Alibaba et l’avenir des entreprises

//Alibaba et l’avenir des entreprises

Alibaba et l’avenir des entreprises

Alibaba et l’avenir des entreprises

Alibaba a fait les gros titres avec la plus grande introduction en bourse du monde en septembre 2014. Aujourd’hui, la société a une capitalisation boursière parmi les 10 premières au monde, a dépassé Walmart en termes de ventes mondiales et a étendu ses activités à tous les principaux marchés mondiaux. Son fondateur Jack Ma est devenu célèbre.

Depuis sa création en 1999, Alibaba a connu une forte croissance sur sa plate-forme de commerce électronique. Cependant, en 2007, alors que j’avais rejoint à plein temps l’année précédente, Alibaba n’était pas encore un leader mondial, et l’équipe de direction ne s’était pas encore rencontrée dans un hôtel de bord de mer triste à Ningbo, pour parler de stratégie.

Au cours de la réunion, nos observations et idées désordonnées sur les tendances du commerce électronique ont commencé à se fondre dans une vision plus large de l’avenir et, à la fin, nous avions convenu d’une vision. Nous «favoriserions le développement d’un écosystème de commerce électronique ouvert, coordonné et prospère». C’est à ce moment que le voyage d’Alibaba a vraiment commencé.

Nous avons réalisé que l’innovation particulière d’Alibaba consistait à créer un véritable écosystème: une communauté d’organismes (entreprises et consommateurs de nombreux types) interagissant les uns avec les autres et avec l’environnement (la plate-forme en ligne et les éléments physiques plus généraux hors ligne). Notre impératif stratégique était de veiller à ce que la plate-forme fournisse toutes les ressources ou l’accès aux ressources dont une entreprise en ligne aurait besoin pour réussir et, partant de cela, à soutenir l’évolution de l’écosystème.

L’écosystème que nous avons créé était simple au début: nous avons relié les acheteurs et les vendeurs de biens. À mesure que la technologie évoluait, de plus en plus de fonctions commerciales passaient en ligne, y compris des fonctions établies telles que la publicité, le marketing, la logistique et la finance, ainsi que des fonctions émergentes telles que le marketing affilié, les « recommandateurs » de produits et les influenceurs des médias sociaux. Et en élargissant notre écosystème pour prendre en compte ces innovations, nous avons contribué à créer de nouveaux types d’activités en ligne, en réinventant complètement le secteur de la vente au détail en Chine.

Alibaba n’est pas seulement une société de commerce en ligne. C’est ce que vous obtenez si vous prenez toutes les fonctions associées à la vente au détail et que vous les coordonnez en ligne dans un vaste réseau de vendeurs, de spécialistes du marketing, de fournisseurs de services, d’entreprises de logistique et de fabricants. En d’autres termes, Alibaba fait ce que font Amazon, eBay, PayPal, Google, FedEx, les grossistes et une bonne partie des fabricants aux États-Unis, avec une des services financiers pour compléter.

Parmi les 10 sociétés les plus appréciées au monde aujourd’hui, sept sont des sociétés Internet dont les modèles commerciaux sont similaires aux nôtres. Cinq d’entre eux – Amazon, Google et Facebook aux États-Unis, et Alibaba et Tencent en Chine – ont à peine 20 ans. Pourquoi tant de valeur et de pouvoir sur le marché ont-ils émergé si rapidement?

Grâce à de nouvelles fonctionnalités de coordination de réseau et d’intelligence de données, toutes ces entreprises ont mis à profit. Les écosystèmes qu’ils gèrent sont beaucoup plus économiquement efficaces et centrés sur le client que les industries traditionnelles. Ces entreprises suivent une approche que j’appelle les entreprises intelligentes et je crois qu’elle représente la logique commerciale dominante de l’avenir.

Qu’est-ce qu’une entreprise intelligente?

Une entreprise intelligente émerge lorsque tous les acteurs impliqués dans la réalisation d’un objectif commercial commun, par exemple la vente au détail ou le covoiturage, sont coordonnés sur un réseau en ligne et utilisent la technologie d’apprentissage automatique pour exploiter efficacement les données en temps réel. Ce modèle basé sur la technologie, dans lequel la plupart des décisions opérationnelles sont prises par des machines, permet aux entreprises de s’adapter de manière dynamique et rapide aux conditions changeantes du marché et aux préférences des clients, en obtenant un énorme avantage concurrentiel par rapport aux entreprises traditionnelles.

Une grande puissance de calcul et des données numériques alimentent bien sûr l’apprentissage automatique. Plus le moteur algorithmique utilise de données et d’itérations, meilleur sera son résultat. Les scientifiques de données proposent des modèles de prédiction probabilistes pour des actions spécifiques, puis l’algorithme traite une multitude de données pour prendre de meilleures décisions en temps réel, à chaque itération.

Ces modèles de prédiction deviennent la base de la plupart des décisions d’entreprise. Ainsi, l’apprentissage machine est plus qu’une innovation technologique; elle transformera la manière dont les affaires sont conduites car la prise de décision humaine est de plus en plus remplacée par une sortie algorithmique.

Ant Microloans fournit un exemple frappant de ce que sera cet avenir. Quand Alibaba a lancé Ant en 2012, le prêt typique consenti par les grandes banques en Chine s’élevait à des millions de dollars. Le montant minimum du prêt – environ 6 millions de RMB, soit un peu moins de 1 million de dollars – était bien supérieur aux montants requis par la plupart des petites et moyennes entreprises (PME). Les banques étaient réticentes à fournir des services à des sociétés dépourvues d’historique de crédit ou même de documentation adéquate de leurs activités. En conséquence, des dizaines de millions d’entreprises en Chine éprouvaient de réelles difficultés à obtenir les fonds nécessaires à la croissance de leurs activités.

Chez Alibaba, nous avons réalisé que nous avions l’ingrédient pour créer une activité de prêt aux PME, à haut rendement, évolutive et rentable: la grande quantité de données de transaction générées par les nombreuses petites entreprises utilisant notre plateforme. Ainsi, en 2010, nous avons lancé une activité pionnière dans le domaine du microcrédit axé sur les données afin d’offrir des prêts aux entreprises ne dépassant pas 1 million de RMB (environ 160 000 dollars). En sept ans d’activité, l’entreprise a prêté plus de 87 milliards de RMB (13,4 milliards de dollars) à près de trois millions de PME. Le montant moyen des prêts est de 8 000 RMB, soit environ 1 200 dollars. En 2012, nous avons regroupé cette opération de prêt avec Alipay, notre activité de paiement très performante, pour créer Ant Financial Services. Nous avons donné ce nom à la nouvelle entreprise pour lui faire comprendre que nous étions en train d’autonomiser toutes les petites entreprises, mais industrieuses.

Aujourd’hui, Ant peut facilement traiter des prêts de quelques centaines de RMB (environ 50 dollars) en quelques minutes. Comment est-ce possible? Face à des emprunteurs potentiels, les établissements de crédit ne doivent répondre qu’à trois questions fondamentales: Devrions-nous leur prêter, combien devrions-nous prêter et à quel taux d’intérêt? Une fois que les vendeurs sur nos plateformes nous ont autorisés à analyser leurs données, nous étions bien placés pour répondre à ces questions. Nos algorithmes peuvent examiner les données sur les transactions pour évaluer la performance d’une entreprise, la compétitivité de ses offres sur le marché, la cote de solvabilité élevée de ses partenaires, etc.

Ant utilise ces données pour comparer les bons emprunteurs (ceux qui remboursent à temps) avec les mauvais (ceux qui ne le font pas) pour isoler les traits communs aux deux groupes. Ces traits sont ensuite utilisés pour calculer les scores de crédit. Bien sûr, tous les établissements de crédit agissent d’une certaine manière, mais chez Ant, l’analyse est effectuée automatiquement sur tous les emprunteurs et sur toutes leurs données comportementales en temps réel. Chaque transaction, chaque communication entre le vendeur et l’acheteur, chaque connexion avec d’autres services disponibles chez Alibaba, voire toutes les actions entreprises sur notre plateforme, ont une incidence sur le pointage de crédit d’une entreprise. Dans le même temps, les algorithmes qui calculent les scores évoluent eux-mêmes en temps réel, améliorant ainsi la qualité de la prise de décision à chaque itération.

Déterminer le montant à prêter et le montant des intérêts à facturer nécessite l’analyse de nombreux types de données générées au sein du réseau Alibaba, telles que les marges bénéficiaires brutes et la rotation des stocks, ainsi que d’informations moins précises sur le plan mathématique, telles que le cycle de vie des produits et la qualité du vendeur, relations sociales et commerciales. Les algorithmes peuvent, par exemple, analyser la fréquence, la longueur et le type de communication (messagerie instantanée, courrier électronique ou d’autres méthodes courantes en Chine) pour évaluer la qualité des relations.

Les scientifiques de données d’Alibaba sont essentiels pour identifier et tester les points de données qui fournissent les informations qu’ils recherchent, puis pour concevoir des algorithmes d’exploitation des données. Ce travail nécessite à la fois une compréhension approfondie du métier et une expertise des algorithmes d’apprentissage automatique. Considérons à nouveau Ant Financial. Si un vendeur réputé avoir un crédit médiocre rembourse son prêt à temps ou un vendeur qui a un excellent crédit catastrophique, l’algorithme doit manifestement être peaufiné. Les ingénieurs peuvent rapidement et facilement vérifier leurs hypothèses. Quels paramètres doivent être ajoutés ou supprimés? Quels types de comportement des utilisateurs devraient avoir plus de poids?

À mesure que les algorithmes recalibrés produisent des prévisions de plus en plus précises, le risque et les coûts de Ant diminuent progressivement et les emprunteurs obtiennent l’argent dont ils ont besoin, quand ils en ont besoin, à un taux d’intérêt abordable. Le résultat est une activité très performante: l’opération de microcrédit a un taux de défaut de paiement d’environ 1%, bien en deçà des estimations de la Banque mondiale pour 2016, qui étaient de 4% en moyenne dans le monde.

Alors, comment créez-vous ce genre d’entreprise?

Automatiser toutes les décisions d’exploitation
Pour devenir une entreprise intelligente, votre entreprise doit permettre le plus grand nombre possible de décisions d’exploitation à l’aide de machines alimentées par des données en temps réel plutôt que par des utilisateurs s’appuyant sur leur propre analyse de données. Transformer la prise de décision de cette manière est un processus en quatre étapes.

Étape 1: «Datafy» chaque échange client.
Ant a eu la chance d’avoir accès à de nombreuses données sur les emprunteurs potentiels afin de répondre aux questions inhérentes à ses activités de prêt. Pour de nombreuses entreprises, le processus de capture de données sera plus difficile. Mais les données en direct sont essentielles pour créer les boucles de rétroaction qui sont à la base de l’apprentissage automatique.

Considérez l’entreprise de location de vélos. Les start-ups chinoises ont tiré parti de la téléphonie mobile, de l’Internet des objets (verrous de vélo intelligents) et des systèmes de paiement et de crédit mobiles existants pour traiter l’intégralité du processus de location.

La location d’un vélo implique traditionnellement de se rendre sur un lieu de location, de déposer un acompte, de demander à quelqu’un de vous donner un vélo, de l’utiliser, de le rendre, puis de payer le loyer en espèces ou par carte de crédit. Plusieurs entreprises chinoises rivales ont mis tout cela en ligne en intégrant diverses nouvelles technologies à celles existantes. Une innovation cruciale a été la combinaison de codes QR et de serrures électroniques qui ont intelligemment automatisé le processus de paiement. En ouvrant l’application de partage de vélos, un cycliste peut voir les vélos disponibles et en réserver un à proximité. Une fois que le cycliste arrive sur le vélo, il utilise l’application pour scanner un code QR sur le vélo. En supposant que la personne ait de l’argent sur son compte et respecte les critères de location, le code QR ouvrira le verrou électronique du vélo. L’application peut même vérifier l’historique de crédit de la personne via Sesame Credit, le nouveau produit en ligne d’évaluations de crédit à la consommation d’Ant Financial, qui permet au coureur d’éviter de payer un dépôt, accélérant ainsi le processus. Lorsque le vélo est rendu, la fermeture du cadenas termine la transaction. Le processus est simple, intuitif et ne prend généralement que quelques secondes.

Le transfert de données dans le processus de location améliore considérablement l’expérience du consommateur. Sur la base de données en direct, les entreprises envoient des camions pour déplacer les vélos là où les utilisateurs le souhaitent. Ils peuvent également alerter les utilisateurs réguliers sur la disponibilité des vélos à proximité. Grâce en grande partie à ces innovations, le coût de la location de vélos en Chine est tombé à quelques centimes l’heure.

La plupart des entreprises cherchant à utiliser davantage de données collectent et analysent généralement des informations afin de créer un modèle causal. Le modèle isole ensuite les points de données critiques de la masse d’informations disponibles. Ce n’est pas ainsi que les entreprises intelligentes utilisent les données. Au lieu de cela, ils capturent toutes les informations générées lors des échanges et des communications avec les clients et les autres membres du réseau pendant le fonctionnement de l’entreprise, puis laissent les algorithmes déterminer quelles données sont pertinentes.

Étape 2: «Logiciel» chaque activité.
Dans une entreprise intelligente, toutes les activités, et pas seulement la gestion des connaissances et les relations avec la clientèle, sont configurées à l’aide d’un logiciel permettant l’automatisation des décisions qui les concernent. Cela ne signifie pas qu’une entreprise doit acheter ou créer un logiciel ERP ou son équivalent pour gérer ses activités, bien au contraire. Les logiciels traditionnels assouplissent les processus et les processus décisionnels et deviennent souvent une camisole de force. En revanche, la logique dominante pour les entreprises intelligentes est la réactivité en temps réel. La première étape consiste à créer un modèle de la manière dont les humains prennent actuellement des décisions et à trouver des moyens de reproduire les éléments les plus simples de ce processus à l’aide de logiciels – ce qui n’est pas toujours facile, car de nombreuses décisions humaines reposent sur le bon sens, voire sur l’activité neurologique subconsciente.

La croissance de Taobao, le site Web du groupe Alibaba pour la vente au détail sur le marché intérieur, est tirée par le logiciel continu du processus de vente au détail. L’un des premiers outils logiciels construits sur Taobao était un outil de messagerie instantanée appelé Wangwang, permettant aux acheteurs et aux vendeurs de se parler facilement. À l’aide de l’outil, les vendeurs accueillent les acheteurs, lancent les produits, négocient les prix, etc. comme le font les gens dans les magasins traditionnels. Alibaba a également développé un ensemble d’outils logiciels qui aident les vendeurs à concevoir et à lancer une variété de façades de boutique en ligne sophistiquées. Une fois que les boutiques en ligne sont opérationnelles, les vendeurs peuvent accéder à d’autres logiciels pour émettre des bons de réduction, offrir des réductions, gérer des programmes de fidélité et mener d’autres activités liées aux relations avec la clientèle, qui sont toutes coordonnées entre elles.

Étant donné que la plupart des logiciels sont exécutés en ligne en tant que service, un avantage important de la résolution des problèmes est que les données en direct peuvent être collectées naturellement dans le cadre des processus métier.

Étape 3: Obtenez des données en flux continu.
Dans les écosystèmes comportant de nombreux acteurs interconnectés, les décisions commerciales nécessitent une coordination complexe. Les moteurs de recommandation de Taobao, par exemple, doivent fonctionner avec les systèmes de gestion des stocks des vendeurs et avec les systèmes de profilage des consommateurs de diverses plates-formes de médias sociaux. Ses systèmes de transaction doivent fonctionner avec des offres de rabais et des programmes de fidélisation, ainsi que contribuer à notre réseau logistique.

Les normes de communication, telles que TCP / IP, et les interfaces de programmation d’application (API) sont essentielles pour que les données circulent entre plusieurs acteurs, tout en assurant un contrôle strict des personnes pouvant accéder aux données et les modifier dans tout l’écosystème. Les API, un ensemble d’outils permettant à différents systèmes logiciels de «communiquer» et de se coordonner en ligne, ont été au centre du développement de Taobao. Alors que la plate-forme se développait à partir d’un forum où les acheteurs et les vendeurs pouvaient se rencontrer et vendre des produits pour devenir le principal site de commerce électronique en Chine, les commerçants du site avaient de plus en plus besoin du soutien de développeurs tiers. Les nouveaux logiciels devaient être largement interopérables avec tous les autres logiciels de la plate-forme pour être utiles. Ainsi, en 2009, Taobao a commencé à développer des API pour les fournisseurs de logiciels indépendants. À l’heure actuelle, les commerçants de Taobao s’inscrivent en moyenne à plus de 100 modules logiciels et les services de données en direct qu’ils permettent de réduire considérablement le coût des transactions commerciales.

Mettre en place l’infrastructure technique appropriée n’est qu’un début. Nous avons dû déployer des efforts considérables pour élaborer une norme commune afin que les données puissent être utilisées et interprétées de la même manière dans toutes les unités commerciales d’Alibaba. De plus, trouver les structures d’incitation appropriées pour convaincre les entreprises de partager les données dont elles disposent constitue un défi important et permanent. Beaucoup plus de travail est nécessaire. Bien entendu, le degré d’innovation des entreprises dans ce domaine dépendra en partie des règles régissant le partage des données dans les pays dans lesquels elles opèrent. Mais la direction est très claire: plus il y a de flux de données sur le réseau, plus intelligent les affaires deviennent, et plus l’écosystème crée de la valeur.

Étape 4: Appliquez les algorithmes.
Une fois qu’une entreprise aura mis toutes ses opérations en ligne, elle subira un déluge de données. Pour assimiler, interpréter et utiliser les données à son avantage, l’entreprise doit créer des modèles et des algorithmes expliquant la logique du produit sous-jacent ou la dynamique du marché que l’entreprise cherche à optimiser. Il s’agit d’une entreprise créative de grande envergure qui nécessite de nombreuses compétences nouvelles, d’où l’énorme demande de scientifiques et d’économistes. Leur défi consiste à spécifier quel travail ils souhaitent que la machine effectue, et ils doivent être très clairs sur ce qui constitue un travail bien fait dans un contexte commercial particulier.

Dès le départ, notre objectif pour Taobao était de l’adapter aux besoins de chacun. Cela aurait été impossible sans les progrès de l’apprentissage automatique. Aujourd’hui, lorsque les clients se connectent, ils consultent une page Web personnalisée avec une sélection de produits conçus à partir des milliards offerts par nos millions de vendeurs. La sélection est générée automatiquement par le puissant moteur de recommandation de Taobao. Ses algorithmes, conçus pour optimiser le taux de conversion de chaque visite, permettent de transférer les données générées sur la plate-forme de Taobao, des opérations au service client en passant par la sécurité.

La croissance de Taobao en 2009 a été une étape importante dans la mise à niveau de la simple navigation, qui fonctionnait assez bien lorsque la plateforme avait beaucoup moins de visites et de produits à gérer, à un moteur de recherche alimenté par des algorithmes d’apprentissage automatique et capable de traiter d’énormes volumes de demandes de renseignements. . Taobao a également expérimenté des algorithmes de recherche à reconnaissance optique pouvant prendre une photo d’un article souhaité fourni par le client et la faire correspondre aux produits disponibles sur la plate-forme. Bien que nous soyons encore au début de l’utilisation de cette technologie pour générer des ventes, cette fonction a rencontré un franc succès auprès des clients, avec 10 millions de visites uniques par jour.

En 2016, Alibaba a lancé un chatbot à base d’IA pour aider les requêtes des clients sur le terrain. Il diffère des fournisseurs de services mécaniques bien connus de la plupart des gens et programmés pour que les requêtes des clients correspondent aux réponses de leur répertoire. Les chatbots d’Alibaba sont «formés» par des représentants expérimentés des marchands Taobao. Ils connaissent tous les produits de leurs catégories et sont familiarisés avec les mécanismes des plates-formes d’Alibaba – politiques de retour, coûts de livraison, modification d’un ordre – et autres questions fréquemment posées par les clients. À l’aide de diverses technologies d’apprentissage automatique, telles que la compréhension sémantique, les dialogues contextuels, les graphiques de connaissances, l’exploration de données et l’apprentissage approfondi, les chatbots améliorent rapidement leur capacité à diagnostiquer et à résoudre les problèmes des clients automatiquement, plutôt que de simplement renvoyer des réponses statiques consommateur à prendre d’autres mesures. Ils confirment avec le client que la solution présentée est acceptable, puis l’exécutent. Aucune action humaine d’Alibaba ou du marchand ne se produit.

Les chatbots peuvent également apporter une contribution significative à la première ligne d’un vendeur. La marque de vêtements Senma, par exemple, a commencé à en utiliser un il ya un an et a constaté que les ventes du robot étaient 26 fois supérieures à celles du principal associé des ventes humaines du marchand.

Les représentants des clients humains devront toujours faire face à des problèmes complexes ou personnels, mais la possibilité de traiter des requêtes de routine via un chatbot est très utile, en particulier les jours où les promotions sont nombreuses ou spéciales. Auparavant, la plupart des gros vendeurs de notre plate-forme embauchaient des travailleurs temporaires pour gérer les demandes des consommateurs lors de grands événements. Plus maintenant. Lors du plus grand jour de vente d’Alibaba en 2017, le chatbot a traité plus de 95% des questions des clients, répondant à quelque 3,5 millions de consommateurs.

Ces quatre étapes sont à la base de la création d’une entreprise intelligente: miser sur la création de données créatives pour enrichir le pool de données que l’entreprise utilise pour devenir plus intelligent; le logiciel de l’entreprise pour mettre en ligne les flux de travail et les acteurs essentiels; mettre en place des normes et des API pour permettre le flux de données et la coordination en temps réel; et appliquer des algorithmes d’apprentissage automatique pour générer des décisions commerciales «intelligentes». Toutes les activités impliquées dans les quatre étapes sont des nouvelles compétences importantes qui nécessitent un nouveau type de leadership.

 

Source HBR.com, lire la suite : https://hbr.org/2018/09/alibaba-and-the-future-of-business?referral=03759&cm_vc=rr_item_page.bottom 

Ming Zeng is the chairman of the Academic Council of the Alibaba Group, an e-commerce, retail, and technology conglomerate, based in Hangzhou, China, and the author of Smart Business: What Alibaba’s Success Reveals About the Future of Strategy (Harvard Business Review Press, September 2018). He is also the dean of Hupan School of Entrepreneurship, a private business school founded by Alibaba chairman Jack Ma and other leading Chinese entrepreneurs in Hangzhou.

By | 2018-10-02T09:04:42+00:00 octobre 2nd, 2018|News|0 Comments

About the Author:

Onopia is a strategy consulting boutique specialized in Business Model Innovation, Design Thinking & Disruptive Strategy. We help industry leaders to reinvent their strategy, products, services and create innovative business models.

Leave A Comment

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