fabernovel loader

30 juin 2017 | 6 min de lecture

Transformation

Grâce aux algorithmes, il a créé une ONG qui résout des problèmes sociétaux

Paul Duan était l’invité d’un des dîners du CLUB FABERNOVEL, l’occasion d’une discussion libre avec un entrepreneur désarmant de sincérité.

Fleur Douet

Club Director


FABERNOVEL INSTITUTE
Il a 24 ans et est présenté comme le chevalier blanc des algorithmes. Sa maxime et son principe d’action : la big data peut permettre de résoudre des problématiques publiques.  

Ton parcours a souvent été présenté comme celui d’un jeune surdoué de la data…

Ce n’est pas ainsi que j’aimerais me définir, et j’ai un peu de mal avec mon image médiatique.  Je suis simplement une personne qui a eu de la chance, un peu, et surtout qui s’est posé beaucoup de questions pour trouver sa voie. J’ai grandi dans un contexte un peu particulier, qui a d’ailleurs été beaucoup storytellé mais en tout cas avec beaucoup de hauts et de bas, et j’en suis ressorti avec un besoin fort d’avoir du sens dans ce que je faisais. Je me suis aussi beaucoup cherché : j’ai grandi dans une famille très portée sur les mathématiques, avant de me rebeller et de partir à Sciences Po (un peu parce que je pensais que c’était là qu’on pouvait changer le monde), un peu pour échapper à la carrière d’ingénieur vers laquelle on me poussait. Puis je me suis rendu compte qu’en fait j’aimais quand même les maths, donc je me suis inscrit en parallèle sur cette matière à la Sorbonne, avant de partir finir mes études de maths et économie à Berkeley.

Après mes études, je me suis retrouvé à 19 ans chez Eventbrite, en tant que data-scientist, en charge notamment de réduire les fraudes. Ca a bien marché, j’ai appris plein de choses, je gagnais plus d’argent que je ne savais quoi en faire, mais je n’étais pas très heureux et j’avais un sentiment de gâchis. Je me suis dit qu’il était dommage d’avoir la capacité de toucher tant de gens à travers les algorithmes mais de ne pas s’en servir pour faire de l’impact. J’ai cherché des projets technologiques à impact social dans lesquels m’engager, mais je n’en ai pas trouvé qui me parlaient. C’est là que j’ai décidé de créer une ONG : Bayes Impact.

Et ce qui est ironique, pour en revenir à cette histoire de “surdoué de la data” c’est qu’au final je ne dirais pas aujourd’hui que la data est la partie la plus importante de mon métier : au quotidien, je passe surtout mon temps à essayer de créer la meilleure équipe qui soit, à la fois performante et bienveillante ! Et à discuter avec les gens qu’on essaye d’aider pour comprendre comment nous améliorer…

 

Comment ton ONG, Bayes Impact, utilise-t-elle concrètement la big data pour résoudre des problèmes sociétaux ?

A l’origine de ce projet, il y a une question : « Comment utiliser les algorithmes pour aider les gens » ? Aujourd’hui, on pense avoir trouvé une réponse : en créant des services numériques, comme Bob Emploi, qui utilisent les algorithmes pour aller donner de l’aide personnalisée à grande échelle à ceux qui en ont besoin.

Ca n’a pas toujours été aussi direct. J’ai lancé Bayes Impact à San Francisco en 2014, avant d’intégrer Y Combinator dans la foulée : à l’époque on était la seule non-profit à y être. Au début on a pas mal tâtonné pour trouver le meilleur modèle, mais on tenait à rester résolument “non-profit”, pour garantir notre indépendance et inscrire tout ce qu’on faisait dans une optique d’intérêt général.

Comment utiliser les algorithmes pour aider les gens ? En créant des services numériques…

Notre premier projet a été d’aider la mairie de San Francisco à mieux répartir les ambulances dans la ville. En gros, l’idée était d’optimiser les trajets des ambulances en prédisant où se trouvaient les prochaines demandes. Puis on a travaillé sur divers sujets et on s’est penché sur des problématiques publiques comme la justice ou la santé : par exemple, on a lancé avec l’Etat de Californie un outil de tracking et surveillance des violences policières. On a aussi travaillé avec Medicare sur l’amélioration de la qualité des soins des hôpitaux en utilisant les données des demandes de remboursement.

Ce qui nous a amené à ce qu’on fait aujourd’hui : en fait, plus on avançait, plus on se rendait compte que pour avoir le plus d’impact possible, il fallait dépasser le simple algorithme, et vraiment réfléchir à toute la chaîne de valeur. Concrètement, ça veut dire demander à quoi ressemble le produit en termes d’expérience utilisateur, comment on le distribue pour qu’il touche des millions de personnes, comment on arrive à bousculer un peu les jeux d’acteurs existants. C’est là que notre vision a évolué pour devenir “créer des services publics open source”, dont Bob est le premier exemple.

Pas simple ! Mais les enjeux en valent vraiment la peine, car si on y arrive, on peut faire la différence à grande échelle.

 

Peux-tu nous parler plus en détails de Bob, que vous avez lancé il y a six mois au sein de Bayes Impact ?

Bob Emploi est une plateforme pour aider les chercheurs d’emploi à adopter la meilleure stratégie de recherche en leur donnant des conseils personnalisés basés sur la data. Notre but est de proposer une solution complémentaire à l’accompagnement que propose les conseillers de Pôle Emploi. On travaille d’ailleurs beaucoup avec l’institution mais aussi avec les conseillers sur le terrain.

Concrètement, l’utilisateur se connecte et partage des informations sur son parcours, son projet et sa stratégie de recherche actuelle. L’application lui donne ensuite un diagnostic personnalisé, qui s’appuie sur des données liées au marché et à son profil, et lui fournit des recommandations concrètes pour avancer. Parfois il s’agit de changer sa stratégie de recherche en faisant plus de candidatures spontanées, parfois il s’agit de faire des modifications plus profondes sur son projet. Le but ici est d’ouvrir les horizons aux utilisateurs en en montrant qu’il y a des solutions et en leur mettant toutes les informations en main.

En 6 mois, 100 000 utilisateurs se sont inscrits sur la plateforme

Vous savez, quand on parle d’algorithmes dans la recherche d’emploi, le premier réflexe c’est de penser au matching d’offres d’emploi. Mais ce n’est pas le vrai problème ! En réalité, seul 12% des recrutements en France passent par une offre en ligne ; la vraie question, c’est l’employabilité !

Derrière Bob, aujourd’hui, ce sont 7 employés, ingénieurs et designers à temps-plein sur le projet. En 6 mois, 100 000 utilisateurs se sont inscrits sur la plateforme, et nous sommes vraiment fiers de pouvoir espérer aider tant de gens avec si peu de personnes ! Bien sûr il y a encore énormément de boulot et d’améliorations à faire pour améliorer notre impact, mais la force du projet est justement dans le fait qu’il est indépendant et que nous allons pouvoir continuer à l’améliorer dans la durée.

 

Quelle est ta vision à long terme pour Bayes Impact ?

Pour nous, Bob est le premier exemple d’un mouvement plus large : grâce à la puissance des nouvelles technologies, il est aujourd’hui possible pour un petit nombre d’individus de s’attaquer à des problèmes sociaux à grande échelle. Mais un service d’intérêt général qui touche un grand nombre de personnes, quelque part, ça s’appelle un service public.

Donc à travers l’exemple de Bob (une collaboration citoyenne avec l’Etat pour créer un nouveau service indépendant et ouvert), l’idée est de montrer qu’il est possible de créer de nouveaux types de services publics. Sur le court-terme, notre focus est de continuer à rendre Bob aussi utile et pour autant de personnes que possible. Mais sur le long-terme la vision de Bayes Impact est de créer une panoplie de nouveaux services digitaux, en touchant plus de domaines, et plus de pays !

 

 

Vous souhaitez assister aux dîners du CLUB - ces rendez-vous privilégiés réservés aux décideurs de la transformation ? Devenez membre !

Contactez Fleur !
logo business unit

FABERNOVEL INSTITUTE

développe la vision et le leadership, favorise les rencontres et l'acquisition de compétences et méthodologies nouvelles pour permettre aux équipes et aux organisations d'avancer deux fois plus vite.

à lire