Innovation-Comment réduire l’incertitude?

Réduire l'incertainEntendons nous: l’incertitude en innovation est une excellente chose. Nous savons depuis Knight que c’est la bonne gestion de l’incertain qui est la source du succès commercial. Or, beaucoup d’approches de développement nous poussent à engager une démarche de gestion des risques produit/contrat qui a toutes les qualités pour faire passer l’innovateur à côté du succès.

Frank Knight, dans « Risk, uncertainty and profit » publié en 1921  explique comment l’incertitude est la source du profit. Une entreprise réalisant des objets peu innovants, mais nécessaires (par exemple des allumettes) fera des profits, mais sera soumise à une guerre des prix permanente avec ses concurrents. Une autre, prenant des risques, fera plus de marge et sera protégée, pour peu qu’elle évalue judicieusement ses risques, par une assurance. C’est le cas de toute l’industrie de la seconde révolution industrielle. Mais l’entreprise qui fait le plus de marge est celle qui opère avec succès dans le domaine de l’incertitude, c’est à dire dans un monde où non seulement l’état futur n’est pas connu, mais aussi impossible à connaître.

L’incertitude est donc un excellent indicateur d’innovation, elle est d’ailleurs une des premières choses examinées pour un dossier de Crédit Impôt Recherche. S’il n’y a pas d’incertitude, c’est que le projet ou le produit est un assemblage de technologies existantes. L’incertitude est alors nulle, seul résiste un risque à ce que les parties ne s’assemblent pas bien ou, bien sûr, que le produit de rencontre jamais de client.

Un produit innovant est comme un chat de Schroedinger. Le célèbre physicien quantique utilisait cette métaphore pour montrer un phénomène réel mais contre intuitif. Un chat est placé dans une boite avec un fiole de cyanure susceptible d’être cassée si un phénomène quantique (la désintégration d’un atome par exemple) est détecté. Du côté quantique, il n’y a qu’une densité de probabilité de désintégration. Donc, tant que la boite n’est pas ouverte et qu’un observateur n’y regarde, le chat est à la fois mort et vivant. Il en va de même de votre produit innovant et de ses incertitudes. Tant qu’elles ne sont pas levées, toutes, sans exception, votre produit existe tout en n’existant pas, il est à la fois un succès quand il séduit des investisseurs et un échec du fait de son absence sur le marché.

Pour la gestion des risques, il y a l’ingénierie système et ses modèles (SysML, UML, SoaML…). Pour l’incertitude, il y a aussi des façons et des pratiques.

Je vous propose de nous pencher sur un projet de produit (très) innovant et de voir comment nous pouvons traiter ces incertitudes. Pour cela, nous utiliserons innovML, développé à R&D Médiation et qui est disponible librement.

Le produit

Nous allons imaginer un produit extrêmement innovant que nous allons appeler, le télécasque. Son objectif est de lire une phrase dans la tête d’un sujet, puis de la transmettre à plus de 8000 km de distance avant de la réécrire dans le cerveau d’une autre personne. Ambitieux non? Pensez-vous que cela soit réalisable?

Le modèle innovML

Nous allons ici simplifier le modèle, comme c’est souvent le cas au tout début d’une innovation, alors que nous n’avons que l’idée, pas grand chose d’autre et pas d’argent. Notre télécasque est constitué d’un casque source qui va être posé sur la tête de l’émetteur, d’un casque cible, qui sera lui sur le récepteur, et d’un transcodeur qui devra faire la liaison.

Première étape: définir le système innovant

Dans le schéma « première étape » nous avons représenté comment est structuré le système innovant. A ce stade, nous l’avons fait de manière grossière.

Les exigences

La seconde partie, cruciale et souvent négligée dans les start-up, est l’identification des exigences (requirements). En ingénierie système, lorsque les risques occupent le premier plan, elles sont souvent identifiées à partir du cahier des charges (ou spécification de besoin, ou cahier des clauses particulières…) qui est émis par le client. La plupart des systèmiers (aéronautique, automobile…) dispose de logiciels permettant de connecter ces exigences aux différentes parties du système. Identifier les exigences, c’est aussi l’occasion de demander au client de les justifier, particulièrement si leur implémentation coûte cher. Pourquoi identifier les exigences? Tout simplement parce qu’une exigence majeure, oubliée au début du projet, a le potentiel de générer une perte financière supérieure au coût total de développement. Cet oubli a donc le potentiel de tuer l’entreprise. Dans le cas d’un produit innovant, le client est généralement inconnu, absent ou, pire, représenté par une étude de marché bidon faite par téléphone. Par contre, d’autres exigences sont déjà présentes. Elles sont exprimés par les « porteurs d’intérêt » (stakeholder) qui interagissent avec votre projet: en premier lieu la loi, mais aussi vos investisseurs (qui peuvent avoir des exigences non financières, mais par exemple éthiques ou d’image), vos fournisseurs, vos partenaires…
Dans notre cas nous allons ajouter quelques exigences dans une seconde étape. Nous voulons que le produit soit non intrusif car nous pensons que la nécessité de se faire percer le crâne pourrait freiner la diffusion commerciale de télécasque. Par ailleurs, nous souhaitons que le système puisse lire des mots et des phrases, et les écrire. Nous allons intégrer cela à notre modèle.

Deuxième étape: ajout de quelques exigences

La lecture des phrases est considérée comme un raffinement de la capacité à lire des mots, ce qui est bien sûr un vision très optimiste de la difficulté. Toutefois, aux débuts des projets innovants, si l’optimisme est souvent présent, il est aussi fortement déraisonné. L’approche par exigence permet, nous allons le voir, de modérer les fantasmes.

Les incertitudes

Vous en conviendrez, nous avons quelques incertitudes devant nous. Peut-on vraiment lire quelque chose dans le cerveau. Peut-on l’écrire? Dans cette troisième étape, nous allons nous focaliser sur cette première incertitude. Nous allons l’ajouter à notre modèle.

Troisième étape: ajout d’une première incertitude

Il s’agit ici d’une incertitude majeure puisque notre produit innovant est particulièrement ambitieux. Comment lever cette incertitude? Il existe plusieurs façons de réduire une incertitude, mais qui, en fait, n’en sont qu’une et c’est même la composante principale du métier des chercheurs (enfin avant qu’ils ne deviennent administratifs) : faire des expériences et des expérimentations. Deux solutions peuvent se présenter à vous:

  • Si vous êtes chanceux, d’autres auront vérifié expérimentalement un point clef qui vous permettra de lever l’incertitude. Il faut,en réalité, être triplement chanceux car, en plus de cela, il faut que ces autres aient publié leurs résultats, que vous les trouviez et… qu’ils ne se soient pas trompés. Pour savoir tout cela, il faut faire une démarche d’intelligence technologique ou de veille. Cette activité est vitale pour un produit innovant.

En matière d’innovation, sans veille, pas de lendemains

  • La seconde possibilité est de réaliser vous-même des expériences. Là plusieurs approches sont possibles et vous pouvez consulter notre synthèse Recherche, Développement, Innovation en entreprise aux Editions techniques de l’ingénieur.

Revenons à notre projet innovant. Gràce à notre veille, nous détectons qu’une expérience de transmission d’un mot entre la France et le Kerala en Inde a été réalisée avec succès. Les mots « hola » et « ciao » ont été transmis en 2014. Les travaux ont été publiés. La référence est : C. Grau et al., “Conscious Brain-to-Brain Communication in Humans Using Non-Invasive Technologies,” PLoS ONE, vol. 9, no. 8, p. e105225, Aug. 2014.

PlosOne est une bonne revue et les expériences semblent fiables. Je vais donc ajouter cette publication à mon référentiel documentaire et à mon modèle innovML.

Infographie du journal PlosOne

L’incertitude u1 est alors partiellement levée. En effet, il s’agit de mots simples, pas encore de phrases. Par ailleurs, l’article parle d’une technologie « Transcranial magnetic modulation » qui consiste à interagir avec le cerveau d’une manière particulièrement innovante. C’est donc une piste intéressant pour telecasque, mais il y en a peut être d’autres.

Quatrième étape: première levée d’incertitude

Un plan de développement dynamique

Cette façon de faire présente de nombreux avantages. Elle est simple, elle correspond largement au processus que suit un chercheur quand il investigue un nouveau domaine, elle ne bride par la créativité. Elle permet aussi à l’entreprise de disposer d’un tableau de bord dynamique pour son innovation, et aussi de prendre des décisions ou de fixer des priorités. Il s’agit d’une première approche de plan de développement, qui permettra lorsque la plupart des incertitudes auront été levées de passer à une ingénierie système plus complète. Mais peut-être que le premier des conseils que l’on peut donner au développeur d’un produit innovant, c’est « décide en connaissance de cause ». Souvent, le décideur doit faire face à de multiples intervenants, techniques, commerciaux,… et, le biais cognitif de Dunning-Kruger s’exerçant, c’est le plus souvent ceux qui s’expriment le plus qui sont le moins compétents. En rattachant systématiquement ses actions à la levée progressive des incertitudes, le décideur pourra prendre ses décisions avec le plus possible d’éléments factuels, sans compter sur la chance et en luttant efficacement contre la mauvaise foi.

Vous pouvez maintenant continuer le modèle et pourquoi pas créer une start-up de transmission de pensée.

 

Also..

Télécharger cet article au format PDF ou ePub

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.