THIERRY RAYNA
• Professeur d’Économie à l’ESG Management School
• Chair Digital Business
• Professeur Affilié à Imperial College London
• Internet Centre - Social Computing Group
PLAN
•De l’internet des objets à l’internet des capteurs
• Aller plus loin avec les objects connectés
• Innovation en modèles d’affaires
DE L’INTERNET DES OBJETS À L’INTERNET DES CAPTEURS
VRAIMENT ?!
“If something can go wrong, it will.”Murphy
VAINCRE MURPHY
•Qu’est-ce qui ne peut pas tourner mal ?
•Des capteurs :
• Simples
•Nombreux
•Qui délivrent les mêmes données de façon répétées
OBJETS INTELLIGENTS OU SYSTÈMES INTELLIGENTS ?
•Objets intelligents : difficiles, complexes, peu évolutifs
• Systèmes intelligents : filtrer la complexité, évolution en temps réel, mais :
• problème de confidentialité ?
• problème de taille critique ?
• problème de connectivité ?
INTELLIGENCE DISTRIBUÉE
• Systèmes experts vs. Intelligence Artificielle Distribuée
• Collectif meilleur que l’individuel :
• Capteurs
•Données
• Utilisateurs
DANS QUEL BUT ?
« TELL ME SOMETHING I DON’T KNOW »
• Valeur des objets connectés : l’inconnu inconnu
•Mais :
• « Information overload »
• « So what ? »
TENDANCES D’USAGE
•Des objets « moins » intelligents
• Plus nombreux
• Locaux
• Insérés dans des écosystèmes
• Grand public : santé, sport, aménagement intérieur
WHAT IS NEXT?
« MASS CUSTOMISATION »
• Solution au « so what ? » : personnalisation de masse
• Plus que l’information, c’est l’évolution des objets qui compte
•On ne change pas des décennies d’habitude
• Chaîne de valeur :
•Objets connectés + Big Data + Impression 3D
LA FOURCHETTE QUI VOULAIT ÊTRE UN DÉCAPSULEUR
• Impossible de prévoir ou appréhender l’usage des objets
• Valeur = adapter les objets aux usages « déviants »
• Coût : mettre des capteurs dont on n’a pas besoin là où on n’en n’a pas besoin
• Intérêt des capteurs « mobiles »
WHEN BIG IS SIMPLY TOO BIG
•Masse de données à traiter en croissance exponentielle
• Penser « écosystème de recherche » :
• Recherche publique et privée, consommateurs, autres entreprises
OPEN INNOVATION
•Outside-in : utiliser des données et des méthodologies externes
• Inside-out : donner accès aux données et aux méthodologies utilisées en interne
• Paradigme « Open Source »
CO-CRÉATION
• Innovation ouverte avec les consommateurs
• Impossible de prévoir les usages des objets et des données
• Penser « outil » et non « produit »
•Donner les moyens de créer
• Crowdsourcing: utiliser la force de la foule
BUSINESS MODEL INNOVATION
CONCLUSION
• Penser « complément », pas « concurrent »
• Penser « simple », pas « complexe »
• Penser « collectif », pas « individuel »
• Penser « very big », pas « big »
• Penser « intégration », pas « isolation »
• Penser « outil », pas « produit »
[email protected]@ThierryRaynaQuestions?