Comment utiliser les données pour doper la croissance.

Dans la plupart des entreprises, la recherche de nouvelles idées et de nouveaux modèles économiques se fait souvent de manières aléatoire, malgré l’extraordinaire pression exercée sur les dirigeants pour faire croitre l’activité. Des spécialistes du management ont étudié diverses raison qui expliquent ce phénomène.

Il est avéré que les managers spécialisés dans l’exécution de stratégies clairement définies ne sont pas armés pour réfléchir de manière innovante. En outre, lorsque de bonnes idées émergent, elles sont souvent vouées à disparaître, car l’entreprise est organisée pour diriger son activité d’une seule façon ; elle ne dispose pas des procédés ou des para- mètres qui lui permettraient d’en adopter une nouvelle. Cette explication aussi est bien connue.

Il va sans dire que si vous abordez l’innovation de manière systématique (au lieu d’espérer que vos collaborateurs deviennent créatifs lors d’une « jour- née innovation » ou d’un séminaire à l’extérieur), vous améliorez les chances de succès et réduisez le risque de vous retrouver face à une page blanche. Bien sûr, il existe des manières traditionnelles et éprouvées de cadrer la recherche. L’une d’elles repose sur les compétences : comment exploiter les capacités et les atouts qui nous distinguent déjà pour pénétrer de nouveaux marchés et secteurs ? Une autre met l’accent sur le client : que nous révèle une étude détaillée du comportement des clients sur leurs besoins tacites non satisfaits ? Une affaires : si nous suivons les « mégatendances » ou d’autres évolutions jusqu’à leur conclusion logique, quelles futures opportunités d’affaires émergeront ?

Nous aimerions suggérer une quatrième approche. Elle complète les cadres existants, mais se concentre sur les possibilités générées par l’explosion des informations et des outils numériques, et pose la question suivante : comment créer de la valeur pour les clients en utilisant les données et les outils d’analyse dont nous disposons ou auxquels nous pourrions avoir accès ? Ces cinq dernières années, nous avons étudié cette question auprès d’un large éventail de clients d’IBM. Nous avons observé que les progrès informatiques facilitent la recherche de valeur nouvelle pour l’entreprise dans cinq modèles distincts, mais souvent redondants, qui constituent la base de notre cadre de référence. Nous pensons qu’en les examinant méthodique- ment les managers peuvent trouver des idées pertinentes dans la plupart des secteurs. (Pour en savoir plus sur les tendances technologiques sous- jacentes, voir « Pourquoi ces modèles émergent-ils maintenant ? »)

Aucun de ces modèles ne dépend d’une technologie de pointe. Le premier est en fait très connu : utiliser les données que génèrent (ou pourraient générer) aujourd’hui les objets physiques pour améliorer un produit ou un service, ou créer une valeur nouvelle pour l’entreprise. C’est le cas par exemple des compteurs électriques intelligents, qui permettent d’optimiser les prix, ou des dispositifs installés dans les voitures qui informent les compagnies d’assurance sur la manière dont leurs assurés conduisent. Le deuxième modèle est également familier : numériser les actifs physiques. Il y a quinze ans, vous n’auriez pu lire cet article qu’en version papier ; aujourd’hui, vous pouvez le consul- ter sur une demi-douzaine de supports numériques, l’envoyer à des amis et dire ce que vous en pensez sur les réseaux sociaux. Le troisième modèle est un peu plus récent : combiner les données au sein des secteurs et entre eux (nous entrons ici dans le royaume du big data). Comme dans le cas de cette initiative de ville intelligente lancée à Rio de Janeiro, où des sociétés privées de services aux collectivités, des entreprises de transport et des services municipaux mettent leurs informations en commun pour lutter plus efficacement contre les catastrophes naturelles. Le quatrième modèle consiste à échanger des données. Dans ce cas, une société vend à une autre entreprise des informations qui lui sont utiles. Par exemple, un opérateur de téléphonie mobile peut connaître la position de ses utilisateurs coincés dans des embouteillages et céder ces informations à un fabricant de GPS. Cinquième et dernier modèle, la codification d’une expertise consiste pour une entreprise à vendre à d’autres sociétés un procédé qu’elle maîtrise (gestion des frais de déplacement, par exemple), au moyen du cloud computing.

Les nouvelles activités que nous avons observées touchent à toutes les formes d’innovations, des plus incrémentielles aux plus radicales. Certaines ne font qu’améliorer l’activité existante (ce que Clayton M. Christensen appelle les « technologies de continuité »). D’autres sont de véritables ruptures qui exigent un nouveau modèle économique (et souvent une «business unit» distincte). D’autres encore deviennent ou pourraient devenir des activités basées sur une plate-forme, caractérisée par une technologie principale stable, entourée de produits et services complémentaires, généralement fournis par d’autres entreprises (c’est le cas d’iTunes et de ses catalogues de musique et de vidéo).

Dans cet article, nous allons examiner chacun de ces modèles en donnant des exemples tirés de l’expérience de nos clients et de la nôtre. Nous fournirons également une série de questions pouvant vous aider à déterminer si un modèle est pertinent dans votre secteur d’activité.

1ER MODÈLE : Améliorer les produits pour générer des données

Grâce aux progrès réalisés en matière de capteurs, de communication sans fil et de big data, il est aujourd’hui possible de rassembler et de compiler des quantités considérables de données dans divers contextes – des éoliennes aux appareils électroménagers en passant par les scalpels intelligents. Ces données peuvent servir à améliorer la conception, l’exploitation, la maintenance et la réparation de produits, ou à modifier la manière de mener une activité. Ce qui peut, dès lors, servir de base à de nouveaux services ou de nouveaux modèles économiques.

Le système EHM de Rolls-Royce, qui donne des informations sur l’état des moteurs, en est un exemple typique. Au milieu des années 2000, une nouvelle technologie de capteur et de gestion des données a permis au constructeur britannique d’identifier assez tôt les problèmes des moteurs d’avion et ainsi d’optimiser les calendriers de maintenance et de réparation, tout en améliorant la conception des moteurs. Cette maîtrise des coûts a encouragé la société à adopter un modèle économique lui permettant de conserver la propriété des moteurs et d’assurer la maintenance et les réparations, tout en facturant aux compagnies aériennes un forfait basé sur le nombre d’heures de vol («power-by-the-hour»). Les nouvelles données provenant des capteurs ont également amélioré d’autres services tels que la gestion des stocks de pièces et les comptes rendus sur l’efficacité des vols.

On pourrait imaginer que Rolls-Royce étende cette expertise (aux moteurs des navires de croisière ou aux turbines) et construise même une plate-forme autour de ces nouvelles données. La société pourrait mettre au point un système informatique capable de gérer de grands volumes de données émises par des capteurs, et l’ouvrir à des applications tierces axées sur des contextes industriels particuliers.

Autre exemple plus récent de produit amélioré : les roulements intelligents de SKF. Ils contiennent des capteurs miniaturisés et auto-alimentés qui informent sur leur état en continu. Grâce à cette technologie, les roulements peuvent être surveillés en direct, ce qui n’était pas possible ou pas pratique auparavant. SKF a fait de la livraison de ces données un service additionnel qui, en cas de problème, per- met aux clients de détecter toute dégradation dans un roulement et de prendre des mesures correctives bien avant que la panne ne survienne (ajout de lubrifiant, réduction des surcharges, etc.). Les ma- chines sont plus fiables et moins sujettes aux interruptions. Les capteurs mesurent également la charge réellement supportée par le roulement, un type d’information pouvant servir à améliorer la conception du système et des roulements ; ils peuvent également détecter des problèmes externes tels que des vibrations importantes dans l’équipement.

Il n’y a aucune raison que des entreprises non- industrielles ne puissent s’inspirer de ce modèle. Ainsi, l’assureur Progressive Insurance offre dorénavant un service baptisé Snapshot, dans lequel le prix de la police est en partie basé sur la manière dont l’assuré conduit sa voiture. Progressive Insurance envoie au client un terminal qui se branche dans le véhicule et enregistre des informations sur le kilo- métrage, la conduite de nuit et le nombre de freinages brutaux, par exemple.

2 Eme MODÈLE : Numériser des objets traditionnels

Ces vingt dernières années, la numérisation de la musique, des livres et des films a complètement bouleversé l’industrie du divertissement et fait apparaître de nouveaux modèles comme iTunes, les services de vidéo en streaming ou les liseuses électroniques. Alors que les technologies mobiles continuent d’alimenter cette tendance, des entreprises plus créatives l’exploitent et créent leurs propres services ou encore de nouveaux modèles économiques.

A San Francisco, le musée international de la Femme est une organisation à but non lucratif qui innove en exposant en ligne des œuvres d’art de femmes du monde entier. La communauté numérique du musée compte 600 000 visiteurs uniques par an, 10 000 contributeurs artistiques, 40 000 abonnés à la liste de diffusion, 10 000 fans Facebook et 7 000 followers sur Twitter dans plus de 200 pays. Le musée organise et accueille des expositions pour un coût dérisoire par rapport à un musée classique, qui doit payer pour emprunter, faire expédier et exposer les œuvres. Les visiteurs peuvent en outre communiquer directement avec les artistes – sans même avoir à quitter leur domicile.

L’accès aux versions numérisées d’objets physiques modifie aussi les comportements dans d’autres secteurs. Par exemple, des techniques sophistiquées d’analyse et de visualisation ont amélioré le processus de conception dans de nombreuses industries manufacturières, de l’aéronautique à l’automobile, en passant par l’habillement et l’ameublement. Les imprimantes 3D permettent aujourd’hui d’inverser le processus de numérisation et de fabriquer un objet physique à partir de plans numérisés (c’est ainsi que General Electric construit certains composants de turbines). Dans le domaine de la santé, la numérisation des dossiers médicaux devrait naturellement révolutionner ce secteur et garantir une prise en charge plus efficace et plus appropriée des patients tout en économisant des milliards d’euros. La numérisation permet également de perfectionner la pratique médicale par d’autres voies. La technologie permet en effet aux chirurgiens de recourir à la modélisation numérique du corps pour améliorer la précision des interventions et ré- duire le caractère invasif des opérations chirurgicales très délicates.

Le management de la numérisation pourrait constituer en lui-même une nouvelle activité. En effet, de nombreux secteurs d’activité ont besoin de stocker leurs actifs numériques de manière sûre et durable. Qu’il s’agisse de plans d’avion, d’opérations de centrale nucléaire, de journaux d’exploration pétrolière, de contenus de divertissement ou de documents gouvernementaux, les exigences de conserva- tion et de contrôle d’accès sont fondamentalement les mêmes. Ainsi, une entreprise capable de gérer ses propres données pourrait proposer ce savoir-faire en tant que service, quel que soit le secteur d’activité.

Nous pensons que l’avantage concurrentiel va évoluer à mesure que la numérisation de nombreux produits va continuer à se développer. La numérisation permet en effet à la fois de réduire les coûts de distribution, et de déplacer des stocks physiques de manière efficace ou de trouver des lieux de stockage adéquats.

Mais on peut s’attendre à ce que, à l’avenir, l’offre de produits et de services plus personnalisés à destination des clients se multiplie. Pour aller plus loin, nous verrons davantage d’acteurs étudier comment utiliser l’aspect numérique du processus d’approvisionnement lui-même pour renforcer la proximité avec le client et transformer l’industrie, une fois de plus. Les entreprises capables d’aider d’autres entreprises à relever ce défi ont toutes les chances d’en tirer des bénéfices.

3eme modèle: Combiner des données à l’intérieur de différents secteurs d’activités et entre eux

Parallèlement aux nouvelles normes informatiques qui permettent d’intégrer davantage de données, la science du big data permet de coordonner d’une manière différente les informations entre les industries ou les secteurs. Prenons l’exemple de la ville de Bolzano, dans le nord de l’Italie, où pratiquement un quart des habitants sont des retraités, ce qui exerce une pression considérable sur les services de santé. En partenariat avec la municipalité, IBM a mis au point un réseau de capteurs dans les logements afin de suivre des indicateurs tels que la température, le niveau de CO2 et la consommation d’eau, mais aussi ce qui consti- tue des comportements «normaux», par exemple les repas pris à des heures régulières. La détection d’une anomalie déclenche automatiquement un appel à un proche, qui peut venir vérifier que tout va bien, ou alerter les secours si nécessaire. En coulisses, un système informatique relie tous les services concernés (services sociaux, de santé et d’hygiène) afin de réagir de manière très coordonnée. Les officiels de la ville estiment que cette initiative a diminué les coûts d’assistance et de soins de 30% et qu’elle permet à de nombreuses personnes âgées de rester chez elles, ce qui réduit la nécessité de construire et de gérer des logements spéciaux. D’autres villes testent également des actions intersectorielles.

Au Royaume-Uni, l’Autorité du Grand Londres a créé une initiative dans l’espoir que celle-ci inspire de nouvelles façons de faire du business. Ain de gérer les embouteillages provoqués par l’irruption massive de camionnettes livrant les achats faits sur Internet, elle a lancé le « Projet de logistique urbaine flexible ». Il s’agit de combiner les données de livraison communiquées par les distributeurs avec les données sur l’état de la circulation, en utilisant un logiciel d’optimisation. L’objectif est d’encourager le secteur privé à élaborer de nouveaux modèles économiques, comme des services de livraison partagée dans des zones spécifiques.

De semblables perspectives existent aussi dans le secteur privé. Alors que certaines entreprises comme Walmart et Dell ont intégré avec succès les données dans leur chaîne d’approvisionnement, la plupart des réseaux logistiques sont relativement peu coordonnés. Or, les progrès des technologies de l’information pourraient résoudre ce problème. Dans l’automobile, par exemple, les usines de production qui utilisent de l’eau pour refroidir les machines doivent en régler la température avec précision. L’accès en amont à des données fiables sur la température pourrait considérablement améliorer le rendement de l’usine. Les prestataires d’eau pourraient fournir ces informations sous forme de service et ainsi engranger des revenus supplémentaires.

En Allemagne, un nouveau business consiste à compiler les données de tout un secteur (en l’occurrence celui de la santé) afin d’en améliorer l’efficacité. Alors que les cabinets médicaux et dentaires utilisent traditionnellement différents formats (papier ou électronique) pour obtenir des paiements auprès des compagnies d’assurances, ce nouveau service collecte les informations directe- ment dans les systèmes informatiques des cabinets, en en garantissant l’anonymat, puis les normalise et les nettoie avant de les transmettre à chaque assureur dans le format requis. Ce service permet aux assureurs d’automatiser les procédures de paiement et de vérifier la légalité des factures. Les économies ainsi réalisées couvrent largement le coût du service.

4eme modèle: Echanger des données

Combiner des ensembles disparates de données permet aux entreprises de mettre au point de nouvelles offres pour des activités adjacentes. C’est le cas, par exemple, du partenariat conclu entre Vodafone et TomTom, un fournisseur d’appareils et de services de navigation par satellite. A l’aide de son réseau mobile, Vodafone peut savoir quels abonnés sont sur la route, où ils se trouvent et à quelle vitesse ils conduisent. Ces données peuvent servir à repérer les embouteillages, une information extrêmement précieuse que Vodafone vend à TomTom. Les données des téléphones portables peuvent également être utilisées pour améliorer la gestion de la circulation, mais aussi de manière plus lucrative, par exemple par des sociétés souhaitant placer des publicités contextuelles, pour des restaurants ou des magasins situés à proximité d’un utilisateur.

Au Royaume-Uni, une ambitieuse collaboration de type « plateforme ouverte » entre l’Ofice météorologique national, IBM, l’école de commerce et l’institut de recherche de Grantham sur le changement climatique de l’Imperial College (Londres) vise à créer un nouveau système d’échange de données météorologiques mondiales. De nombreuses entreprises ont besoin de ce type d’information, notamment les compagnies d’assurance et les organismes de lutte contre les catastrophes naturelles. La plupart des données sont disponibles, mais compte tenu de l’insuffisance de normes en la matière, il est difficile de les échanger ou de les combiner. En outre, les normes générale- ment acceptées pour les modèles météorologiques analytiques n’ont pas encore été mises au point. Les lacunes dans ces deux domaines pèsent sur la qualité des évaluations et de la prise de décision. La nouvelle entité se donne pour objectif de combler ce manque à l’aide d’une plate-forme en ligne ouverte à un vaste éventail de contributeurs, une sorte de bourse d’échange de connaissances, d’in- formations et de techniques de modélisation météorologique. Les entreprises qui participent à ce projet espèrent qu’il contribuera à stimuler- l’élaboration de solutions innovantes pour évaluer et gérer le risque climatique (notons que cette initiative illustre deux approches : l’échange et la combinaison de données entre secteurs).

5eme modèle : Codifier une expertise de service distinctive

Depuis son invention, l’informatique a contribué à l’automatisation des procédés. Aujourd’hui, les sociétés disposent d’un moyen concret de standardiser des procédés qu’elles ont perfectionnés et de les vendre à des tiers. Tout processus de pointe (mais qui n’est pas essentiel à l’avantage concurrentiel d’une entreprise) peut donc devenir une activité rentable. Le cloud computing a mis ce type de possibilité à portée de main, car il permet aux entre- prises de distribuer facilement les logiciels, de simplifier le contrôle des versions et d’offrir aux clients une tarification à l’usage.

Chez IBM, la solution GERS (Global Expense Reporting Solutions) de gestion des dépenses a été créée pour automatiser toutes les étapes des procédures internes de comptabilisation des frais de dé- placement et des charges. Outre une réduction des coûts administratifs de 60 à 75%, les systèmes per- mettent à IBM de s’assurer que les employés se conforment aux politiques de déplacement et de représentation, ce qui peut faire baisser les dé- penses totales de 4%. Après quelques années de fonctionnement, prenant conscience que de nombreux clients souhaitaient réaliser des économies similaires, IBM a transformé ces systèmes en services – que la société vend depuis aux entreprises du monde entier – donnant ainsi naissance à une nouvelle activité. L’analyse des données qui en ont résulté a permis au groupe informatique de se concentrer davantage sur les procédures d’audit interne des clients. IBM propose également à des tiers un service de comptes clients développé en interne.

Citigroup offre un autre exemple de ce qu’il est possible de faire. Cette banque a conçu des modèles pour les données de transaction afin d’analyser les flux monétaires dans différentes parties du système financier, en identifiant les insuffisances qui empêchent ses clients d’utiliser efficacement différents mécanismes de paiement. Pendant cinq ans, ces modèles ont été affinés et rassemblés dans un ensemble de services client. CitiDirect BE Mobile permet ainsi aux institutions financières et à leurs clients de suivre l’état d’avancement des paiements, à tout moment et n’importe où. Durant la première année d’exploitation, le système s’est développé et a traité 11 milliards de dollars de transactions ; aujourd’hui ce montant a quasiment décuplé. En octobre 2013, la banque a lancé le service CitiDirect BE Tablet, afin d’aider les dirigeants à gérer plus efficacement les flux financiers des groupes internationaux.

Les processus résultant des technologies de l’information ne sont cependant pas les seuls à présenter des possibilités de nouvelle création de valeur. Une grande société britannique de vente par correspondance a, par exemple, mis au point un système particulièrement eficace et souple pour concevoir et produire des catalogues en ligne. Cela lui permet d’offrir un éventail plus large de produits tout en maintenant un stock deux fois moins important que ses concurrents. Si elle proposait cette expertise à d’autres distributeurs, l’entreprise pourrait lancer une nouvelle ligne métier susceptible de devenir une technologie de rupture que les distributeurs tiers utiliseraient comme canal de commercialisation.

COMBINER LES MODÈLES

Ces cinq modèles représentent un bon moyen de lan- cer le débat sur de nouvelles idées de business– et, nous l’avons vu, chacun d’entre eux produit de bons exemples – mais les initiatives existantes en- globent souvent deux ou trois modèles. (Au mo- ment de rédiger cet article, nous nous sommes

rendu compte que certains de nos exemples pour- raient en illustrer bien plus d’un seul !) En outre, ce qui apparaît au départ comme une extension rela- tivement simple d’une activité existante devient souvent une activité totalement nouvelle.

C’est le cas des nouveaux compteurs électriques intelligents qui sont maintenant utilisés dans presque tous les pays développés ; ils enregistrent la consommation énergétique quotidienne et la communiquent au fournisseur. Ces appareils ont commencé par accroître les activités des fournisseurs d’électricité de plusieurs façons : ils ont permis d’adopter des prix intrajournaliers qui reflétaient la demande, d’optimiser les opérations et l’utilisation des infrastructures, et de fournir aux clients les informations nécessaires pour gérer leur propre consommation. Mais il est rapidement devenu évident que ces appareils créaient aussi des possibilités d’activités complètement nouvelles, telles que la collecte de données sur la consommation énergétique des appareils, données pouvant ensuite être revendues aux fabricants ou être utilisées pour proposer aux clients des services améliorés, comme le rachat à prix garanti de l’énergie produite localement (à partir de panneaux solaires, par exemple).

Les compteurs intelligents pourraient également soutenir une activité basée sur une plate-forme. Lorsque l’énergéticien allemand E.ON a créé une nouvelle « business unit » centrée sur les comp- teurs intelligents, IBM a mis au point un système informatique (logiciel et infrastructure) pour gérer les diverses activités que E.ON avait besoin d’entre- prendre (capture et agrégation de données, modèle de tariication dynamique). Il s’est avéré que la conception modulaire de ce système lui permettait d’être adapté aux autres fournisseurs (pour être exact, cette nouvelle activité est conjointement développée par IBM et E.ON). Et les compteurs in- telligents pourraient même constituer une plate- forme technologique pour offrir un large éventail d’applications aux clients, depuis les systèmes de sécurité jusqu’à des systèmes de divertissement.

POUR SE LANCER

Lorsque nous travaillons avec nos clients à la recherche de nouvelles opportunités d’affaires, nous commençons par décrire les cinq modèles, en utilisant un ou deux exemples détaillés, avant de poser des questions destinées à définir le matériau de base à partir duquel il sera possible de créer une valeur nouvelle pour l’entreprise. Ces questions semblent généralement simples, mais y répondre exige dans la plupart des cas une importante réflexion.

De quelles données disposons-nous ?
A quelles données non collectées pourrions- nous accéder ?
Quelles données pourrions-nous créer à partir de nos produits ou de nos opérations ?
Quelles données utiles pourrions-nous obtenir auprès de tiers ?

Quelles données appartenant à des tiers pourrions-nous utiliser dans une initiative commune ?

Une fois munie des réponses, l’équipe se penche à nouveau sur chaque modèle afin de déterminer lequel conviendrait le mieux au business de l’entre- prise ou s’il pourrait être amélioré ou combiné à d’autres modèles.
Ces nouvelles questions se déclinent ainsi :

AMÉLIORER LES PRODUITS

Quelles données et leur utilisation ? concernent nos produits
Lesquelles conservons-nous déjà et lesquelles pourrions-nous commencer à conserver ?
Quelles informations pourrions-nous développer à partir de ces données ?
Comment ces informations pourraient-elles être source de valeur pour nous-mêmes, nos clients, nos fournisseurs, nos concurrents ou d’autres acteurs du secteur ?

NUMÉRISER DES BIENS OU DES ACTIFS

Quels sont nos biens et actifs en partie ou totalement numériques ?
Comment pouvons-nous exploiter leur nature numérique pour améliorer ou accroître leur valeur ?Disposons-nous de biens et actifs physiques qui pourraient être numérisés ?

COMBINER DES DONNÉES

Comment nos données pourraient-elles être combinées à des données détenues par d’autres
en vue de créer une nouvelle valeur ?
Pouvons-nous jouer un rôle catalyseur en matière de création de valeur en intégrant les données détenues par d’autres acteurs ?
Qui bénéficierait de cette intégration et quel modèle économique la rendrait intéressante pour nous-mêmes et nos collaborateurs ?

ÉCHANGER DES DONNÉES
• Comment structurer et analyser nos données pour qu’elles génèrent des informations de plus grande valeur ?
• Ces données présentent-elles de la valeur pour nous en interne, pour nos clients actuels et potentiels ou pour un autre secteur ?

CODIFIER UNE EXPERTISE
• Disposons-nous d’un potentiel spécifique que d’autres pourraient valoriser ?
• Existe-t-il un moyen de normaliser ce potentiel ou cette capacité ain qu’il ou elle soit globalement utile ?
• Pouvons-nous proposer cette expertise en tant que service numérique ?
• Qui, dans notre activité ou d’autres secteurs, trouverait cette expertise intéressante ?
• Comment la collecte, la gestion et l’analyse de nos données nous aident-elles à élaborer une expertise que nous pourrions codifier ?

Une fois que nous avons répondu à cette seconde série de questions, la procédure est simple : les différentes idées sont compilées et hiérarchisées, une ou deux sont approfondies, tandis que des sous-groupes sont chargés de les étoffer. Ils élaborent ensuite un scénario dans lequel une idée crée une valeur nouvelle importante pour l’entreprise et ils identifient les principales hypothèses qui devront se vérifier. Au bout de quelques semaines, l’équipe se réunit pour présenter son travail à un cadre qui sera chargé de piloter le projet.

DEPUIS QUELQUES ANNÉES maintenant, les technologies de l’information s’éloignent de leur traditionnel rôle d’automatisation et de réduction du coût des processus d’exploitation et de gestion. Naturelle- ment, elles continueront d’assurer cette fonction, mais elles deviennent une force plus importante dans la quête de nouvelles opportunités d’affaires. Plus la technologie avance vite, plus les débouchés semblent nombreux. Il est temps que les entreprises adoptent une approche structurée et systématique pour examiner ces progrès, en faisant particulière- ment attention à la manière dont les technologies de l’information peuvent produire des biens et services de meilleure qualité, mais aussi des plateformes et des modèles économiques innovants. En réfléchissant aux répercussions des cinq modèles sur leur propre business, les entreprises peuvent trouver des moyens de s’engager davantage dans l’économie numérique – et tirer parti de ses promesses.