Essec Business School

et Gerard Guinamand, Group Chief Data Officer, Engie

 Au cours des dernières années, les GAFAM ont montré que l’utilisation de données pour connaître ses clients est essentielle pour le développement de nouveaux produits et services et pour battre la concurrence. Ces entreprises mettent le digital au cœur de leur fonctionnement, permettant une prise de décision basée sur les données et enrichie par celles-ci, et sont très appréciées des investisseurs étant donné leur capitalisation boursière massive. Même pendant la pandémie COVID-19, le secteur de la technologie a continué à croître de manière spectaculaire grâce à l’accélération de la numérisation de notre façon de travailler et d’interagir avec les autres.

Toute grande entreprise mature s’inspire de la façon dont les entreprises de technologie fonctionnent et dominent. Par exemple, en France, L’Oréal veut devenir la meilleure entreprise de « Beauty Tech » en utilisant l’intelligence artificielle et la réalité augmentée. Depuis 2018, Carrefour a utilisé le Carrefour-Google Lab pour accélérer sa transformation numérique. En 2020, Danone et Microsoft ont lancé « The AI Factory for Agrifood » (l’usine d’intelligence artificielle pour l’agroalimentaire). Les entreprises de l’énergie comme Engie et EDF sont poussées par l’opinion publique sur le changement climatique à devenir opérationnellement excellentes et plus vertes. De jeunes talents des données sont engagés pour aider à transformer les entreprises et à introduire la nouvelle culture des données.

Mentalité prédictive

En théorie, l’utilisation intelligente des données et la création d’une valeur commerciale ont beaucoup de sens, bien qu’en pratique, les entreprises traditionnelles aient du mal à s’orienter davantage vers les données. Ces dernières années, les entreprises ont largement investi dans l’infrastructure de données, nommé des responsables des données et lancé des programmes de formation pour convaincre chaque salarié de l’importance des données et de l’analyse. Par conséquent, des quantités massives de données sont stockées dans le nuage et la question qui se pose souvent est « que pouvons-nous faire avec cela » ou encore « quel est le retour sur tous ces investissements en matière de données ». Pour répondre à ces questions, il est essentiel de passer à l’étape suivante du processus de maturité des données de l’entreprise. C’est l’étape qui permet de devenir plus informé, plus axé et meilleur sur le plan opérationnel, et cela nécessite d’utiliser les données pour regarder vers l’avenir, plutôt que vers le passé, et donc faire des prévisions. En d’autres termes, après avoir stocké et classé les données, il est temps de les utiliser pour la prise de décision à tous les niveaux de l’organisation, plutôt que dans des secteurs spécifiques. En fait, les décisions de l’entreprise comportent toujours implicitement des prédictions, et il est temps de rendre ce processus plus formel et automatique grâce à l’utilisation des données.

Le paradigme prédictif ne concerne pas seulement les algorithmes de recommandation et autres : il permet également d’utiliser les données au niveau exécutif pour s’assurer que la stratégie est mise en œuvre. Plus précisément, la gestion d’indicateurs de performance clés (KPI) prospectifs permet de mesurer et de suivre le succès de l’entreprise et de mettre en place des objectifs clairs. Cela génère des données précieuses qui peuvent être corrélées avec de nouvelles initiatives pour prédire leur succès et mieux comprendre leur lien avec les opérations existantes. Pour résumer, les cadres supérieurs doivent commencer à mettre en œuvre une stratégie avec des données plutôt qu’une stratégie pour des données, afin que le modèle d’exploitation de l’entreprise puisse devenir centré sur les données, comme le sont les célèbres entreprises de technologie telles qu’Amazon et Ali Baba.

Quelqu’un a dit un jour : « Faire des prédictions est difficile, surtout en ce qui concerne l’avenir ». Les prédictions sont par nature incertaines et il faut en tenir compte lors de la prise de décisions commerciales, à l’instar des investisseurs financiers qui utilisent plus d’informations que le rendement moyen d’un actif pour décider de l’acheter ou de le vendre. Des prévisions précises sont obtenues en combinant différentes sortes de données, y compris des sources externes comme les données météorologiques dans les applications énergétiques. La production de prévisions à partir de données n’est pas une tâche triviale. Elle exige des Data scientists talentueux et des algorithmes avancés, ainsi qu’un contrôle continu des performances. Il n’est pas surprenant que l’International Data Corporation s’attende à ce que les dépenses mondiales en matière d’intelligence artificielle passent de 43 milliards d’euros à 94 milliards d’ici 2024.

L’énergie renouvelable

 L’Agence internationale de l’énergie projette que les énergies renouvelables fourniront 80 % de la croissance de la demande mondiale d’électricité d’ici 2030. En fait, les projets d’énergie solaire et éolienne sont devenus moins coûteux et les taux d’intérêt sont aujourd’hui historiquement bas. En outre, les gouvernements sont très favorables, comme en témoigne le « Green Deal » européen, dont la principale ambition est de rendre l’UE neutre sur le plan climatique d’ici 2050. Les énergies renouvelables deviennent donc un objectif stratégique clé pour les entreprises du secteur de l’énergie. Techniquement parlant, les énergies renouvelables (en particulier l’éolien et le solaire) ont un niveau d’intermittence élevé (nuit, absence de vent) mais nous ne pouvons pas augmenter le nombre de centrales pour compenser ce manque de production pour des raisons économiques et environnementales. Cette situation implique deux actions principales pour les entreprises du secteur de l’énergie telles qu’ENGIE. Premièrement, identifier les meilleurs sites pour une nouvelle implantation. Deuxièmement, obtenir les meilleures performances des centrales tout en tenant compte des contraintes d’exploitation (le bruit par exemple) pour un volume plus important d’électricité produite.

Les données jouent un rôle essentiel pour le succès du développement des énergies renouvelables, car elles permettent la meilleure sélection des sites optimaux en fonction de la topographie et des données de prévisions météorologiques, les meilleurs résultats en fonction de la disponibilité technique, des données météorologiques en temps réel et des données de mesure liées aux contraintes environnementales (bruit), et l’optimisation des ventes d’électricité en croisant les données de production avec les données sur la demande, les prix du marché et les capacités de stockage.

En termes de retour sur investissement des données, les énergies renouvelables constituent un cas d’utilisation parfait où la valeur des données peut être rendue explicite. En effet, ces sources d’énergie sont hautement équipées de capteurs permettant une maintenance prédictive, mais aussi une monétisation des données. Du côté de la production, il n’y a pas de problème de GDPR. L’excellence opérationnelle dans le domaine des énergies renouvelables sera la seule façon de survivre pour les opérateurs historiques. Les compagnies pétrolières traditionnelles telles que B.P. et Total se transforment rapidement et vont se trouver en concurrence féroce avec les acteurs actuels du marché des énergies renouvelables.

Engie et l’ESSEC Business School travaillent depuis trois ans sur différentes études de cas dans le cadre de la chaire de Strategic Business Analytics en partenariat avec Accenture. L’objectif principal de la Chaire est de former la prochaine génération de dirigeants à développer de nouvelles stratégies commerciales, en tirant parti des nombreuses applications de l’analyse avancée. Grâce à une méthode d’apprentissage hybride basée sur l’innovation, la collaboration et l’esprit d’entreprise, la chaire agit comme le cœur d’un écosystème combinant données et création de valeur — de l’élaboration d’objectifs et de stratégies à la transformation, en passant par la résolution de problèmes, la science des données et l’intelligence artificielle, le changement de culture et le développement des compétences.

Engie est une partie importante de l’écosystème de la chaire Strategic Business Analytics. En 2021, les étudiants de la chaire travailleront sur deux cas stratégiques relatifs aux énergies renouvelables. Leurs idées et perspectives axées sur l’avenir sur ces sujets génèrent des idées innovantes et des solutions de valeur. Les étudiants de l’ESSEC sont particulièrement intéressés à travailler avec des entreprises comme Engie, étant donné ses valeurs stratégiques fortement orientées vers l’écologie. En effet, préoccupés par le changement climatique, ils préfèrent travailler sur des études de cas qui génèrent en fin de compte une valeur sociétale plutôt que sur des cas purement commerciaux pour les plateformes d’e-commerce.

L’avenir

À l’avenir, les énergies renouvelables créeront de nombreux emplois nécessitant des compétences techniques, informatiques et analytiques. Selon l’UE, l’industrie solaire photovoltaïque représente à elle seule 81 000 emplois, et devrait passer à 175 000 et 200 000-300 000 emplois en 2021 et 2030 respectivement. La numérisation et les énergies renouvelables vont de pair et constitueront un important moteur de croissance économique. Le partenariat de l’Engie et l’ESSEC garantira que les jeunes talents sont formés et acquièrent les compétences nécessaires pour assurer la transition vers une société verte en satisfaisant aux accords sur le climat.

Plus généralement, ce sont les entreprises qui emploient les personnes ayant les compétences, l’état d’esprit et la vision appropriés qui feront la différence. Les données sont désormais disponibles, la plupart des outils d’analyse qui créent de la valeur sont standards et les ressources informatiques sont peu contraignantes. C’est la culture de l’entreprise qui nécessite un changement fondamental. Ceux qui seront capables d’attirer de jeunes diplômés en management « prêts pour les données » seront à l’avant-garde de la concurrence.

Dans sa Vision technologique 2020, Accenture mentionne le choc technologique comme étant une nouvelle situation dans laquelle les individus sont d’une part enthousiastes à l’égard de la technologie, des données et de l’intelligence artificielle, tout en ayant besoin que les algorithmes soient compréhensibles et équitables, et qu’ils sachent où leurs données personnelles seront utilisées. Cet équilibre sera extrêmement important dans l’ère d’après-crise, où tout ce qui compte sera l’expérience humaine.