Software & Data

L’industrie du logiciel est bouleversée par les nouveaux modèles d’affaires, les nouveaux modes de distribution, l’open source, les nouveaux modèles de production, ainsi que l’avalanche des données et de l’IA.

Les attentes des clients changent et leur niveau d’exigence augmente dans une compétition devenue internationale. D’une part, la consommation de services est désormais quantitative, par des utilisateurs qui se veulent de plus en plus « data-driven ». D’autre part, les données et la démocratisation du Machine Learning permettent la création de nouvelles fonctionnalités stratégiques pour l’utilisateur, rebattant ainsi les cartes du paysage concurrentiel.

Le bouleversement provoqué par les nouvelles attentes des clients s’accompagne de changements majeurs dans la production logicielle. Alors que le développement agile et le déploiement continu finissent de s’imposer comme norme, le logiciel doit maintenant adapter sa distribution en la portant en ligne grâce au cloud et adopter un business model plus souple que la licence traditionnelle, allant de l’abonnement (« SaaS ») au Freemium.

Cette double transformation des logiciels et de leur production met une tension soudaine sur les marchés de l’emploi autour de 3 nouveaux défis techniques: capter, organiser et exploiter la donnée. Les éditeurs de logiciels se retrouvent alors à fournir des efforts significatifs en recrutement dans une guerre des talents, elle aussi internationale. Ils doivent faire des choix stratégiques sur la réécriture de leur code, tout en arbitrant entre réduction de la dette technique et innovation.

L’ampleur de ces mutations et leurs implications pour l’individu provoquent plus généralement une nouvelle tension économique, obligeant les institutions à se mobiliser pour défendre les intérêts de leur région. L’Europe mène la politique de protection de la vie privée avec l’adoption en 2018 du RGPD (Règlement Général sur la Protection des Données), tandis que la Chine poursuit une politique plus centrale et nationale envers ce nouvel or virtuel. Ces réglementations sont des contraintes supplémentaires pour les éditeurs de logiciels.

Key technological enablers

Deep learning

Le Deep Learning est intimement lié aux mécanismes d’interprétation par couches successives ; ce faisant, il s’appuie largement sur les réseaux de neurones. Les nouveaux algorithmes, l’accès à de larges capacités de calcul et la démultiplication de la quantité de données exploitables ont permis des progrès radicaux dans des domaines jusqu’ici réservés à l’humain, comme la vision et le langage.

Capteurs & MEMS

La micro-électronique a engendré des progrès fondamentaux dans les capteurs et les actionneurs. Des capteurs plus compacts, moins coûteux, disposant d’intelligence embarquée, avec davantage d’autonomie et parfois autosuffisants en énergie permettent de piloter plus finement les actifs et les chaines de production ou le fonctionnement de systèmes complexes.

Réalité augmentée

La réalité augmentée (AR) ajoute des éléments de réalité virtuelle à l’environnement réel. Les progrès en reconnaissance d’image et en modélisation numérique permettent non seulement l’émergence de nouvelles expériences client augmentées, mais aussi d’assister en temps réel tout opérateur de terrain.

Cloud

Le Cloud rassemble toutes les technologies permettant le stockage et le traitement à distance, souvent sur des solutions partagées. La mutualisation des coûts matériels et le développement de plateformes donnent accès à toute entreprise à des infrastructures et à des services informatiques flexibles, performants et économiques.

Machine Learning

Le Machine Learning rassemble toutes les technologies permettant de calibrer automatiquement un modèle pour le rendre plus fiable. L’amélioration de la puissance de calcul et l’augmentation de la quantité de données exploitables permettent d’une part aux ordinateurs d’ajuster automatiquement leurs prédictions et leurs comportements, et d’autre part le développement d’algorithmes prédictifs et décisionnels plus précis et efficaces.

Nouvelles technologies de couverture

La multiplication de réseaux (cellulaires, par satellite, mesh…) avec une couverture élargie permettent un déploiement de projets basés sur la collecte et le transfert de données en continu, à l’échelle locale comme internationale.

Exemples d’accompagnement d’eleven auprès d’acteurs du secteur