtuous circle can be built by starting with the most critical data, for example (but not necessarily) client data, and gradually getting on board all data actors – producers, transformers, sellers, distributors, consumers of these data. They have the different points of view necessary for a holistic approach.

____________

¹ J. Akoka, I. Comyn-Wattiau, Evaluation de la valeur des données – Modèle et méthode, Record of the 40th Congress of INFORSID (INFormatique des ORganisations et Systèmes d’Information et de Décision), Dijon, 2022
² D. Moody, P. Walsh, Measuring the Value of Information – an Asset Valuation Approach, Record of the European Conference on Information Systems (ECIS), 1999
³ World Economic Forum, Articulating Value from Data, White Paper, 2021

< Read more from Accuracy Talks Straight

Sophie Chassat
Philosopher, Partner at Wemean

Zombie Data

‘Is Data conscious?’ This question, asked in relation to a character from the series Star Trek, is taken up by the philosopher David Chalmers in his latest book Reality +.¹ Data is the name of an android. In the episode of the series titled ‘The Measure of a Man’, a trial takes place to determine whether Data is an intelligent and conscious being.

There is no doubt about the intelligence of the humanoid robot: Data has the capacity to learn, to understand and to manage new situations. However, the question of whether Data is conscious remains unanswered. Does Data have an inner life with perceptions, emotions and conscious thoughts? Or is Data what philosophers call a ‘zombie’? In philosophy, a zombie is a system that, on the outside, behaves like a conscious being but, on the inside, has no conscious experience. It behaves intelligently, but has no inner life or reflexivity about its actions.

Chalmers star ts with this story to question whether a digital system can be conscious or whether only humans and animals are gifted with consciousness. For this astounding Australian philosopher, a system perfectly simulating the functions of a brain could be conscious in the same way as a biological brain. This leads him to dizzying speculations: in that case, mirroring that logic, isn’t our actual consciousness just the effect of a simulation? Don’t we already live in a metaverse, and isn’t our god a computer?

If we make the story of the rather aptly named Data an allegory, we can use it to raise a simple ethical question when we exploit data. What type of data are we dealing with: Zombie Data or Conscious Data? In the first case, we harvest data that seem to behave intelligently, but ultimately their content is empty and without interest. We have all had the experience of trawling through masses of data for sometimes very little reward, or even absurd results! We can add that the data transform us, too, into zombies… Because here we are, reduced to aggregates of outer behaviours (purchases made, keywords typed into search engines, conversations held on social media, etc.) supposed to encapsulate our inner desires – which remain a little more subtle, nevertheless. Zombie Data make Zombie People!

As for Conscious Data, we can be certain that Big Data do not have the system consciousness that Chalmers deems entirely plausible in the future. The only thing left to do then is for human outer consciousness to give meaning to data, to humanise them. This is just like Data the android, who needs a human friend to evolve, a role fulfilled by Captain Picard in Star Trek. Conscious People make Conscious Data!

____________

¹ David J. Chalmers, “Reality +. Virtual worlds and the problems of philosophy”, Penguin Books/Allen Lane, 2022

< Read more from Accuracy Talks Straight

Frédéric Recordon
Partner,
Accuracy

Helena Javitte
Manager,
Accuracy

Data, one last reason to take an interest in China?

Why should we still take an interest in China? The signals it is sending of a country locked up, tempted to turn in on itself and asserting an alternative model of society are now leading people to understand it in terms of risk analysis. The latest studies from the European and US chambers of commerce in China testify to a significant re-evaluation in the strategies of foreign companies.¹

Yet, in this sombre context, for those of us who have been working in the country for over 10 years, China is a country that deserves attention from Europe. The most relevant reasons to take an interest might not be those that come to mind first, however. Some may even prove discomfiting. What if China was ahead of the West? Ahead in the thinking that is shaping the world of tomorrow? In the absence of a commercial El Dorado… ideas!

The source of this Chinese head start is data. The country has numerous advantages: structural – 18% of the global population provides an unparalleled testing ground to explore new ideas; economic – its regulation or even the abundance of tech investments; cultural – the launch of quick & dirty solutions, which are later improved or abandoned, where Westerners only want to launch more finished products.

This article aims to analyse through three different lenses how China considers data. (1) How regulation turns data into a competitive advantage. (2) How data is at the heart of retail transformation. (3) How it uses data to create new business models.

1. REGULATION FAVOURING COMPETITIVE ADVANTAGE

The first thoughts on data as a factor of production started in China at the beginning of the 2000s and continued throughout the following decade with the creation of a regulatory framework to launch a data exchange platform.

The turning point came in April 2020 when data was officially considered as the fifth factor of production, on the same level as capital, labour, property and technology.

This is effectively the birth certificate of a data economy considered as the disruptive accelerator for the growth of Chinese companies.

The first objective of public authorities is to encourage players to structure their data in such a way as to facilitate their sharing. For this, the government has put in place public platforms.

From 2019, the SASAC, the governmental body that supervises state-owned companies, published a list of 28 state-owned and private companies tasked with federating their industries through sectoral platforms.

The China Aerospace Science & Industry Corp. is in charge of aeronautics; the CSSC, of naval construction; Haier, via its COSMOPLAT platform, of 15 different sectors (electronic, industrial manufacturing, textile, chemical industry, etc.).

The second objective aims to create a data exchange platform. Led by local authorities (Shanghai, Beijing, Shenzhen, Hainan, Guangzhou), this takes the form of freetrade zones and pilot data trading platforms.

Thus, the Shanghai Data Exchange Centre (SDEC) is similar to a technology exchange guaranteeing the legal conformity of transactions for member companies, whilst the Beijing International Big Data Exchange favours the sharing of public data at national level with the hope of international expansion.

These initiatives show that China has started to lay the foundations of the data economy.

It is trying different things, experimenting with answers to the most crucial question: how can data be transformed into an item of value? A first challenge lies in the multitudes of data – personal, financial, industrial, meta, etc. – as well as their of ten incompatible formats.

Their standardisation and exchange protocols are crucial stakes for leadership in the world of tomorrow. In parallel, we also have the question of valuing data. The SDEC is currently working on these questions of ownership, source, quality, certification and price setting.

We can see it: China has started thinking about the new asset that data has become. It is advancing in incremental steps leveraging public and private economic actors, thus building a gigantic world of possibilities.

2. DATA, AT THE HEART OF RETAIL TRANSFORMATION

‘Today, we don’t know how to monetise data, but we do know that people will not live without data. Walmart generates data from its sales, whilst we do e-commerce and logistics to acquire data. People talk to me about GMV² but we’re not looking for GMV. We sell purely to get data, and that is very different to Walmart.’³

This is, in just a few words from Jack Ma, founder of Alibaba, the fundamental difference between China and the West:

WHEREAS WE SEE E-COMMERCE AS AN ADDITIONAL DISTRIBUTION CHANNEL, THE CHINESE SEE IT AS A DATA MINE.

Though comparing the combined figures for Black Friday, Thanksgiving and Cyber Monday in the US ($25 billion) with the Chinese Double 11 ($139 billion)⁴ shows China’s significant lead, it does not take account in any way of this difference of philosophy.

The fact that China is much more connected than the US and Europe, that 99.6% of Chinese internet users access the internet from their smartphones, is hiding what is most important.

Limiting ourselves to quantitative analyses would be to misunderstand the disruptive nature of Chinese retail. The giants of e-commerce have created innovative payment solutions leading to their dominance of retail and their leadership in mobile payments.

This explains the dizzying growth of retail that depends on a fundamentally different approach from traditional players. Alibaba offers the most complete example with its concept of New Retail, defined in 2015. Two characteristics shape this model: (1) Alibaba positions itself above all as an intermediary facilitating exchanges between retailers and customers. (2) Alibaba has modelled a holistic ecosystem, each segment feeding into the others thanks to the data created by the transactional system.

As an intermediary, Alibaba offers retailers its digital tools in branding, traffic generation, etc. as well as its financial services that are highly appreciated by SMEs neglected by banks.

Concerning consumers, Alibaba makes available to them a universal plat form for all their daily needs: social relationships, administrative operations, consumer loans, etc.

Alibaba therefore sets itself apart from its Western equivalents. It operates an ecosystem, the purpose of which is to produce, analyse and monetise data, whilst its Western equivalents remain, despite their latest developments (cloud, etc.), integrated

distributors whose data is only a result. For Alibaba, retail is the support function, in no way the raison d’être. Its leadership relies less on GMV than on its central position in the generation and exploitation of data. Alibaba has come a long way since Jack Ma’s declaration on 16 June 2016 at the China Internet+ Conference 中國互聯網+峰會 that Alibaba ‘doesn’t know how to monetise its data’!

Since then, seeing huge opportunities far beyond its current revenues, Alibaba has transformed its ecosystem and its services. As a result of its perspective on data, China is leading the transformation of a whole industry, potentially paving the way for its Western counterparts.

3. DATA, A SOURCE OF NEW BUSINESS MODELS

Even though the New Retail example illustrates China’s capacity to pivot an industry from the sale of goods to the monetisation of its data, the spectacular development of electric vehicles highlights its ability to create innovative business models from scratch.

This is the example of electric charging stations. An electric charging station essentially differs from a fuel station in two ways. First, the charging time encourages users to charge their vehicles at home or place of work, which translates into very low utilisation (below 5%) of charging stations located in public spaces. Second, as the price of electricity is strictly regulated, operators’ very low margins prove insufficient to generate a return on investment. The solution in China was to shift the focus from the driver (the focal point of the fuel model) to the electric ecosystem.

In order to be successful, a Chinese operator considers itself a service platform for drivers, site providers (i.e. developers), local councils in their town policies, electricity providers, etc. It is not just about selling energy anymore but about optimising flows and prices: traffic, energy flows, etc. The critical point is, once again, data. The start-up X-Charge 智充科技, a specialist in SaaS B2B services, which our Beijing office knows well having worked with them, is illustrative of this business model revolution. It enables charging station operators to analyse their data in real time, adjust their prices by station based on the utilisation rate and road traffic, store electricity under the best conditions and sell it back to electricity providers or building managers during peak periods, etc.

The start-up has developed predictive models of activity and revenues that are highly appreciated by operators. It comes as no surprise that Shell Ventures invested during its Series B; beyond a financial investment, it is a disruptive model that the major company came looking for in China. It is quite obvious that the race to build the world of tomorrow has started and China seems intent on establishing its leadership through innovation guided by the state and relayed by the tech giants. In this strategy, data is clearly considered a critical asset. It is designed to secure the country’s future place in the world. In parallel, the monetisation of data will generate gigantic revenues that only a few players will control sufficiently to maximise their gains.

In some sectors, only the monetisation of data can, at least in a transitory phase, make capital-intensive business models viable.

For all these reasons, we consider it essential to take an interest in these topics and why not to take inspiration from certain initiatives in China.

____________

¹ The latest study is that of the Chambre de Commerce et de l’Industrie France Chine (CCIFC – the France–China chamber of commerce and industry), conducted from 2 to 14 September 2022 with 303 French companies: 79% consider a deterioration in China’s image; 62% see an impact on their profits, 58% are revising their investment strategies in China; 43% do not plan to increase their presence in the next three years; and 16% are considering reducing their presence in China.
² GMV: Gross Merchandise Value
³ Jack Ma speech from China Internet+ Conference (中国互联网+峰会) on 16 June 2016
⁴ 2021 data, sources: Forbes, Bloomberg

< Read more from Accuracy Talks Straight

Romain Proglio
Partner, Accuracy

Wintics

Created at the end of 2017 by its three founders, and armed with four years of research and development, Wintics positions itself as the specialist in intelligent video analysis for mobility operators. The company markets its analytical products to four types of mobility infrastructure operator: regional public authorities, public transport operators, airports and ports.

For regional public authorities, the start-up has developed a particularly innovative artificial intelligence software solution (called Cityvision), which can connect automatically to any camera, whether optical or thermal, old or new, in order to extract large amounts of data on mobility, the safety of public spaces and urban cleanliness. For example, the software is able to analyse cycle path traffic and use in order to help the city to organise its mobility.

The solution also enables its clients to manage their infrastructure in real time, for example, by transferring the data collected and analysed by Wintics to the trafficlight system, helping to improve the flow of traffic in a highly targeted way.

For transport operators, Wintics provides the opportunity to visualise in real time movement flows and the level of passenger traffic. Airport operators are able, for example, to supervise the various passenger flows arriving on site and to facilitate their movement around the airport thanks to the realtime management of queues at check-in desks and passport control.

Wintics is positioning itself as an innovative and strategic solution to make cities greener by prioritising the development of soft mobility, the attractiveness of public transport and the improvement of travel flows. The camera has become a management tool for an efficient and safer urban environment.

Wintics is an entirely French company that proposes a solution 100% made in France. It won the 2018 and 2019 editions of the Paris Grand Prize for Innovation, was certified by the Greentech Innovation label and in 2020 joined the best artificial intelligence start-ups in Europe in mobility. Together, the Wintics experts (around 15 today) have already completed various projects in over 30 French cities.

< Read more from Accuracy Talks Straight

Editorial

Jean Barrère
Partner, Accuracy

Debating data

As Victor Hugo did for the toilers of the sea, we must start with a homage to all toilers of data.

Observe the chief data officer setting out the fundamental difference between ‘raw data’, ‘information’ and ‘knowledge’ and reminding us of the oh-so complex nature of switching from one category to another.

Watch the CIO mobilising exponential technologies through connected platforms to capitalise on the organisation’s digital and information assets more quickly.

Pause for a moment to appreciate the grace of a Baudelairean gesture. The data scientist isbinfusing data with art: ‘You gave me your mud and I have turned it to gold’, he proclaims!

Pick up speed again with the decision-maker, on the lookout for some form of informational advantage. Embark on a trip with the CEO over rough seas, taking the organisation on a path to difficult data-driven transformations!

The HR director might be in charge of creating dedicated paths to attract and retain these rare profiles, but the head of finance is more interested in the multiple forms of data value: economic, financial, utility, market, exchange… How can we assess this intangible asset?

Time to move on and applaud! At the front of the stage, the politician sets limits to all things digital and tidies the mess made by the use of our private data!

Make room for thought. Behind the curtain, the philosopher disturbs the order of our digital lives and challenges the Data-Being. Is binary now the language of truth? Is it possible to translate all human experience into 0s and 1s?

When a topic as multifaceted as data mobilises so many profiles and so much knowledge, capital and liquidity, intelligence and technique, material to argue for and against… when this dialectic gives rise to so much wealth and so many new forms of living together, it is because there lies, at its heart, an essential debate that must be brought to life.

< Read more from Accuracy Talks Straight

For our sixth edition of Accuracy Talks Straight, Jean Barrère presents the editorial, before letting Romain Proglio introduce us to Wintics, the specialist in intelligent video analysis for mobility operators. We will then analyse data in China with Frédéric Recordon and Helena Javitte.
Sophie Chassat, Philosopher and partner at Wemean, will ask the question of whether data has a conscience or not. Then, we will evaluate our data assets with Isabelle Comyn-Wattiau, Professor at ESSEC Business School, holder of the Information Strategy and Governance Chair. Finally, we will focus on the dual transition to energy and digital with Hervé Goulletquer, our senior economic adviser.

SUMMARY

Editorial

Jean Barrère
Partner, Accuracy

Debating data

As Victor Hugo did for the toilers of the sea, we must start with a homage to all toilers of data.

Observe the chief data officer setting out the fundamental difference between ‘raw data’, ‘information’ and ‘knowledge’ and reminding us of the oh-so complex nature of switching from one category to another.

Watch the CIO mobilising exponential technologies through connected platforms to capitalise on the organisation’s digital and information assets more quickly.

Pause for a moment to appreciate the grace of a Baudelairean gesture. The data scientist isbinfusing data with art: ‘You gave me your mud and I have turned it to gold’, he proclaims!

Pick up speed again with the decision-maker, on the lookout for some form of informational advantage. Embark on a trip with the CEO over rough seas, taking the organisation on a path to difficult data-driven transformations!

The HR director might be in charge of creating dedicated paths to attract and retain these rare profiles, but the head of finance is more interested in the multiple forms of data value: economic, financial, utility, market, exchange… How can we assess this intangible asset?

Time to move on and applaud! At the front of the stage, the politician sets limits to all things digital and tidies the mess made by the use of our private data!

Make room for thought. Behind the curtain, the philosopher disturbs the order of our digital lives and challenges the Data-Being. Is binary now the language of truth? Is it possible to translate all human experience into 0s and 1s?

When a topic as multifaceted as data mobilises so many profiles and so much knowledge, capital and liquidity, intelligence and technique, material to argue for and against… when this dialectic gives rise to so much wealth and so many new forms of living together, it is because there lies, at its heart, an essential debate that must be brought to life.

Romain Proglio
Partner, Accuracy

Wintics

Created at the end of 2017 by its three founders, and armed with four years of research and development, Wintics positions itself as the specialist in intelligent video analysis for mobility operators. The company markets its analytical products to four types of mobility infrastructure operator: regional public authorities, public transport operators, airports and ports.

For regional public authorities, the start-up has developed a particularly innovative artificial intelligence software solution (called Cityvision), which can connect automatically to any camera, whether optical or thermal, old or new, in order to extract large amounts of data on mobility, the safety of public spaces and urban cleanliness. For example, the software is able to analyse cycle path traffic and use in order to help the city to organise its mobility.

The solution also enables its clients to manage their infrastructure in real time, for example, by transferring the data collected and analysed by Wintics to the trafficlight system, helping to improve the flow of traffic in a highly targeted way.

For transport operators, Wintics provides the opportunity to visualise in real time movement flows and the level of passenger traffic. Airport operators are able, for example, to supervise the various passenger flows arriving on site and to facilitate their movement around the airport thanks to the realtime management of queues at check-in desks and passport control.

Wintics is positioning itself as an innovative and strategic solution to make cities greener by prioritising the development of soft mobility, the attractiveness of public transport and the improvement of travel flows. The camera has become a management tool for an efficient and safer urban environment.

Wintics is an entirely French company that proposes a solution 100% made in France. It won the 2018 and 2019 editions of the Paris Grand Prize for Innovation, was certified by the Greentech Innovation label and in 2020 joined the best artificial intelligence start-ups in Europe in mobility. Together, the Wintics experts (around 15 today) have already completed various projects in over 30 French cities.

Frédéric Recordon
Partner,
Accuracy

Helena Javitte
Manager,
Accuracy

Data, one last reason to take an interest in China?

Why should we still take an interest in China? The signals it is sending of a country locked up, tempted to turn in on itself and asserting an alternative model of society are now leading people to understand it in terms of risk analysis. The latest studies from the European and US chambers of commerce in China testify to a significant re-evaluation in the strategies of foreign companies.¹

Yet, in this sombre context, for those of us who have been working in the country for over 10 years, China is a country that deserves attention from Europe. The most relevant reasons to take an interest might not be those that come to mind first, however. Some may even prove discomfiting. What if China was ahead of the West? Ahead in the thinking that is shaping the world of tomorrow? In the absence of a commercial El Dorado… ideas!

The source of this Chinese head start is data. The country has numerous advantages: structural – 18% of the global population provides an unparalleled testing ground to explore new ideas; economic – its regulation or even the abundance of tech investments; cultural – the launch of quick & dirty solutions, which are later improved or abandoned, where Westerners only want to launch more finished products.

This article aims to analyse through three different lenses how China considers data. (1) How regulation turns data into a competitive advantage. (2) How data is at the heart of retail transformation. (3) How it uses data to create new business models.

1. REGULATION FAVOURING COMPETITIVE ADVANTAGE

The first thoughts on data as a factor of production started in China at the beginning of the 2000s and continued throughout the following decade with the creation of a regulatory framework to launch a data exchange platform.

The turning point came in April 2020 when data was officially considered as the fifth factor of production, on the same level as capital, labour, property and technology.

This is effectively the birth certificate of a data economy considered as the disruptive accelerator for the growth of Chinese companies.

The first objective of public authorities is to encourage players to structure their data in such a way as to facilitate their sharing. For this, the government has put in place public platforms.

From 2019, the SASAC, the governmental body that supervises state-owned companies, published a list of 28 state-owned and private companies tasked with federating their industries through sectoral platforms.

The China Aerospace Science & Industry Corp. is in charge of aeronautics; the CSSC, of naval construction; Haier, via its COSMOPLAT platform, of 15 different sectors (electronic, industrial manufacturing, textile, chemical industry, etc.).

The second objective aims to create a data exchange platform. Led by local authorities (Shanghai, Beijing, Shenzhen, Hainan, Guangzhou), this takes the form of freetrade zones and pilot data trading platforms.

Thus, the Shanghai Data Exchange Centre (SDEC) is similar to a technology exchange guaranteeing the legal conformity of transactions for member companies, whilst the Beijing International Big Data Exchange favours the sharing of public data at national level with the hope of international expansion.

These initiatives show that China has started to lay the foundations of the data economy.

It is trying different things, experimenting with answers to the most crucial question: how can data be transformed into an item of value? A first challenge lies in the multitudes of data – personal, financial, industrial, meta, etc. – as well as their of ten incompatible formats.

Their standardisation and exchange protocols are crucial stakes for leadership in the world of tomorrow. In parallel, we also have the question of valuing data. The SDEC is currently working on these questions of ownership, source, quality, certification and price setting.

We can see it: China has started thinking about the new asset that data has become. It is advancing in incremental steps leveraging public and private economic actors, thus building a gigantic world of possibilities.

2. DATA, AT THE HEART OF RETAIL TRANSFORMATION

‘Today, we don’t know how to monetise data, but we do know that people will not live without data. Walmart generates data from its sales, whilst we do e-commerce and logistics to acquire data. People talk to me about GMV² but we’re not looking for GMV. We sell purely to get data, and that is very different to Walmart.’³

This is, in just a few words from Jack Ma, founder of Alibaba, the fundamental difference between China and the West:

WHEREAS WE SEE E-COMMERCE AS AN ADDITIONAL DISTRIBUTION CHANNEL, THE CHINESE SEE IT AS A DATA MINE.

Though comparing the combined figures for Black Friday, Thanksgiving and Cyber Monday in the US ($25 billion) with the Chinese Double 11 ($139 billion)⁴ shows China’s significant lead, it does not take account in any way of this difference of philosophy.

The fact that China is much more connected than the US and Europe, that 99.6% of Chinese internet users access the internet from their smartphones, is hiding what is most important.

Limiting ourselves to quantitative analyses would be to misunderstand the disruptive nature of Chinese retail. The giants of e-commerce have created innovative payment solutions leading to their dominance of retail and their leadership in mobile payments.

This explains the dizzying growth of retail that depends on a fundamentally different approach from traditional players. Alibaba offers the most complete example with its concept of New Retail, defined in 2015. Two characteristics shape this model: (1) Alibaba positions itself above all as an intermediary facilitating exchanges between retailers and customers. (2) Alibaba has modelled a holistic ecosystem, each segment feeding into the others thanks to the data created by the transactional system.

As an intermediary, Alibaba offers retailers its digital tools in branding, traffic generation, etc. as well as its financial services that are highly appreciated by SMEs neglected by banks.

Concerning consumers, Alibaba makes available to them a universal plat form for all their daily needs: social relationships, administrative operations, consumer loans, etc.

Alibaba therefore sets itself apart from its Western equivalents. It operates an ecosystem, the purpose of which is to produce, analyse and monetise data, whilst its Western equivalents remain, despite their latest developments (cloud, etc.), integrated

distributors whose data is only a result. For Alibaba, retail is the support function, in no way the raison d’être. Its leadership relies less on GMV than on its central position in the generation and exploitation of data. Alibaba has come a long way since Jack Ma’s declaration on 16 June 2016 at the China Internet+ Conference 中國互聯網+峰會 that Alibaba ‘doesn’t know how to monetise its data’!

Since then, seeing huge opportunities far beyond its current revenues, Alibaba has transformed its ecosystem and its services. As a result of its perspective on data, China is leading the transformation of a whole industry, potentially paving the way for its Western counterparts.

3. DATA, A SOURCE OF NEW BUSINESS MODELS

Even though the New Retail example illustrates China’s capacity to pivot an industry from the sale of goods to the monetisation of its data, the spectacular development of electric vehicles highlights its ability to create innovative business models from scratch.

This is the example of electric charging stations. An electric charging station essentially differs from a fuel station in two ways. First, the charging time encourages users to charge their vehicles at home or place of work, which translates into very low utilisation (below 5%) of charging stations located in public spaces. Second, as the price of electricity is strictly regulated, operators’ very low margins prove insufficient to generate a return on investment. The solution in China was to shift the focus from the driver (the focal point of the fuel model) to the electric ecosystem.

In order to be successful, a Chinese operator considers itself a service platform for drivers, site providers (i.e. developers), local councils in their town policies, electricity providers, etc. It is not just about selling energy anymore but about optimising flows and prices: traffic, energy flows, etc. The critical point is, once again, data. The start-up X-Charge 智充科技, a specialist in SaaS B2B services, which our Beijing office knows well having worked with them, is illustrative of this business model revolution. It enables charging station operators to analyse their data in real time, adjust their prices by station based on the utilisation rate and road traffic, store electricity under the best conditions and sell it back to electricity providers or building managers during peak periods, etc.

The start-up has developed predictive models of activity and revenues that are highly appreciated by operators. It comes as no surprise that Shell Ventures invested during its Series B; beyond a financial investment, it is a disruptive model that the major company came looking for in China. It is quite obvious that the race to build the world of tomorrow has started and China seems intent on establishing its leadership through innovation guided by the state and relayed by the tech giants. In this strategy, data is clearly considered a critical asset. It is designed to secure the country’s future place in the world. In parallel, the monetisation of data will generate gigantic revenues that only a few players will control sufficiently to maximise their gains.

In some sectors, only the monetisation of data can, at least in a transitory phase, make capital-intensive business models viable.

For all these reasons, we consider it essential to take an interest in these topics and why not to take inspiration from certain initiatives in China.

____________

¹ The latest study is that of the Chambre de Commerce et de l’Industrie France Chine (CCIFC – the France–China chamber of commerce and industry), conducted from 2 to 14 September 2022 with 303 French companies: 79% consider a deterioration in China’s image; 62% see an impact on their profits, 58% are revising their investment strategies in China; 43% do not plan to increase their presence in the next three years; and 16% are considering reducing their presence in China.
² GMV: Gross Merchandise Value
³ Jack Ma speech from China Internet+ Conference (中国互联网+峰会) on 16 June 2016
⁴ 2021 data, sources: Forbes, Bloomberg

Sophie Chassat
Philosopher, Partner at Wemean

Zombie Data

‘Is Data conscious?’ This question, asked in relation to a character from the series Star Trek, is taken up by the philosopher David Chalmers in his latest book Reality +.¹ Data is the name of an android. In the episode of the series titled ‘The Measure of a Man’, a trial takes place to determine whether Data is an intelligent and conscious being.

There is no doubt about the intelligence of the humanoid robot: Data has the capacity to learn, to understand and to manage new situations. However, the question of whether Data is conscious remains unanswered. Does Data have an inner life with perceptions, emotions and conscious thoughts? Or is Data what philosophers call a ‘zombie’? In philosophy, a zombie is a system that, on the outside, behaves like a conscious being but, on the inside, has no conscious experience. It behaves intelligently, but has no inner life or reflexivity about its actions.

Chalmers star ts with this story to question whether a digital system can be conscious or whether only humans and animals are gifted with consciousness. For this astounding Australian philosopher, a system perfectly simulating the functions of a brain could be conscious in the same way as a biological brain. This leads him to dizzying speculations: in that case, mirroring that logic, isn’t our actual consciousness just the effect of a simulation? Don’t we already live in a metaverse, and isn’t our god a computer?

If we make the story of the rather aptly named Data an allegory, we can use it to raise a simple ethical question when we exploit data. What type of data are we dealing with: Zombie Data or Conscious Data? In the first case, we harvest data that seem to behave intelligently, but ultimately their content is empty and without interest. We have all had the experience of trawling through masses of data for sometimes very little reward, or even absurd results! We can add that the data transform us, too, into zombies… Because here we are, reduced to aggregates of outer behaviours (purchases made, keywords typed into search engines, conversations held on social media, etc.) supposed to encapsulate our inner desires – which remain a little more subtle, nevertheless. Zombie Data make Zombie People!

As for Conscious Data, we can be certain that Big Data do not have the system consciousness that Chalmers deems entirely plausible in the future. The only thing left to do then is for human outer consciousness to give meaning to data, to humanise them. This is just like Data the android, who needs a human friend to evolve, a role fulfilled by Captain Picard in Star Trek. Conscious People make Conscious Data!

____________

¹ David J. Chalmers, “Reality +. Virtual worlds and the problems of philosophy”, Penguin Books/Allen Lane, 2022

Isabelle Comyn-Wattiau
Professor at ESSEC Business School, Chair of Information Strategy and Governance

Valuing our wealth of data, a challenge no company can escape

Evoking the value of data in 2022, when the media is overflowing with examples of companies suffering damage linked to data, may seem counter-intuitive. Yet, it is well known that data has value, and it is the very reason why the attacks targeting data are not just simple cyberattacks. More and more, they aim to seize the informational wealth of the target organisations.

Data security can be broken down into three areas: availability, confidentiality and integrity. Attacking an information system compromises its availability, thereby endangering the process that the system underpins. This is what we were able to observe at the Corbeil-Essonnes hospital a few months ago. Due to a lack of available data linked to the patient, the diagnosis and care process is made longer and more expensive. It can even have an impact on patient health by delaying a course of treatment. During these attacks, we also fear a confidentiality breach of highly sensitive data.

And, if by chance the computer hackers modify these data, they could compromise their integrity. Thus, all three parts of data security are affected, with extensive damage: first, the health of the patient, but also the reputation of the hospital and the cost linked to the restoration of the information systems and all the affected processes. Limiting ourselves to the security of the data is a reductive defensive approach, even if we cannot rule it out. Determining the value of data is a significant issue for most companies. The press publishes daily success stories of start-ups where a good idea for sharing or pooling highly operational information leads to new, unsuspected value. Thus, in 2021, the market capitalisation of Facebook reached around $1 trillion, but the net value of the company based on its assets and liabilities was only $138 billion.¹

The difference in terms of value can be explained by the data that Facebook collects from its users and uses in turn to feed its advertising algorithms. For economists, data represent unrivalled assets (in that they can be consumed by various users without diminishing), which do not necessarily depreciate as we use them; on the contrary, they can generate new information, for example when combined with others. For some, however, the value does depreciate, and very quickly at that. All these characteristics mean that data fall into a highly specific class of asset that resembles no other intangible asset, brand, software, patent, etc.

Tackling the value of data also requires us to agree on the vocabulary to be used: data versus information. Without reopening the debate on the difference between data and information, we can consider them identical in an initial approach to the topic. Some, however, will wish to distinguish data – the input of the system, unmodifiable, a result of measuring a phenomenon – from information – the output of the system after cleaning, restatement, refinement, aggregation, transformation, etc.

The value of information has been studied in line with accounting practices notably by Moody and Walsh.² They first endeavoured to demonstrate that information can be considered as an asset: it offers a service and an economic advantage, it is controlled by the organisation and it is the result of past transactions. They then proposed three appraisal methods to value information.

The first is based on costs – of acquisition, processing, conservation, etc. It is the easiest to put in place because these elements are more or less present in the financial controller’s dashboard. However, these costs do not reflect all aspects of data, for example the development of their value over time. The second appraisal method is based on the market and consists of determining the value that can be obtained by selling the data.

Here, we talk about an exchange value. This approach requires a considerable effort. Moreover, it is not always possible to obtain a reliable measure of the value of the data. Finally, the third method is based on utility.

This means appraising the use value of the data by estimating the economic value that it can generate as a product or a catalyst. But this value is difficult to anticipate, and estimating the share of its catalytic effect is also highly complex.

Thus, it seems that the various approaches to determine the value of data are partial but complementary: some are based on the use value or exchange value of data; others assume rational corporate behaviour and assess data at the level of investment made to acquire it and manage it throughout its life cycle; still others are based on risk. The risk approaches see data as the target of threats to the company or organisation. Such risks may be operational; thus, the missing or damaged data may cause certain processes to function poorly.

But there are also legal or regulatory risks, as more and more texts stipulate obligations for data; the General Data Protection Regulation is just one example, albeit the most well known, no doubt. The risks can also be strategic when they concern the reputation of the company or lead the company to make bad decisions.

Finally, some authors have taken an approach based on externalities for open data, which are available to all but which, by making the most of them, can bring a benefit to society at large.

The concept of data value is linked to the objective of proper data governance: maximising data value by minimising the associated risks and costs.³ By adopting this three-pronged approach (value, risk and cost), we can better obtain a holistic view of data value and improve its valuation.

These three aspects are complementary, but we must not exclude context.

Indeed, the same information does not have the same value depending on the temporal, geographic, economic or political context in which the valuation process is conducted. The question of why the valuation is needed must be answered in order to characterise the relevant contextual elements: political, economic, social, technological, ecological and legal (PESTEL) in particular.

The object of the valuation must itself be identified. One of the difficulties in estimating the value of data is choosing the appropriate level of detail: are we talking about the entirety of an information system (e.g. the client information system) or

a set of data (e.g. the client database) or indeed a key piece of information (e.g. the launch price of a competing product)? It is clear that the value of an information system is not the simple sum of the value of its components.

Few approaches for the valuation of data are sufficiently holistic and general to enable their application to any type of data in any context. Recommendations can be made, for example, the recommendation to choose between a top-down approach and a bottom-up approach. But the holistic approach can only be holistic by combining these two value paths.

It is because the company is still unable to measure the real and potential value of data that it does not make sufficient investment in data governance and information sharing.

It is a vicious circle that ultimately leads to the company being unable to realise the full value of data.

A virtuous circle can be built by starting with the most critical data, for example (but not necessarily) client data, and gradually getting on board all data actors – producers, transformers, sellers, distributors, consumers of these data. They have the different points of view necessary for a holistic approach.

____________

¹ J. Akoka, I. Comyn-Wattiau, Evaluation de la valeur des données – Modèle et méthode, Record of the 40th Congress of INFORSID (INFormatique des ORganisations et Systèmes d’Information et de Décision), Dijon, 2022
² D. Moody, P. Walsh, Measuring the Value of Information – an Asset Valuation Approach, Record of the European Conference on Information Systems (ECIS), 1999
³ World Economic Forum, Articulating Value from Data, White Paper, 2021

Hervé Goulletquer
Senior Economic Advisor, Accuracy

The twin green and digital transitions: resolve for investment and perspicacity for macroeconomic management

The world economy is facing numerous challenges. In the short term, we have an unusual rhythm in prices and a deterioration of growth prospects, taking place in complicated political environments internally in many countries and in a worrying environment internationally (actions of Russia in Ukraine, China around Taiwan and Iran with its Arab neighbours). In the long term, ageing populations are of concern in a number of regions around the globe, economic ‘regulation’ seems to be moving away from the neoliberal corpus towards a more Keynesian approach and the twin green and digital transitions are under way.

Let us pause on this last point. The green transition is essential. It is essential for the preservation of the planet and of all the species that live on it. We must ‘decarbonise’ industry and transport, succeed in the energy renovation of buildings and develop renewable energy on a large scale. The digital transition is also indispensable. It represents the continued process of enabling companies, administrations and households to incorporate new technologies (for example, the cloud, the internet of things or artificial intelligence) in many aspects of their activities. It is worth bearing in mind that the necessary transformations are not purely technological issues; there is a very significant human aspect, with cultural and behavioural adaptations to be made.

The amount of investment in play is impressive. For the eurozone alone, considering an annual envelope of €500 billion a year, for multiple years (certainly no less than 10), does not seem unreasonable. At least that is the order of magnitude determined when summarising some authoritative work on the subject. That represents more than four points of GDP!

The sums committed are so vast that questioning their macroeconomic implications would not be a futile exercise. Let us propose a simple forecast to 2032. The starting point is this resolve for investment linked to the twin transitions: the €500 billion a year, which, when changing from current currency to constant currency (the currency used when measuring the economic growth – that of GDP), becomes €440 billion. The other elements of demand, including investment spending outside of the twin transitions, remain on the same trajectory as observed over the past few years with one exception: extra investment is reflected by more imports and therefore by a reduction in external trade surplus. For this exercise, we assume that there will be no shock from prices or economic policy over the period.

THE TABLE ABOVE HIGHLIGHTS THE MAIN IMPLICATIONS TO CONSIDER.

THREE ARE PARTICULARLY NOTEWORTHY:

• GDP growth would reach 1.5% a year. Though this forecast exercise appears reasonable, we must admit that potential for growth is estimated at 1% a year. Of course, we could consider that the additional investment effort will contribute to more growth. But we could also defend the idea that, at least in part, this new accumulation of capital would replace the destruction of fixed assets that have become obsolete.

We must not forget demographic developments either, which send a rather negative message about the active population (effect to be offset perhaps by a return to a situation with close to full employment).

In any case, one suspicion remains: is the quantification based on these assumptions too optimistic?

• The share of household consumption in GDP would fall by 2.5 points over the period to reach 49.5%. The current level is already not particularly high: 52% against an average of 55% between 1995 and 2010 (and a high of 59% in 1980), a period that was therefore followed by a gradual decline. With the change in macroeconomic ‘regulation’ that we are starting to see, one that emphasises more inclusive growth, is this really credible?

• If the investment / GDP ratio must progress by almost 4.5 points by 2032, then savings must follow; this is how macroeconomic balances work! Where could this come from? In part from lower savings in Europe heading towards the rest of the world. We have spoken about a fall in external trade after all…

For the remainder, it will be necessary to choose between greater efforts by households to save, an increase in corporate profits and/or a decrease in the public deficit.

NONE OF THESE OPTIONS IS SELF-EVIDENT.

The first brings us back to the question of a reduction of household consumption in GDP; we just saw it.

The second suggests a further distortion of wealth created in favour of business. But that might go against current sentiment (new ‘regulation’, including the development of ESG – environment, social and governance – criteria)…

The third seems reasonable, of course, but making the choice between bringing current spending down and increasing tax income is no easy task (public investment would most likely be protected).

If this scenario is not quite unacceptable, but still seems a bit ‘messed up’, then we need to try to imagine what would be reasonable to expect under the two constraints of succeeding in the twin transitions and not deluding ourselves on future economic growth.

In fact, the adjustment can only be made in two areas: either (i) on savings placed in the rest of the world (the counterpart of the external trade balance), with the possibility that flows would invert and that the eurozone would need to ‘import’ foreign savings, or (ii) on a slowdown in consumption spending (whether household or government).

The first solution would weaken Europe on the international stage.

In terms of macroeconomics, Europe would appear less solid, which would reinforce the impression already given by the microeconomy (lower profitability of companies in the Old World compared with those in the New World and smaller presence in the sectors of tomorrow) and by po li t ics (unreso lved issues of integration and its geopolitical role). The resulting financial balances will be more uncertain, whether in terms of interest rates or exchange rates; it would be impossible to think otherwise.

The second idea, which is obviously akin to frugality, seems difficult to put in place in a more Keynesian environment that is stamped by an ambition to share wealth more in favour of households. That is, of course, unless public authorities find the winning formula to incentivise households to save more.

We understand it; the ambition to drive investment, for innumerable sound reasons, has destabilising macroeconomic effects. We must anticipate them and prepare ourselves; after all, prevention is better than cure…

Read the fifth edition of Accuracy Talks Straight >

Romain Proglio
Associé, Accuracy

Wintics

Créée fin 2017 par trois fondateurs, et forte de quatre années de R&D, Wintics se positionne comme le spécialiste de l’analyse vidéo intelligente pour les opérateurs de mobilité. La société commercialise ses produits d’analyse auprès de quatres types de gestionnaires d’infrastructures de mobilité : collectivités territoriales, gestionnaires de transport en commun, aéroports, ports. Pour les collectivités territoriales, la start-up a développé un logiciel d’Intelligence Artificielle particulièrement innovant (appelé Cityvision), qui peut se brancher automatiquement à n’importe quelle caméra, optique ou thermique, récente ou d’ancienne génération, afin d’en extraire de multiples données sur la mobilité, la sécurité des espaces publics et la propreté urbaine. Le logiciel sera par exemple capable d’analyser la fréquentation et les usages d’une piste cyclable afin d’aider la ville à aménager sa mobilité en conséquence.

La solution offre également à ses clients la capacité de piloter en temps réel l’infrastructure, par exemple en déversant dans les feux tricolores les données collectées et analysées par Wintics, ce qui participe à fluidifier le trafic de manière précise et pertinente.

A destination des gestionnaires de transport, Wintics offre la possibilité de visualiser en temps réel les flux de déplacement et le niveau d’affluence. Les gestionnaires d’aéroports, quant à eux, peuvent par exemple superviser les différents flux de passagers arrivant sur site et fluidifier leurs parcours au sein de l’aéroport grâce à un pilotage en temps réel des files d’attente aux guichets et aux contrôles. Wintics se positionne ainsi comme une solution innovante et stratégique afin de rendre les villes plus vertes en favorisant l’essor et l’aménagement des mobilités douces, l’attractivité des transports en commun et la fluidification des déplacements. La caméra devient un outil de pilotage et d’urbanisme efficace et plus sûr. Enfin, Wintics est une société intégralement française, qui propose une solution 100% made in France.

Lauréats des éditions 2018 et 2019 du programme d’innovation de la ville de Paris, certifiés par le label Greentech Innovation et ayant intégré en 2020 les meilleures start-up d’Intelligence Artificielle en Europe dans le secteur de la mobilité, les experts de Wintics (environ 15 aujourd’hui) ont déjà à leur actif des réalisations dans plus de 30 villes françaises.

< Retourner sur Accuracy Talks Straight

Sophie Chassat
Philosophe, Associée chez Wemean

Zombie Data

“Is Data conscious?” Cette question, posée à propos d’un personnage de la série Star Trek, est reprise par le philosophe David Chalmers dans son dernier ouvrage “Reality +”¹. Data est le nom d’un androïde. Dans l’épisode de la série intitulé “The Measure of a Man”, un procès a lieu pour déterminer si Data est un être intelligent et conscient.

Pas de doute sur l’intelligence du robot humanoïde : Data a la capacité d’apprendre, de comprendre et de gérer des situations nouvelles. En revanche, la question de savoir si Data est conscient reste sans réponse. Data disposet-il d’une vie intérieure avec des perceptions, des émotions et des pensées conscientes ? Ou Data est-il ce que les philosophe appellent un « zombie » ? En philosophie, un zombie est un système qui, extérieurement, se comporte comme un être conscient, mais qui, intérieurement, n’a aucune expérience consciente. Il se conduit de manière intelligente, mais n’a ni vie intérieure ni réflexivité de ses faits et gestes.

Chalmers part de ce récit pour se demander si un système digital peut être conscient ou si seuls les êtres humains et les animaux sont doués de conscience. Pour ce philosophe australien décoiffant, un système simulant parfaitement le fonctionnement d’un cerveau pourrait être conscient au même titre qu’un cerveau biologique. Ce qui l’entraîne vers de vertigineuses spéculations : mais alors, en miroir, notre conscience actuelle ne serait-elle pas elle-même l’effet d’une simulation ? Ne vivrions-nous pas déjà dans un métavers et notre Dieu ne serait-il pas un ordinateur ?

Si nous faisons de l’histoire du bien nommé Data une allégorie, nous pouvons l’utiliser pour nous poser une question éthique simple lorsque nous exploitons des data. À quel type de data avons-nous affaire : Zombie Data or Conscious Data ? Dans le premier cas, nous récoltons des data qui semblent se comporter intelligemment mais dont in fine le contenu est vide et sans intérêt. Expérience commune : quelle masse de data pour parfois si peu d’enseignements utiles, voire des usages absurdes ! Ajoutons que ces data nous transforment nous aussi en zombies… Car nous voilà réduits à des agrégats de comportements extérieurs (achats effectués, mots-clés tapés sur des moteurs de recherche, conversations sur les réseaux sociaux etc.) censés résumer nos désirs intérieurs – lesquels sont tout de même un peu plus subtils. Zombie Data make Zombie People!

En ce qui concerne les Conscious Data, il est aujourd’hui certain que le Big Data n’a pas la conscience des systèmes que Chalmers juge tout à fait plausible à terme. Reste alors aux consciences extérieures humaines à donner du sens aux data, à les humaniser. Un peu comme l’androïde Data a besoin d’un ami humain pour évoluer : c’est le rôle du Captain Picard dans Star Trek. Conscious People make Conscious Data!

____________

¹ David J. Chalmers, “Reality +. Virtual worlds and the problems of philosophy”, Penguin Books/Allen Lane, 2022. Non encore traduit en français.

< Retourner sur Accuracy Talks Straight

Isabelle Comyn-Wattiau
Professeur à l’ESSEC Business School, Titulaire de la Chaire Stratégie et Gouvernance de l’information

Evaluer notre patrimoine de données, un défi auquel aucune entreprise ne peut échapper

Evoquer la valeur de la donnée en 2022, à l’heure où les media regorgent d’exemples d’entreprises qui subissent des préjudices liés aux données, voilà qui est contre-intuitif. Pourtant, cette valeur est bien connue et c’est même la raison pour laquelle les attaques visant les données ne sont pas uniquement des malveillances. Elles visent de plus en plus souvent à prendre possession du patrimoine informationnel de ces organisations.

La sécurité de la donnée peut être déclinée selon le triptyque : disponibilité, confidentialité, intégrité. Mettre à mal un système d’information en compromet la disponibilité et donc met en danger le processus que ce système sous-tend. C’est encore ce qu’on a pu constater à l’hôpital de Corbeil-Essonnes ces derniers mois. Faute de disposer des données liées au patient, le processus de diagnostic et de soins est rendu plus long et plus coûteux. Il peut même impacter la santé du patient en retardant la mise en oeuvre d’un traitement. Mais, lors de ces attaques, on craint aussi la rupture de la confidentialité de données hautement sensibles.

Enfin, si, d’aventure, les pirates informatiques en venaient à modifier ces mêmes données, ils pourraient en compromettre l’intégrité. Ainsi, ce sont les trois pans de la sécurité de la donnée qui sont impactés avec des dommages très nombreux : d’abord la santé du patient, mais aussi la réputation de l’hôpital et enfin les coûts liés à la remise en état du système d’information et de tous les processus impactés. Se limiter à la sécurité de la donnée est une approche défensive réductrice même si on ne peut l’écarter. Evaluer la valeur de la donnée est un enjeu de taille pour la plupart des entreprises. La presse publie quotidiennement des réussites de start-ups où une bonne idée de partage, de mise en commun d’une information très opérationnelle conduit à une valeur nouvelle insoupçonnée. Ainsi, en 2021, la capitalisation boursière de Facebook atteignait environ 1 000 milliards de dollars, mais la valeur nette de l’entreprise fondée sur l’actif et le passif n’était que de 138 milliards de dollars³. La différence en termes de valeur s’explique par les données que Facebook collecte auprès des utilisateurs et qu’elle utilise à son tour pour alimenter ses algorithmes publicitaires. Pour les économistes, les données constituent un actif non rival (au sens où elles peuvent être consommées par plusieurs sans diminuer), qui ne se déprécie pas nécessairement quand on l’utilise et peut, au contraire, être génératrice de nouvelles informations, par exemple combinée à d’autres. Pour certaines d’entre elles, la valeur se déprécie très rapidement. Toutes ces caractéristiques en font un actif très spécifique qui ne ressemble pas totalement à aucun autre actif intangible, marque, logiciel, brevet, etc.
Aborder la valeur de la donnée nécessite aussi de s’entendre sur le vocabulaire : donnée vs. Information. Sans rouvrir le débat sur la différence entre donnée et information, on peut dans une première approche du sujet les considérer comme identiques. Certains vont cependant distinguer la donnée, entrée du système, non modifiable, résultat de la mesure d’un phénomène de l’information, sortie du système après nettoyage, traitement, affinage, transformation, etc.

La valeur de l’information a été étudiée en cohérence avec lespratiques comptables notamment par Moody et Walsh². Ils se sont efforcés de démontrer d’abord que l’information peut être considérée comme un actif : elle offre un service et un avantage économique, elle est contrôlée par l’organisation et elle est le résultat de transactions passées. Ils proposent ensuite trois approches d’évaluation de la valeur de l’information. La première est fondée sur les coûts, d’acquisition, de traitement, de conservation, etc. C’est la plus facile à mettre en oeuvre puisque ces éléments sont peu ou prou présents dans les tableaux de bord du contrôleur de gestion. Cependant, ils ne reflètent pas toutes les dimensions de la donnée, par exemple l’évolution de sa valeur dans le temps. La seconde est fondée sur le marché et consiste à évaluer la valeur que l’on pourrait obtenir en vendant cette donnée.

On parle de valeur d’échange. Cette approche requiert un effort conséquent. De plus, il n’est pas toujours possible d’obtenir une mesure fiable de la valeur de cette donnée. Enfin, la troisième est fondée sur l’utilité. Il s’agit d’évaluer la valeur d’usage de la donnée en estimant la valeur économique qu’elle permettra d’obtenir en tant que produit ou en tant que catalyseur. Mais cette valeur est difficile à anticiper et la part de son effet catalytique est aussi très complexe à estimer.

Il apparait ainsi que les nombreuses approches d’évaluation de la valeur de la donnée sont partielles mais complémentaires. Les unes sont fondées sur la valeur d’usage ou la valeur d’échange de la donnée. D’autres font l’hypothèse d’un compor tement rationnel des entreprises et évaluent la donnée au niveau de l’investissement consenti pour l’acquérir et la gérer tout au long de son cycle de vie. Enfin, les approches fondées sur les risques voient la donnée comme l’objet de menaces pour l’entreprise ou l’organisation. Il peut s’agir de risque opérationnel : ainsi, la donnée manquante ou endommagée met en cause le fonctionnement de certains processus. Mais il y a aussi les risques légaux ou réglementaires puisque de plus en plus de textes régissent les obligations à respecter en matière de données. Le Règlement Général sur la Protection des Données n’en est qu’un exemple, le plus démocratisé sans doute. Les risques peuvent aussi être d’ordre stratégique quand ils concernent la réputation de l’entreprise ou conduisent celle-ci à prendre de mauvaises décisions. Enfin, certains auteurs ont adopté une approche par les externalités pour les données ouvertes qui sont a priori disponibles pour tous mais qui, par leur bonne valorisation, peuvent apporter un bénéfice pour la société dans son ensemble.

Le concept de la valeur de la donnée est à relier à l’objectif de sa bonne gouvernance : maximiser la valeur de la donnée en minimisant les risques et les coûts qui lui sont associés1. En adoptant ce triptyque, valeur, risque et coût, on peut mieux appréhender une vision holistique de la valeur de la donnée et améliorer son évaluation. Ces trois dimensions valeur, risque et coût sont complémentaires mais ne nous permettent pas d’exclure le contexte. Ainsi, la même information n’a pas la même valeur selon le contexte temporel, géographique, économique, politique dans lequel le processus d’évaluation s’inscrit. Il faut répondre à la question du pourquoi de l’évaluation pour pouvoir caractériser les éléments per tinents du contexte : politique, économique, social , technologi que, écologique et légal (PESTEL) notamment. L’objet lui-même de l’évaluation doit être précisé. Une des difficultés dans l’estimation de la valeur de la donnée est de choisir la granularité adéquate : s’agit-il de l’ensemble d’un système d’information (le système d’information client) ou d’un jeu de données (la base de données des clients) ou encore d’une information clé (le prix de lancement du produit concurrent) ? Il est clair que la valeur d’un système d’information n’est pas la simple agrégation de la valeur de ses composants.

Il existe peu d’approches d’évaluation de la valeur de la donnée qui soient suffisamment holistiques et générales, permettant une application à tout type de donnée dans n’importe quel contexte. Des recommandations existent comme, par exemple, celle de choisir entre une approche descendante et une approche ascendante. Au contraire, l’approche holistique ne peut l’être qu’en combinant ces deux parcours de la valeur.

C’est parce que l’entreprise est encore incapable de mesurer la valeur réelle et potentielle des données qu’elle n’investit pas suffisamment dans la gouvernance des données et le partage des informations.

C’est un cercle vicieux puisque cela la rend finalement incapable de réaliser la pleine valeur. Le cercle vertueux peut se bâtir en commençant par les données les plus critiques, par exemple (mais pas nécessairement) la donnée client, et en embarquant progressivement tous les acteurs de la donnée, producteurs, « transformeurs », vendeurs, distributeurs, consommateurs de cette donnée. Ils ont les différents points de vue nécessaires à l’approche holistique.

____________

¹ J. Akoka, I. Comyn-Wattiau, « Evaluation de la valeur des données – Modèle et méthode », Actes du 40ème congrès INFORSID (INFormatique des ORganisations et Systèmes d’Information et de Décision), Dijon, 2022.
² D. Moody, P. Walsh, « Measuring the Value of Information – an Asset Valuation Approach », Actes de la conférence européenne sur les systèmes d’information (ECIS), 1999.
³ A. Neely, « Why You Should Be Treating Your Data As An Asset », Anmut, https://www.anmut.co.uk/why-you-should-betreating-your-data-as-an-asset/

< Retourner sur Accuracy Talks Straight

Hervé Goulletquer
Senior Economic Advisor, Accuracy

La double transition énergétique et digitale : Volontarisme pour l’investissement et clairvoyance pour le pilotage macroéconomique

L’économie mondiale est confrontée à de nombreux enjeux. Dans une perspective cour te, un tempo inusité des prix et une dégradation des perspectives de croissance, le tout dans un contexte politique compliqué sur le front intérieur dans de nombreux pays et inquiétant en matière de relations internationales (les comportements de la Russie en Ukraine, de la Chine autour de Taïwan et de l’Iran avec ses voisins arabes) ; dans une perspective longue, le vieillissement démographique concerne beaucoup de régions autour du globe, la « régulation » économique paraît s’éloigner du corpus néolibéral pour revenir vers une approche davantage keynésienne et une double transition, énergétique et digitale, est engagée.

Arrêtons-nous sur ce dernier point. La transition énergétique s’impose. Il y va de la préservation de la planète et de toutes les espèces qui y vivent. Il va falloir « décarboner » l’industrie et les transports, réussir la rénovation thermique des bâtiments et développer à grande échelle les énergies renouvelables. La transition digitale est aussi un impératif. Il s’agit d’un processus continu permettant aux entreprises, aux administrations et aux ménages d’intégrer les nouvelles technologies (par exemple le cloud, l’internet des objets ou l’intelligence artificielle) à beaucoup des aspects de leurs activités. En sachant que les transformations nécessaires ne répondent pas qu’à des problématiques technologiques. Il y a un aspect humain très important, avec des adaptations culturelles et comportementales à mener.

Les montant des investissements en jeu est impressionnant. En s’arrêtant à la seule Zone Euro, retenir une enveloppe annuelle de 500 milliards d’euros par an et ceci pendant de nombreuses années (sans doute plus de 10 ans) ne paraît pas déraisonnable. C’est du moins l’ordre de grandeur auquel on arrive en faisant la synthèse de quelques travaux « dignes de foi ». Cela représente plus de 4 points de PIB !

Les sommes engagées sont d’une telle taille qu’il ne semble pas inutile de s’interroger sur leurs implications macroéconomiques. Proposons un chiffrage prospectif simple à l’horizon 2032. Le point de départ est ce volontarisme en matière d’investissement, lié à la double transition : les « fameux » 500 milliards d’euros par an, qui, en passant d’une référence en monnaie courante à une autre en monnaie constante (celle retenue dans la mesure de la croissance économique – celle du PIB -), deviennent 440 milliards. Les autres éléments de la demande, y compris les dépenses d’investissements hors cette double transition, restent sur la tendance observée au cours des années passées. A un détail près toutefois ; le surcroît d’investissement se traduit par plus d’importations et donc par une réduction de l’excédent extérieur. Nous faisons aussi l’hypothèse qu’aucun choc de prix ou de politique économique n’intervient sur la période.

LE TABLEAU CI-DESSUS REPREND LES PRINCIPALES IMPLICATIONS À PRENDRE EN COMPTE. TROIS D’ENTRE ELLES SONT PARTICULIÈREMENT NOTABLES :

• La croissance du PIB atteindrait 1,5% l’an. Si le chiffrage n’apparaît pas a priori exagéré, il faut admettre que le potentiel de croissance est plutôt estimé à 1% l’an. Bien sûr, on peut considérer que l’effort supplémentaire d’investissement contribuera à plus de croissance. Mais à rebours on pourrait défendre l’idée que pour partie au moins cette accumulation nouvelle de capital se substituera à une destruction d’immobilisations devenues obsolètes.

Sans oublier les évolutions démographiques qui envoient un message plutôt défavorable pour ce qui est de la population active (effet à peut-être compenser par un retour à une situation proche du plein emploi).

LE TABLEAU CI-DESSUS REPREND LES PRINCIPALES IMPLICATIONS À PRENDRE EN COMPTE. TROIS D’ENTRE ELLES SONT PARTICULIÈREMENT NOTABLES :

• La croissance du PIB atteindrait 1,5% l’an. Si le chiffrage n’apparaît pas a priori exagéré, il faut admettre que le potentiel de croissance est plutôt estimé à 1% l’an. Bien sûr, on peut considérer que l’effort supplémentaire d’investissement contribuera à plus de croissance. Mais à rebours on pourrait défendre l’idée que pour partie au moins cette accumulation nouvelle de capital se substituera à une destruction d’immobilisations devenues obsolètes.

Sans oublier les évolutions démographiques qui envoient un message plutôt défavorable pour ce qui est de la population active (effet à peut-être compenser par un retour à une situation proche du plein emploi).

Bref, une suspicion demeure :

le chiffrage induit par les hypothèses retenues n’est-il pas trop optimiste ?

• La part de la consommation des ménages dans le PIB reculerait de 2,5 points sur la période, pour atteindre 49,5%. Le niveau actuel n’est déjà pas très élevé : 52% contre une moyenne de 55% entre 1995 et 2010 (et un point haut à 59% en 1980), période qui a donc été suivie par une décrue progressive.

Avec le changement de « régulation » macroéconomique qu’on voit poindre et qui met l’accent sur une croissance plus inclusive, est-ce bien crédible ?

• Si le ratio investissement/PIB doit progresser de près de 4,5 points d’ici à 2032, alors l’épargne devra suivre ; les équilibres macroéconomiques sont ainsi faits ! D’où cela pourra-t-il venir ? En partie d’une moindre épargne européenne se dirigeant vers le reste du monde.

N’avons-nous pas retenu l’hypothèse d’une réduction de l’excédent extérieur ? Pour le reste, il faudra choisir entre un plus grand effort d’épargne des ménages, une augmentation des profits des entreprises et /ou une baisse du déficit des comptes publics.

AUCUNE DES OPTIONS NE VA DE SOI.

La première renvoie à la question de la réduction de la consommation des ménages dans le PIB ; on vient de le voir.

La seconde suggère une nouvelle déformation de la richesse créée en faveur des entreprises. N’est-ce pas contradictoire avec l’air du temps (nouvelle « régulation », dont le développement des critères ESG – Environnement, Social et Gouvernance -) ?

La troisième semble raisonnable, bien sûr ; mais comment choisir entre repli des dépenses courantes et hausse des prélèvements (l’investissement public serait très certainement « sanctuarisé ») ? Si ce scénario n’est pas celui de l’inacceptable, mais apparaît tout de même un peu « mal foutu », alors, il faut essayer de concevoir ce qui serait raisonnable d’anticiper sous les deux contraintes de réussir la double transition et de ne pas s’illusionner de trop sur les performances à venir en termes de croissance économique.

En fait, l’ajustement ne peut porter que, soit sur l’épargne placée dans le reste du monde (la contrepar tie de l’équilibre du compte des biens et services avec l’extérieur), avec la possibilité que les flux s’inversent et que la Zone Euro doive « importer » de l’épargne étrangère, soit sur un ralentissement des dépenses de consommation (qu’il s’agisse des ménages et/ou des administrations).

La première solution fragiliserait l’Europe sur la scène internationale.

Macroéconomiquement, elle apparaîtra moins solide, ce qui renforcera l’impression déjà tirée de la microéconomie (moindre rentabilité des entreprises du « vieux continent » par rapport à celles du « nouveau monde » et moindre présence dans les secteurs d’avenir) et de la politique (les problématiques non résolues de l’intégration et du rôle géopolitique).

Comment ne pas considérer alors que les équilibres financiers apparaitront plus incertains, qu’il s’agisse du niveau des taux d’intérêt ou du taux de change ?

La seconde idée, qui évidemment rime avec frugalité, semble difficile à mettre en place, dans un environnement à la fois plus keynésien et marqué du sceau de l’ambition d’un partage de la richesse plus en faveur des ménages. A moins que les pouvoirs publics trouvent la martingale pour inciter ceux-ci à épargner davantage.

On le comprend ; l’ambition de pousser les feux de l’investissement, pour des tas de bonnes raisons, a des effets macroéconomiques déstabilisants. Il faut anticiper et s’y préparer ; mieux vaut prévenir que guérir…

< Retourner sur Accuracy Talks Straight

Frédéric Recordon
Associé,
Accuracy

Helena Javitte
Manager,
Accuracy

La data, ultime raison de s’intéresser à la Chine ?

Pour quelles raisons faudrait-il encore s’intéresser à la Chine ? Les signaux qu’elle envoie d’un pays cadenassé, tenté par un repli sur soi, affirmant un modèle sociétal alternatif, conduisent désormais à l’appréhender sous l’angle d’une analyse de risques. Les dernières études des chambres de commerces européennes et américaine en Chine témoignent d’une réévaluation significative des stratégies des entreprises étrangères¹.

Et pourtant dans ce contexte assombri, pour nous qui travaillons en Chine depuis plus de 10 ans, la Chine est un pays qui mérite l’attention des Européens. Mais les raisons les plus pertinentes de s’y intéresser ne sont pas forcément celles qui viennent à l’esprit en premier. Certaines pourraient même s’avérer dérangeantes. Et si la Chine était en avance sur l’Occident ? En avance dans les réflexions qui structurent le monde de demain ? A défaut d’un eldorado mercantile… des idées !

A la source de l’avance chinoise se trouve la donnée. Le pays dispose de nombreux atouts. Structurel : 18% de la population mondiale offre une masse de test inégalable. Conjoncturel : sa réglementation ou encore l’abondance des investissements dans la tech. Culturel : le lancement de solutions quick & dirty qui seront améliorées ou abandonnées là où les occidentaux s’efforceront de lancer des produits plus aboutis.

Cet article se propose de scruter sous 3 angles la manière dont la Chine considère la donnée. (1) Comment elle la réglemente pour en faire un avantage concurrentiel. (2) Comment elle est au coeur de la transformation du retail. (3) Comment elle l’utilise pour créer de nouveaux business modèles.

1. UNE RÉGLEMENTATION FAVORISANT L’ÉMERGENCE D’UN AVANTAGE CONCURRENTIEL

Les 1ères réflexions sur les données comme facteur de product ion ont commencé en Chine au début des années 2000 et se sont poursuivies au cours de la décennie suivante par l’édification d’un cadre réglementaire favorisant l’émergence d’un marché des données. Le tournant s’est produit en avril 2020 lorsque la donnée a été of ficiellement considérée comme le 5ème facteur de production, au même titre que le capital, la main d’oeuvre, le foncier et la technologie.

C’est l’acte de naissance d’une économie des données conçue comme l’accélérateur disruptif de la croissance des entreprises chinoises.

Les autorités encouragent les acteurs à structurer leurs données pour en faciliter le partage. Pour cela, le gouvernement a mis en oeuvre des plateformes publiques. Dès 2019, la SASAC, organe gouvernemental qui supervise les entreprises publiques, a publié une liste de 28 entreprises publiques et privées chargées de fédérer leurs industries au moyen de plateformes sectorielles.

La China Aerospace Science & Industry Corp. a la charge de l’aéronautique, la CSSC de la construction navale ou encore Haier via sa plateforme COSMOPLAT de 15 secteurs différents (électronique, fabrication industrielle, textile, industrie chimique, etc…).

Le second objectif vise à créer un marché des données. Conduit par les collectivités locales (Shanghai, Pékin, Shenzhen, Hainan, Guangzhou), il prend la forme de zones de libre-échange et de plateformes pilotes de trading de données. Ainsi, le Shanghai Data Exchange Center (SDEC) s’apparente à une bourse technologique garantissant la conformité juridique des transactions pour les entreprises adhérentes là où le Beijing International Big Data Exchange favorise le partage des données publiques au niveau national avec des velléités d’applications internationales.

Ces initiatives montrent que la Chine a commencé à poser les bases de l’économie de la donnée. Elle tâtonne, expérimentant des réponses à cette question cruciale entre toutes : comment transformer la donnée en un nouvel objet de valeur ? Un premier défi réside dans la multitude de données : personnelles, financières, industrielles, métadonnées, etc. tout autant qu’aux formats souvent incompatibles.

Leur standardisation et leurs protocoles d’échanges sont des enjeux cruciaux de leadership dans le monde de demain. En parallèle se pose la question de leur valorisation. La SDEC travaille actuellement sur ces questions de propriété, d’origine, de qualité, de certification et de fixation de leur prix.

On le comprend la Chine s’est engagée dans une réflexion sur ce nouvel actif qu’est devenue la donnée. Elle procède par touches successives avec les acteurs économiques privés et publics à mesure que se construit un champ des possibles gigantesque.

2. LA DONNÉE, AU COEUR DE LA TRANSFORMATION DU RETAIL

« Aujourd’hui nous ne savons pas monétiser la donnée mais nous savons que les gens ne vivront pas sans données. Walmart génère des données de ses ventes tandis que nous faisons du e-commerce et de la logistique pour acquérir de la donnée.

Les gens me parlent de GMV² mais la GMV n’est pas ce que nous cherchons. Nous vendons simplement pour acquérir de la donnée, et c’est bien différent de Walmart »³.

Voici en quelques mots de Jack Ma, fondateur d’Alibaba, exposée la différence fondamentale entre la Chine et l’Occident.

LÀ OÙ NOUS VOYONS DANS LE E-COMMERCE UN CANAL SUPPLÉMENTAIRE DE DISTRIBUTION, LES CHINOIS Y VOIENT UN GISEMENT DE DONNÉES.

Si la comparaison des chiffres combinés du Black Friday, Thanksgiving et Cyber Monday aux Etats-Unis (25 milliards de dollars) au Double 11 chinois (139 milliards de dollars)⁴ montre une avance significative de la Chine, elle ne rend absolument pas compte de cette différence de philosophie.

Le fait que la Chine soit beaucoup plus connectée que les sociétés américaine et européenne, que 99,6% des internautes chinois accèdent à internet depuis leur smartphone masquent l’essentiel.

Se limiter à des analyses quantitatives revient à méconnaître la nature disruptive du retail chinois. Les géants du e-commerce ont créé les solutions de paiement innovantes entraînant leur mainmise sur le retail et leur leadership sur le paiement mobile.

Ceci explique la croissance fulgurante du retail qui repose sur une approche fondamentalement différente des acteurs traditionnels. Alibaba offre l’exemple le plus abouti avec son concept de New Retail défini en 2015.

Deux caractéristiques façonnent ce modèle :

(1) Alibaba se positionne avant tout comme un intermédiaire facilitant les échanges entre marchands et clients ; et

(2) Alibaba a modelé un écosystème holistique, chaquesegment se nourrissant et nourrissant les autres grâce aux données créées par cet écosystème transactionnel.

Intermédiaire : Alibaba propose aux marchands ses outils digitaux de branding, génération de trafic, etc… tout autant que ses services financiers très appréciés des PME délaissées par les banques. Vis-à-vis des consommateurs : Alibaba met à leur disposition une plateforme universelle pour tous leurs besoins quotidiens : lien social, opérations administratives, prêts à la consommation, etc.

Alibaba se distingue donc profondément de ses équivalents occidentaux. Le 1er opère un écosystème dont l’objet est de produire, analyser et monétiser des données tandis que les seconds restent encore malgré leurs dernières évolutions (cloud, etc…) des distributeurs intégrés dont les données sont une résultante.

Pour Alibaba, le retail est un support, nullement une raison d’être. Son leadership repose moins sur sa GMV que sur sa position centrale dans la génération et l’exploitation des données. Que de chemin parcouru depuis la déclaration de Jack Ma le 16 juin 2016 lors de la China Internet+ Conference 中國互聯網+峰會, Alibaba « ne sait pas monétiser ses données » !

Depuis lors, l’entreprise, entrevoyant d’immenses perspectives bien au-delà de ses revenus actuels, a étoffé son écosystème et ses services. Là se trouve sans nul doute la nouvelle frontière.

3. LA DONNÉE, SOURCE DE NOUVEAUX BUSINESS MODÈLES

Si l’exemple du New Retail illustre cette capacité de la Chine à faire pivoter une industrie de la vente de biens à la monétisation de ses données, le développement spectaculaire des véhicules électriques met en lumière sa capacité à créer ex-nihilo des business modèles innovants.

C’est l’exemple des stations de charges électriques.

Une station de charge électrique diffère d’une station d’essence essentiellement sur deux aspects. D’abord le temps de charge incite les usagers à charger à domicile ou sur leur lieu de travail ce qui se traduit par des taux d’utilisation très faible (inférieur à 5%) des bornes se trouvant dans les espaces publics. Ensuite le prix de l’électricité étant strictement encadré, les marges des opérateurs très faibles s’avèrent insuffisantes pour rentabiliser les investissements.

La solution chinoise a consisté à déplacer le centre d’intérêt du conducteur (point focal du modèle Essence) vers l’écosystème électrique.

Pour être performant un opérateur chinois se conçoit comme une plateforme de services pour les conducteurs, les fournisseurs d’emplacements (i.e. promoteurs), les municipalités dans leur politique de la ville, les électriciens, etc…

Il ne s’agit plus seulement de vendre de l’énergie mais d’optimiser des flux et des prix : trafic automobiles, flux énergétiques, etc… Le point central est une nouvelle fois la donnée.

La start-up X-Charge 智充科技, spécialiste des services SaaS B2B, que notre bureau de Pékin connait bien pour avoir travaillé avec elle, est emblématique de cet te révolution des business modèles.

Elle permet aux opérateurs de stations de charge d’analyser en temps réel leurs données, d’ajuster leurs tarifs par borne en fonction du taux d’utilisation et du trafic routier, de stocker l’électricité aux meilleures conditions et de la revendre aux électriciens ou aux gestionnaires d’immeubles lors de pics, etc… La start-up a développé des modèles prédictifs d’activité et de revenus très appréciés des opérateurs. Nulle surprise que Shell Ventures ait investi lors de sa Série-B ; au-delà d’un investissement financier c’est bien un modèle disruptif que la Major est venue chercher en Chine.

De toute évidence, la course pour construire le monde de demain a commencé et la Chine semble bien décidée à établir son leadership à travers une innovation pilotée par l’Etat et relayée par les géants de la tech. Dans cette stratégie, la donnée est clairement considérée comme un actif clé.

Elle est conçue pour asseoir la place future du pays dans le monde. Parallèlement la monétisation des données génèrera des revenus gigantesques que seuls quelques acteurs maitriseront suffisamment pour maximiser leurs gains.

Dans certains secteurs, seule la monétisation de la donnée peut, au moins en phase transitoire, rendre viable des business modèles très capitalistiques. Pour toutes ces raisons, il nous parait essentiel de s’intéresser à ces sujets et pourquoi pas de s’inspirer de certaines initiatives de la Chine.

____________

¹ La dernière étude en date est celle de la Chambre de Commerce et de l’Industrie France Chine CCIFC conduite du 2 au 14 septembre 2022 avec 303 entreprises françaises répondantes ; 79% considèrent une détérioration de l’image de la Chine, 62% voient leurs profits affectés, 58% revoient leur stratégie d’investissements en Chine ; 43% ne prévoient pas d’accroître leur présence dans les 3 prochaines années ; 16% envisagent une réduction de leur présence en Chine
² GMV : Gross Merchandise Value, volume brut de marchandises
³ Discours de Jack Ma lors de la China Internet+ Conference (中國互遜國+痢全) le 16 Juin 2016
⁴ Données 2021, sources : Forbes, Bloomberg

< Retourner sur Accuracy Talks Straight

Edito

Jean Barrère
Associé, Accuracy

Pour un débat sur la data

Comme le fit Victor Hugo pour les travailleurs de la mer, il faut commencer par un hommage appuyé à tous les travailleurs de la data.

Observons le Chief Data Officer structurer la distinction fondamentale entre « donnée brute », « information » et « connaissance », et nous interpeller sur le caractère ô combien complexe du passage d’une catégorie à l’autre.

Voyons le CIO mobiliser des technologies exponentielles à travers des plateformes connectées pour valoriser en accéléré l’actif informationnel de l’organisation.

Un instant. Apprécions la grâce d’un geste baudelairien. Le Data Scientist infuse de l’art dans la data, « vous m’avez donné de la boue, et j’en ai fait de l’or », dit-il !

Reprenons de la vitesse avec le décideur, à l’affût d’un avantage informationnel, et embarquons avec le dirigeant. Sur une mer agitée, il engage son organisation dans des transformations data driven difficiles !

Si le DRH est sommé de créer des parcours dédiés pour attirer et fidéliser ces profils rares, le financier s’interroge lui sur les multiples formes de valeur de la data : valeur de marché, valeur patrimoniale, valeur économique… Comment évaluer cet actif intangible ?

Avançons et applaudissons ! Sur le devant de la scène, le politique pose des limites au tout numérique, et arrange ce qui est dérangé du fait de l’utilisation de nos data privées !

Place à la pensée. Derrière le rideau, le philosophe dérange l’arrangé de nos vies numériques, et questionne l’Être-Data : Le numérique est-il désormais le langage de la vérité ? Tout vécu humain est-il traduisible sous la forme de 0 et de 1 ?

Quand un sujet si protéiforme comme celui de la data mobilise autant de profils et de savoirs, de capital et de liquidité, d’intelligence et de technique, de matière à dire et à contredire, quand de cette dialectique naît tant de richesses et de nouvelles formes de vivre-ensemble, c’est qu’il y a là, au fond, un débat essentiel qu’il s’agit de faire vivre.

< Retourner sur Accuracy Talks Straight

Pour notre sixième édition de Accuracy Talks Straight, Jean Barrère introduit le thème de la data, avant de laisser Romain Proglio nous présenter Wintics, le spécialiste de l’analyse vidéo intelligente pour les opérateurs de mobilité. Nous analyserons ensuite la data en Chine avec Frédéric Recordon et Helena Javitte.
Sophie Chassat, Philosophe et associée chez Wemean, posera la question de si la data a une conscience. Ensuite, nous évaluerons notre patrimoine de données avec Isabelle Comyn-Wattiau, Professeur à l’ESSEC Business School, Titulaire de la Chaire Stratégie et Gouvernance de l’Information. Enfin, nous nous focaliserons sur la double transition énergétique et digitale avec Hervé Goulletquer, Senior Economic Advisor.

SOMMAIRE

Edito

Jean Barrère
Associé, Accuracy

Pour un débat sur la data

Comme le fit Victor Hugo pour les travailleurs de la mer, il faut commencer par un hommage appuyé à tous les travailleurs de la data.

Observons le Chief Data Officer structurer la distinction fondamentale entre « donnée brute », « information » et « connaissance », et nous interpeller sur le caractère ô combien complexe du passage d’une catégorie à l’autre.

Voyons le CIO mobiliser des technologies exponentielles à travers des plateformes connectées pour valoriser en accéléré l’actif informationnel de l’organisation.

Un instant. Apprécions la grâce d’un geste baudelairien. Le Data Scientist infuse de l’art dans la data, « vous m’avez donné de la boue, et j’en ai fait de l’or », dit-il !

Reprenons de la vitesse avec le décideur, à l’affût d’un avantage informationnel, et embarquons avec le dirigeant. Sur une mer agitée, il engage son organisation dans des transformations data driven difficiles !

Si le DRH est sommé de créer des parcours dédiés pour attirer et fidéliser ces profils rares, le financier s’interroge lui sur les multiples formes de valeur de la data : valeur de marché, valeur patrimoniale, valeur économique… Comment évaluer cet actif intangible ?

Avançons et applaudissons ! Sur le devant de la scène, le politique pose des limites au tout numérique, et arrange ce qui est dérangé du fait de l’utilisation de nos data privées !

Place à la pensée. Derrière le rideau, le philosophe dérange l’arrangé de nos vies numériques, et questionne l’Être-Data : le numérique est-il désormais le langage de la vérité ? Tout vécu humain est-il traduisible sous la forme de 0 et de 1 ?

Quand un sujet si protéiforme comme celui de la data mobilise autant de profils et de savoirs, de capital et de liquidité, d’intelligence et de technique, de matière à dire et à contredire, quand de cette dialectique naît tant de richesses et de nouvelles formes de vivre-ensemble, c’est qu’il y a là, au fond, un débat essentiel qu’il s’agit de faire vivre.

Romain Proglio
Associé, Accuracy

Wintics

Créée fin 2017 par trois fondateurs, et forte de quatre années de R&D, Wintics se positionne comme le spécialiste de l’analyse vidéo intelligente pour les opérateurs de mobilité. La société commercialise ses produits d’analyse auprès de quatres types de gestionnaires d’infrastructures de mobilité : collectivités territoriales, gestionnaires de transport en commun, aéroports, ports. Pour les collectivités territoriales, la start-up a développé un logiciel d’Intelligence Artificielle particulièrement innovant (appelé Cityvision), qui peut se brancher automatiquement à n’importe quelle caméra, optique ou thermique, récente ou d’ancienne génération, afin d’en extraire de multiples données sur la mobilité, la sécurité des espaces publics et la propreté urbaine. Le logiciel sera par exemple capable d’analyser la fréquentation et les usages d’une piste cyclable afin d’aider la ville à aménager sa mobilité en conséquence.

La solution offre également à ses clients la capacité de piloter en temps réel l’infrastructure, par exemple en déversant dans les feux tricolores les données collectées et analysées par Wintics, ce qui participe à fluidifier le trafic de manière précise et pertinente.

A destination des gestionnaires de transport, Wintics offre la possibilité de visualiser en temps réel les flux de déplacement et le niveau d’affluence. Les gestionnaires d’aéroports, quant à eux, peuvent par exemple superviser les différents flux de passagers arrivant sur site et fluidifier leurs parcours au sein de l’aéroport grâce à un pilotage en temps réel des files d’attente aux guichets et aux contrôles. Wintics se positionne ainsi comme une solution innovante et stratégique afin de rendre les villes plus vertes en favorisant l’essor et l’aménagement des mobilités douces, l’attractivité des transports en commun et la fluidification des déplacements. La caméra devient un outil de pilotage et d’urbanisme efficace et plus sûr. Enfin, Wintics est une société intégralement française, qui propose une solution 100% made in France.

Lauréats des éditions 2018 et 2019 du programme d’innovation de la ville de Paris, certifiés par le label Greentech Innovation et ayant intégré en 2020 les meilleures start-up d’Intelligence Artificielle en Europe dans le secteur de la mobilité, les experts de Wintics (environ 15 aujourd’hui) ont déjà à leur actif des réalisations dans plus de 30 villes françaises.

Frédéric Recordon
Associé,
Accuracy

Helena Javitte
Manager,
Accuracy

La data, ultime raison de s’intéresser à la Chine ?

Pour quelles raisons faudrait-il encore s’intéresser à la Chine ? Les signaux qu’elle envoie d’un pays cadenassé, tenté par un repli sur soi, affirmant un modèle sociétal alternatif, conduisent désormais à l’appréhender sous l’angle d’une analyse de risques. Les dernières études des chambres de commerces européennes et américaine en Chine témoignent d’une réévaluation significative des stratégies des entreprises étrangères¹.

Et pourtant dans ce contexte assombri, pour nous qui travaillons en Chine depuis plus de 10 ans, la Chine est un pays qui mérite l’attention des Européens. Mais les raisons les plus pertinentes de s’y intéresser ne sont pas forcément celles qui viennent à l’esprit en premier. Certaines pourraient même s’avérer dérangeantes. Et si la Chine était en avance sur l’Occident ? En avance dans les réflexions qui structurent le monde de demain ? A défaut d’un eldorado mercantile… des idées !

A la source de l’avance chinoise se trouve la donnée. Le pays dispose de nombreux atouts. Structurel : 18% de la population mondiale offre une masse de test inégalable. Conjoncturel : sa réglementation ou encore l’abondance des investissements dans la tech. Culturel : le lancement de solutions quick & dirty qui seront améliorées ou abandonnées là où les occidentaux s’efforceront de lancer des produits plus aboutis.

Cet article se propose de scruter sous 3 angles la manière dont la Chine considère la donnée. (1) Comment elle la réglemente pour en faire un avantage concurrentiel. (2) Comment elle est au coeur de la transformation du retail. (3) Comment elle l’utilise pour créer de nouveaux business modèles.

1. UNE RÉGLEMENTATION FAVORISANT L’ÉMERGENCE D’UN AVANTAGE CONCURRENTIEL

Les 1ères réflexions sur les données comme facteur de product ion ont commencé en Chine au début des années 2000 et se sont poursuivies au cours de la décennie suivante par l’édification d’un cadre réglementaire favorisant l’émergence d’un marché des données. Le tournant s’est produit en avril 2020 lorsque la donnée a été of ficiellement considérée comme le 5ème facteur de production, au même titre que le capital, la main d’oeuvre, le foncier et la technologie.

C’est l’acte de naissance d’une économie des données conçue comme l’accélérateur disruptif de la croissance des entreprises chinoises.

Les autorités encouragent les acteurs à structurer leurs données pour en faciliter le partage. Pour cela, le gouvernement a mis en oeuvre des plateformes publiques. Dès 2019, la SASAC, organe gouvernemental qui supervise les entreprises publiques, a publié une liste de 28 entreprises publiques et privées chargées de fédérer leurs industries au moyen de plateformes sectorielles.

La China Aerospace Science & Industry Corp. a la charge de l’aéronautique, la CSSC de la construction navale ou encore Haier via sa plateforme COSMOPLAT de 15 secteurs différents (électronique, fabrication industrielle, textile, industrie chimique, etc…).

Le second objectif vise à créer un marché des données. Conduit par les collectivités locales (Shanghai, Pékin, Shenzhen, Hainan, Guangzhou), il prend la forme de zones de libre-échange et de plateformes pilotes de trading de données. Ainsi, le Shanghai Data Exchange Center (SDEC) s’apparente à une bourse technologique garantissant la conformité juridique des transactions pour les entreprises adhérentes là où le Beijing International Big Data Exchange favorise le partage des données publiques au niveau national avec des velléités d’applications internationales.

Ces initiatives montrent que la Chine a commencé à poser les bases de l’économie de la donnée. Elle tâtonne, expérimentant des réponses à cette question cruciale entre toutes : comment transformer la donnée en un nouvel objet de valeur ? Un premier défi réside dans la multitude de données : personnelles, financières, industrielles, métadonnées, etc. tout autant qu’aux formats souvent incompatibles.

Leur standardisation et leurs protocoles d’échanges sont des enjeux cruciaux de leadership dans le monde de demain. En parallèle se pose la question de leur valorisation. La SDEC travaille actuellement sur ces questions de propriété, d’origine, de qualité, de certification et de fixation de leur prix.

On le comprend la Chine s’est engagée dans une réflexion sur ce nouvel actif qu’est devenue la donnée. Elle procède par touches successives avec les acteurs économiques privés et publics à mesure que se construit un champ des possibles gigantesque.

2. LA DONNÉE, AU COEUR DE LA TRANSFORMATION DU RETAIL

« Aujourd’hui nous ne savons pas monétiser la donnée mais nous savons que les gens ne vivront pas sans données. Walmart génère des données de ses ventes tandis que nous faisons du e-commerce et de la logistique pour acquérir de la donnée.

Les gens me parlent de GMV² mais la GMV n’est pas ce que nous cherchons. Nous vendons simplement pour acquérir de la donnée, et c’est bien différent de Walmart »³.

Voici en quelques mots de Jack Ma, fondateur d’Alibaba, exposée la différence fondamentale entre la Chine et l’Occident.

LÀ OÙ NOUS VOYONS DANS LE E-COMMERCE UN CANAL SUPPLÉMENTAIRE DE DISTRIBUTION, LES CHINOIS Y VOIENT UN GISEMENT DE DONNÉES.

Si la comparaison des chiffres combinés du Black Friday, Thanksgiving et Cyber Monday aux Etats-Unis (25 milliards de dollars) au Double 11 chinois (139 milliards de dollars)⁴ montre une avance significative de la Chine, elle ne rend absolument pas compte de cette différence de philosophie.

Le fait que la Chine soit beaucoup plus connectée que les sociétés américaine et européenne, que 99,6% des internautes chinois accèdent à internet depuis leur smartphone masquent l’essentiel.

Se limiter à des analyses quantitatives revient à méconnaître la nature disruptive du retail chinois. Les géants du e-commerce ont créé les solutions de paiement innovantes entraînant leur mainmise sur le retail et leur leadership sur le paiement mobile.

Ceci explique la croissance fulgurante du retail qui repose sur une approche fondamentalement différente des acteurs traditionnels. Alibaba offre l’exemple le plus abouti avec son concept de New Retail défini en 2015.

Deux caractéristiques façonnent ce modèle :

(1) Alibaba se positionne avant tout comme un intermédiaire facilitant les échanges entre marchands et clients ; et

(2) Alibaba a modelé un écosystème holistique, chaque segment se nourrissant et nourrissant les autres grâce aux données créées par cet écosystème transactionnel.

Intermédiaire : Alibaba propose aux marchands ses outils digitaux de branding, génération de trafic, etc… tout autant que ses services financiers très appréciés des PME délaissées par les banques. Vis-à-vis des consommateurs : Alibaba met à leur disposition une plateforme universelle pour tous leurs besoins quotidiens : lien social, opérations administratives, prêts à la consommation, etc.

Alibaba se distingue donc profondément de ses équivalents occidentaux. Le 1er opère un écosystème dont l’objet est de produire, analyser et monétiser des données tandis que les seconds restent encore malgré leurs dernières évolutions (cloud, etc…) des distributeurs intégrés dont les données sont une résultante.

Pour Alibaba, le retail est un support, nullement une raison d’être. Son leadership repose moins sur sa GMV que sur sa position centrale dans la génération et l’exploitation des données. Que de chemin parcouru depuis la déclaration de Jack Ma le 16 juin 2016 lors de la China Internet+ Conference 中國互聯網+峰會, Alibaba « ne sait pas monétiser ses données » !

Depuis lors, l’entreprise, entrevoyant d’immenses perspectives bien au-delà de ses revenus actuels, a étoffé son écosystème et ses services. Là se trouve sans nul doute la nouvelle frontière.

3. LA DONNÉE, SOURCE DE NOUVEAUX BUSINESS MODÈLES

Si l’exemple du New Retail illustre cette capacité de la Chine à faire pivoter une industrie de la vente de biens à la monétisation de ses données, le développement spectaculaire des véhicules électriques met en lumière sa capacité à créer ex-nihilo des business modèles innovants.

C’est l’exemple des stations de charges électriques.

Une station de charge électrique diffère d’une station d’essence essentiellement sur deux aspects. D’abord le temps de charge incite les usagers à charger à domicile ou sur leur lieu de travail ce qui se traduit par des taux d’utilisation très faible (inférieur à 5%) des bornes se trouvant dans les espaces publics. Ensuite le prix de l’électricité étant strictement encadré, les marges des opérateurs très faibles s’avèrent insuffisantes pour rentabiliser les investissements.

La solution chinoise a consisté à déplacer le centre d’intérêt du conducteur (point focal du modèle Essence) vers l’écosystème électrique.

Pour être performant un opérateur chinois se conçoit comme une plateforme de services pour les conducteurs, les fournisseurs d’emplacements (i.e. promoteurs), les municipalités dans leur politique de la ville, les électriciens, etc…

Il ne s’agit plus seulement de vendre de l’énergie mais d’optimiser des flux et des prix : trafic automobiles, flux énergétiques, etc… Le point central est une nouvelle fois la donnée.

La start-up X-Charge 智充科技, spécialiste des services SaaS B2B, que notre bureau de Pékin connait bien pour avoir travaillé avec elle, est emblématique de cet te révolution des business modèles.

Elle permet aux opérateurs de stations de charge d’analyser en temps réel leurs données, d’ajuster leurs tarifs par borne en fonction du taux d’utilisation et du trafic routier, de stocker l’électricité aux meilleures conditions et de la revendre aux électriciens ou aux gestionnaires d’immeubles lors de pics, etc… La start-up a développé des modèles prédictifs d’activité et de revenus très appréciés des opérateurs. Nulle surprise que Shell Ventures ait investi lors de sa Série-B ; au-delà d’un investissement financier c’est bien un modèle disruptif que la Major est venue chercher en Chine.

De toute évidence, la course pour construire le monde de demain a commencé et la Chine semble bien décidée à établir son leadership à travers une innovation pilotée par l’Etat et relayée par les géants de la tech. Dans cette stratégie, la donnée est clairement considérée comme un actif clé.

Elle est conçue pour asseoir la place future du pays dans le monde. Parallèlement la monétisation des données génèrera des revenus gigantesques que seuls quelques acteurs maitriseront suffisamment pour maximiser leurs gains.

Dans certains secteurs, seule la monétisation de la donnée peut, au moins en phase transitoire, rendre viable des business modèles très capitalistiques. Pour toutes ces raisons, il nous parait essentiel de s’intéresser à ces sujets et pourquoi pas de s’inspirer de certaines initiatives de la Chine.

____________

¹ La dernière étude en date est celle de la Chambre de Commerce et de l’Industrie France Chine CCIFC conduite du 2 au 14 septembre 2022 avec 303 entreprises françaises répondantes ; 79% considèrent une détérioration de l’image de la Chine, 62% voient leurs profits affectés, 58% revoient leur stratégie d’investissements en Chine ; 43% ne prévoient pas d’accroître leur présence dans les 3 prochaines années ; 16% envisagent une réduction de leur présence en Chine
² GMV : Gross Merchandise Value, volume brut de marchandises
³ Discours de Jack Ma lors de la China Internet+ Conference (中國互遜國+痢全) le 16 Juin 2016
⁴ Données 2021, sources : Forbes, Bloomberg

Sophie Chassat
Philosophe, Associée chez Wemean

Zombie Data

“Is Data conscious?” Cette question, posée à propos d’un personnage de la série Star Trek, est reprise par le philosophe David Chalmers dans son dernier ouvrage “Reality +”¹. Data est le nom d’un androïde. Dans l’épisode de la série intitulé “The Measure of a Man”, un procès a l