L'homme qui s'est enrichi grâce aux données, des années avant Google, Facebook et Amazon

Amazon, Alphabet, Alibaba, Facebook, Tencent - cinq des dix entreprises les plus précieuses du monde, toutes âgées de moins de 25 ans - et toutes se sont enrichies, à leur manière, grâce aux données.

Pas étonnant qu'il soit devenu courant d'appeler les données le "nouveau pétrole".

Pas plus tard qu'en 2011, cinq des dix premières sociétés les plus florissantes étaient des sociétés pétrolières.

Aujourd'hui, seule ExxonMobil s'accroche.

Lire aussi :

L'analogie n'est pas parfaite. Les données peuvent être utilisées plusieurs fois, le pétrole une seule fois.

Mais les données sont comme le pétrole, en ce sens que le brut non raffiné n'est pas très utile à qui que ce soit.

Vous devez le traiter pour obtenir quelque chose de valeur.

Vous raffinez le pétrole pour faire du diesel, pour le mettre dans un moteur.

Avec les données, vous devez les analyser pour fournir des informations qui peuvent éclairer les décisions - quelle annonce insérer à quel moment sur le réseaux sociaux, quel résultat de recherche mettre en haut de la page.

Imaginez qu'on vous demande de prendre une seule de ces décisions.

Quelqu'un regarde une vidéo sur YouTube, qui est géré par Google, qui est la propriété d'Alphabet.

Qu'est-ce que le système devrait leur suggérer de regarder ensuite ? Connaissez leur centre d'intérêt, et YouTube leur servira une autre publicité. Perdez leur attention, et ils cliqueront loin.

Vous avez toutes les données dont vous avez besoin.

Considérez toutes les autres vidéos YouTube qu'ils ont regardées - qu'est-ce qui les intéresse ?

Maintenant, regardez ce que les autres utilisateurs ont regardé après cette vidéo.

Lire aussi :

Pesez les options, calculez les probabilités.

Si vous faites un choix judicieux, et qu'ils regardent une autre publicité, bravo - vous avez gagné peut-être 20 cents (15 pounds).

Il est évident que le fait de se fier aux humains pour traiter les données serait incroyablement inefficace. Ces modèles d'affaires ont besoin de machines.

Dans l'économie des données, la puissance ne vient pas des données seules mais de l'interaction des données et des algorithmes.

Dans les années 1880, un jeune inventeur germano-américain a tenté d'intéresser sa famille à une machine permettant de traiter les données plus rapidement que les humains ne pouvaient le faire.

Herman Hollerith avait conçu la machine mais avait besoin d'argent pour la tester.

Imaginez quelque chose qui ressemble un peu à un piano droit mais qui, au lieu de touches, est muni d'une fente pour cartes, de la taille d'un billet de banque, avec des trous perforés.

Face à vous se trouvent 40 cadrans, qui peuvent ou non cocher vers le haut après l'insertion de chaque nouvelle carte.

La famille d'Herman Hollerith ne l'a pas eu.

Loin de se précipiter pour investir, ils se sont moqués de lui.

Hollerith n'a manifestement pas pardonné - il les a délaissés.

Ses enfants allaient grandir sans savoir qu'ils avaient de la famille du côté de leur père.

L'invention d'Hollerith répondait à un problème très spécifique.

Tous les 10 ans, le gouvernement américain faisait un recensement.

Lire aussi :

Ce n'était pas nouveau.

Au fil des ans, les gouvernements ont voulu savoir qui vit où et qui possède quoi, pour aider à augmenter les impôts et à trouver des conscrits.

Mais si vous devez envoyer une petite armée de recenseurs dans tout le pays, il doit être tentant de poser des questions sur un éventail de plus en plus large de choses.

Quels sont les emplois que les gens exercent ?

Y a-t-il des maladies ou des handicaps ?

Quelles langues parlent-ils ?

La connaissance est le pouvoir, comme l'ont compris les bureaucrates du 19e siècle tout comme les GAFA du 21e siècle.

Pourtant, avec le recensement de 1880, les bureaucrates avaient avalé plus de données qu'ils ne pouvaient en digérer.

Le recensement s'était étendu aux bibliothèques, aux maisons de soins infirmiers, aux statistiques sur la criminalité et à bien d'autres sujets.

En 1870, le recensement comportait cinq types de questionnaires différents.

En 1880, il y en avait 215.

Il est vite devenu évident que l'addition des réponses prendrait des années - ils avaient à peine terminé ce recensement qu'il était temps de commencer le prochain.

Lire aussi :

Un contrat gouvernemental lucratif attendait sûrement quiconque pouvait accélérer le processus.

Le jeune Herman avait travaillé sur le recensement de 1880, il comprenait donc le problème.

Il avait décidé de chercher sa fortune en inventant un nouveau type de frein pour les trains.

Il se trouve qu'un voyage en train l'a plutôt aidé à résoudre le problème du recensement.

Les billets de train étaient souvent volés.

Les compagnies de chemin de fer ont donc trouvé un moyen ingénieux de les relier à la personne qui les avait achetés : une "photographie au poinçon".

Les receveurs utilisaient un perforateur pour choisir parmi une gamme de descripteurs physiques - comme l'a rappelé M. Hollerith : "Cheveux clairs, yeux foncés, gros nez, etc."

Si une canaille aux cheveux noirs et au petit nez volait votre billet, elle n'irait pas loin.

Lire aussi :

Et après avoir observé ce système, Hollerith réalisa que les réponses des gens aux questions du recensement pouvaient aussi être représentées sous forme de trous dans les cartes.

Cela pouvait résoudre le problème, car les cartes perforées étaient utilisées pour contrôler les machines depuis le début des années 1800 - la machine à tisser Jacquard fabriquait des tissus à motifs à partir de ces cartes.

Tout ce que Hollerith devait faire était de fabriquer une "machine à compiler" pour additionner les cartes perforées de recensement qu'il envisageait.

Dans cet appareil semblable à un piano, un ensemble de broches à ressort descendait sur la carte ; là où elles trouvaient un trou, elles complétaient un circuit électrique, qui faisait monter d'une unité le cadran approprié.

Heureusement pour Hollerith, les bureaucrates étaient plus impressionnés que sa famille.

Lire aussi :

Ils ont loué ses machines pour compter le recensement de 1890, auquel ils avaient ajouté d'autres questionnaires.

Par rapport à l'ancien système, les machines de Hollerith se sont avérées des années plus rapides et des millions de dollars moins chères.

Plus important encore, elles ont rendu plus facile l'interrogation des données.

Supposons que vous vouliez trouver des personnes âgées de 40 à 45 ans, mariées et travaillant comme menuisier.

Pas besoin de passer au crible 200 tonnes de documents - il suffit d'installer la machine et d'y faire passer les cartes.

Plus de choses qui ont fait l'économie moderne :

Les gouvernements ont vite vu des utilisations allant bien au-delà du recensement.

"Partout dans le monde, dit l'historien Adam Tooze, les bureaucrates ont rêvé d'omniscience."

Les premières prestations sociales américaines ont été versées par cartes perforées dans les années 30.

La décennie suivante, les cartes perforées ont notoirement aidé à organiser l'Holocauste.

Les entreprises, elles aussi, ont vite vu le potentiel.

Lire aussi :

Les assureurs utilisaient les cartes perforées pour les calculs actuariels, les services publics pour la facturation, les chemins de fer pour l'expédition, les fabricants pour suivre les ventes et les coûts.

La Hollerith's Tabulating Machine Company a fait un commerce florissant.

Vous avez peut-être entendu parler de la compagnie qui, par le biais de fusions, a fini par devenir : IBM.

Elle est restée un leader du marché, les cartes perforées ayant fait place au stockage magnétique, et les machines à tabuler aux ordinateurs programmables.

Elle figurait encore sur la liste des dix plus grandes entreprises du monde, il y a quelques années.

Mais si la puissance des données était évidente pour les clients de Hollerith, pourquoi l'économie des données a-t-elle mis un siècle de plus pour arriver ?

Parce qu'il y a quelque chose de nouveau dans le genre de données qui sont maintenant comparées au pétrole - les sociétés comme Google et Amazon n'ont pas besoin d'une armée de recenseurs pour les recueillir.

Nous le suivons derrière nous chaque fois que nous utilisons nos téléphones intelligents ou que nous demandons à Alexa d'allumer la lumière.

Lire aussi :

Ce genre de données n'est pas aussi bien structuré que les réponses prédéfinies aux questions du recensement qui ont été poinçonnées avec précision dans les cartes de Hollerith.

Cela rend les choses plus difficiles à comprendre.

Mais il y en a beaucoup plus.

Et à mesure que les algorithmes s'améliorent, et qu'une plus grande partie de notre vie se déroule en ligne, ce rêve bureaucratique d'omniscience devient rapidement une réalité pour les entreprises.

Regarder :