1.
THIERRY RAYNA
• Professeur d’Économie à l’ESG Management School
• Chair Digital Business
• Professeur Affilié à Imperial College London
• Internet Centre - Social Computing Group

2.
PLAN
• De l’internet des objets à l’internet des capteurs
• Aller plus loin avec les objects connectés
• Innovation en modèles d’affaires

3.
DE L’INTERNET DES OBJETS À
L’INTERNET DES CAPTEURS

4.
VRAIMENT ?!

5.
“If something can go wrong, it will.”
Murphy

6.
VAINCRE MURPHY
• Qu’est-ce qui ne peut pas tourner mal ?
• Des capteurs :
• Simples
• Nombreux
• Qui délivrent les mêmes données de façon répétées

7.
OBJETS INTELLIGENTS OU
SYSTÈMES INTELLIGENTS ?
• Objets intelligents : difficiles, complexes, peu évolutifs
• Systèmes intelligents : filtrer la complexité, évolution en temps
réel, mais :
• problème de confidentialité ?
• problème de taille critique ?
• problème de connectivité ?

8.
INTELLIGENCE DISTRIBUÉE
• Systèmes experts vs. Intelligence Artificielle Distribuée
• Collectif meilleur que l’individuel :
• Capteurs
• Données
• Utilisateurs

9.
DANS QUEL BUT ?

10.
«TELL ME SOMETHING I
DON’T KNOW »
• Valeur des objets connectés : l’inconnu inconnu
• Mais :
• « Information overload »
• « So what ? »

11.
TENDANCES D’USAGE
• Des objets « moins » intelligents
• Plus nombreux
• Locaux
• Insérés dans des écosystèmes
• Grand public : santé, sport, aménagement intérieur

12.
WHAT IS NEXT?

13.
« MASS CUSTOMISATION »
• Solution au « so what ? » : personnalisation de masse
• Plus que l’information, c’est l’évolution des objets qui compte
• On ne change pas des décennies d’habitude
• Chaîne de valeur :
• Objets connectés + Big Data + Impression 3D

14.
LA FOURCHETTE QUIVOULAIT
ÊTRE UN DÉCAPSULEUR
• Impossible de prévoir ou appréhender l’usage des objets
• Valeur = adapter les objets aux usages « déviants »
• Coût : mettre des capteurs dont on n’a pas besoin là où on
n’en n’a pas besoin
• Intérêt des capteurs « mobiles »

15.
WHEN BIG IS SIMPLYTOO BIG
• Masse de données à traiter en croissance exponentielle
• Penser « écosystème de recherche » :
• Recherche publique et privée, consommateurs, autres
entreprises

16.
OPEN INNOVATION
• Outside-in : utiliser des données et des méthodologies
externes
• Inside-out : donner accès aux données et aux méthodologies
utilisées en interne
• Paradigme « Open Source »

17.
CO-CRÉATION
• Innovation ouverte avec les consommateurs
• Impossible de prévoir les usages des objets et des données
• Penser « outil » et non « produit »
• Donner les moyens de créer
• Crowdsourcing: utiliser la force de la foule

18.
BUSINESS MODEL
INNOVATION

19.
CONCLUSION
• Penser « complément », pas « concurrent »
• Penser « simple », pas « complexe »
• Penser « collectif », pas « individuel »
• Penser « very big », pas « big »
• Penser « intégration », pas « isolation »
• Penser « outil », pas « produit »

20.
t.rayna@imperial.ac.uk
@ThierryRaynaQuestions?