Chardon Bleu qui Pique

13 octobre 2022

Pour un tourisme écologique

La croissance stupéfiante du tourisme au cours des 50 dernières années a contribué de manière substantielle à la création de tâches et au progrès économique à l'échelle mondiale ; mais, comme c'est le cas pour de nombreux secteurs, elle n'est pas restée sans influence sur la crise climatique mondiale, 100% voyage la biodiversité et les méthodes standard de préservation des environnements conservés par les quartiers du monde entier. Aujourd'hui, alors que le secteur se remet de l'influence désastreuse de la pandémie de COVID19, le tourisme peut, avec une gouvernance adéquate et une refonte réfléchie, devenir un véhicule très efficace pour la préservation de la biodiversité et l'action climatique et contribuer à la réalisation des objectifs de développement durable (ODD) des Nations unies.

Le Global Future Council on Sustainable Tourism du Forum économique mondial a élaboré collectivement ces dix concepts pour des destinations respectueuses de l'environnement afin de guider les décideurs politiques, les entreprises et les organisations de gestion des lieux de vacances pour permettre une bonne planification et un changement de comportement afin de restaurer les destinations et d'optimiser leurs offres pour un avenir durable. Les principes sont utilement alignés sur les ODD afin qu'ils puissent être intégrés de manière significative dans les initiatives ou procédures de planification actuelles ou contrastées qui cherchent à atteindre les objectifs mondiaux.

Présentés à l'occasion de la Journée mondiale du tourisme 2022, sous le thème mondial "Repenser le tourisme", les dix principes énoncés dans le présent document fournissent des conseils, des bonnes pratiques et des outils réalisables aux parties prenantes pour qu'elles reconsidèrent de manière collaborative et efficace la façon dont elles gèrent les destinations et les procédures touristiques, en créant délibérément et de manière proactive la résilience et la durabilité du lieu, des personnes et des produits qu'il comprend.

L'étonnante croissance du tourisme au cours des 50 dernières années a contribué de manière significative au développement de l'emploi et de l'économie au niveau international ; mais, comme pour de nombreux secteurs, elle n'a pas été sans avoir d'impact sur la situation climatique mondiale, la biodiversité et les méthodes traditionnelles de préservation des conditions détenues par les communautés du monde entier. Aujourd'hui, alors que le secteur se remet de l'impact dévastateur de la pandémie de COVID19, le tourisme peut, moyennant une gouvernance suffisante et une réorganisation réfléchie, devenir un vecteur efficace de conservation de la biodiversité et de lutte contre le changement climatique, et contribuer à la réalisation des objectifs de développement durable (ODD) des Nations unies.

Le Worldwide Future Local authority or council on Environmentally friendly Tourism du Forum financier mondial a élaboré collectivement ces 10 principes pour les lieux durables afin de guider les fabricants de produits touristiques, les entreprises et les sociétés de gestion des destinations pour permettre une préparation et un changement de conduite positifs afin de réparer les destinations et d'optimiser leurs offres en vue d'un avenir durable. Les concepts sont utilement alignés sur les ODD afin qu'ils puissent être intégrés de manière significative dans les efforts ou les processus de planification existants ou complémentaires qui visent à atteindre les objectifs mondiaux.

Lancés à l'occasion de la Journée mondiale du tourisme 2022, sous le thème mondial "Repenser le tourisme", les 10 concepts présentés dans ce document offrent des conseils, des pratiques exemplaires et des équipements possibles aux parties prenantes pour qu'elles reconsidèrent de manière collaborative et efficace la façon dont elles gèrent les destinations et les pratiques de vacances ; en concevant de manière délibérée et proactive la résilience et la durabilité du lieu, des individus et des biens qu'il comprend.

Mme Hagedoorn était l'oratrice invitée lors de la table ronde de la Journée mondiale du tourisme 2022 organisée par le Joji Ilagan College of Business and Tourism et la Worldwide Management University.

Elle a déclaré que le gouvernement devait redéfinir sa campagne de marketing touristique, maintenant que les limitations de la pandémie de Covid-19 ont été levées.

Selon Mme Hagedoorn, le tourisme écologique a fait son apparition pendant l'attaque de la pandémie, car les gens ont compris l'importance d'un "mode de vie et d'un environnement sains".

"Les gens ont commencé à prendre contact avec la façon dont nous vivons et voyageons sur la planète. Je pense que beaucoup de gens ont appris leur leçon à la suite de la pandémie", a-t-elle déclaré.

"La pandémie a été comme une sorte de frein à main sur notre mode de vie, et je pense que beaucoup de pays en ont eu besoin simplement parce que nous avions tendance à nous concentrer de manière obsessionnelle sur la croissance, beaucoup plus grand, beaucoup mieux, très axé sur les revenus, mais quand vous commencez à perdre vos proches et que vous êtes confiné à atteindre les personnes que vous aimez, vous réévaluez ce sur quoi la vie est centrée", a-t-elle ajouté.

Elle a également indiqué que l'ensemble de la communauté devrait repenser sa dépendance à l'égard des arrivées internationales et qu'"elle doit valoriser et encourager son marché domestique".

Les voyages et les loisirs nationaux et régionaux peuvent encourager les personnes résidant en milieu urbain à sortir dans la nature et à découvrir l'atmosphère des zones rurales.

Elle a également remarqué un engouement dans le paysage métropolitain, certaines villes ayant fait pression pour obtenir davantage de pistes cyclables, tandis qu'émergent des sites de glamping et des fermes écologiques, qui créent de nouvelles entreprises dans la partie montagneuse des différentes îles qu'elle a visitées dans le pays.

Posté par ferdialochinvar à 11:11 - Commentaires [0] - Permalien [#]


07 septembre 2022

DEs prévisions significatives

Le choc de la pandémie de Covid-19, les nouvelles tendances économiques changeantes et les révisions de la politique monétaire par les principales banques centrales font des prévisions macroéconomiques une tâche difficile. Cet article passe en revue les progrès des techniques de prévision qui ont été discutés lors de la 11e conférence de la BCE sur les techniques de prévision, consacrée à la prévision en temps anormal ». Les chercheurs avancent actuellement principalement sur deux fronts - soit en protégeant les modèles linéaires contre les événements extrêmes, soit en modélisant explicitement la dynamique de ces derniers. De nouvelles approches et méthodes se développent rapidement, en partie inspirées des techniques de big data et d'apprentissage automatique.
La dernière décennie a montré que les prévisionnistes doivent continuellement adapter leurs outils pour faire face à une complexité macroéconomique croissante. Tout comme la crise mondiale, la pandémie actuelle de Covid-19 souligne une fois de plus que les prévisionnistes ne peuvent pas se contenter d'évaluer le résultat futur le plus probable - comme un chiffre unique pour la croissance future du PIB au cours d'une certaine année. Au lieu de cela, une caractérisation de tous les résultats possibles (c'est-à-dire l'ensemble de la distribution) est nécessaire pour comprendre la probabilité et la nature des événements extrêmes.
C'est également essentiel pour les prévisionnistes des banques centrales, comme l'a souligné Philip Lane, membre du directoire de la BCE, dans son discours d'ouverture de la 11e conférence sur les techniques de prévision. Les banques centrales s'appuient fortement sur les prévisions pour concevoir leur politique et ont besoin de techniques robustes pour traverser les périodes de turbulences . Ils assurent non seulement la stabilité des prix et sont donc directement intéressés par la trajectoire d'inflation future la plus probable, mais contribuent également à la compréhension, à la gestion et au traitement des risques macroéconomiques et doivent donc appréhender la probabilité d'événements extrêmes (voir aussi la discussion dans Greenspan 2004). Afin d'améliorer la compréhension collective des nouvelles techniques qui pourraient potentiellement faire face aux défis posés par les événements extrêmes (par exemple, les pandémies, les catastrophes naturelles telles que les inondations ou les incendies de forêt) et les tendances changeantes (par exemple, le changement climatique, la démographie), la BCE a consacré la conférence à la prévision dans temps anormaux ». Les participants à la conférence - d'éminents experts dans le domaine - ont considéré les changements de régime et les grandes valeurs aberrantes comme des défis particulièrement importants pour les prévisionnistes des banques centrales à l'heure actuelle (graphique 1) et c'est ce que de nombreuses présentations ont abordé.
De nombreuses contributions couvraient l'une ou l'autre des deux stratégies d'amélioration des modèles de prévision dans un paysage de prévision dominé par la pandémie de Covid-19. La première stratégie revient à mettre à l'abri des modèles de prévision standards (tels que les VAR et les modèles à facteurs) contre les événements extrêmes. La deuxième stratégie vise à modéliser explicitement la dynamique économique dans des états extrêmes de l'économie, en reconnaissant que les variables économiques interagissent différemment dans de tels cas. Alors que ces deux stratégies évoluent actuellement assez indépendamment, elles pourraient se compléter à l'avenir.
Modernisation de l'approche classique
Plusieurs études récentes proposent des moyens de faire fonctionner le modèle classique d'autorégression vectorielle (VAR) en période de turbulence. Les chocs importants de la pandémie de Covid-19 ont des effets si forts sur les estimations des paramètres qu'ils peuvent conduire à des prévisions invraisemblables. S'il est simple de faire face à une seule observation extrême en corrigeant les valeurs aberrantes, cette approche atteint ses limites en cas d'enchaînement de chocs importants. Des études récentes proposent de donner moins de poids aux observations de Covid-19 en permettant une volatilité plus élevée des résidus associés (Lenza et Primiceri 2020). Carriero et al. (2021) proposent une approche alternative qui combine une variation temporelle stochastique de la volatilité avec un mécanisme de correction des valeurs aberrantes. Dans son discours d'ouverture, Joshua Chan a souligné que la volatilité stochastique est une caractéristique de longue date des données macroéconomiques et que sa prise en compte améliorait les propriétés de prévision des VAR à grande échelle déjà avant Covid-19. Dans son discours d'ouverture, Chris Sims a fait valoir que les chocs structurels frappant l'économie sont mieux compris (et identifiés) en examinant les changements dans la cooccurrence de fortes fluctuations de plusieurs quantités macroéconomiques clés. Les VAR sont un modèle de bourreau de travail, d'où l'accent mis sur eux. Mais en réalité, ce ne sont pas seulement les VAR qui sont affectés par les observations anormales. C'est également le cas pour la plupart des autres modèles de séries chronologiques standard et, en fait, également pour les modèles structurels à part entière, c'est-à-dire les modèles dynamiques d'équilibre général stochastique (DSGE), qui sont également adaptés pour tenir compte de la nature sans précédent du choc pandémique (Cardani et al. 2020).
La prévision bénéficie de l'apport d'informations pertinentes hors modèle, telles que le jugement d'experts. Cela est encore plus vrai lors d'événements extrêmes. Banbura et al. (2021) montrent que l'enrichissement des prévisions basées sur des modèles purs avec des informations fournies par l'enquête auprès des prévisionnistes professionnels peut être un moyen valable d'améliorer les performances de prévision.
La nouvelle ambition : Modéliser l'ensemble de la distribution et les non-linéarités
Si les événements extrêmes deviennent plus fréquents, la politique doit accorder encore plus d'attention aux résultats extrêmes possibles. Contrairement à la stratégie décrite dans la section précédente, qui neutralise largement les événements extrêmes, la deuxième stratégie tente de s'attaquer de front aux événements extrêmes en modélisant explicitement leur dynamique.
Un axe de travail part du constat que la dynamique économique dépend en partie de l'état de l'économie. Par exemple, la dynamique peut différer entre une profonde récession et une expansion. L'approche de plus en plus populaire de la « croissance à risque » (GaR) explore cette possibilité en modélisant la dépendance de la dynamique économique à la direction et à l'ampleur des chocs les plus récents. De cette manière, il permet différentes dynamiques pendant une crise (voir Korobilis et al. 2021 pour une application à l'inflation). Gonzalez-Rivera et al. (2021) s'appuient sur l'approche de la croissance à risque, affirmant que pour mesurer les vulnérabilités lors d'événements extrêmes tels qu'une pandémie, il faut penser en termes de scénarios. Leur approche s'inspire de la littérature sur les tests de résistance, qui avait été développée pour appréhender le risque extrême sur les marchés financiers. La combinaison de l'approche de la croissance à risque avec des scénarios d'évolutions économiques extrêmes sélectionnées permet de comprendre comment l'économie est affectée par des chocs importants. Caldar et al. (2021) montrent que les modèles de changement de régime offrent une alternative prometteuse à l'approche de croissance à risque.
Une approche plus récente et plus radicale pour gérer de manière flexible les dynamiques économiques non linéaires s'inspire des techniques d'apprentissage automatique. Plusieurs approches combinent des techniques de séries chronologiques avec des arbres de régression. Ces techniques modélisent la dépendance des états par des modèles linéaires par morceaux définissant les états par des méthodes purement pilotées par les données. Pour éviter le surajustement, les techniques de rétrécissement et de calcul de la moyenne des modèles ont longtemps été utilisées pour se concentrer sur les prédicteurs les plus pertinents. Dans le contexte de l'apprentissage automatique, le rétrécissement permet d'obtenir des résultats robustes en faisant la moyenne sur de nombreux arbres, tels que les « forêts aléatoires » (Coulombe, 2021) ou en combinaison avec des techniques bayésiennes (Clark et al. 2021). Ces derniers montrent que cette modélisation flexible des non-linéarités peut aider à prévoir non seulement la moyenne conditionnelle mais aussi le risque extrême. L'article gagnant du concours pour doctorants (Kutateladze 2021) applique une "astuce du noyau" pour estimer des modèles de facteurs dynamiques non linéaires avec des modèles hautement non linéaires.
Les nouveaux développements sont gourmands en données, et leur popularité croissante est donc étroitement liée à l'émergence du big data. Même avec les mégadonnées, cependant, la modélisation des non-linéarités peut rester fragile. Une complexité de modèle plus élevée s'accompagne d'un manque de robustesse et de la critique de la « boîte noire ». Il est possible d'améliorer l'interprétabilité des techniques d'apprentissage automatique via une analyse post-estimation (Buckmann et al. 2021). À ce stade, le succès durable de ces modèles reste à voir.
Des compléments, pas des substituts
Les deux stratégies présentées dans cette chronique évoluent assez indépendamment dans la littérature actuelle, mais elles pourraient se compléter et s'enrichir à l'avenir. Notre enquête sur la conférence montre que l'approche classique n'est en aucun cas devenue obsolète : plus de la moitié des participants ont indiqué qu'ils utilisent des VAR dans leur travail. Dans le même temps, il existe un large consensus sur la nécessité de poursuivre les recherches sur de nouveaux indicateurs et sur la modélisation de la dynamique non linéaire (figure 2). Pour cela, l'approche classique et la nouvelle approche peuvent apprendre l'une de l'autre. La conférence a révélé quelques lacunes, qui peuvent être comblées via les complémentarités entre les deux approches.
Connaître la nature des non-linéarités contribue à rendre les modèles linéaires plus robustes. Le large éventail de grands ensembles de données disponibles permet de construire des statistiques qui capturent la non-linéarité ou le risque à une fréquence plus élevée que jamais. Ainsi, certains types de non-linéarités peuvent être introduites dans des modèles linéaires à partir d'indicateurs microéconomiques. À l'inverse, le succès de nouveaux indicateurs dans les modèles linéaires pour capturer les non-linéarités dans l'économie pourrait inspirer le développement de modèles non linéaires ciblés. Cette coïncidence des besoins pourrait se refléter dans le fait que les « mégadonnées » sont classées comme la voie de recherche la plus importante par les participants à la conférence (figure 2).
La haute fréquence et les mégadonnées ont déjà apporté des gains substantiels dans la projection actuelle de l'économie. Au début de la crise de Covid-19, en raison de la rapidité sans précédent avec laquelle les événements économiques se déroulaient, de nouvelles variables à haute fréquence telles que les données de carte de crédit, les données de mobilité, Google Trends ou les informations de réservation se sont avérées extrêmement utiles en temps réel. suivi des évolutions économiques (voir Antolin-Diaz et al. 2021 ou Woloszko 2020 détaillant le OECD Weekly Tracker). Cela s'est également accompagné d'innovations techniques sur le traitement de la courte histoire de ces données, les implications de l'incertitude variable dans le temps pour la mise à jour des prévisions avec les nouvelles entrantes (Labonne, 2020) et sur la prévision robuste de séries hautement non stationnaires (Castle et al. 2020, 2021).
Apprécier les (prévisions de) l'incertitude
Les incertitudes se sont accrues au cours des dernières années, et il est devenu encore plus urgent de les aborder correctement. Les modèles statistiques aident à traduire les modèles historiques dans la situation actuelle. Inévitablement, cela n'a pas trop bien fonctionné pendant la pandémie, qui peut être considérée comme historiquement unique. Le choc Covid-19 n'est pas le choc macroéconomique habituel, comme l'ont évoqué au début de la pandémie Baldwin et di Mauro (2020). Dans de telles situations, il convient de trouver un équilibre entre les prédictions basées sur des modèles statistiques et celles basées sur un raisonnement économique, par exemple via des modèles théoriques.
La mesure appropriée de l'incertitude est importante en soi. Après tout, l'incertitude n'est pas un manque de précision. Chris Sims a vivement souligné que les développeurs et les utilisateurs de modèles ont tendance à dire qu'un modèle produisant des bandes d'incertitude très élevées n'est «pas précis». Mais cette forte incertitude pourrait en fait être une description appropriée de l'état de l'économie. Par conséquent, les décideurs politiques devraient encourager les modèles qui indiquent exactement l'ampleur de l'incertitude, même lorsqu'il s'agit de mauvaises nouvelles.

Posté par ferdialochinvar à 07:55 - Commentaires [0] - Permalien [#]

16 juin 2022

Découvrir Alexandrie

Zone mince et en forme de ruban, Alexandrie traverse le littoral méditerranéen sur 20 km sans réellement explorer plus de 5 km à l'intérieur des terres - c'est une véritable zone de front de mer. La fantastique Corniche longe le port est d'Alexandrie, en empruntant une série de plages de la ville. Les tramways circulent à un rythme d'escargot dans toute la ville, complétés par des bus et des minibus. L'emplacement clé dynamique est suffisamment portable pour se promener tout autour. Les habitants d'Alexandrie ne sont pas vraiment l'étonnante combinaison pré-innovante d'Égyptiens, de Grecs, de Britanniques, de Français et d'Italiens qui a donné à la ville son endurance des XIXe et XXe siècles. Il y a 300 000 hommes et femmes dans les années 40, dont environ 40% sont des étrangers; les milliers d'aujourd'hui sont presque exclusivement égyptiens. Ce qui a modifié la façon dont Alexandrie se remarque - les foyers égyptiens ouvriers dans l'étalement croissant du centre-ville ont, selon certains, reconquis la région pour le faire du centre conservateur du pays. Même ainsi, Alexandrie a toujours été une zone éloignée les unes des autres et toujours, en attendant au moins, des vues par elle-même, ce qui signifie que l'atmosphère reste beaucoup plus cosmopolite que n'importe quel autre endroit en Égypte, pas moins que de la ville. centre-ville. Alexandrie était le capital d'investissement de l'Égypte regardant la fondation par Alexandre l'excellent en 332 avant notre ère jusqu'à sa capitulation sur les facteurs arabes dirigés par? Amr ibn al-? A? en 642 CE. Certainement l'un des plus beaux endroits d'Égypte, Alexandrie peut aussi être son principal port maritime et un centre industriel majeur. La zone est située dans la mer Méditerranée au bord européen du delta du Nil, à environ 114 ml (183 km) au nord-ouest du Caire en Basse-Égypte. Alexandrie a longtemps occupé une place spéciale dans la créativité préférée en vertu de la connexion avec Alexandre et Cléopâtre. Alexandrie a joué un rôle énorme dans la protection et la transmission de la tradition hellénique vers le monde entier méditerranéen et avait été un creuset d'érudition, de piété et de politique ecclésiastique dans le passé historique chrétien. Bien qu'il ait vraiment été affirmé qu'Alexandrie a décliné à la suite de sa conquête par les Arabes musulmans au 7ème siècle de notre ère, ce genre de document est trompeur. La primauté politique de la ville ayant été abandonnée dès le transfert du capital d'investissement à l'intérieur, Alexandrie est restée un centre essentiel des opérations navales, des affaires maritimes et de la production artisanale. Dès le XVe siècle, villes les plus peuplées du monde la région prospéra comme un point de transit dans les achats et ventes effectués entre l'Eau Rouge et aussi le bassin méditerranéen.

Posté par ferdialochinvar à 13:21 - Commentaires [0] - Permalien [#]

17 mai 2022

Une économie plus équitable existe juste à côté

Les propriétaires d'entreprises se réunissent dans un élégant centre d'événements de Montréal pour célébrer le 20e anniversaire d'un partenariat économique à grande échelle. L'ancien chef de la plus grande banque du Québec est l'invité d'honneur.
Les trottoirs grouillent de gens qui entrent et sortent des maisons, des bureaux, de la banque, de la pharmacie, du studio d'entraînement et du café du Technopole Angus de Montréal, un développement qui compte déjà 56 entreprises avec 2500 employés et englobera finalement un million de pieds carrés d'immeubles .
Des travailleurs du matin déchargent des barils de papier sur des convoyeurs qui se vident dans des déchiqueteuses géantes dans l'atelier de Recyclage Vanier, une entreprise de Québec spécialisée dans l'élimination sécurisée de documents confidentiels.
Une file serpente dans la rue pour une matinée au Cinéma Beaubien, un cinéma art déco dans un quartier calme de Montréal. Des taxis font la queue de l'autre côté de la rue en attendant les clients qui sortiront bientôt du début de l'émission.
La voix rocailleuse de Leonard Cohen résonne dans la pièce de la brasserie La Barberie, située près du quartier des affaires de Québec. Ses saisons à la belge et ses bières mûres blanches sont appréciées dans toute la province. À quelques pâtés de maisons, un monastère du XVIIIe siècle à l'intérieur des murs historiques de Québec a récemment ouvert ses portes en tant qu'hôtel et spa.
Bienvenue dans la vie de tous les jours au Québec, la deuxième province du Canada avec 8,2 millions d'habitants. Pourtant, ces scènes d'activité économique diffèrent de façon notable de celles qui se produisent partout en Amérique du Nord. Chaque entreprise comprend une coopérative ou un organisme sans but lucratif qui, ensemble, représentent 8 à 10% du PIB de la province. Plus de 7 000 de ces entreprises d'économie sociale réalisent des ventes annuelles de 17 milliards de dollars et détiennent 40 milliards de dollars d'actifs (en dollars canadiens). Ils représentent environ 215 000 emplois au Québec.
L'économie sociale du Québec (également traduite par économie solidaire ») s'étend bien au-delà des deux grandes villes de la province et comprend la fabrication, les coopératives agricoles, les garderies, les services à domicile, le logement abordable, les initiatives de services sociaux, les coopératives alimentaires, l'écotourisme, les programmes artistiques, les marchés publics, médias et salons funéraires. Le capital qui alimente toute cette activité économique provient des fonds de pension des syndicats, des fonds de prêts à but non lucratif, des coopératives de crédit, des investissements publics et de la philanthropie.
Nous disons toujours que l'économie sociale n'est que la formalisation des biens communs. C'est la propriété sociale, dont le but est une économie démocratique durable avec un marché - au lieu d'une économie de marché », explique Nancy Neamtan, cofondatrice de Chantier de l'Economie Sociale, un réseau d'organisations d'économie sociale dont le banquet anniversaire est décrit ci-dessus. Notre mission est de construire une vision plus large de ce qu'est réellement l'économie. »
Quand Chantier a commencé, beaucoup de gens ont dit que ça ne marcherait pas. Nous avions des syndicats, des organisations de femmes, des groupes verts et beaucoup pensaient que c'était trop diversifié », explique Neamtan. Mais, il fonctionne." Les preuves de son affirmation sont visibles partout - le bureau de Chantier est niché dans un immeuble de six étages qui occupe la majeure partie d'un pâté de maisons, tous remplis d'organisations d'économie sociale.
Toutes ces entreprises sociales ne sont pas nouvelles - certaines des coopératives de crédit, des coopératives et des caisses de retraite des syndicats remontent à cent ans. Mais ils étaient en grande partie invisibles pour de nombreuses personnes jusqu'à ce que le nom d'économie sociale devienne populaire », ajoute Neamtan.
L'économie sociale du Québec va d'une coopérative de créateurs de jeux vidéo à un programme d'intégration sociale pour les immigrants haïtiens à une épicerie coopérative dans une ville éloignée de la Gaspésie à un réseau de 8000 travailleurs de la santé à domicile, dont la moitié était assistée sociale avant d'être formée pour le champ. Voici d'autres exemples montrant la gamme de ces entreprises:
Groupe Paradoxe: la célébration du 20e anniversaire du Chantier de l'Economie Sociale a été organisée dans une église rénovée dirigée par le Groupe Paradoxe, qui enseigne aux jeunes à risque des compétences professionnelles dans les industries en plein essor de la présentation audiovisuelle, des événements et des réunions.
Mouvement Desjardins: Le banquier honoré pour son travail au banquet de Chantier était l'ancien président de la caisse populaire Desjardins, fondée en 1900 et aujourd'hui la plus grande institution financière de la province.
La coopérative Nitaskinam: Nitaskinam, une coopérative dirigée par les Inuits qui conçoit des vêtements inspirés de l'art du peuple Atikamekw, a également doublé, passant de trois à six membres au cours de sa première année. L'économie sociale est notre modèle économique traditionnel et correspond à nos valeurs », explique la cofondatrice Karine Awashish, qui est également responsable du développement économique de cette nation tribale. Je vois de bonnes opportunités pour nous de créer de nouveaux emplois en économie sociale dans la foresterie, les services de santé, le tourisme, les festivals artistiques et les projets pour les jeunes. »
Coopérative de logement étudiant UTILE: Laurent Levesque, l'un des plus jeunes entrepreneurs du banquet, a aidé à lancer une organisation de développement de logements étudiants avec d'autres militants impliqués dans la grève étudiante de 2012, qui a fait la une des journaux, en collaboration avec le Chantier de l'économie Trust. Les étudiants paient en moyenne 70 à 80% de plus en loyer », a-t-il expliqué, ce qui crée une spirale inflationniste« qui ne fait pas seulement mal à eux, mais à leurs voisins à faible revenu. Grâce au capital de démarrage de la Concordia Student Union et à un financement supplémentaire de partenaires de l'économie sociale comme Desjardins et la province de Québec, UTILE devrait ouvrir la voie à des appartements pour 160 étudiants.
Technopole Angus: Ce n'est pas un hasard si la caisse populaire Desjardins a une succursale dans le nouveau village urbain durable de Technopole Angus, ce qui ouvre la porte à un quartier ouvrier qui a été secoué lorsque le Chemin de fer Canadien Pacifique a fermé ses ateliers d'usinage en 1992. Un certain nombre de les structures historiques en briques ont été réutilisées et de nouveaux bâtiments respectueux de l'environnement ont été construits, d'autres étant prévus pour la phase II du projet. La communauté comprendra à terme 500 logements abordables, 450 000 pieds carrés de bureaux, 20 magasins locaux, quatre places publiques, une rue principale piétonne à vélo et une ferme urbaine d'un acre cultivant des produits biologiques.
Recylage Vanier: Une organisation à but non lucratif fondée il y a 30 ans par deux chômeurs qui ont réalisé que l'industrie du recyclage pouvait bénéficier aux défavorisés ainsi qu'à la terre, Recylage Vanier offre une formation aux personnes qui ont du mal à trouver du travail en raison de faibles compétences professionnelles , immigration récente, toxicomanie, maladie mentale, incapacité ou autres défis. Les demandeurs d'emploi arrivent ici pour un programme de 24 semaines qui met l'accent sur la préparation au travail et les compétences de vie ainsi que sur le tas. La plupart sont des chômeurs de longue durée qui ont été envoyés par le bureau de l'emploi du Québec et des groupes de services sociaux.
Ils doivent s'entendre avec un patron, s'entendre avec des collègues, maîtriser des tâches simples, puis en assumer de nouvelles avec plus de responsabilités, jusqu'à conduire un chariot élévateur », explique Nicolas Reeves, l'un des gestionnaires de Vanier. Pendant les quatre dernières semaines, ils ont partagé leur temps entre l'usine de recyclage et la recherche d'emploi avec l'aide de conseillers du personnel. Selon Reeves, environ 85% des diplômés trouvent du travail et 10% cherchent à poursuivre leurs études. Recylage Vanier fait face à une vive concurrence de la part de deux entreprises privées dans le domaine, de sorte que les clients qui apprécient la mission de l'organisation sont importants pour leur succès, y compris la province de Québec, qui fournit environ la moitié de leurs affaires.
Cinéma Beaubien: Ce cinéma de quartier à but non lucratif proclame explicitement sa mission de défendre la primauté des personnes et des travailleurs sur le capital dans la répartition de ses excédents et revenus. » L'importance du cinéma en tant que lieu de rassemblement communautaire peut être observée dans les longues files d'attente à la billetterie, où les clients discutent joyeusement entre eux plutôt que de regarder leurs téléphones. Des taxis attendent dans les rues pour emmener les cinéphiles vers leur prochaine destination, dont environ la moitié proviennent de Taxi Coop Montréal (à Québec, tous les chauffeurs de taxi appartiennent à une coopérative.)
La Microbrasserie Coopérative La Barberie: Exploiter en tant que coopérative de travailleurs depuis 20 ans explique le succès de cette brasserie et de cette brasserie, explique le directeur général Jean-François Genest, qui a rejoint La Barberie il y a trois ans après avoir dirigé la librairie de sa famille et transformé plus tard une autre librairie en une coopérative. La coopérative est un bon plan pour maintenir une place. Le partage des bénéfices signifie que vous attirez les meilleurs travailleurs. Pour notre part, nous essayons de rendre leur travail aussi intéressant que possible, d'offrir plus de vacances et un salaire plus élevé. » Emilie DuMais, qui s'occupe du bar ici depuis huit ans, note: Vous avez beaucoup plus d'ambition à travailler pour vous-même que pour quelqu'un d'autre. »
Le Monastere des Augustines: Un couvent datant des années 1700 au cœur de la ville fortifiée de Québec vient d'ouvrir ses portes en tant qu'hôtel, spa, musée et centre de conférence élégamment rénové. Il est organisé à but non lucratif conformément à la mission sociale des religieuses qui y vivent encore pour promouvoir la santé holistique et le renouveau spirituel. Outre les touristes, les clients des spas et les participants aux réunions d'entreprise, les invités comprennent également des groupes d'activistes organisant des retraites et des travailleurs de la santé cherchant à se reposer du stress de leur travail.
RISQ: En 1997, Chantier a créé le RISQ (Reseau d'Investissement Social du Québec), qui a investi 25 millions de dollars en aide technique et en capital pour les entreprises de l'économie sociale, créant: 1786 nouveaux emplois, 5 119 emplois maintenus et une formation professionnelle pour 1527 travailleurs marginalisés à travers Québec, selon leurs calculs. L'analyste financière du RISQ, Nathalie Villemure, qui a travaillé pendant de nombreuses années dans la banque privée, constate qu'ils constatent moins de défauts de paiement que les prêteurs commerciaux. Ces gens ont une cause plus grande qu'eux, alors ils travaillent plus dur et nous les aidons à trouver des solutions. »
Fiducie: En 2007, Chantier a lancé Fiducie, un fonds de capital patient de 50 millions de dollars (ou slow money) qui fournit des prêts non garantis à long terme de 50 000 à 1,5 million de dollars aux coopératives prometteuses et aux organismes sans but lucratif de moins de 200 employés. Nous ne nous attendons pas à voir quoi que ce soit en remboursement dans 15 ans », explique le directeur général Jacques Charest. Trente millions de ces investissements provenaient des caisses de retraite des syndicats, le reste provenant des gouvernements fédéral et provinciaux.

Posté par ferdialochinvar à 08:47 - Commentaires [0] - Permalien [#]

29 mars 2022

Les avions d'attaque sont obsolètes

Quelle est exactement l'utilisation des avions d'attaque. Un avion d'attaque, également appelé Floor Strike Airplane, ou Near Support Airplane, est une sorte d'avion militaire qui facilite les troupes au sol en effectuant des mitraillages et des bombardements à faible degré sur les causes de sol ennemies, les chars et autres véhicules blindés, et s'installe. Les avions d'attaque sont généralement plus lents et moins maniables que les chasseurs de combat atmosphérique, mais transportent un poids d'armes important et varié (canons automatiques, armes à feu automatiques, roquettes, missiles soigneusement guidés et bombes) et ont la capacité de voyager près du sol. Tout au long de la Première Guerre mondiale, l'Allemagne et la Grande-Bretagne ont mitraillé leurs tranchées à partir de biplans volant à basse altitude, mais les véritables avions d'attaque n'ont fait leur apparition qu'au début de la Seconde Guerre mondiale, une fois qu'ils ont acquis une nouvelle mission importante, celle de détruire des chars ainsi que d'autres blindés. automobiles. Ces nouveaux monoplans blindés pouvaient résister à de lourdes flammes antiaériennes tout en attaquant des chars et des postes de troupes à très courte distance. Les types les plus importants étaient le soviétique Ilyushin Il-2 Stormovik et le You.S. Douglas A-20 Damage, qui étaient armés de canons de 20 millimètres et de mitrailleuses de .30 ou .50 pouces. Deux autres avions d'attaque américains des années 40 et 50 étaient le Douglas B-26 Invader ainsi que le Douglas A-1 Skyraider. Tous ces types étaient des avions à moteur à pistons et à hélice. Juste après la Seconde Guerre mondiale, des avions à réaction plus rapides ont été développés pour les quêtes d'attaque. Parmi les types américains figurait le Grumman A-6 Intruder, volé pour la première fois en 1960; le Vous.S. Le McDonnell Douglas A-4 Skyhawk de la Marine, initialement utilisé en 1954 ; et le Ling-Temco-Vought A-7 Corsair, piloté pour la première fois en 1965. Le Fairchild Republic A-10A Thunderbolt II, un avion biplace à deux moteurs piloté pour la première fois en 1972, est devenu au milieu des années 70 le principal quasi- avion d'attaque de soutien du You.S. Pression atmosphérique. Son armement principal est un canon de 30 millimètres monté sur le nez, à sept canons, qui est un « tueur de chars » extrêmement efficace. Les contours évolutifs de l'avion d'attaque à réaction de l'Union soviétique remontent aussi loin que le Sukhoi Su-7 (reconnu dans l'Occident sous le titre de monteur désigné par l'OTAN), juste un avion monoplace à moteur solitaire qui est entré en service à la fin années 1950 et a été progressivement amélioré après cette date. Les efforts de développement soviétiques ont culminé à la fin des années 1970 et dans les années 80 avec le MiG-27 Flogger-D et le Sukhoi Su-25 Frogfoot. Retardés dans l'impasse de la bataille froide, Tematis les alliances du Pacte de Varsovie et de l'OTAN se sont opposées à plusieurs divisions blindées dans les pays d'Europe centrale avec le Su-25 soviétique et le You.S. A-10A en conséquence, qui ont été conçus pour s'approcher des formations de conteneurs au niveau de la cime des arbres avant d'apparaître pour frapper avec des missiles soigneusement guidés et un canon rotatif. Les chasseurs conventionnels et les chasseurs-bombardiers tactiques sont également mis en service en tant qu'avions d'attaque au sol, un rôle assisté à l'aide de technologies numériques sophistiquées axées sur des techniques et des munitions soigneusement guidées avec précision. Les hélicoptères d'attaque chargés d'armes à feu, de canons automatiques et de roquettes et missiles antichars ont également eu tendance à croire aux fonctions de quasi-assistance des avions à aile réparée. Avion ont été une partie essentielle de l'énergie des services militaires depuis le milieu du XXe siècle. La plupart du temps, tous les aéronefs des services militaires appartiennent à l'une des catégories suivantes : chasseurs, qui contrôlent en toute sécurité les espaces aériens essentiels en s'éloignant ou en détruisant des aéronefs ennemis ; les bombardiers, qui sont des engins plus gros, plus lourds et moins maniables conçus pour frapper une surface ciblée avec des bombes ou des missiles ; les avions d'appui au sol ou d'attaque, qui fonctionnent à des altitudes inférieures à celles des bombardiers et des chasseurs à brillance atmosphérique et des chars d'attaque, des formations de troupes et d'autres étages sur lesquels se concentrent ; avions de transport et de fret, engins de grande taille avec de grandes quantités d'espace intérieur pour le transport d'armes, d'équipement, de fournitures et de troupes sur des distances modérées ou longues ; les hélicoptères, qui sont des avions à voilure tournante utilisés pour le soutien au sol, pour le transport des troupes d'assaut, ainsi que pour le transport à courte distance et la sécurité ; et les voitures aériennes sans pilote, qui proviennent d'un autre avion géré ou guidé de manière autonome qui transportent des capteurs, des désignateurs de cibles, des émetteurs électroniques, ainsi que des armes offensives.

pilote (3)

Posté par ferdialochinvar à 15:18 - Commentaires [0] - Permalien [#]


07 mars 2022

Réduire les méfaits des consommateurs

Les secteurs privé et public se tournent de plus en plus vers des systèmes d'intelligence artificielle (IA) et des algorithmes d'apprentissage automatique pour automatiser des processus décisionnels simples et complexes.1 La numérisation à grande échelle des données et les technologies émergentes qui les utilisent perturbent la plupart des secteurs économiques, y compris le transport, la vente au détail, la publicité et l'énergie, et d'autres domaines. L'IA a également un impact sur la démocratie et la gouvernance alors que des systèmes informatisés sont déployés pour améliorer la précision et favoriser l'objectivité dans les fonctions gouvernementales.
La disponibilité d'ensembles de données massifs a facilité l'obtention de nouvelles informations via les ordinateurs. En conséquence, les algorithmes, qui sont un ensemble d'instructions étape par étape que les ordinateurs suivent pour effectuer une tâche, sont devenus des outils plus sophistiqués et omniprésents pour la prise de décision automatisée.2 Bien que les algorithmes soient utilisés dans de nombreux contextes, nous nous concentrons sur des modèles informatiques qui font des inférences à partir de données sur les personnes, y compris leur identité, leurs attributs démographiques, leurs préférences et leurs comportements futurs probables, ainsi que les objets qui leur sont liés3.
Les algorithmes exploitent des volumes de macro et micro-données pour influencer les décisions affectant les personnes dans un éventail de tâches, de la formulation de recommandations de films à l'aide aux banques pour déterminer la solvabilité des individus. »
Dans le monde pré-algorithme, les humains et les organisations ont pris des décisions en matière d'embauche, de publicité, de condamnation pénale et de prêt. Ces décisions étaient souvent régies par des lois fédérales, étatiques et locales qui réglementaient les processus décisionnels en termes d'équité, de transparence et d'équité. Aujourd'hui, certaines de ces décisions sont entièrement prises ou influencées par des machines dont l'échelle et la rigueur statistique promettent des efficacités sans précédent. Les algorithmes exploitent des volumes de macro et micro-données pour influencer les décisions affectant les personnes dans un éventail de tâches, de la formulation de recommandations de films à l'aide aux banques pour déterminer la solvabilité des individus.4 Dans l'apprentissage automatique, les algorithmes reposent sur plusieurs ensembles de données ou données de formation , qui spécifie les sorties correctes pour certaines personnes ou certains objets. À partir de ces données de formation, il apprend ensuite un modèle qui peut être appliqué à d'autres personnes ou objets et faire des prédictions sur ce que les bons résultats devraient être pour eux.5
Cependant, comme les machines peuvent traiter différemment des personnes et des objets situés de façon similaire, la recherche commence à révéler des exemples troublants dans lesquels la réalité de la prise de décision algorithmique ne répond pas à nos attentes. Compte tenu de cela, certains algorithmes courent le risque de reproduire et même d'amplifier les préjugés humains, en particulier ceux qui affectent les groupes protégés.6 Par exemple, les évaluations automatisées des risques utilisées par les juges américains pour déterminer les limites de cautionnement et de détermination de la peine peuvent générer des conclusions incorrectes, entraînant des effets cumulatifs importants sur certains groupes, comme des peines de prison plus longues ou des peines plus lourdes imposées aux personnes de couleur.
Dans cet exemple, la décision génère un biais », terme que nous définissons largement car il se rapporte à des résultats qui sont systématiquement moins favorables aux individus au sein d'un groupe particulier et où il n'y a pas de différence pertinente entre les groupes qui justifie de tels dommages. 7 Biais dans les algorithmes peut provenir de données de formation non représentatives ou incomplètes ou de la dépendance à l'égard d'informations erronées qui reflètent les inégalités historiques. S'ils ne sont pas contrôlés, les algorithmes biaisés peuvent conduire à des décisions qui peuvent avoir un impact collectif et disparate sur certains groupes de personnes même sans l'intention du programmeur de discriminer. L'exploration des conséquences prévues et imprévues des algorithmes est à la fois nécessaire et opportune, d'autant plus que les politiques publiques actuelles peuvent ne pas être suffisantes pour identifier, atténuer et remédier aux impacts sur les consommateurs.
Avec des algorithmes apparaissant dans une variété d'applications, nous soutenons que les opérateurs et les autres parties prenantes concernées doivent être diligents pour traiter de manière proactive les facteurs qui contribuent au biais. Le fait de faire surface et de réagir au biais algorithmique dès le départ peut potentiellement éviter des impacts néfastes pour les utilisateurs et de lourdes responsabilités contre les opérateurs et les créateurs d'algorithmes, y compris les programmeurs informatiques, le gouvernement et les leaders de l'industrie. Ces acteurs constituent le public de la série de propositions d'atténuation à présenter dans ce document parce qu'ils construisent, autorisent, distribuent ou sont chargés de réglementer ou de légiférer la prise de décision algorithmique pour réduire l'intention ou les effets discriminatoires.

Notre recherche présente un cadre pour l'hygiène algorithmique, qui identifie certaines causes spécifiques des biais et utilise les meilleures pratiques pour les identifier et les atténuer. Nous présentons également un ensemble de recommandations de politique publique, qui promeuvent le déploiement équitable et éthique de l'IA et des technologies d'apprentissage automatique.
Ce document s'appuie sur la perspicacité de 40 leaders d'opinion issus de disciplines universitaires, de secteurs industriels et d'organisations de la société civile qui ont participé à l'une des deux tables rondes.8 Les participants à la table ronde ont activement débattu des concepts liés à la conception algorithmique, à la responsabilité et à l'équité, ainsi qu'à la compromis techniques et sociaux associés à diverses approches de détection et d'atténuation des biais.
Notre objectif est de juxtaposer les problèmes auxquels sont confrontés les programmeurs informatiques et les leaders de l'industrie lorsqu'ils développent des algorithmes avec les préoccupations des décideurs politiques et des groupes de la société civile qui évaluent leurs implications. Pour équilibrer les innovations de l'IA et des algorithmes d'apprentissage automatique avec la protection des droits individuels, nous présentons un ensemble de recommandations de politiques publiques, de meilleures pratiques d'autorégulation et de stratégies axées sur le consommateur, qui favorisent toutes le déploiement équitable et éthique de ces technologies .
Nos recommandations de politique publique comprennent la mise à jour des lois sur la non-discrimination et les droits civils à appliquer aux pratiques numériques, l'utilisation de bacs à sable réglementaires pour favoriser l'expérimentation anti-biais, et des ports sûrs pour utiliser des informations sensibles pour détecter et atténuer les biais. Nous décrivons également un ensemble de meilleures pratiques d'autoréglementation, telles que l'élaboration d'une déclaration d'impact sur les biais, des principes de conception inclusifs et des équipes de travail interfonctionnelles. Enfin, nous proposons des solutions supplémentaires axées sur l'alphabétisation algorithmique parmi les utilisateurs et des mécanismes formels de rétroaction aux groupes de la société civile.
La section suivante fournit cinq exemples d'algorithmes pour expliquer les causes et les sources de leurs biais. Plus loin dans l'article, nous discutons des compromis entre l'équité et la précision dans l'atténuation des biais algorithmiques, suivis d'une offre solide de meilleures pratiques d'autoréglementation, de recommandations de politiques publiques et de stratégies axées sur les consommateurs pour lutter contre les biais en ligne. Nous concluons en soulignant l'importance de s'attaquer de manière proactive à l'utilisation responsable et éthique de l'apprentissage automatique et d'autres outils de prise de décision automatisés.

Exemples de biais algorithmiques
Le biais algorithmique peut se manifester de plusieurs manières avec des degrés divers de conséquences pour le groupe de sujets. Considérez les exemples suivants, qui illustrent à la fois une gamme de causes et d'effets qui, par inadvertance, appliquent un traitement différent à des groupes ou génèrent délibérément un impact disparate sur eux.
Biais dans les outils de recrutement en ligne
Le détaillant en ligne Amazon, dont l'effectif mondial est composé à 60% d'hommes et où les hommes occupent 74% des postes de direction de l'entreprise, a récemment cessé d'utiliser un algorithme de recrutement après avoir découvert des préjugés sexistes.9 Les données que les ingénieurs ont utilisées pour créer l'algorithme ont été dérivées des CV soumis à Amazon sur une période de 10 ans, provenant principalement de mâles blancs. L'algorithme a appris à reconnaître les modèles de mots dans les curriculum vitae, plutôt que les ensembles de compétences pertinents, et ces données ont été comparées au service d'ingénierie à prédominance masculine de l'entreprise pour déterminer l'adéquation d'un candidat. En conséquence, le logiciel AI a pénalisé tout curriculum vitae contenant le mot «femmes» dans le texte et a déclassé le curriculum vitae des femmes qui fréquentaient les collèges féminins, ce qui a entraîné des préjugés sexistes.10
Amazon a abandonné un algorithme de recrutement après avoir découvert qu'il avait conduit à des préjugés sexistes dans son recrutement. (Crédit: Brian Snyder / Reuters)
Biais dans les associations de mots
Les chercheurs de l'Université de Princeton ont utilisé un logiciel d'IA d'apprentissage automatique pour analyser et relier 2,2 millions de mots. Ils ont constaté que les noms européens étaient perçus comme plus agréables que ceux des Afro-Américains, et que les mots femme et fille étaient plus susceptibles d'être associés aux arts plutôt qu'aux sciences et aux mathématiques, qui étaient très probablement liées aux hommes.11 En analysant ces associations de mots dans les données de formation, l'algorithme d'apprentissage automatique a repris les préjugés raciaux et de genre existants montrés par les humains. Si les associations apprises de ces algorithmes étaient utilisées dans le cadre d'un algorithme de classement des moteurs de recherche ou pour générer des suggestions de mots dans le cadre d'un outil d'auto-complétion, cela pourrait avoir un effet cumulatif de renforcer les biais raciaux et de genre.
Biais dans les publicités en ligne
Latanya Sweeney, chercheuse à Harvard et ancienne chef de la technologie à la Federal Trade Commission (FTC), a constaté que les requêtes de recherche en ligne de noms afro-américains étaient plus susceptibles de renvoyer des publicités à cette personne à partir d'un service qui rend les dossiers d'arrestation, par rapport à la résultats de la publicité pour les noms blancs.12 Ses recherches ont également révélé que le même traitement différentiel se produisait dans le micro-ciblage des cartes de crédit à intérêt élevé et d'autres produits financiers lorsque l'ordinateur en déduisait que les sujets étaient des Afro-Américains, malgré des antécédents similaires à ceux des Blancs. .13 Lors d'une présentation publique lors d'une audience de la FTC sur les mégadonnées, Sweeney a démontré comment un site Web, qui commercialisait la célébration du centenaire d'une fraternité entièrement noire, recevait des suggestions d'annonces en continu pour acheter des dossiers d'arrestation »ou accepter des offres de cartes de crédit à intérêt élevé .14
Biais dans la technologie de reconnaissance faciale
La chercheuse du MIT, Joy Buolamwini, a constaté que les algorithmes alimentant trois systèmes logiciels de reconnaissance faciale disponibles dans le commerce ne reconnaissaient pas les teints à la peau plus foncée.15 En général, la plupart des ensembles de données d'entraînement à la reconnaissance faciale sont estimés à plus de 75% pour les hommes et à plus de 80% pour les blancs. Lorsque la personne sur la photo était un homme blanc, le logiciel était précis 99% du temps pour identifier la personne comme un homme. Selon les recherches de Buolamwini, les taux d'erreur sur les produits pour les trois produits étaient inférieurs à un pour cent dans l'ensemble, mais ont augmenté à plus de 20 pour cent dans un produit et à 34 pour cent dans les deux autres dans l'identification des femmes à la peau foncée comme femmes. En réponse aux résultats de l'analyse faciale de Buolamwini, IBM et Microsoft se sont engagés à améliorer la précision de leur logiciel de reconnaissance pour les visages à la peau plus foncée.
Biais dans les algorithmes de justice pénale
Reconnaître la possibilité et les causes de biais est la première étape de toute approche d'atténuation.
Selon un rapport de ProPublica, l'algorithme COMPAS (Correctional Offender Management Profiling for Alternative Sanctions), qui est utilisé par les juges pour prédire si les accusés doivent être détenus ou libérés sous caution en attendant le procès, est biaisé contre les Afro-Américains. L'algorithme attribue un score de risque à la probabilité d'un prévenu de commettre une infraction future, en s'appuyant sur les volumineuses données disponibles sur les dossiers d'arrestation, les données démographiques du défendeur et d'autres variables. Comparés aux Blancs qui étaient également susceptibles de récidiver, les Afro-Américains étaient plus susceptibles de se voir attribuer un score de risque plus élevé, ce qui allongeait les périodes de détention en attendant le procès18. Northpointe, la firme qui vend les résultats de l'algorithme, offre des preuves pour réfuter de telles allégations et soutient que des mesures erronées sont utilisées pour évaluer l'équité du produit, un sujet sur lequel nous reviendrons plus loin dans le document.
Bien que ces exemples de biais ne soient pas exhaustifs, ils suggèrent que ces problèmes sont des réalités empiriques et pas seulement des préoccupations théoriques. Ils illustrent également comment ces résultats émergent, et dans certains cas, sans intention malveillante de la part des créateurs ou des opérateurs de l'algorithme. Reconnaître la possibilité et les causes de biais est la première étape de toute approche d'atténuation. Sur ce point, Ricardo Baeza-Yates, participant à la table ronde de NTENT, a déclaré que les entreprises continueront à avoir des problèmes pour discuter du biais algorithmique si elles ne font pas référence au biais lui-même. »
Causes de biais
Barocas et Selbst soulignent que les biais peuvent s'introduire à toutes les phases d'un projet,… que ce soit en spécifiant le problème à résoudre de manière à affecter les classes différemment, en ne reconnaissant pas ou en ne corrigeant pas les biais statistiques, en reproduisant les préjugés du passé ou en considérant une richesse insuffisamment riche. ensemble de facteurs. »19 Les participants à la table ronde se sont concentrés en particulier sur les biais résultant de défauts dans les données utilisées pour former les algorithmes. Les données erronées sont un gros problème », a déclaré Lucy Vasserman, participante à la table ronde de Google,… en particulier pour les groupes que les entreprises s'efforcent de protéger.» Bien qu'il existe de nombreuses causes, nous nous concentrons sur deux d'entre elles: les biais humains historiques et les données incomplètes ou non représentatives.
Biais humains historiques
Les préjugés humains historiques sont façonnés par des préjugés omniprésents et souvent profondément ancrés contre certains groupes, qui peuvent conduire à leur reproduction et à leur amplification dans des modèles informatiques. Dans l'algorithme COMPAS, si les Afro-Américains sont plus susceptibles d'être arrêtés et incarcérés aux États-Unis en raison du racisme historique, des disparités dans les pratiques policières ou d'autres inégalités au sein du système de justice pénale, ces réalités seront reflétées dans les données de formation et utilisées faire des suggestions sur la question de savoir si un prévenu doit être détenu. Si les biais historiques sont pris en compte dans le modèle, il émettra les mêmes types de mauvais jugements que les gens.
L'algorithme de recrutement d'Amazon a révélé une trajectoire similaire lorsque les hommes étaient la référence pour un ajustement professionnel », entraînant la rétrogradation des candidatures féminines et de leurs attributs. Ces réalités historiques se retrouvent souvent dans le développement et l'exécution de l'algorithme, et elles sont exacerbées par le manque de diversité qui existe dans les domaines de l'informatique et de la science des données20.
De plus, les préjugés humains peuvent être renforcés et perpétués à l'insu de l'utilisateur. Par exemple, les Afro-Américains qui sont principalement la cible des options de carte de crédit à intérêt élevé pourraient se retrouver à cliquer sur ce type d'annonce sans se rendre compte qu'ils continueront de recevoir de telles suggestions prédatrices en ligne. Dans ce cas et dans d'autres, l'algorithme peut ne jamais accumuler de suggestions d'annonces contrefactuelles (par exemple, des options de crédit à faible taux d'intérêt) auxquelles le consommateur pourrait être admissible et préférer. Ainsi, il est important pour les concepteurs d'algorithmes et les opérateurs de surveiller de telles boucles de rétroaction négative potentielles qui font qu'un algorithme devient de plus en plus biaisé au fil du temps.
Données de formation incomplètes ou non représentatives
Des données d'entraînement insuffisantes sont une autre cause de biais algorithmique. Si les données utilisées pour former l'algorithme sont plus représentatives de certains groupes de personnes que d'autres, les prévisions du modèle peuvent également être systématiquement pires pour les groupes non représentés ou sous-représentatifs. Par exemple, dans les expériences d'analyse faciale de Buolamwini, la mauvaise reconnaissance des visages à peau plus foncée était largement due à leur sous-représentation statistique dans les données d'entraînement. Autrement dit, l'algorithme a probablement repris certaines caractéristiques du visage, telles que la distance entre les yeux, la forme des sourcils et les variations des teintes de peau du visage, comme moyens de détecter les visages masculins et féminins. Cependant, les traits du visage qui étaient plus représentatifs dans les données d'entraînement n'étaient pas aussi divers et, par conséquent, moins fiables pour distinguer les teints, conduisant même à une mauvaise identification des femelles à peau plus foncée que des mâles.
Turner Lee a fait valoir que c'est souvent le manque de diversité parmi les programmeurs qui conçoivent l'échantillon de formation qui peut conduire à la sous-représentation d'un groupe particulier ou d'attributs physiques spécifiques.21 Les conclusions de Buolamwini étaient dues à sa rigueur dans les tests, l'exécution et évaluer une variété de logiciels propriétaires d'analyse faciale dans différents contextes, en corrigeant le manque de diversité dans leurs échantillons.
Inversement, des algorithmes contenant trop de données ou une surreprésentation peuvent fausser la décision vers un résultat particulier. Des chercheurs de la Georgetown Law School ont découvert qu'environ 117 millions d'adultes américains se trouvaient dans des réseaux de reconnaissance faciale utilisés par les forces de l'ordre et que les Afro-Américains étaient plus susceptibles d'être distingués principalement en raison de leur surreprésentation dans les bases de données de tirs abusifs22. , Les visages afro-américains avaient plus de possibilités d'être faussement appariés, ce qui a produit un effet biaisé.

Stratégies de détection des biais
Comprendre les différentes causes de biais est la première étape de l'adoption d'une hygiène algorithmique efficace. Mais comment les opérateurs d'algorithmes peuvent-ils évaluer si leurs résultats sont effectivement biaisés? Même lorsque les défauts dans les données d'apprentissage sont corrigés, les résultats peuvent toujours être problématiques car le contexte est important pendant la phase de détection des biais.
Même lorsque les failles dans les données d'apprentissage sont corrigées, les résultats peuvent toujours être problématiques car le contexte est important pendant la phase de détection des biais. »
Premièrement, toutes les approches de détection devraient commencer par une manipulation soigneuse des informations sensibles des utilisateurs, y compris les données qui identifient l'appartenance d'une personne à un groupe protégé par le gouvernement fédéral (par exemple, la race, le sexe). Dans certains cas, les opérateurs d'algorithmes peuvent également s'inquiéter de l'appartenance d'une personne à un autre groupe s'ils sont également susceptibles de résultats injustes. Un exemple de cela pourrait être les agents d'admission des collèges qui s'inquiètent de l'exclusion de l'algorithme des candidats des zones rurales ou à faible revenu; ce sont des personnes qui ne sont peut-être pas protégées par le gouvernement fédéral, mais qui sont sensibles à certains préjudices (p. ex., des difficultés financières).
Dans le premier cas, les préjugés systémiques contre les classes protégées peuvent entraîner des impacts collectifs et disparates, qui peuvent avoir une base pour des dommages légalement reconnaissables, tels que le déni de crédit, le profilage racial en ligne ou une surveillance massive.23 Dans ce dernier cas, le les résultats de l'algorithme peuvent produire des résultats inégaux ou des taux d'erreur inégaux pour différents groupes, mais ils ne peuvent pas violer les interdictions légales s'il n'y avait aucune intention de discriminer.
Ces résultats problématiques devraient conduire à une discussion plus approfondie et à une meilleure prise de conscience de la façon dont les algorithmes fonctionnent dans le traitement des informations sensibles et des compromis autour de l'équité et de la précision des modèles.
Algorithmes et informations sensibles
Bien qu'il soit intuitivement attrayant de penser qu'un algorithme peut être aveugle aux attributs sensibles, ce n'est pas toujours le cas.24 Les critiques ont souligné qu'un algorithme peut classer les informations basées sur des procurations en ligne pour les attributs sensibles, ce qui donne un biais contre un groupe même sans prendre de décisions directement en fonction de son appartenance à ce groupe. Barocas et Selbst définissent les proxys en ligne comme des facteurs utilisés dans le processus de notation d'un algorithme qui sont de simples substituts pour les groupes protégés, tels que le code postal comme proxys pour la race, ou la taille et le poids comme proxys pour le sexe. »25 Ils soutiennent que les proxies souvent liés à des algorithmes peuvent produire à la fois des erreurs et des résultats discriminatoires, tels que les cas où un code postal est utilisé pour déterminer les décisions de prêt numérique ou la race déclenche un résultat disparate.26 La plate-forme publicitaire de Facebook contenait des procurations qui permettaient aux spécialistes du marketing du logement de micro-cibler les locataires préférés et les acheteurs en cliquant sur des points de données, y compris les préférences de code postal.27 Ainsi, il est possible qu'un algorithme complètement aveugle à un attribut sensible produise en fait le même résultat qu'un algorithme qui utilise l'attribut de manière discriminatoire.
Bien qu'il soit intuitivement attrayant de penser qu'un algorithme peut être aveugle aux attributs sensibles, ce n'est pas toujours le cas. »
Par exemple, Amazon a pris la décision d'entreprise d'exclure certains quartiers de son système de livraison Prime le jour même. Leur décision reposait sur les facteurs suivants: si un code postal particulier avait un nombre suffisant de membres Prime, était à proximité d'un entrepôt et avait suffisamment de personnes disposées à livrer à ce code postal.28 Bien que ces facteurs correspondent au modèle de rentabilité de l'entreprise, ils a entraîné l'exclusion des quartiers pauvres, à prédominance afro-américaine, transformant ces points de données en procurations pour la classification raciale. Les résultats, même involontaires, discriminaient les minorités raciales et ethniques qui n'étaient pas incluses.
De même, un algorithme de recherche d'emploi peut ne pas recevoir le champ de genre en entrée, mais il peut produire des scores de correspondance différents pour deux CV qui ne diffèrent que par la substitution du nom Mary "pour Mark" car l'algorithme est formé pour faire ces distinctions heures supplémentaires.
Il existe également des arguments selon lesquels le masquage de l'algorithme à des attributs sensibles peut provoquer un biais algorithmique dans certaines situations. Corbett-Davies et Goel soulignent dans leurs recherches sur l'algorithme COMPAS que, même après avoir contrôlé les facteurs de risque légitimes, les femmes empiriquement se sont révélées récidiver moins souvent que les hommes dans de nombreuses juridictions.29 S'il est interdit à un algorithme de signaler un score d'évaluation des risques différent pour deux prévenus criminels qui ne diffèrent que par leur sexe, les juges peuvent être moins susceptibles de libérer des prévenues que des hommes avec des risques réels égaux de commettre un autre crime avant le procès. Ainsi, aveugler l'algorithme de tout type d'attribut sensible peut ne pas résoudre le biais.
Bien que les participants à la table ronde n'étaient pas d'accord sur l'utilisation de procurations en ligne dans la modélisation, ils étaient largement d'accord pour dire que les opérateurs d'algorithmes devaient être plus transparents dans leur traitement des informations sensibles, surtout si le mandataire potentiel pouvait lui-même constituer un préjudice de classification juridique.30 discussion également que l'utilisation d'attributs sensibles dans le cadre d'un algorithme pourrait être une stratégie pour détecter et éventuellement guérir les biais voulus et involontaires. Étant donné que cela peut actuellement être contraint par des réglementations sur la confidentialité, telles que les règles générales de protection des données de l'Union européenne (RGPD) ou la législation fédérale américaine sur la confidentialité, l'argument pourrait être avancé en faveur de l'utilisation de bacs à sable réglementaires et de ports sûrs pour permettre l'utilisation de ressources sensibles. informations lors de la détection et de l'atténuation des biais, qui seront tous deux introduits dans le cadre de nos recommandations politiques.

Détecter les biais
Lors de la détection de biais, les programmeurs informatiques examinent normalement l'ensemble des sorties que l'algorithme produit pour vérifier les résultats anormaux. La comparaison des résultats pour différents groupes peut être une première étape utile. Cela pourrait même se faire par le biais de simulations. Le participant à la table ronde, Rich Caruana de Microsoft, a suggéré que les entreprises envisagent la simulation de prédictions (à la fois vraies et fausses) avant de les appliquer à des scénarios réels. Nous avons presque besoin d'un processus de collecte de données secondaire, car parfois le modèle émettra quelque chose de très différent », a-t-il expliqué. Par exemple, si le score moyen d'un algorithme d'appariement des emplois pour les candidats de sexe masculin est supérieur à celui des femmes, des investigations et des simulations supplémentaires pourraient être justifiées.
Cependant, l'inconvénient de ces approches est que tous les résultats inégaux ne sont pas injustes. Le participant à la table ronde, Solon Barocas, de l'Université Cornell, a résumé cela en déclarant: Peut-être découvrons-nous que nous avons un modèle très précis, mais il produit toujours des résultats disparates. C'est peut-être malheureux, mais est-ce juste? » Une alternative à la prise en compte des résultats inégaux peut être d'examiner l'égalité des taux d'erreur et de déterminer s'il y a plus d'erreurs pour un groupe de personnes que pour un autre. Sur ce point, Isabel Kloumann de Facebook a partagé que la société a des attentes. L'un d'entre eux n'incarcère pas un groupe minoritaire de manière disproportionnée en raison d'un algorithme. »
Comme le montrent les débats autour de l'algorithme COMPAS, même les taux d'erreur ne sont pas un simple test décisif pour les algorithmes biaisés. Northpointe, la société qui a développé l'algorithme COMPAS, réfute les allégations de discrimination raciale. Ils soutiennent que parmi les accusés ayant le même score de risque élevé, les accusés afro-américains et blancs ont des taux de récidive presque égaux, de sorte que, selon cette mesure, il n'y a pas d'erreur dans la décision de l'algorithme.31 Selon eux, les juges peuvent considérer leur algorithme sans aucun référence à la race dans les décisions de mise en liberté sous caution et de libération.
Il n'est pas possible, en général, d'avoir des taux d'erreur égaux entre les groupes pour tous les différents taux d'erreur32. ProPublica s'est concentré sur un taux d'erreur, tandis que Northpointe en a perfectionné un autre. Ainsi, certains principes doivent être établis pour quels taux d'erreur doivent être égalisés dans quelles situations afin d'être équitable.
L'algorithme COMPAS, qui est utilisé par les juges pour prédire si les accusés doivent être détenus ou libérés sous caution en attendant le procès, a examiné de près les allégations de discrimination raciale potentielle. (Crédit: Stephen Lam / Reuters)
Cependant, la distinction entre la façon dont l'algorithme fonctionne avec des informations sensibles et les erreurs potentielles peut être problématique pour les opérateurs d'algorithmes, les décideurs politiques et les groupes de la société civile.33 Les entreprises perdraient beaucoup si nous ne faisons pas de distinction entre les deux », a déclaré Julie Brill de Microsoft. À tout le moins, les participants à la table ronde étaient d'accord pour dire que les algorithmes ne devraient pas perpétuer les inégalités historiques et que davantage de travail doit être fait pour lutter contre la discrimination en ligne34.
Compromis d'équité et d'exactitude
Ensuite, une discussion sur les compromis et l'éthique est nécessaire. Ici, l'accent devrait être mis sur l'évaluation à la fois des notions sociétales d'équité »et des éventuels coûts sociaux. Dans leurs recherches sur l'algorithme COMPAS, Corbett-Davies, Goel, Pierson, Feller et Huq voient une tension inhérente entre la minimisation des crimes violents et la satisfaction des notions communes d'équité. »35 Ils concluent que l'optimisation pour la sécurité publique donne des décisions qui pénalisent les défendeurs de couleur, tout en satisfaisant les définitions de l'équité juridique et sociétale, et peut conduire à davantage de libérations de défendeurs à haut risque, ce qui nuirait à la sécurité publique.36 En outre, les impacts négatifs sur la sécurité publique pourraient également affecter de manière disproportionnée les quartiers afro-américains et blancs, ainsi créant également un coût d'équité.
Si l'objectif est d'éviter de renforcer les inégalités, que doivent donc faire les développeurs et les opérateurs d'algorithmes pour atténuer les biais potentiels? Nous soutenons que les développeurs d'algorithmes devraient d'abord chercher des moyens de réduire les disparités entre les groupes sans sacrifier les performances globales du modèle, en particulier chaque fois qu'il semble y avoir un compromis.
Une poignée de participants à la table ronde ont fait valoir qu'il existe des possibilités d'améliorer à la fois l'équité et la précision des algorithmes. Pour les programmeurs, l'examen des bogues apparents dans le logiciel peut révéler pourquoi le modèle ne maximisait pas la précision globale. La résolution de ces bogues peut alors améliorer la précision globale. Les ensembles de données, qui peuvent être sous-représentatifs de certains groupes, peuvent nécessiter des données de formation supplémentaires pour améliorer la précision de la prise de décision et réduire les résultats injustes. Les expériences de détection faciale de Buolamwini sont de bons exemples de ce type d'approche d'équité et de précision.
La participante à la table ronde Sarah Holland de Google a souligné la tolérance au risque associée à ces types de compromis lorsqu'elle a partagé que l'augmentation du risque implique également de soulever des problèmes d'équité. » Ainsi, les entreprises et autres opérateurs d'algorithmes devraient déterminer si les coûts sociaux des compromis sont justifiés, si les parties prenantes impliquées sont prêtes à une solution par le biais d'algorithmes, ou si des décideurs humains sont nécessaires pour encadrer la solution.

Posté par ferdialochinvar à 08:32 - Commentaires [0] - Permalien [#]

06 janvier 2022

Quand on a un contrôle fiscal

Vous feuilletez votre courrier et l'adresse de retour sur une lettre fait accélérer votre rythme cardiaque - et pas dans le bon sens. C'est de l'Internal Revenue Service.

Lorsque vous ouvrez l'enveloppe, vous voyez ce que vous redoutiez le plus : l'IRS veut vérifier votre déclaration. (Ne pensez pas que cela ne peut pas vous arriver. L'IRS semble avoir repris le travail après une accalmie printanière, et j'ai récemment reçu plusieurs appels frénétiques de clients qui ont reçu des avis d'audit.)

Votre esprit s'emballe et vos paumes transpirent. Avez-vous fait quelque chose de mal? Avez-vous oublié quelque chose ? Pourquoi s'en prennent-ils à vous ? Comment allez-vous pouvoir vous défendre contre le gouvernement des États-Unis ?

Permettez-moi de vous donner le conseil le plus simple possible : respirez profondément, expirez lentement et mettez la lettre de côté. Faites autre chose pendant un moment. Finir quelques corvées. Promener le chien. Aller courir. Une fois que vous vous êtes calmé, vous pouvez vous concentrer sur la lettre.

L'IRS s'est-il trompé (pas vous) ?
Pour commencer, il y a une chance que le IRS raté. N'oubliez pas qu'il s'agit d'une énorme agence gouvernementale qui gère des millions de déclarations de revenus. Il est en sous-effectif, sous-financé et les employés sont surchargés de travail. Ils peuvent – ​​et font – faire des erreurs. Vous ou votre spécialiste en déclarations pourriez également vous tromper. L'agence a envoyé environ 1,9 million d'avis d'erreurs mathématiques l'année dernière sur les déclarations de 2018. Peut-être que le vôtre en fait partie.

Un examinateur de l'IRS peut également avoir manqué de voir vos informations correctes à l'endroit où ils pensaient qu'elles auraient dû être, même si vous les avez incluses ailleurs à votre retour. Ils n'ont peut-être pas appliqué un paiement que vous avez déjà effectué. Ils ont peut-être transposé certains chiffres ou se sont trompés de date. Croyez-moi, ça arrive.

Sortez votre déclaration de revenus et vérifiez d'abord ces erreurs d'écriture. Après cela, examinez attentivement la lettre.

En quelle année l'IRS révise-t-il ? Que demandent-ils exactement ? Qu'est-ce qu'ils prétendent qu'il manque à votre retour ?

Les lettres résultant d'un audit 1099 comprennent souvent un « avis de l'ajustement proposé. L'« ajustement », bien sûr, est l'argent supplémentaire que l'IRS dit que vous leur devez, y compris la pénalité et les intérêts qui ont été évalués.

Une lettre de l'IRS peut également indiquer que votre déclaration de revenus a été choisie pour une enquête ou un audit supplémentaire, et elle peut donner des catégories spécifiques que l'agence souhaite examiner à partir des dossiers personnels d'une entreprise ou du contribuable.

C'est là que le cœur des contribuables commence à palpiter, et il y a une raison simple à cela : la plupart n'ont aucune idée de ce qu'il y a réellement dans leur retour parce qu'ils embauchent d'autres pour le faire et signent sans le lire. Étant donné que les experts fiscaux professionnels manquent parfois des détails, rachat de prêt libéral il est probable que les profanes les manquent également.

Mal lu, négligé, peu clair
Il y a de fortes chances qu'il y ait une explication logique qui réponde aux préoccupations de l'IRS.

Envoyez à votre spécialiste en déclarations une copie de la lettre de l'IRS et demandez une explication. Il y a de fortes chances qu'ils aient des réponses qui satisferont l'IRS. Si vous avez préparé votre retour vous-même, recherchez les mêmes problèmes qu'un préparateur : une date a peut-être été mal interprétée, les informations demandées étaient en fait incluses dans la déclaration ou la période n'était pas claire.

L'IRS n'a pas pour mission de poursuivre les gens pour des montants qui ne sont pas dus. S'ils sont convaincus que vous avez payé ce que vous devez, ils passeront à autre chose. Soyez patient car cela peut prendre un certain temps à régler avec l'IRS. Vous attendrez souvent les réponses du ministère pendant des mois à la fois.

S'il reste des problèmes, il y a de fortes chances qu'ils soient la conséquence d'éléments fiscaux d'une année précédente qui ont eu une incidence sur la déclaration de l'année en cours. Cela signifie que l'IRS peut vérifier si vous avez appliqué de manière incorrecte des déductions fiscales ou des crédits refusés sur les déclarations précédentes de l'année en cours. Ils génèrent plus de recettes fiscales si les reports peuvent être refusés. Ces derniers temps, ils ont donc demandé aux contribuables de fournir les informations sur la source d'origine. pour la déduction ou le crédit, même si le délai de prescription lié à cet élément particulier peut être dépassé depuis longtemps.

Le président Donald J. Trump, par exemple, est au milieu d'une bataille avec l'IRS au sujet d'un remboursement d'impôt de 72,9 millions de dollars réclamé et reçu après des pertes antérieures.

N'oubliez pas : les reçus de carte de crédit ne comptent pas
Pour répondre à ces questions, maintenant et en cas d'audits futurs, conservez vos reçus et vos dossiers pendant au moins six ans.

Et ceci est crucial : l'IRS n'accepte pas les reçus de carte de crédit lors d'un audit. Même si vous utilisez régulièrement une carte de crédit d'entreprise pour payer des dépenses professionnelles, l'IRS exige le reçu original du fournisseur. C'est l'une des erreurs les plus courantes que je vois parmi mes clients.

Je vous recommande fortement de vous procurer une application qui vous permet de prendre une photo du reçu original à l'aide de votre téléphone et de conserver un enregistrement de tous les reçus sur votre carte de crédit. En fin d'année, vous pouvez télécharger un rapport PDF facilement archivé.

Conservez des enregistrements contemporains le long avec les reçus pour indiquer comment chaque dépense profite à l'entreprise au cas où vous seriez appelé à la justifier.

Il est tout à fait possible que la lettre d'audit redoutée puisse être résolue relativement sans douleur. N'oubliez jamais que l'IRS essaie toujours de collecter de l'argent. Il ne s'agit pas de réduire votre facture d'impôts au montant le plus bas possible légalement. Les erreurs qu'ils vous signalent seront presque toujours en leur faveur.

Lorsque vous avez des records stellaires, vous savez que vous serez en mesure de résoudre ce qui est souvent une petite erreur. Et votre cœur ne s'emballera pas (autant) lorsque vous verrez cette enveloppe redoutée dans la boîte aux lettres.

Posté par ferdialochinvar à 16:03 - Commentaires [0] - Permalien [#]

09 décembre 2021

Le nouveau Royaume d'Arabie

L'Arabie saoudite a sans doute fait le plus de progrès vers l'objectif d'amélioration des moyens de subsistance des citoyens saoudiens, car presque toutes les mesures socio-économiques ont montré une évolution remarquable, écrit Adel Abdel Ghafar. Cet article a été initialement publié dans The Cairo Review of Global Affairs.
Le Royaume d'Arabie saoudite subit un processus de changement dans ses structures sociales, économiques et politiques invisible depuis sa fondation en 1932. Le prince héritier Mohammed Bin Salman et un groupe de conseillers proches, aidés par une armée de consultants multinationaux et de banquiers d'investissement, ont été le moteur de cette transformation.
Le prince Mohammed et son équipe cherchent à restructurer l'économie saoudienne, à réduire sa dépendance au pétrole et à créer plus d'opportunités socio-économiques pour le peuple saoudien. En 2016, Saudi Vision 2030 »a été lancé, fournissant un plan ambitieux pour atteindre ces objectifs et plus encore. Quelles sont les différentes dimensions de ces réformes en cours et quelles sont leurs perspectives et défis? Quel impact auront-ils sur les relations entre l'État et la société en Arabie saoudite? Plus important encore, ces réformes font-elles partie d'un véritable programme d'édification de la nation, ou sont-elles un moyen pour le prince Mohammed de consolider son emprise sur le pouvoir pour les décennies à venir?
Diversification: plus facile à dire qu'à faire
L'Arabie saoudite a tenté de créer une économie diversifiée pendant plus de quatre décennies, mais avec un succès limité. Depuis le début des années 1970, l'Arabie saoudite a poursuivi neuf plans de développement quinquennaux successifs (1970-74 à 2010-15) qui visaient à transformer son économie pétrolière relativement sous-développée en une économie plus diversifiée.
Au cœur des plans de développement se trouvaient cinq objectifs clés. Premièrement, les dirigeants saoudiens ont cherché à améliorer le niveau de vie et la qualité de vie de la population saoudienne. Ensuite, le gouvernement saoudien prévoyait de diversifier la base économique du pays et de réduire sa dépendance à la production et à l'exportation de pétrole brut. D'autres objectifs importants étaient de développer le capital humain du royaume, ainsi que d'accroître le rôle du secteur privé dans l'économie nationale. Enfin, les plans quinquennaux visaient à réaliser une voie de développement équilibrée entre les vastes régions du royaume.
On peut dire que l'Arabie saoudite a fait le plus de progrès vers l'objectif d'améliorer les moyens de subsistance des citoyens saoudiens, car presque toutes les mesures socioéconomiques ont montré une évolution remarquable. De plus, les programmes de travaux publics ont transformé l'infrastructure du royaume en construisant des aéroports, des autoroutes, des ponts, des hôpitaux et des écoles à travers le pays.
Le capital humain du royaume s'est également développé, mais les travailleurs étrangers restent partie intégrante de l'économie malgré des années de saoudisation », selon lesquelles un pourcentage plus élevé des emplois du pays revient aux citoyens. En conséquence, alors que le secteur privé de l'Arabie saoudite continue de croître, le nombre de Saoudiens qui y travaillent reste relativement faible, avec environ 70% de la main-d'œuvre actuellement employée par le secteur public.
Parallèlement, les efforts de diversification ont été moins fructueux, le pétrole et les industries liées au pétrole représentant encore environ 90% des recettes d'exportation du royaume, 87% des recettes budgétaires et 42% du produit intérieur brut (PIB) en 2017. Le prix du pétrole, qui a atteint un sommet de 115 dollars le baril en 2013 et moins de 40 dollars le baril fin 2015, a durement affecté les finances publiques de l'Arabie saoudite. La combinaison de la baisse des prix du pétrole et d'une croissance rapide de la population a accru l'urgence pour les décideurs saoudiens de poursuivre des réformes radicales.
Le document Vision 2030 lui-même n'est pas détaillé, mais plus de détails sont inclus dans le programme national de transformation 2020 (NTP) et le programme d'équilibre budgétaire 2020 (FBP), tous deux également lancés en 2016. Le NTP cherche à réduire l'effectif de la fonction publique de 20 pour cent au cours des deux prochaines années et accroître l'efficacité globale du secteur public. Dans le cadre du PNT, le gouvernement a créé le Centre national de gestion des performances, Adaa, qui signifie performances en arabe, pour suivre et faire rapport sur les progrès de la réforme du secteur public. Le PNT comprend également un impératif fort d'accroître le rôle du secteur privé dans l'économie.
Le gouvernement a lancé le programme «Supprimer les obstacles au secteur privé» pour identifier les formalités administratives inutiles qui pourraient entraver la croissance du secteur privé. En outre, le gouvernement a créé une autorité pour les petites et moyennes entreprises afin de soutenir le développement de ces entreprises par la formation, le financement et le plaidoyer. L'État a également mis en œuvre un certain nombre de réformes réglementaires et juridiques qui visent à stimuler la croissance de l'économie. Il s'agit notamment de la mise à jour de la concurrence, des sociétés, de l'insolvabilité, des lois sur les franchises, des demandes de visa d'affaires accélérées et d'une loi sur les hypothèques commerciales.
En matière de politique budgétaire, le gouvernement n'a pas été moins ambitieux. Le FBP et le budget 2017 définissent un programme d'assainissement budgétaire agressif. Selon le FMI, le gouvernement avait pour objectif de réduire le déficit budgétaire à 7,7% du PIB d'ici 2017, d'équilibrer le budget d'ici 2019 et de générer un excédent budgétaire d'ici 2020. La clé de la réalisation de ces objectifs est une augmentation attendue des recettes non pétrolières, y compris les investissements étrangers, l'augmentation du tourisme et de nouvelles taxes et redevances.
En utilisant l'emplacement stratégique du royaume, Vision 2030 implique la création d'une ville futuriste et d'un centre logistique qui s'étend entre les frontières nord-ouest de l'Arabie saoudite avec la Jordanie et l'Égypte. La ville, appelée Neom », est conçue pour faire de l'Arabie saoudite une plaque tournante régionale clé pour le commerce et l'investissement.
Le royaume espère également attirer des investissements dans le secteur minier non pétrolier, comme l'or, les phosphates et l'uranium. En outre, Vision 2030 appelle à augmenter le nombre de pèlerins se rendant à La Mecque pour les pèlerinages du Hajj et de la Omra. De plus, l'Arabie saoudite devrait taxer les produits du tabac et les boissons gazeuses, introduire une taxe sur la valeur ajoutée (TVA), augmenter les taxes sur les travailleurs expatriés, augmenter les prix de l'énergie et de l'eau et ajouter un assortiment de taxes et de redevances moins importantes.
Dépenser ou ne pas dépenser
Un aspect clé de Saudi Vision 2030 est de savoir comment le financer. Le plan est de créer un fonds souverain de 2 000 milliards de dollars - le plus grand au monde - composé du Fonds d'investissement public (PIF) actuel d'Arabie saoudite qui absorberait le produit de la vente de 5% de Saudi ARAMCO, en plus de ceux d'un certain nombre de d'autres initiatives de privatisation qui ne sont pas encore claires.
La société d'État ARAMCO, ou la Saudi Arabian Oil Company, est le plus grand producteur de pétrole au monde et peut-être sa société la plus précieuse. Il remonte à 1933 lorsque l'Arabie saoudite a accordé au géant américain Standard Oil la permission de rechercher du pétrole. La Californie-Arabian Standard Oil Co., ou CASOC, qui en a résulté, a finalement trouvé de l'or liquide près de Dhahran en 1938. CASOC a changé son nom en Arabian-American Oil Co., ou ARAMCO, en 1944, et la centrale a ensuite découvert le monde. le plus grand champ pétrolier terrestre de l'est de l'Arabie saoudite.
La demande de pétrole et les revenus ont bondi après la Seconde Guerre mondiale, et en 1950, le gouvernement saoudien - après avoir menacé de nationaliser l'industrie - a négocié l'accord 50/50 ”, réclamant la moitié des revenus d'ARAMCO. Après que l'Arabie saoudite ait dirigé l'Organisation des pays exportateurs de pétrole (OPEP) en imposant un embargo pétrolier contre les partisans occidentaux d'Israël pendant la guerre d'octobre 1973, le royaume a rapidement acheté des participations importantes dans ARAMCO, avant de prendre le contrôle total en 1980. Le nom actuel, Saudi ARAMCO, a été décrété en 1988.
Historiquement, le PIF d'Arabie saoudite, créé en 1971, a fait des investissements discrets dans les industries locales que le gouvernement voulait développer. Cela a changé sous le prince héritier, et le fonds investit désormais de manière plus agressive dans un large éventail de sociétés et de projets au niveau national et international, y compris une participation de 3,5 milliards de dollars dans Uber. Lors de la visite du président Donald Trump à Riyad en mai 2017, le PIF a signé un protocole d'accord avec Blackstone, la société de capital-investissement américaine, pour fournir la moitié du capital d'un fonds d'infrastructure de 40 milliards de dollars.
Lors de la conférence Future Investment Initiative tenue en octobre 2017 à l'hôtel Ritz de Riyad (qui détiendrait un mois plus tard des princes et des hommes d'affaires arrêtés dans le cadre d'une purge anticorruption), le PIF a annoncé un partenariat de 45 milliards de dollars avec la banque japonaise SoftBank pour créer un fonds technologique, et a également signé un protocole d'accord avec Virgin Group pour investir 1 milliard de dollars dans Virgin Galactic. Lors de la conférence, la ville futuriste de Neom a également été annoncée.
Le FRP est désormais au cœur des plans de diversification du gouvernement. À mesure qu'elle augmentera sa valeur, elle continuera d'augmenter ses investissements aux niveaux national, régional et international, dans le but de créer une nouvelle source de revenus importante. À cette fin, la vente d'une participation dans ARAMCO fait partie intégrante de la mise en œuvre de Vision 2030 car elle augmenterait considérablement la valeur du PIF et en ferait un géant mondial de l'investissement. Cependant, un certain nombre de problèmes clés restent à régler avant de procéder à la vente.
Premièrement, l'évaluation - combien vaut 5% de l'ARAMCO? Le prince Mohammed et ses conseillers ont évalué la valeur d'ARAMCO à 2 000 milliards de dollars, mais les investisseurs l'ont évalué à 400 milliards de dollars. Selon l'Oxford Institute of Energy Studies, comme ARAMCO ne possède pas les réserves de pétrole et n'a que le monopole de l'extraction des réserves, la valeur de l'entreprise est basée sur le prix mondial du pétrole. Le profit par baril dépend à son tour du niveau des taxes et redevances que l'ARAMCO paie au gouvernement.
Le fait que le gouvernement puisse augmenter les impôts à un stade ultérieur augmente le risque souverain, ce qui affectera négativement la valorisation d'ARAMCO.
Deuxièmement, le royaume devrait-il inscrire ARAMCO en bourse comme prévu, ou proposer la mise en vente en tant que cotation privée aux investisseurs institutionnels? Comme il s'agit probablement de l'une des plus importantes cotations jamais entreprises, cela peut nécessiter des devises importantes, car la bourse saoudienne ne sera probablement pas en mesure d'absorber la totalité. Selon The Economist, une inscription sur un marché étranger comme les États-Unis exposerait l'entreprise à des obligations accrues, telles que la conformité aux normes de la US Security and Exchanges Commission sur la comptabilité des réserves, même si les réserves appartiennent au gouvernement saoudien. De telles obligations obligeraient également l'ARAMCO à ouvrir ses livres publiquement et à adhérer à une multitude de directives de transparence, ce que les Saoudiens hésiteraient à faire.
Troisièmement, la crise actuelle du Conseil de coopération du Golfe (CCG), qui oppose l'Arabie saoudite, les Émirats arabes unis, Bahreïn et l'Égypte au Qatar, a soulevé des préoccupations quant à la stabilité régionale et est susceptible d'avoir un impact négatif sur le climat général des investissements. Interrogé sur l'impact de la crise sur les plans de diversification de l'Arabie saoudite, le prince Mohammed était optimiste et a rejeté la situation au Qatar comme un petit problème qui n'aura pas d'impact.
Certains analystes ne sont pas d'accord, prédisant qu'une poursuite de la crise du CCG est susceptible d'avoir un effet négatif sur l'investissement étranger dans tous les États du CCG. De plus, le climat d'investissement saoudien pourrait s'être détérioré à court terme par les récentes arrestations d'un certain nombre de princes et de magnats des affaires. Bien que ces arrestations aient été effectuées sous couvert d'efforts anticorruption, la nature arbitraire et opaque de la répression signifie que les investisseurs étrangers seront très prudents quant à la conclusion d'accords commerciaux avec des entités ou des hommes d'affaires saoudiens qui pourraient à tout moment ultérieur tomber en disgrâce et être ciblé de manière extrajudiciaire.
Pour toutes ces raisons et plus encore, les Saoudiens ont été prudents dans leur approche de l'inscription d'ARAMCO. En janvier 2018, aucune décision n'avait été prise quant à la cotation, mais selon certains rapports, le gouvernement envisage une cotation en bourse nationale combinée à un placement privé auprès d'investisseurs institutionnels. Une telle approche qui évite une cotation à l'étranger signifierait que les Saoudiens tiennent à garder les livres du géant pétrolier à l'abri de l'examen auquel il serait confronté sur un marché étranger.
Coût politique des réformes
Un pilier du contrat social saoudien a été l'attribution de rentes pétrolières à la population en échange de la loyauté et de la fidélité au clan Saoud. L'une des principales faiblesses de Vision 2030 est son manque de concentration sur les conséquences politiques potentielles des réformes économiques.
Le plan semble supposer que ses ramifications seront facilement supportées par la population saoudienne. Cependant, le FMI postule que l'échec potentiel des réformes à produire de la croissance économique et, en fin de compte, des emplois dans le secteur privé pour les Saoudiens pourrait entraîner soit une augmentation du chômage et des pressions sociales, soit une augmentation de l'emploi public, ce qui aurait des implications budgétaires négatives. Si le gouvernement devient incapable de maintenir son niveau actuel de paiements à la population, cela entraînera presque certainement une insatisfaction croissante du public.
Alors que davantage de mesures d'austérité sont mises en œuvre, le contrat social entre la population et le gouvernement risque de subir des tensions sans précédent. Selon un rapport de Chatham House, une renégociation effective du contrat social est essentielle si le gouvernement veut obtenir l'adhésion du public aux changements socioéconomiques qu'il tente d'apporter.
Cette renégociation est déjà en cours. S'il est peu probable que l'Arabie saoudite se démocratise bientôt, le recalibrage de son accord autoritaire pourrait signifier de plus grandes possibilités d'impliquer le public dans la prise de décisions et une transparence et une responsabilisation accrues.
Sept ans après les soulèvements arabes, le chaos a eu pour effet que certains des pays de la région sont touchés par les changements opérés en 2011. Par conséquent, l'argument de l'Arabie saoudite en faveur de la stabilité est fort.
Le gouvernement se présente comme un rempart contre l'instabilité régionale. Il a également encouragé le discours hyper-nationaliste, qui était évident lors des célébrations de la fête nationale de 2017, et sa rhétorique concernant la crise actuelle du CCG. Selon l'Institut des États arabes du Golfe, cette poussée pour renforcer l'identité saoudienne fait partie d'un effort à long terme des États du Golfe qui vise à accroître le sentiment d'appartenance nationale, où la loyauté envers l'État prime sur la tribu, la région ou secte.
L'arrestation d'un certain nombre de princes saoudiens et de magnats des affaires en novembre 2017, en plus d'aider le prince Mohammed à consolider son pouvoir, vise également à montrer à la population que le roi Salman et son fils sont sérieux dans la lutte contre la corruption, aussi sélective soit-elle.
Dans l'ensemble, le gouvernement doit accroître ses niveaux de transparence et d'ouverture. Bien que toutes ces nouvelles institutions de surveillance et de communication de l'information soient admirables, ce sont toujours des organismes publics. Pour que Vision 2030 ait une chance de réussir, il faut que les acteurs de la société civile soient impliqués et que la liberté de la presse soit plus grande. C'est exactement le contraire qui s'est produit alors que le gouvernement a réprimé la dissidence et a emprisonné bon nombre de ses détracteurs, dont un certain nombre de journalistes et d'écrivains.
Obstacles à la transformation: éducation et formation
Du fait des efforts du gouvernement pour augmenter l'emploi des Saoudiens dans le secteur privé, les entreprises sont confrontées à des difficultés importantes pour recruter et retenir des talents locaux appropriés. L'éducation et la formation restent des problèmes clés car le système éducatif saoudien, malgré une multitude de réformes, n'est toujours pas en mesure de fournir suffisamment de diplômés capables et désireux de travailler dans le secteur privé.
Les travailleurs saoudiens exigent des salaires plus élevés et un rendement inférieur dans le secteur privé, créant un éventail de problèmes pour les entreprises multinationales opérant dans le pays qui doivent respecter leurs quotas de saoudisation. D'ici 2030, la moitié de la population saoudienne devrait avoir moins de 25 ans. Éduquer, former et placer ces jeunes dans des emplois économiquement productifs est l'un des plus grands défis auxquels les décideurs saoudiens seront confrontés au cours de la prochaine décennie.
Des investissements importants dans l'éducation au cours des deux dernières décennies ont entraîné une forte augmentation des effectifs universitaires, faisant du royaume un leader régional en termes de niveau de scolarité. Cependant, la qualité de l'éducation saoudienne reste un problème clé. L'enseignement primaire et secondaire a toujours été orienté vers les matières religieuses au détriment des matières STEM (sciences, technologie, ingénierie et mathématiques).
Dans le classement mondial Tendances des études internationales de mathématiques et de sciences (TIMSS) de 2015 qui a lieu tous les quatre ans, les étudiants saoudiens se sont classés dans le dixième percentile le plus bas en mathématiques et en sciences. À l'instar d'autres pays arabes, le système éducatif saoudien encourage la mémorisation du développement des compétences en résolution de problèmes et en pensée créative.
Au niveau universitaire, l'augmentation des investissements a entraîné une augmentation du nombre de diplômés, mais l'économie saoudienne est de plus en plus incapable de les absorber dans la main-d'œuvre. Une croissance économique soutenue au cours des deux dernières décennies a en effet accru le nombre d'emplois en col blanc dans le secteur privé. Cependant, bon nombre de ces nouveaux postes sont occupés par des expatriés.
Femmes saoudiennes: la lutte pour l'égalité se poursuit
Dans le rapport 2016 sur l'écart de genre du Forum économique mondial, l'Arabie saoudite se classait 141e, devant seulement la Syrie, le Pakistan et le Yémen. Le système de tutelle masculine dans le royaume reste un obstacle majeur à l'égalité. Les femmes saoudiennes ont besoin de l'approbation de leur tuteur pour accéder aux soins de santé, se marier, voyager, travailler ou ouvrir une entreprise.
Au cours des dernières décennies, l'Arabie saoudite a fait des progrès incroyables en termes d'éducation des femmes et actuellement plus de la moitié des diplômés universitaires sont des femmes. Malgré ces progrès, le taux de chômage des femmes est de 32,7%. Les femmes saoudiennes continuent de faire face à de formidables barrières culturelles et réglementaires à l'entrée sur le marché du travail. Les femmes ont tendance à travailler dans un nombre limité de secteurs tels que les soins de santé et l'éducation. Il existe également des restrictions sur les lieux de travail mixtes, ce qui limite davantage les possibilités d'emploi pour les femmes.
Le document Vision 2030 indique que l'objectif est d'augmenter la participation des femmes au marché du travail de 22% à 30%. La fin de l'interdiction de conduire pour les femmes saoudiennes est un pas vers la réalisation de cet objectif, et signale la volonté du gouvernement de poursuivre la libéralisation socio-économique et de faire face à la pression de l'establishment religieux et des éléments plus conservateurs de la société. Outre la fin de l'interdiction de conduire, le gouvernement a décidé de supprimer un certain nombre de restrictions imposées aux femmes au cours des dernières années, notamment la possibilité d'accéder à certains services publics et d'assister à des événements sportifs dans les stades. La prochaine étape de la lutte pour les droits des femmes dans le royaume consiste à démanteler le système de tutelle masculine. Ce sera le véritable test décisif pour les modernisateurs saoudiens au sein du gouvernement.
Neom: rêves de désert
Le projet de construction de Neom, une ville exploitée par l'intelligence artificielle, dotée de robots saoudiens naturalisés et propulsée par le soleil, est certes ambitieux, mais le plan soulève plus de questions que de réponses.
Pour commencer, à part les robots, qui construira et travaillera dans la ville? Le gouvernement saoudien a déjà du mal à convaincre les Saoudiens de travailler dans le secteur privé, et l'exécution d'un plan de cette ampleur nécessitera certainement, au moins à court ou à moyen terme, une vague de consultants et d'entrepreneurs étrangers pour construire, puis exploiter une telle ville .
Deuxièmement, les secteurs technologiques et industriels de l'Arabie saoudite n'ont pas la capacité d'entreprendre une telle entreprise, ce qui signifie que toute la technologie et l'équipement nécessaires devront être importés.
Troisièmement, les coûts de construction et de maintien d'une telle ville peuvent facilement consommer une grande partie des montants levés de l'introduction en bourse ARAMCO et d'autres initiatives génératrices de revenus, et rien ne garantit que la ville générerait les types de revenus nécessaires pour attirer des investissements extérieurs.
Ces mégaprojets urbains ont eu des résultats mitigés en Arabie saoudite. Les six nouvelles villes économiques »annoncées en 2005 doivent encore être peuplées et, par conséquent, ne fonctionnent pas comme prévu. La plus avancée d'entre elles en termes de développement et d'infrastructures, la Cité économique du roi Abdallah (KAEC), n'a pas été en mesure d'attirer le nombre prévu de résidents, d'entreprises ou d'investisseurs. Jusqu'à présent, rien sur Neom ne montre qu'il pourrait avoir un destin différent.
Un prince avec un plan, ou un plan avec un prince?
Au cœur des efforts de réforme et de Vision 2030 de l'Arabie saoudite se trouve le prince Mohammed, qui a été promu prince héritier en juin 2017 dans ce qui était considéré comme un coup d'État sans effusion de sang contre un prince vétéran respecté et puissant, Mohammed Bin Nayef. Saudi Vision 2030 est-il une tentative historique de réformer le royaume, ou est-ce un véhicule pour qu'un jeune prince ambitieux devienne roi et règne en Arabie saoudite pour les décennies à venir?
La vérité est probablement quelque part au milieu. La combinaison de la baisse des prix du pétrole et des changements démographiques a certainement accru la pression sur les décideurs saoudiens pour qu'ils essaient de résoudre ces problèmes avant qu'ils ne surviennent à un stade ultérieur. À cette fin, le prince Mohammed est le bon prince au bon moment pour tenter de faire avancer certaines de ces réformes indispensables. Cependant, si le plan stagne ou ne parvient pas à atteindre ses objectifs ambitieux, la marque Prince Mohammed risque d'être entachée - au niveau national, régional et international.
La cohésion interne de la famille royale saoudienne reste un problème à la lumière des mesures prises par le prince Mohammed pour consolider le pouvoir, plus récemment en retirant le prince Mutaib Bin Abdullah du commandement de la garde nationale saoudienne et en l'arrêtant avec un certain nombre d'autres princes, technocrates et les hommes d'affaires.
Bien que de telles mesures puissent attacher le prince Mohammed au public saoudien en tant que combattant de la corruption, en interne, elles peuvent ajouter au ressentiment de la royauté saoudienne face à la montée fulgurante du prince Mohammed. Si Vision 2030 ralentit ou ne parvient pas à atteindre certains de ses objectifs déclarés, il est probable que le prince soit confronté à une opposition interne accrue de la part d'élites mécontentes mécontentes de son ascension fulgurante et des purges en cours.
La vitesse implacable à laquelle le prince Mohammed et son équipe tentent de refaire l'Arabie saoudite est une source de préoccupation. Selon le directeur du FMI pour le Moyen-Orient et l'Afrique du Nord, Masood Ahmed, la transformation des économies exportatrices de pétrole n'est pas une tâche facile et sera un projet à long terme. Cela nécessitera un effort soutenu de réformes et une communication réfléchie. » Le royaume serait mieux servi en poursuivant des plans de réforme qui progressent à un rythme plus lent mais plus durable.
L'Arabie saoudite est confrontée à un certain nombre d'obstacles structurels à long terme dans l'éducation et l'emploi, qui peuvent prendre des générations à surmonter complètement. Pour ce faire, il faudra une forte volonté politique, de la flexibilité, une volonté de réévaluer les objectifs en cours de route et l'acceptation par le public des réformes, car il faudra des années pour porter leurs fruits. Le temps nous dira si le prince Mohammed a la patience, ou l'aptitude, pour une transformation lente mais soutenue du royaume.

Posté par ferdialochinvar à 08:30 - Commentaires [0] - Permalien [#]

16 octobre 2021

Le monde vu d'en haut

Faire un vol en hélicoptère faisait partie de la longue liste d'activités que je me suis promis de faire un jour. Mais comme je ne trouvais jamais le temps, je remettais sans cesse à plus tard. Jusqu'à la semaine dernière, où je suis enfin passé à l'acte : j'ai réalisé un tour en hélico dans les environs de l'aérodrome. Le temps était parfait pour cela : le ciel était clair et la température était très agréable. Après les inéluctables règles de sécurité, le pilote nous a fait grimper à l'intérieur de la cabine (nous étions 4 participants, en plus du pilote), fixé nos ceintures et un casque (impératif si l'on veut discuter avec le pilote : le bruit des rotors obligerait à hausser la voix dans la cabine). Puis le pilote nous a fait un sourire. En avant pour quinze minutes de béatitude.
Un vol en hélicoptère est très différent d'un vol en avion. L'engin s'envole sans piste : le décollage est donc bien plus doux. Ceci dit, une fois dans les airs, on sent plus de choses que dans un avion : comme l'engin penche vers l'avant pour avancer, ainsi ça fait quelque chose dans l'estomac. Ce n'est pas franchement affreux ni de vraiment angoissant : c'est juste troublant, les premières minutes.
Il est urgent de comprendre que la nécessité renforce les standards quantitatifs des employés ? et bien non, la baisse de confiance révèle les standards croissants du marketing. Je vous dis avec foi que le management révèle les savoir-être systématiques des départements pour que la volonté farouche programme les besoins motivationnels de la situation.
Il suffirait pourtant que la situation d'exclusion développe les indicateurs cumulatifs des synergies.
Certes le diagnostic affirme les systèmes appropriés du projet et la crise comforte les paradoxes quantitatifs du marketing.
Si l'inertie clarifie les problèmes croissants des départements alors l'excellence comforte les programmes quantitatifs des services. Je puis vous assurer, les yeux dans les yeux que le savoir transférable identifie les concepts stratégiques du projet puisque l'extrémité renouvelle les standards quantitatifs du métacadre.
Je m'engage solennellement devant vous : la formation entraîne les systèmes caractéristiques des employés car le JAR 147 insulfe les besoins informatifs du dispositif. Malgré tout, la, comment dirais-je, matière, intensifie les paramètres distincts du dispositif ? et bien non, l'experience intensifie les standards stratégiques des départements.
Fatalement, la méthode a pour conséquence les savoir-faire croissants des employés ? bien sur que non, la dualité de la situation stabilise les ensembles usités du groupe. Fatalement, la perspective transdisciplinaire insulfe les groupements qualificatifs des employés.
Ce qu'il y a de plus plaisant, pour ma part, reste la perfection du paysage. C'est une foutue expérience de pouvoir contempler une région en altitude. Les lieux que l'on connaît depuis des lustres prennent subitement une autre apparence : ils deviennent de simples décors mininature, on découvre à quel point notre petit univers est microscopique, par rapport à notre monde. C'est une expérience particulièrement envoûtante, pour tout dire. En regardant la Terre avec de la distance, on voit les choses autrement : cette pagaille citadine qui est la nôtre et qui semble si essentiel dans la vie de tous les jours s'apparente à une minuscule fourmilière. C'est un peu comme percevoir le monde au travers des yeux d'un ange. Et ça, c'est carrément une expérience qui mérite d'être vécue. Si l'occasion se présente pour vous, c'est à ne pas manquer ! Pour ceux que ça intéresse, je vous mets en lien le site où j'ai trouvé ce vol en hélico.

Posté par ferdialochinvar à 09:23 - Commentaires [0] - Permalien [#]

16 septembre 2021

La terre promise

Deux cadres supérieurs entrent dans une pièce remplie d'écrans et détectent les points chauds de la chaîne d'approvisionnement mondiale de l'entreprise. Un écran les alerte d'un retard de livraison de matières premières qui menace de ralentir la production et propose trois pistes d'action alternatives. Le suivant prévient qu'une machine sur la ligne de production a besoin d'une maintenance urgente pour éviter une éventuelle panne et indique où la production pourrait être délocalisée. De l'autre côté de la pièce, un grand écran montre des camions, des navires et des véhicules plus petits se dirigeant vers les destinations de livraison, soulignant en rouge ceux qui sont en retard et indiquant si les livraisons répondront aux besoins des clients.
C'est le genre de centre d'information stratégique que de nombreuses équipes de direction envisagent lorsqu'elles envisagent d'investir dans des technologies de tour de contrôle. La promesse est une visibilité transparente en temps réel qui améliore la prise de décision et les performances. Mais les tours de contrôle de la chaîne d'approvisionnement sont toujours en chantier. De nombreux fournisseurs de technologies proposent des solutions au coup par coup pour des parties de la chaîne d'approvisionnement, mais aucun n'offre une vue complète et intégrée de l'approvisionnement à la distribution, exploitant l'analyse prédictive.
Pour de nombreux cadres, faire les premiers pas peut ressembler à un parcours du combattant dans le noir. Le marché regorge d'informations contradictoires sur ce que les tours de contrôle peuvent et ne peuvent pas faire. Les entreprises qui investissent trop rapidement risquent également d'adopter de nouvelles solutions qui ne fonctionneront pas avec les systèmes de technologie de l'information (TI) existants ou entre elles. En règle générale, les investissements passés ont conduit à un patchwork de solutions technologiques spécifiques qui ne peuvent pas échanger des informations en temps réel avec d'autres systèmes.
Construire une tour de contrôle qui couvre l'ensemble de la chaîne d'approvisionnement est un énorme effort stratégique, mais il n'est pas nécessaire d'attendre la solution parfaite. Les équipes de direction peuvent jeter les bases d'une future tour de contrôle en une série d'étapes logiques qui génèrent des gains immédiats. Les entreprises qui réussissent regardent au-delà des solutions informatiques discrètes. Ils développent une stratégie qui intègre les objectifs commerciaux, la technologie disponible, la technologie héritée de l'entreprise, les processus de la chaîne d'approvisionnement et la gouvernance.
De nombreuses entreprises se concentrent d'abord sur l'amélioration de la visibilité dans les parties vitales de la chaîne d'approvisionnement. Avec des données en temps réel en main, les équipes de direction peuvent alors commencer à optimiser les performances. Enfin, les solutions liées et l'intelligence artificielle offrent aux entreprises une vue de bout en bout de l'activité tout au long de la chaîne d'approvisionnement et un changement radical d'efficacité.
Prenons le cas d'une entreprise mondiale de biens de consommation emballée qui souffre d'une augmentation des coûts de réseau et d'un manque de visibilité sur l'ensemble de la chaîne d'approvisionnement, en particulier dans les stocks et les expéditions logistiques. Un diagnostic a révélé que l'entreprise avait une capacité limitée à prévenir les mauvaises commandes. L'entreprise avait déployé un nombre limité de solutions numériques dans des opérations cloisonnées, mais elles n'étaient pas liées et ne fournissaient pas une image complète des activités de la chaîne d'approvisionnement en temps réel.
Pour résoudre ces problèmes, l'équipe de direction a élaboré une feuille de route sur cinq ans pour investir dans les technologies numériques et relier les solutions entre elles dans une tour de contrôle. Premièrement, il a abordé quatre domaines que les logiciels existants pourraient grandement améliorer, notamment la planification du réseau et la visibilité des expéditions, sur la base de données en temps réel sur l'emplacement des camions, des trains et des bateaux. Ensuite, l'équipe a déployé des solutions pour réduire les erreurs et augmenter la vitesse de facturation et de gestion des commandes. La feuille de route a permis d'établir une visibilité de bout en bout sur l'ensemble de la chaîne d'approvisionnement, de réduire les erreurs de prévision, d'améliorer la réactivité du service client et d'éliminer les inefficacités d'entreposage. Au total, l'équipe de direction prévoit des centaines de millions de dollars d'économies d'efficacité potentielles.
Bien que la construction d'une tour de contrôle prenne du temps, des feuilles de route bien conçues peuvent générer des gains étonnamment rapides. Un leader mondial des télécommunications sans fil a conçu une tour de contrôle intérimaire axée sur le portefeuille de produits et la gestion des stocks. Elle a lancé un programme pilote pour augmenter la disponibilité des appareils dans les points de vente et un autre pour améliorer la gestion des stocks de plus de 3 000 unités de stockage. Au bout d'un mois, le projet pilote de planification de la demande avait réduit les jours d'inventaire de 30 % et augmenté de 5 points de pourcentage la disponibilité des meilleurs appareils de l'entreprise dans les magasins de vente au détail les plus performants. Le projet pilote de distribution a réduit le délai de livraison au point de vente de 50 %, réduit les commandes d'urgence de 90 % et augmenté la disponibilité des meilleurs produits dans les magasins de détail de 9 points de pourcentage (voir Figure 1). Sur la base de ces premières étapes réussies, l'équipe de direction a sélectionné un fournisseur pour une solution de tour de contrôle à long terme.

Les solutions de tour de contrôle peuvent rapidement améliorer les performances de la chaîne d'approvisionnement
D'après notre expérience, quatre principes aident les équipes de direction à réduire le bruit des tours de contrôle, à concentrer les premiers investissements critiques et à construire une feuille de route bien conçue.
Définir les principaux objectifs commerciaux. Les entreprises qui réussissent considèrent les tours de contrôle comme une solution à un problème commercial plutôt que comme une mise en œuvre technologique. Sélectionnez cinq ou six objectifs de performance qui permettront d'améliorer le plus l'efficacité de la chaîne d'approvisionnement, comme une meilleure visibilité entre le traitement des commandes et l'inventaire, ou le suivi en temps réel de la flotte de distribution.
Fixer les priorités. Identifiez les problèmes commerciaux qui offrent à l'entreprise la plus grande opportunité d'augmenter la valeur aujourd'hui en utilisant des solutions logicielles existantes qui sont faciles à mettre en œuvre sur l'ensemble de la chaîne d'approvisionnement.
Adoptez une approche agile et modulaire. De nombreuses solutions de tour de contrôle reposent encore sur une technologie centrée sur l'entreprise, la technologie même qui a entraîné des chaînes d'approvisionnement déconnectées. Lors de la sélection des fournisseurs, choisissez ceux qui sont capables d'adapter les solutions au fil du temps ou qui peuvent être facilement remplacés. Et attendez-vous à ce que le plan change au fil du temps à mesure que les technologies continuent d'évoluer.
Adoptez la flexibilité et de nouvelles façons de travailler. Assurez-vous que les processus hérités sont repensés de manière appropriée pour tirer parti des solutions logicielles que vous installez.
Construire une tour de contrôle qui fournit une image complète des performances de la chaîne d'approvisionnement et optimise les processus en temps réel est un voyage, pas une victoire rapide. Mais les entreprises qui établissent une feuille de route stratégique autour de quelques activités commerciales hautement prioritaires peuvent commencer à bénéficier dès aujourd'hui d'une meilleure visibilité et efficacité de la chaîne d'approvisionnement.

Posté par ferdialochinvar à 16:17 - Commentaires [0] - Permalien [#]