6 min de temps de lecture 15 janv. 2020
Série de tasses colorées

L’intelligence artificielle pour mesurer la valeur à long terme

Alors que les entreprises subissent une pression croissante pour mesurer leur création de valeur à long terme, leur principal défi est de tirer des informations signifiantes de leurs données.

Par le passé, une entreprise pouvait mettre en évidence sa valeur auprès de ses actionnaires dans son rapport annuel grâce à un carnet de commandes rempli, un bilan financier sain et des dividendes attractifs. Cependant, les choses ont évolué au cours de ces dernières années. Les entreprises doivent désormais démontrer leur valeur à un niveau plus large.

Nous observons actuellement une transition d’un capitalisme des actionnaires (où la priorité absolue pour les actionnaires est de préserver la valeur) vers un capitalisme des parties prenantes, où l’objectif est de démontrer que l'entreprise crée de la valeur à long terme, à une audience bien plus large. Cette nouvelle audience inclut les clients, les collaborateurs, les investisseurs ou encore les régulateurs.

Qu’il s’agisse d’un changement initié par une génération Y poussant en faveur d'une approche plus responsable et sociale de l’entreprise ou d'une conséquence de l’effondrement d’entreprises de premier plan, les priorités ont changé. Il n’est plus seulement question de maximisation des bénéfices. La transparence, la durabilité et l’inclusion constituent des indicateurs de réussite générale de plus en plus importants.

Dans le cadre de l’évaluation de la valeur à long terme, l’absence de prise en compte de ces éléments pourrait se répercuter sur l’investissement, le recrutement, la réputation et, à terme, la productivité et les bénéfices. Nous vivons dans un monde toujours plus engagé, où les parties prenantes exigent davantage d’informations, dans un spectre plus large. Et, dans cette ère digitale, elles veulent que ces données soient actualisées en permanence et faciles d'accès.

Niveaux de données

D’après le projet Embankment Project for Inclusive Capitalism (EPIC), les indicateurs clés de performance (KPI) utilisés pour mesurer la valeur à long terme seront de plus en plus basés sur quatre piliers essentiels : les talents, l'innovation et les tendances de consommation, la société et l'environnement, et la gouvernance. Les parties prenantes souhaitent comprendre comment ces KPI peuvent façonner la planification stratégique, la gestion du risque, la rémunération des cadres, les opérations durables, la croissance et la valeur à long terme de l’entreprise. Les parties prenantes souhaitent comprendre comment ces KPI peuvent façonner la planification stratégique, la gestion du risque, la rémunération des cadres, les opérations durables, la croissance et la valeur à long terme de l’entreprise.

Cependant, la capacité à traiter les énormes volumes de données disponibles et à en tirer des informations signifiantes constituent des enjeux majeurs pour les entreprises qui tentent d'évaluer leur valeur à long terme. Pour avoir une idée de l’ampleur de ce défi, sachez que la quantité de données dans notre monde digital double tous les deux ans1.

L’intelligence artificielle (IA) pourrait bien changer la donne dans ce contexte, puisqu'elle est capable d’extraire de la signification de ces données et d’identifier des indicateurs pertinents, . Grâce à cette technologie, l’analyse de quantités colossales d’informations pourrait être à la fois instantanée et personnalisée.

Le data mining peut faciliter l’analyse de grands volumes de données ainsi que la classification des informations. Par exemple, cette technologie peut être utilisée dans le but d’analyser un grand nombre de brevets et de les classer en « groupes qualitatifs » : progressifs, adjacents, perturbateurs, et ainsi de suite. L’analyse prédictive peut, quant à elle, intervenir dans l’analyse du comportement du marché et des consommateurs afin de fournir des tendances et des prévisions.

La possibilité pour les entreprises de pouvoir recourir à cette technologie afin de mesurer en temps réel certains aspects de leurs activités, tels que la valeur financière, la production, la performance du personnel, la gestion des coûts ou encore la durabilité, constitue une avancée majeure. Par le passé, l’évaluation de la valeur était extrêmement coûteuse et chronophage. Les données fournies aux analystes étaient de qualité inégale et le processus n’était souvent ni encadré ni structuré. À l’avenir, les entreprises seront capables d’utiliser des KPI en temps réel, et d’avoir accès à des résultats instantanés.

L’IA comme catalyseur

L’IA n'est pas la « solution miracle », mais tout simplement un catalyseur pour la création et l’analyse de nouvelles mesures.

De plus, les entreprises sont encore à un stade très précoce de l’élaboration de leur approche vis-à-vis des indicateurs de valeur à long terme. Elles doivent trouver le bon équilibre entre KPI tactiques et stratégiques, opérationnels et financiers, instantanés et anticipatifs.

À l’heure actuelle, la principale interrogation concerne le niveau de préparation des entreprises vis-à-vis de l’utilisation de nouveaux indicateurs pour la gouvernance d’entreprise, la confiance du consommateur, l’innovation, les talents ou encore l’environnement, entre autres. De nombreuses organisations ne disposent pas encore des outils adaptés, des capacités de recherche et d’agrégation des données ou des systèmes de reporting nécessaires.

À l’avenir, les entreprises seront capables d’utiliser des KPI en temps réel, ce qui leur permettra d’obtenir des résultats de manière instantanée.

Une question évidente se pose : comment mesurer directement les différents aspects de l’innovation, de la confiance, de la culture d’entreprise ou de la durabilité ? La nature déstructurée des données opérationnelles nécessaires pour ces rapports non financiers pourrait compliquer toute initiative en ce sens. Il incombe à chaque organisation d'établir les KPI les plus appropriés, puis de s’assurer que ceux-ci peuvent être retracés jusqu’à la bonne source afin de pouvoir les évaluer.

Interventions opportunes

Malgré des défis significatifs, les potentiels avantages qu’offre l’IA en tant que catalyseur sont considérables. Prenons comme exemple l’évaluation de la culture d’entreprise. Par le passé, cette procédure consistait souvent en une enquête annuelle sur l’engagement des collaborateurs. Plusieurs mois étaient généralement nécessaires afin de rassembler les informations et les résultats n’étaient disponibles qu’après la tenue des évaluations du personnel. Grâce à l’IA, cette démarche pourrait s’avérer plus globale et immédiate. Au-delà de la production de rapports, l’IA peut également recommander des types d’interventions appropriés.

L’analyse de réseau au sein des RH constitue un domaine qui se développe probablement à un rythme comparable. Les nouvelles plateformes de cartographie sociale s’appuient sur des enquêtes simples du personnel ainsi que sur des métadonnées provenant d’appels téléphoniques et d’e-mails afin d’évaluer l’efficacité du travail et de la communication du personnel. Outre l’identification de potentielles mauvaises conduites, une utilisation appropriée de ces plateformes peut permettre de stimuler la productivité, d’identifier l’innovation et de favoriser une culture collaborative.

Applications de durabilité

S’il faudra indéniablement du temps pour que des pratiques et des normes communes émergent à travers tous les secteurs, nous observons déjà des actions concrètes menées en ce sens dans certains domaines. De plus, l’IA compte parmi ses principaux avantages la possibilité de mettre en œuvre des KPI plus prospectifs plutôt que rétrospectifs, ce qui était le cas jusqu’à présent.

Les rapports de durabilité aux États-Unis et en Europe, notamment, s’appuient sur l’IA pour l’identification des risques. Selon le rapport 2018 sur les risques mondiaux du Forum économique mondial, quatre des cinq principaux risques mondiaux en termes d’impact sont liés à des problèmes environnementaux ou sociaux2. L’IA peut contribuer à l’identification et à la quantification de ces risques. Par exemple, lorsqu’une entreprise travaille avec des fournisseurs dans un pays ou une région spécifique, les outils d’IA peuvent faciliter l’analyse des informations ainsi que la prévision des risques potentiels en matière de droits de l’homme.

L’IA compte parmi ses principaux avantages la possibilité de mettre en œuvre des KPI plus prospectifs, plutôt que rétrospectifs.

L’IA peut contribuer de plusieurs façons à l’évaluation de la performance en fonction de divers KPI dans le domaine de la durabilité. Par exemple, une multinationale technologique a créé un système basé sur un réseau neuronal entraîné (à l’aide de données venant de capteurs situés aussi bien à l'intérieur qu'à l'extérieur de ses centres de données) pour suivre l’impact de plusieurs facteurs environnementaux sur la performance. Ainsi, la quantité d’énergie nécessaire pour refroidir l'un des centres de données a diminué de 40 % selon ce dernierL’IA peut contribuer de plusieurs façons à l’évaluation de la performance en fonction de divers KPI dans le domaine de la durabilité. Par exemple, une multinationale technologique a créé un système basé sur un réseau neuronal entraîné (à l’aide de données venant de capteurs situés aussi bien à l'intérieur qu'à l'extérieur de ses centres de données) pour suivre l’impact de plusieurs facteurs environnementaux sur la performance. Ainsi, la quantité d’énergie nécessaire pour refroidir l'un des centres de données a diminué de 40 % selon ce dernier3.

L’IA peut également contribuer à l’estimation de l’empreinte carbone des grandes entreprises en analysant des données publiques, évitant ainsi le besoin d'une vaste collecte d’informations. De même, en utilisant l’IA pour analyser de grandes quantités de données internes comme externes, les entreprises bénéficient d’une vision plus claire de la matérialité, un élément clé des initiatives de durabilité, et donc d’une meilleure compréhension des domaines liés à la durabilité sur lesquels elles devront axer leurs efforts. L’IA permet ainsi une économie de temps et de ressources.

Ce que nous réserve l’avenir

Alors que la transition du capitalisme des actionnaires vers le capitalisme des parties prenantes s’accélère, les entreprises doivent améliorer la façon dont elles identifient, évaluent et communiquent la valeur qu’elles génèrent et reconnaître les opportunités de croissance et de création de valeur que suscitent les investissements et l’innovation découlant d’une orientation pronostique à plus long terme.

Alors que la transition du capitalisme des actionnaires vers le capitalisme des parties prenantes s’accélère, les entreprises doivent améliorer la façon dont elles identifient, évaluent et communiquent la valeur qu’elles génèrent et reconnaître les opportunités de croissance et de création de valeur que suscitent les investissements et l’innovation découlant d’une orientation pronostique à plus long terme. Il reste encore beaucoup à accomplir afin d’identifier les KPI les plus appropriés pour mesurer la création de valeur à long terme. Capable d’analyser de grandes quantités de données et d’identifier des indicateurs pertinents, l’IA a un rôle majeur à jouer en ce sens et semble progressivement s’imposer comme un outil indispensable pour les entreprises dans les années à venir.

Ce qu'il faut retenir

On s'attend de plus en plus à ce que les entreprises démontrent comment elles génèrent de la valeur à long terme, ce qui implique d'aller au-delà des simples indicateurs financiers et d'instaurer de nouveaux KPI. Dans cette optique, un des enjeux majeurs auxquelles elles font face est l’accès à des données fiables et comparables ainsi que leur analyse. L’intelligence artificielle se révèle alors être un outil précieux. Cette technologie permet en effet de lire et d’analyser de grands volumes de données, d’identifier des KPI pertinents pour des mesures non financières et d’évaluer la performance en fonction de ces derniers.