Internet des Objets, Big Data

Transcription

1 «L ambition de la pensée simple était de contrôler et maîtriser le réel. Il s agit de s exercer à une pensée capable de traiter avec le réel, de dialoguer avec lui, de négocier avec lui.» Edgar MORIN Internet des Objets, Big Data Enjeux et perspectives

2 IoT, Big Data CONTEXTE HISTORIQUE

3 IoT & BD, émergence simultanée Points communs Buzzwords issus d une même évolution Chaines de valeur cloisonnées 1. IS = verticalisés 1 fonction = 1 progiciel, supporté par un SGBD 2. IS = environnement opérationnel de l entreprise ( horizontalité) gestion intégrée pilotée par les processus BPM Ouverture : EDI, ERP/EAI Chaines de valeurs semiouvertes 3. IT = marché étendu de l entreprise (amont / transverse / aval) Mutualisation des processus Cloud, Web

4 IoT & BD, problématiques communes Problématiques communes Nature évènementielle et éparse des données Top-down VS temps réel / Bottom-up Changements d échelle : ouverture des chaines de valeurs Technologies d acquisition ou de réaction Capteurs, RFID, GPS, actuateurs, Smartphones, etc. Stockage, exploitation : EAI/EDI, Web 2.0, Web 3.0 Explosion quantitative des données Existant parfois inadapté Approches centralisées (data centers, SaaS, SOA, BI, etc.) «Tout standard» Vs complexité : Multiplicité des «plateformes IoT» (info-systèmes Big Data) EPCGlobal, Consumer Electronics Association Un grand absent : peer-to-peer Hadoop reste une approche centralisée

5 IoT & BD, mêmes impasses Problématiques communes Nécessité de traitement à des niveaux différents d abstraction / de distribution Pb de passage à l échelle : Contextes maîtrisés VS systémiques ou chaotiques Approches usuelles dépassées f (niveau dans l organisation) = f (horizon «temps») Problème de gestion qualitative des données (prise en compte du contexte) Le «temps réel» est relatif ( universel)! Déterminisme, exhaustivité (UML, démarche fonctionnelle/réductionniste) Systèmes centralisées DW/BI Plateformes IoT, standards Algorithmique prédictive, machine

6 Complexité Aptitude des Systèmes d Information Environnements chaot Sy IoT, Big Data Temps CE QUI NE FONCTIONNE PLUS

7 Le Système d Information Des strates superposées, difficilement alignées(ables), une approche fonctionnelle (cartésienne) Système de pilotage Réalignements ponctuels (inventaires, bilans, etc.) Communication Communication interne interne Communicat Communicat ion ion externe externe Communicat Communicat ion ion externe externe SI Communication Communication interne interne SousSous- fonctions fonctions Processus, Processus, procédures, procédures, instructions Etc. instructions Etc. Flux Flux traité traité FONCTION FONCTION FONCTION Boîte noire Données de sortie Prin Prin cip cip ales ales fon fon ctio ctio ns ns Système opérant Données d'entrée Flux Flux entrant entrant Modélisati on = simplificat ion SI adaptabilité, flexibilité

8 Le Système de pilotage Pilotage VS Business Intelligence Les informaticiens ne vivent jamais «l instant présent»! Business Intelligence (Informatique décisionnelle) : FONCTION «rétroviseur» et «prévision / anticipation» Manque : prise en compte de l instant présent (temps réel) pour rompre la boucle étrange «passé futur» (système complexe, ouvert le présent conditionne le futur / effet papillon, théorie du chaos, Poincaré) Temps réel? Compréhensio n du passé Présent = passé du futur Prévision, anticipation du futur

9 Le Système sociotechnique dans un contexte opérationnel ouvert ORGANISATI ON De + en + Tâches faciles, «prédictives» Chainage Rigidité opérationnelle Système de délégation De en Tâches complexes, «Logique floue» Risque, adaptation Pilotage Automatisation des tâches administratives et techniques : délégation aux machines des décisions les + simples Remise en cause du partage des tâches et des responsabilités système «technique» en marge de l organisation réelle et incapable de s autoadapter (tensions sociales)

10 «1» «1» seule seule entité entité décisionnelle décisionnelle fédère fédère «X» «X» silos silos isolés isolés ou ou difficilement difficilement interopérable interopérable ss L individu «agent» «acteur» dans un contexte opérationnel ouvert Cerveau primaire sursollicité. Déséquilib Déséquilib re re cognitif cognitif Cortex trop peu réactif effort cognitif, stress, / sens, capacité d arbitrage problème généralisé avec la mobiquité, l IoT

11 Altération par une couche virtuelle (IHM) de la perception directe = Troubles de la sensation, défauts de perception sensorielle Expérience de désincorporation ou substitution de son corps par un élément externe Impo t (Henrik Erhsson, Institut Karolinska, r ance de cogn l ergono Suède, Stockholm/2008). Sources : courrier international / Science & Vie itive mie Cerveau primaire (inconscient) / Cortex (conscience)!

12 La boucle étrange du système sociotechnique moderne Complexité Acuité des SI Les approches actuelles sont des impasses à moyen-terme Système de pilotage Pilote Pilote Communication Communication interne interne Communicat Communicat ion ion externe externe SI Communicat Communicat ion ion externe externe Communication Communication interne interne Flux Flux entrant entrant Vraie vie (réel) V S IS Dé Défo form rmat atio ion, n, inc incoh ohér éren ence ce Be Beso soin in d d ad adap apta tatio tion n Co Com mpl plex exité ité,, te tem mps ps ré réel, el, ch chao aos s Ri Rigi gidi dité té op opér érat atio ionn nnel elll e e Déte term Dé rmin inism ism e, e, sim pl simplifi ifica catio tio n n Système opérant Flux Flux traité traité vision vision idéalisée idéalisée (fantasmée (fantasmée?)?) des processus des processus nominaux nominaux Piloté Piloté Même Même acteur acteur Schizophrén Schizophrén ie ie!!

13 IoT, Big Data CHANGEMENT DE PARADIGME

14 L inspiration cybernétique Age Age nt nt Deux grands courants en psychologie cognitive BEHAVIORISME : Comportement vivant = inné, influencé par l entourage / l organisme réagit de façon déterministe ( ADN, 1957). Apprentissage = l association stimulus-réponse = décrire (tableau clinique) les modifications du comportement observable (Pavlov, Watson, Skinner, Palo Alto ) Acte Acte ur ur CONSTRUCTIVISME, CYBERNETIQUE : Réalité ontologique / objective / déterministe VS connaissance ou constructions mentales uniques. Comportement vivant = pas seulement inné mais aussi acquis, déterminé par l organisme (ADN VS épigénétique, expression des gènes). Apprentissage = issu de l expérience propre de chaque sujet. Les connaissances de chaque sujet ne sont pas une simple "copie" de la réalité, mais une "(re)construction" autoréférentielle permanente de celle-ci (Piaget). Objectif reproduire la logique de la pensée humaine Le comportement intelligible est déterminé par l organisme et modifie l entourage nception informatique actuelle est d inspiration behavioriste

15 Face aux évolutions chaotiques, aux aléas du contexte opérationnel, la complexité du réel Donner du sens à la réalité observable, anticiper, comprendre, s adapter = Nécessite 1 capacité de modélisation complexe pour adapter ses schémas mentaux (objectifs, savoir-faire, etc.) dans des contextes / expériences UNIQUES! Autonomie / Capacité d auto-organisation = = Stabilité Stabilité capacité à (( = = percevoir plus ou adaptation adaptation communiquer perpétuelle) perpétuelle) plus = capacité à interpréter mieux (donc mieux Adaptation Adaptation décider), en compréhension compréhension Changement Changement + + contexte! s s externes externes + + comportementa comportementa Les SI doivent internes internes le le Construire des réponses adaptées : devenir des assistants Percevoir les changements du contexte opérationnel, techniques Comprendre et évaluer ces changements (structures de pensée, schémas autonomes mentaux), Construire des réponses adaptées (selon objectifs et moyens disponibles) Apprendre du retour d expérience (adaptation continue) Deep

16 IoT & Big Data & subsidiarité SUBSIDIAIRITE! SI = acteurs décisionnels, pour la gestion contextuelle, sémantique des situations La compréhension et l'interprétation des évolutions du processus s opèrent dans le contexte autoréférentiel des buts de l acteur, du décideur, au niveau le plus subsidiaire qui soit : Évolution du processus : «le capteur détecte qu il commence à pleuvoir» Si but initial = arroser le jardin rien à faire ou le programme peut se libérer pour une autre tâche 2. Si but = sortir se promener risque d être mouillé. Le comportement intelligible de l activité (l acteur) qui en découle n est pas le même limites des Déclinaisons des objectifs à tous les niveaux de subsidiarité dans le système

17 L Internet des Objets Une question cybernétique (Approche socio-technique des organisations) CyberObjet = Couplage «objet physique» / «avatar logiciel» ou «intelligence décisionnelle» Avatar = intelligence décisionnelle qui pilote le comportement de l objet réel dans la «vraie vie» / assistant de gestion dans l organisation sociotechnique. Embarqué ou hébergé dans le Cloud, il suit sa migration d un infosystème à l autre, L objet, grâce à son avatar, échange et inter opère avec d autres objets, d autres acteurs du Web (avatars, Systèmes Informatiques, humains / Internet Smartphones ). Avatars = Cyberespace D intermédiation / collaboration Monde réel logiciels ANY 2 ANY Acteur Acteur décisionnel, décisionnel, au au niveau niveau le le plus plus subsidiaire subsidiaire Acteur décisionnel, qui qui soit soit!! au niveau le = Intelligence Artificielle (Deep = plus Intelligence Artificielle Distribuée Distribuée (Deep subsidiaire qui soit! learning) learning) Objets physiques

18 IoT Big Data Comment décider, quand, quel que soit le niveau d abstraction, la complexité apparente est souvent la même (fractales) Question quantitative gros centres de traitement VS intelligence répartie, distribuée Question qualitative exhaustivité VS auto-référentialité opérationnelle (rationalité limitée d H. Simon) Mais : Le «démon de Laplace» est un fantasme conceptuel Simon, Poincaré, Gödel, relativité, théorie du chaos L interprétation de l information est toujours : Liée à un contexte, et différente selon le niveau de subsidiarité, Autoréférentielle, selon l acteur qui l intègre (dépend de ses objectifs, du moment ). L approche est donc toujours systémique : CONTRÔLE PILOTAGE via autoapprentissage (On ne peut observer que des tendances émergentes = Attracteurs étranges) Internet + Monde réel = Cyberespace d intermédiation / de collaboration

19 La révolution économique en cours et celle à venir! «Valeur économique» Utilit Utilit D un bien (objet) é é Hertz, ADA, BlaBlaCAR, RATP, Vélib, SNCF, AirBn B, Kiloutou, etc. Conditio ns ns d accès d accès et et partage partage Raret Raret é é T T :: Possession Possession Conditio ns d accès et partage Coût de l organisat ion Disponibili té permanent e T+1 T+1 :: Délégation Délégation Conditio ns d accès et partage Coût de l organisat ion T T :: Spécialisation Spécialisation Autoorganisati on Apprentissa ge retour sur expérience (deep learning) Location (coût d usage) Utilit Utilit éé Nouveaux savoirfaire (comporteme nts) Savoir-faire Savoir-faire inné inné acquis acquis Rare Rare té té Économie Économie de de la la consommation consommation basée sur la propriété basée sur la propriété Objet inerte (bien) Économie Économie de de l usage l usage ou ou de de l utilité l utilité (mutualisation) (mutualisation) Rare Rare té té Agent économique (bien / service) Économie Économie des des savoirs savoirs Ou Ou de de la la connaissance connaissance Agent économique (bien/service auto-évolutif) Partage des Comporteme nts spécialisés Culture, Culture, systèmes systèmes de de valeurs, valeurs, éthique Écosystèmes socio-culturels relocalisati on

20 Merci! POUR RESUMER : IoT et Big Data sont deux néologismes issus d une même évolution des technologies, et présentent les mêmes caractéristiques disruptives mais se heurtent également aux mêmes problèmes Indigence des fonctionnelle SI actuels, approche Lorsque la complexité chaos numérique sur la base des SI existants (conception, intégration sociotechnique) charge cognitive, stress humain Solution = SI distribués, auto-adaptatifs, autoévolutifs et respectant le principe de subsidiarité (Deep Learning, IA) Nécessité de réformer les cursus et les modèles fonctionnels utilisés en entreprise (DSI) Système d Information + système social Système socio-technique Passe par la généralisation des CyberObjets acteurs Un certain nombre de révolutions économiques àpgautier@business2any.com anticiper et accompagner