Big Data : 1234567

Dans un secteur à structure traditionnelle, les entreprises sont en concurrence dans des chaînes de valeur similaires, verticalement intégrées, couvrant toute une gamme d’activités hétérogènes et plus ou moins séquentielles : approvisionnement, usinage, assemblage, distribution, publicité, etc. L’avantage d’un élément peut très bien être neutralisé par le désavantage d’un autre. Beaucoup d’activités connaissent un retour à l’échelle et/ou à l’expérience. Il peut même y avoir des activités qui sont retournées dans la masse avec des effets négatifs, c’est-à-dire que lorsqu’elles deviennent plus importantes, elles perdent de leur souplesse et augmentent les frais généraux. C’est pourquoi, si l’on extrait la tendance moyenne de toutes les composantes de la chaîne de valeur, nous n’avons constaté qu’une légère augmentation des bénéfices pour l’entreprise dans son ensemble. Ainsi, dans une industrie établie, de multiples concurrents pourraient survivre et leur rentabilité serait liée positivement, mais pas massivement, à leur part de marché.

[En lien avec ce sujet]
Mais la déconstruction, en décomposant les différents maillons de la chaîne de valeur et en leur permettant d’évoluer de manière indépendante, sape le modèle de profit « moyen » des économies de masse. Au lieu de cela, chaque élément de la chaîne évolue selon ses propres lois.

Si les économies de masse sont négatives, leur activité sera fragmentée, donnant peut-être naissance à un ensemble de petites entités, telles que les communautés de développeurs et de producteurs qui prospèrent sur des plates-formes telles que iOS, Alibaba et Valve. Dans des cas extrêmes, des individus autonomes forment des communautés pour pratiquer la « production par les pairs » de biens d’information. Les utilisateurs du bien ou du service sont souvent les plus motivés et les mieux placés pour apporter des améliorations dans leur propre intérêt. De plus, si la contribution est de l’information, le partage de leurs améliorations ne leur coûte rien. Les contributions peuvent être si modestes que des motivations non économiques – qu’il s’agisse de plaisir, d’altruisme, de réputation ou de recherche de reconnaissance – peuvent suffire. C’est peut-être uniquement parce que les gens sont prêts à faire don de leur travail, parce que les tâches peuvent maintenant être divisées en plus petites parties à moindre coût, parce que la gestion hiérarchique se limite dans certaines circonstances à être là sans intervention, ou parce qu’il existe un phénomène ineffable et émergent d’intelligence collective, mais le fait est que cela fonctionne. D’où le portefeuille de critiques disponibles sur Wikipédia ou Amazon, qui deviennent ainsi des édifices intellectuels cohérents construits avec des milliers de contributions autonomes et non rémunérées.

[En lien avec ce sujet]
Ce qui est nouveau ici, ce n’est pas la possibilité de communautés productives (qui sont, après tout, une forme tribale de coordination qui précède à la fois les marchés et l’organisation hiérarchique), mais la nouvelle capacité des communautés à se développer (c’est-à-dire à augmenter leur taille ou échelle). Avec l’échelle vient la complexité, la structure émergente et la force gravitationnelle de l’effet de réseau. Pour certains types de production, les communautés à l’échelle mondiale font bouger non seulement les choses, mais elles obtiennent aussi des avantages économiques sur les hiérarchies d’entreprise et les marchés traditionnels.

Et si les économies de masse sont clairement positives, l’inverse peut aussi être vrai. L’activité est concentrée et peut devenir un monopole. Des économies d’échelle ont parfois été réalisées, mais elles sont restées bloquées et inaccessibles au sein des chaînes de valeur des entreprises concurrentes. D’autres fois, comme dans le cas des réseaux de fibres optiques, de la génomique, de l’infonuagique, et bien sûr, des données importantes, les nouvelles technologies ont permis de réaliser des économies d’échelle.

Big Data : 1234567
Prospective|Société, 2019