jan
03
2015

Le marché du Big Data : chiffres à retenir

Depuis 2010, le secteur du Big Data ne cesse de croître. En effet, entre 2011 et 2012 le marché mondial du Big Data (vente de matériel, logiciel et services professionnels confondus) augmente successivement d’environ 62 %, puis de 58 % en 2012 et 2013 pour atteindre un chiffre d’affaire d’environ 18 milliards de dollars. Selon Wikibon, cette même année les services professionnels représentaient environ 40 % du chiffre d’affaire du secteur, contre respectivement 38 et 22 % pour les ventes de matériel et de logiciels dédiés au Big Data.

Selon les premières estimations de Wikibon, corroborées par une étude de Research and Market, le chiffre d’affaire du secteur devrait atteindre les 30 milliards de dollars en 2014, soit une nouvelle hausse de 66 % en un an.

L’avenir s’annonce radieux pour le marché du Big Data, puisque les spécialistes tablent sur un chiffre d’affaire d’environ 50 milliards de dollars d’ici à 2018 avec un taux de croissance annuelle moyen d’approximativement 40 %. Jusqu’à cette date, le marché continuera à être dominé par l’Amérique du Nord qui capitalisera près de 55 % du chiffre d’affaire du secteur.

Selon les estimations de Wikibon, ce sont les ventes de logiciels de traitement et d’analyse en Big Data qui vont connaitre la plus forte croissance (leur chiffre d’affaire va plus que tripler sur la période) et représenteront, en 2017, 26 % du chiffre d’affaire du Big Data. A contrario, les ventes de matériel Big data, comme les serveurs de stockage de données, vont croitre moins vite et ne représenteront plus que 32 % du chiffre d’affaire du marché.  Les services professionnels liés aux Big Data, continueront quant à eux à constituer la principale source d’activité du secteur en représentant 42 % du chiffre d’affaire.

Par ailleurs, en 2012, Gartner prévoyait la création de 4,4 millions d’emplois supplémentaires d’ici la fin 2015, pour soutenir le développement du Big Data dans les entreprises. Si ces estimations se confirment et que la croissance du marché du Big Data tend à se poursuivre, nul doute que ce secteur sera créateur d’emploi dans l’avenir. En France, le Big Data devrait générer 137 000 emplois d’ici à 2020.

Ce phénomène est et sera fortement soutenu par l’augmentation massive de la quantité de données. Selon IDC, la quantité de données crées et copiées par an, passera de 4,4 mille milliards de gigabits en 2013 à 44,4 mille milliards de gigabits en 2020. Pour faire face à cette augmentation massive en données, les entreprises vont investir davantage en logiciels de traitements, matériel de stockage de données et services professionnels de gestion de données. D’après ABI research, ces dépenses en Big Data, que ce soit en interne ou en externe, augmenteront d’en moyenne 30 % par an, pendant 5 ans, pour atteindre les 114 milliards de dollars en 2018.

D’ici à 2015, les entreprises de services financier vont dépenser un peu plus de 6,4 milliards de dollars en Big Data, contre seulement 800 millions pour le secteur des énergies et du service public. Cette situation s’inversera peut être dans les années à venir, car ce sont ces secteurs avec les entreprises de la communication et des media qui vont dépenser davantage en Big Data, respectivement 54 et 40 % de croissance annuelle moyenne des dépenses en Big Data jusqu’en 2020.

Ces chiffres révèlent le potentiel économique et stratégique du Big Data et amènent à penser qu’investir dans ce secteur peut à terme s’avérer être un bon pari sur l’avenir…

Sources :

ABI reserach, 09 septembre 2013, « Big Data Spending to Reach $114 Billion in 2018 ». En ligne (28 octobre 2014) : https://www.abiresearch.com/press/big-data-spending-to-reach-114-billion-in-2018-loo

Anaïs Adidi, 08 octobre 2014, « Big Data, 137 000 emplois en France d’ici 2020 » in Neovity. En ligne (28 octobre 2014) : http://www.neovity.fr/blog/big-data-137-000-emplois-en-france-dici-2020.html

Jeff Kelly, 12 février 2014, « Big Data Vendor Revenue and Market Forecast 2013-2017 » in Wikibon. En ligne (28 octobre 2014) : http://wikibon.org/wiki/v/Big_Data_Vendor_Revenue_and_Market_Forecast_2013-2017

Louis Columbus, 03 juillet 2014, « Roundup Of Analytics, Big Data & Business Intelligence Forecasts And Market Estimates, 2014 » in A passion for research. En ligne (28 octobre 2014) : http://softwarestrategiesblog.com/2014/07/03/roundup-of-analytics-big-data-business-intelligence-forecasts-and-market-estimates-2014/

Mary-Louise Hoffman, 26 septembre 2014, « Study: North America to Capture 55% Big Data Market Share by 2018 » in ExecutiveBiz. En ligne (28 octobre 2014) : http://blog.executivebiz.com/2014/09/study-north-america-to-capture-55-big-data-market-share-by-2018/

Transparency Market Research, 04 juin 2014, « Global Big Data Market to Be Worth $48.3 billion by 2018 ». En ligne (28 octobre 2014) : http://www.transparencymarketresearch.com/pressrelease/big-data-market.htm

Véronique Arène, 02 novembre 2012, « Le big data créera 4,4 millions d’emplois IT dans le monde d’ici 2015 » in LeMondeInformatique.fr. En ligne (28 octobre 2014) : http://www.lemondeinformatique.fr/actualites/lire-le-big-data-creera-4-4-millions-d-emplois-it-dans-le-monde-d-ici-2015-51102.html

StorageNewsletter, 01 février 2013, « Big Data Market at $48 Billion by 2018 – Transparency Market Research ». En ligne (28 octobre 2014) : http://www.storagenewsletter.com/rubriques/market-reportsresearch/transparency-market-research-big-data/

Aurélien Jean

déc
30
2014

Prévisions monétaires, signaux faibles, crises … que peut-on attendre des « Data Scientist » ?

Prévisions monétaires, fiabilité, crises …

On accorde un poids considérable aux prévisions économiques lors de la définition de la politique monétaire, pourtant il y a une incertitude autour des perspectives de l’économie.

En Angleterre, le très respecté « Monetary Policy Committee » (MPC [1] – Bank of England ) publie des projections très utiles(graphiques en éventail) [2] .

De nombreuses précautions doivent être prises en compte lors de l’évaluation de ces graphiques. On constate en effet que l’évolution de l’économie a poussé les chiffres effectifs loin de projections centrales du MPC (« la crise »).
La question est de savoir comment utiliser ce type de projections de façon optimale, à la fois en terme de tendance, mais aussi en tant qu’outil de détection d’un signal faible de décrochage imprévu (ou amélioration imprévue) de l’économie … en particulier lorsque la mesure des faits semble indiquer une sortie du modèle sans pour autant que cette sortie du modèle soit tout à fait patente.
La question se résume alors à : « sommes-nous en face d’un signal (faible), potentiellement avéré … et comment aborder son interprétation?

Signaux faibles

Il est à noter que l’interprétation d’un signal faible [3]  réside rarement dans l’étude du signal lui-même,
mais dans le déclenchement de la collecte et de l’analyse d’informations complémentaires, souvent de provenance non conjointe.
Sur un aspect plus socio-économique on peut aussi commettre l’hypothèse que toute rupture du ou des consensus (institutionnel /bancaire /milieux d’affaire /journalistes /économistes /épargnants /citoyens) mérite d’être analysée comme un signal faible.
La question de la représentativité des échanges dans les réseaux sociaux est aujourd’hui primordiale, il est donc très important de ne pas se perdre dans un système d’inférences triviales et de se contraindre à ne pas interpréter ces échange de façon naïve. Nous pensons qu’il faut aujourd’hui se concentrer sur l’étude prédictive de dérivées des phénomènes identifiés, des évolutions de ceux-ci sans émettre de conclusions hâtives sur la population parente elle-même.

Etat de l’art opérationnel

L’arsenal classique du « Data Scientist »[4]  semble bien adapté à l’esprit de cette démarche (« machine learning »).
Malheureusement la difficulté réside plutôt dans la sélection des attributs à étudier, en particulier aux travaux préliminaires à effectuer sur les graphes associés aux réseaux sociaux et à la transcription des textes en données exploitables. Le problème de cette « feature selection » est double : risque de stérilisation ou de corruption des données.

Incidemment, quand on veut mettre en place une stratégie de traitement des signaux faibles, il est nécessaire travailler sur l’élaboration de « patterns ». La notion de prédiction s’estompe, l’interprétation devient difficile et on sort de l’apprentissage supervisé ou simplement « non-supervisé » pour entrer dans les techniques d’apprentissage renforcé.
Aucune offre « clé en main » n’est disponible aujourd’hui sur ces sujets : la constitution d’une équipe pluridisciplinaire est alors indispensable. Hors du milieu académique, le pragmatisme impose alors une démarche d’ingénierie itérative de la connaissance, des compétences sérieuses en « mathématiques appliquées », pour une recherche appliquée et empirique, guidée par l’obsession d’obtenir des résultats intermédiaires, une grande créativité, une forte culture scientifique … et une grande ouverture d’esprit !   Il faudra aller chercher  son outillage mathématique de proche en proche , comme le ferait tout responsable de l’ingénierie d’un bureau d’étude industriel.

Henri Laude

[1] http://en.wikipedia.org/wiki/Monetary_Policy_Committee
[2] http://www.bankofengland.co.uk/publications/Pages/inflationreport/irprobab.aspx
[3] http://fr.slideshare.net/ldhnr/apiec-scip-signaux-faibles
[4] http://data-scientix.com/

 

 

nov
06
2014

Atelier – débat : Data Sciences, Big Data

L’ICD «Institut International du Commerce et du Développement » et l’APIEC  «Association pour la Promotion de l’Intelligence Economique » vous invitent le jeudi 20 Novembre à un atelier-débat autour  des « Data Sciences » et du « Big Data ».

Les points de vue développés illustreront les apports  de ces disciplines dans l’étude des phénomènes économiques et sociaux reliés et connexes aux pratiques de veille et d’intelligence économique.

Pour autant, les « Data Sciences » et le « Big Data » feront l’objet d’une introduction didactique. Les techniques de collecte et d’analyse de données seront globalement explicitées sous un angle opérationnel.

Programme de la Soirée:

  • « Introduction » de la soirée : David Pothier, Vice-Président de l’APIEC, Président d’A.R.P.
  • Présentation du laboratoire LARA et de collaborations futures par son Directeur, le Docteur  Haithem NAGATI,
  • 10 questions autour du métier de « Data Scientist » et du « BigData » par H.laude, Président de l’APIEC,
  • Lancement de l‘initiative Data-ScientiX, sponsorisé par l’APIEC et « A.R.P. Advanced Research Partners, Startup de l’Intelligence et des Data Sciences »
  • Cas d’usage : Tableau e-reputation, un exemple pratique par Julien Letailleur, Responsable Market Intelligence, société CGI Group,
  • Petite récréation intellectuelle autour des sujets de la soirée, animée par le Docteur Jacques Giacometti,   Senior Partner et Directeur chez le Cabinet Iena,
  • Conclusions et perspectives de l’usage des « Data Sciences »  modernes dans la recherche économique : Docteur Olivier Mamavi, enseignant chercheur à l’ICD,
  • « Networking » et échanges informels.

Horaire et informations pratiques :

  • Nous nous retrouverons le 20 Novembre à partir de 18h30 à L’ ICD Institut International du Commerce et du Développement – 12, rue Alexandre Parodi – 75010 PARIS.
  • Les débats commenceront à 19h et la soirée sera close à 21h30.
Si vous n'êtes pas déjà membre de l'APIEC, invité personnellement ou étudiant à l'ICD,
 merci de bien vouloir vous  inscrire en utilisant le formulaire "Contact"   du site de l'APIEC.

fév
05
2014

Data-scientiX : Mathématiques appliquées, BigData, Analytics, Intelligence artificielle

data-scientiX

 

 

 

 

L’Apiec a le plaisir de vous annoncer la naissance d’une nouvelle communauté tournée sur la promotion de  l’utilisation effective des mathématiques.
Data-scientiX.com
La France forme de nombreuses personnes aux mathématiques, et nous y excellons scolairement et en terme de recherche, pour autant les mathématiques ne sont pas ou peu utilisées dans le quotidien.
L’idée est de remédier à ce problème en faisant une promotion assidue de l’usage des mathématiques, non pas en tant que curiosité intellectuelle mais en tant que levier de la réussite de nos projets à tous.
Le site Data-scientiX.com est le site de cette communauté en devenir.
Le BigData, l’opendata, l’intelligence artificielle, la théorie des graphes, l’usage des bibliothèques scientifiques autour de Python …
Mais aussi l’interprétation citoyenne des statistiques et des données non-structurées à notre disposition … sont dès maintenant traités par les premiers acteurs de la communauté.
Viendront évidemment l’internet des objets, le langage naturel, la 3D et les imprimantes …

Le site comprend des ressources utiles et des liens que j’espère vous trouverez  utiles et qui sait ? Captivants !

Henri Laude

oct
01
2013

Conférence – « You Can’t Manage Intelligence Unless You Track It » – APIEC, French Chapter de SCIP

L’APIEC, French Chapter de SCIP est heureuse de vous inviter à une conférence organisée le 16 octobre au campus de l’ICD, 14 rue Alexandre Parodi, Paris 10, à partir de 19H00.

Titre de la conférence: You Can’t Manage Intelligence Unless You Track It

Description : The presentation is based upon Glen’s highly accredited workshop from the 2013 SCIP Conference. It will step the audience through identifying key intelligence indices for their company, grouping them into logical components, and establishing strategic and tactical tracking mechanisms. This presentation will allow the audience to begin defining their own Competitive Intelligence framework and put the necessary pillars in place to ensure success.

Key Take-Aways:

1.  Hierarchy of all intelligence components and strategic action items, as well as, their associated tactical actions

2.  Five lessons learned from Fortune 500 companies and what they deem as their top key intelligence indices

3.  Templates will be provided on how they identify strategic actions and associated tactical plans

4.  Metrics identifying all key intelligence components

Conférencier : Glen Brynteson, Chief Executive Officer of Market Awareness and SCIP Board Member

In 1998, Mr. Brynteson built his first professional services firm into a multinational consultancy by developing unique solutions to clients’ unmet needs. Fifteen years later, he has never stopped working to get closer to his customers to better understand their challenges and identify solutions that work to complement the decision-making process. In 2006 Mr. Brynteson launched his second firm, Market Awareness, in response to his own constant and unmet need for reliable, data-driven insight into his clients’ perspectives and perceptions. Since launching their one-of-a-kind competitive intelligence solution, Market Awareness has been met with overwhelming support at all levels of clients organizations, for companies of all sizes across all industries. Glen co-chairs the SCIP Austin, Texas chapter and was recently elected to serve on the SCIP Board of Directors 2013.

Lieu de la conférence : Campus ICD

12 rue Alexandre Parodi

Paris 75010

Agenda

7:00PM – 7:30PM     Registration, Networking, presentation of the event

7:30PM – 8:30 PM    Presentation

8:30PM – 9:00 PM    News of the Chapter, complementary information and networking

Inscription gratuite pour tous :

Merci de vous inscrire sur le site SCIP : http://www.scip.org/training/EventsDetail.cfm?itemNumber=19504

Contacts :

Henri Laude, SCIP France Chair/ henri.laude@bnpparibas.com

David Pothier, VP APIEC. david.pothier@apiec.org

Robyn Reals, SCIP  Chapter Manager/703.739.0696 X 107/ rreals@scip.org

sept
12
2013

L’APIEC en partenariat avec IDC vous invite à découvrir les opportunités réelles du Big Data

L’APIEC en partenariat avec IDC vous invite à découvrir les opportunités réelles du Big Data pour votre entreprise ainsi que des retours d’expérience de projets aboutis.  

«BI, Analytics et Big Data»  Une conférence organisée par le cabinet d’études IDC  le jeudi 19 septembre 2013, à Paris 

Henri Laude, président de l’APIEC interviendra sur les usages du Big Data dans le cadre de l’Intelligence Economique et Concurrentielle

Au programme :
  • Comment garantir au mieux le succès d’une initiative Big Data ?
  • Dans quels domaines les technologies Big Data peuvent-elles créer de la valeur pour l’entreprise ?
  • Comment le Big Data impacte votre organisation et gouvernance d’entreprise ?
  • Comment la DSI doit-elle se positionner avec les métiers pour apporter le plus de valeur à l’entreprise ?
  • Comment donner aux utilisateurs des capacités d’analyse et d’exploration illimitées de leurs données?
  • TEMOIGNAGES de Viadéo, Solvay, VitaBella Luxury Wine, CIR Food, l’APIEC

Inscription gratuite (pour les utilisateurs de solutions IT) et programme détaillé : 
http://www.idc.com/france/bigdata2013

 

 

juil
03
2013

La veille stratégique et concurrentielle : une activité en pleine expansion.

État des lieux du marché de la veille

Le secteur de la veille économique et concurrentielle est en perpétuelle croissance depuis 2009. Selon le Groupe Serda, le marché français de la prestation de service de veille s’élève à environ 25 millions d’euros en 2010, suite à une augmentation de 17% du chiffre d’affaire de ce secteur sur la période 2009-2010.

Cette croissance est principalement dopée par les activités de e-réputation (ou réputation en ligne) qui ont progressé de 32% sur l’année. Les activités de veille stratégique ont également connu un accroissement de 13% tandis que les activités de veille technologique ont souffert d’une baisse de 11,7%.

Ces tendances semblent se confirmer en 2012. En effet, d’après une étude de Pressindex les recherches en e-reputation sur les réseaux sociaux sociaux ont augmenté de 37% de 2011 à 2012 et de 16% sur le web éditorial.

Un intérêt croissant pour les réseaux sociaux

Les chiffres précédents montrent que les professionnels de la veille ont de plus en plus recours aux outils du web 2.0 pour effectuer leurs recherches. Effectivement, une récente enquête Meidata précise que les réseaux sociaux représentent aujourd’hui la deuxième source d’information des veilleurs (24%), derrière les informations trouvées sur des moteurs de recherche (33%) mais loin devant le dialogue avec un individu (10%) et les bases de données gouvernementales (5%).

Cette même enquête souligne que scruter les réseaux sociaux pour y chercher de l’information est une pratique très courante en Amérique du Nord, notamment aux Etats-Unis, et en Europe de l’Ouest. En revanche, elle précise qu’en Asie du Sud Est, ces techniques de veille semblent moins développées.

Dans son baromètre des pratiques de la veille en 2012, Digimind relève également cette tendance . En effet, selon cette enquête 80% des professionnels de la veille interrogés déclarent surveiller les réseaux sociaux pour alimenter leur processus de veille.

Le secteur de la veille concurrentielle et stratégique profite donc du boom des demandes en recherche de e-reputation pour se développer. Les professionnels déclarent eux mêmes (à 84,2%) que le secteur n’a pas pâti de la conjoncture économique en particulier car leurs services de veille n’ont subi aucune réduction d’effectif.

La situation des professionnels de la veille

Toutefois, comme le signale le rapport de Digimind, cette bonne situation économique ne doit pas occulter certains problèmes dans le monde de la veille. La principale difficulté rencontrée par les professionnels de la veille est le manque de temps (pour 90,1% des répondants). En effet, hormis certaines cellules de veille qui peuvent passer jusqu’à 70 heures par semaine à faire uniquement de la recherche d’informations, le nombre d’heures moyen consacré à cette seule activité par les différentes cellules de est de 15 h par semaine.

Pour près de 72% des répondants, le manque de ressources humaines est aussi un obstacle important  au développement des activités des cellules de veille. Pourtant, les trois quarts des professionnels  interrogés indiquent qu’ils ne recruteront pas au sein de leur cellule de veille en 2012 ; situation qu’il faut principalement imputée à la baisse continue des budgets de veille. En effet, plus d’un répondant sur quatre affirment que leurs budgets de veille a diminué depuis deux ans. Par ailleurs ces budgets restent à des niveaux jugés trop bas par les professionnels du secteur (deux tiers d’entre eux disent avoir un budget « veille stratégique » (hors salaires) de moins de 50 000 € par an).

En outre, les niveaux de salaires se situe entre 35 000 et 45 000 € par an (pour près de 41% des personnes interrogées) et seule une petite proportion (12%) des veilleurs déclarent gagner plus de 75 000 euros par an. A titre de comparaison, le salaire moyen pour un data scientist est en moyenne de 89 000 $ (soit environ 70 000€) par an. En d’autres termes, cela signifie que pour l’instant les entreprises privilégient davantage le traitement de données que la veille stratégique.           

Une activité à fort potentiel de développement

Cette situation globale, a priori moins favorable pour la veille stratégique, pourrait toutefois évoluer à terme. En effet, dans une économie mondialisée où la recherche de la compétitivité nécessite d’avoir constamment un coup d’avance sur ses concurrents, on peut raisonnablement penser que les décideurs seront de plus en plus conduits à mieux apprécier les avantages d’un traitement prospectif de l’information. L’accès, la maîtrise et l’analyse des données économiques, techniques et scientifiques devient dans une production de plus en plus dématérialisée un atout concurrentiel indispensable.

Par ailleurs, le développement des outils du web 2.0 et le phénomène de massification des données ouvrent des perspectives nouvelles pour la veille stratégiques. L’offre croissante de données facilite ainsi la recherche de renseignements, mais oblige dans un même temps une veille continue pour anticiper les transformations quasi quotidiennes des marchés.

La veille stratégique s’avère donc aujourd’hui une activité en pleine expansion  qui est certainement amenée à jouer un rôle indispensable dans les stratégies des entreprises.

Parier aujourd’hui sur la veille stratégique, c’est prendre une option sur l’avenir.

Aurélien Jean 

 

 

 

Sources :

Digimind, 12 juin 2012, « Baromètre Digimind des pratiques de Veille 2012 ». En ligne (29 juin 2013) : http://www.digimind.fr/actu/publications/1123-barometre-digimind-des-pratiques-de-veille-2012-en-telechargement-gratuit.htm
 
Randy Krum, 05 juin 2012, « Market and competitive intelligence trends ». En ligne (29 juin 2013) http://www.coolinfographics.com/blog/2012/6/5/market-and-competitive-intelligence-trends.html
 
Pressindex blog, 20 novembre 2012, « Etat du marché de la veille de l’information ». En ligne (29 juin 2013) : http://blogfr.pressindex.com/2012/11/etat-du-marche-de-la-veille-de-l%E2%80%99information/
 
SiSense, juillet 2012, « 2012 Data Professional Salary Survey ». En ligne (29 juin 2013) :
http://pages.sisense.com/data-survey-pub.html
 
 Virginie Boillet, 10 août 2012, « Le marché de la veille stimulé par la e-réputation et la veille commerciale ». En ligne (29 juin 2013) : http://www.serdalab.com/article/2012/8/10/le-marche-de-la-veille-stimule-par-la-e-reputation

 

juil
03
2013

L’APPRENTISSAGE : UNE PROBLEMATIQUE SOCIETALE

L’instabilité de notre société conduit l’homme à de nombreuses transitions.

Parfois choisies, souvent subies,  elles résultent, dans nos cultures occidentales, de l’évolution tant organisationnelle que technologique et se trouvent encouragées par diverses pressions politico-économiques dont l’obsolescence programmée des biens est un exemple patent.

Au plan humain, elles confrontent l’individu à une obligation de changement et donc d’apprentissage de nouveaux modes de façons d’être (positionnement vis-à-vis de l’autre, valeurs acceptables ou pas, valorisées ou pas….) , et/ou de nouvelles façons de faire en s’appropriant des standards importés soit géographiquement calqués sur d’autres pays notamment anglo-saxons (culture, langage), soit de nouveaux processus à caractère logique inhérents aux nouvelles technologies. Ces nouveaux processus dotés d’un langage pseudo-informatique s’avèrent à la fois  transversaux à nos sociétés et s’infiltrent dans notre quotidien (manipulation de l’électronique : tablettes, jeux, vidéo…) de manière efficace et pertinente ou pernicieuse et inappropriée.

Affaire de point de vue dans le regard critique que l’on peut porter à ces faits !

Cependant au-delà de leur aspect technologique intrinsèque, ces mêmes processus  donnent à voir sur l’appropriation que nous en faisons. Autrement dit en quoi notre cognition est-elle affectée par cette assimilation et avec quels effets.

Pour s’interroger sur ces aspects, il convient de s’attarder sur ce qui se joue pour l’homme dans l’apprentissage spécifiquement applicable de ces processus.

Afin de ne pas  se trouver éconduit dans un certain ostracisme, l’apprentissage devient pour l’individu un élément impétueux et permanent face aux transitions toujours plus rapprochées,  or apprendre est un acte violent en soi.

Apprendre peut être envisagée comme  une démarche dans laquelle l’individu est amené à accepter un déséquilibre provisoire avant que qu’apparaisse une stabilisation, et qu’ainsi une nouvelle phase d’apprentissage puisse se réaliser.

Ce déséquilibre permanent affecte l’image de soi au sens où l’action d’apprendre impose une mise à l’écart, au moins momentané, des savoirs précédents. Il est en effet nécessaire d’adopter une disposition « open mind »  pour capter les éléments d’un nouvel apprentissage avant une réintroduction d’apprentissages antérieurs ou une combinaison avec ceux là même.

Par ailleurs, l’action d’apprendre reste une « micro aventure » qui se solde par une réussite plus ou moins importante  selon la performance d’assimilation de l’individu. Apprendre  présuppose ainsi l’acceptation de nos limites et donc potentiellement de nos incapacités.

 Dès lors et ainsi posé, dans tout acte d’apprendre  se profile  une fissure potentielle, une instabilité au moins provisoire, qui dans le contexte de changements rapides affecte l’individu tant dans la confiance  qu’il a de lui-même directement que dans celle que lui renvoie  autrui.

En d’autres termes, les conséquences  de cette instabilité portée par l’acte d’apprentissage s’organisent d’une part au sens intra-individuel à partir de la réflexibilité propre, sans jugement externe (image de soi), d’autre part dans la mise à l’épreuve de la compétence acquise ou supposée face aux autres (au sens inter-individuel : un savoir acquis est souvent exposé, utilisé, transmis, débattu…l’image de soi peut alors être malmenée).

Ceci revient à se demander qui tend le reflet de Narcisse lui-même ou les autres ?

Au-delà de ces quelques éléments psychologiques transversaux  à  tout apprentissage, ceux dont il est question ici  s’en distinguent par leur impérative et rapide mise en application dans les champs d’activités du quotidien et qui apparaissent sans tenir compte de la demande. La motivation de l’individu ne peut être que postérieure (une orchestration habile  de la communication aura cette mission).

La violence n’en est que plus grande, l’incertitude crée par l’apprentissage non choisi est galvanisée d’autant que l’eugénisme d’anciens « habitus » s’opère ne  laissant que peu de traces de leur passage : l’avènement d’une nouvelle technologie annihile la précédente.

 Les abandons de précédentes moutures de tel ou tel objet d’intérêts sont autant de ruptures.

L’humain poursuit ses apprentissages, l’ordre organisationnel sociétal lui impose et ce n’est pas négociable, sauf à s’en exclure (on peut à ce titre imaginer une existence en marge !).

En retour, l’humain « n’escompte » plus, la perspective qu’il a de la possibilité d’appliquer ses connaissances d’aujourd’hui à un moment futur diminue.

Sa capitalisation de savoirs n’a nul besoin d’avoir lieu, seul ce qui lui permet d’aborder la prochaine nouveauté est utile, les autres connaissances, et avec elles la nécessaire finesse et intelligence, s’évanouissent sans espoir de transmission.

Il devient urgent de prendre conscience de la fugacité des  apprentissages.

Cette prise de conscience participe à préserver  à titre individuel  notre libre arbitre et notre gestion psychologique des apprentissages nouveaux  de façon saine  en étant en capacité de sélection. A titre collectif, elle permet une alimentation de savoirs connectés à une mémoire qui n’est rien d’autre que celle de la cognition humaine.

Dr Ghislaine Laude – Dumez

juin
20
2013

Intelligence économique – données cachées au sein de votre entreprise

Les domaines de prédilection de l’Intelligence Economique et Concurrentielle, sont tournés « naturellement » vers l’extérieur de l’entreprise. Que se passe t il que nous devons savoir, analyser, comprendre ; comment pouvons nous appréhender les événements, nous adapter, influer.

En somme, ce que font les « Autres », c’est-à-dire les compétiteurs, les partenaires, les clients, les législateurs, … peut conditionner ce que nous pensons, devons faire, devons produire, vendre, communiquer …

L’analyse de ces éléments, les signaux, contribue plus ou moins fortement à la mise en œuvre des transformations et évolutions que l’entreprise pense devoir mener pour être toujours plus compétitive, dynamique, innovante …

Dès qu’elle (l’entreprise) se tourne vers elle-même, dès qu’elle décide des évolutions à entreprendre, les décisions sont toujours de nature stratégique, quelques fois tactique, et leur mise en œuvre est déclinée par toutes les structures (branches, filières, domaines, …) concernées. Dans les cas de transformations importantes, des projets sont structurés.

Pour mesurer l’avancement de ces évolutions et transformations décidées, elles s’en remettent aux sources d’information structurelles qui ont la responsabilité de ces travaux. Ces sources vont émettre des indicateurs formels structurés par une démarche, une méthodologie. Les résultats seront débattus, commentés.

Cependant ces indicateurs, statiques par construction car pré définis et pré établis, ne seront que rarement confrontés aux signaux « internes »  qui, par nature, ne sont pas structurés.

Ces signaux ne seront pas captés, car souvent rejetés soit pas ignorance de leur existence soit par réaction car ce sont des « bruits de couloir ».

Il est utile de savoir que 80 % des bruits de couloirs concernent la politique de l’entreprise

http://www.express.be/business/fr/hr/bruits-de-couloir-quelle-strategie-adopter/152192.htm

Pour certains, il peut même être intéressant de « tester » certaines idées en utilisant les bruits de couloir

http://www.latribune.fr/entreprises-finance/20110407trib000613867/pourquoi-les-entreprises-ont-interet-a-favoriser-les-bruits-de-couloir.html

Daniel Artal

 

avr
02
2013

APIEC – French chapter de SCIP : appel à contribution « Annual SCIP European Summit in Rome »

En tant que membre du comité de lecture, nous avons le plaisir de relayer le message suivant,  à vous de jouer ! ………..

Call for Speakers:  18th SCIP Strategic and Competitive Intelligence European Summit.

SCIP is now accepting speaker proposals for its 18th Annual Strategic and Competitive Intelligence European Summit in Rome, Italy, on 5-7 November. This call for speakers will close on 25 April.

All proposals must feature case studies or demonstrated best practices – our Summit attendees want to learn about successes and lessons-learned in intelligence practice. Proposals that provide case examples and professional tips for the audience that can be applied the next day are strongly preferred.

IMPORTANT: Please carefully read the SCIP Call for Speakers Information page, then fill out your speaker proposals here.

Selection of session speakers at a SCIP conference is competitive, and we receive more proposals than available speaking slots. The European Volunteer Program Committee, consisting of experienced competitive intelligence professionals, will review your proposals and select those that create a diverse and well-balanced educational program.

If you have any questions concerning this call for speakers, please contact Bonnie Hohhof at bhohhof@scip.org.

SCIP Summit ROME

Henri Laude

Articles plus anciens «