Pour rester informé(e) des dernières actualités de l'IT en Belgique francophone, lisez ceci • Comment / Pourquoi s'abonner ?

Xpert-O de xFive: un logiciel visuel pour démêler les décisions complexes

Pratique
Par · 25/04/2019
Partager

décision, modèle, visualisationVoici deux ans, la société de conseil en innovation xFive s’est lancé, avec l’aide de stagiaires du MIC de Mons, dans le développement d’une solution permettant de visualiser schématiquement des problèmes et situations complexes, survenant dans le quotidien des entreprises. Le but est de permettre aux décideurs, chefs de projets ou autres profils d’utilisateurs de faire émerger les les principaux enjeux ou points-clé d’une situation épineuse lorsque de multiples paramètres, causes ou scénarios s’entremêlent, avec des implications peu ou prou inextricables.

Ces situations et contextes peuvent être pour le moins variés. Xavier Lepot, administrateur de xFive, en énumère quelques-uns: “déterminer les principales opportunités d’un projet d’innovation, identifier les risques critiques d’une analyse de risque, comprendre les raisons d’un problème de production ou la manière d’améliorer un processus, parvenir à un consensus au sein d’une équipe multidisciplinaire qui discute d’un processus d’organisation ou d’un projet de gestion du changement ou encore capter le savoir et créer une mémoire collective procurant à l’entreprise une source fiable de connaissances sur son métier, son marché, ses clients…”

Comment ça marche?

Tout commence par un travail de définition, de formulation de la situation, du problème, des différents éléments et paramètres qui l’influencent.

La formulation se fait en texte libre, mais en veillant malgré tout à respecter un minimum de règles (des phrases bien construites, explicites).

Chacune de ces assertions est figurée par un bloc de texte, avec codage couleur (problèmes en jaune, propositions ou pistes de solution en vert). Une fois tous les éléments, questions, défis, propositions… formulés, ils sont catégorisés et le travail de mise en corrélation logique commence.

Xpert-O permet en effet de tisser une toile de relations causales, directes ou successives, entre les différents éléments et de “modéliser la situation”.

Le principe de base n’est guère nouveau: les tableaux noirs que l’on couvrait de schémas à la craie, ou les murs où l’on agglutinait des post-it de différentes couleurs avec des flèches dans tous les sens, sont de vieilles connaissances.

Xpert-O en est en quelque sorte l’héritier électronique, avec une couche d’“intelligence” supplémentaire. “Le but est en effet d’identifier les éléments ou relations causales réellement importants”, souligne Xavier Lepot. “C’est le rôle des algorithmes que nous utilisons. Ils calculent les noeuds [sources de problèmes, pistes de solutions…] réellement impactants, mesurent les interactions entre les différents noeuds [concentrations de causalités].”

Le “poids” (importance) variable des noeuds est figuré par des boules de différentes tailles. 

D’autres algorithmes permettent par ailleurs de détecter et de prendre en considération des “signaux faibles”, autrement dit par exemple les origines d’un problème qui sont les plus éloignées des noeuds impactants mais qui ont malgré tout une influence que l’on n’aurait pas détectée autrement…

A la base, il y a toujours la connaissance de l’homme…

Si les algorithmes sont à la manoeuvre, ils ne sont là qu’en soutien. Ils “suggèrent” les causalités ou les noeuds impactants majeurs “mais c’est toujours l’homme qui, en dernière instance, valide et décide”, souligne Xavier Lepot.

Sur base des expériences déjà vécues en clientèle, il relève d’ailleurs qu’“en début de mission, les gens ont souvent tendance à rejeter les décisions de l’outil. Par la suite, ils découvrent davantage l’intérêt à suivre les recommandations…”

Qui plus est et de manière plus fondamentale encore, les algorithmes ne peuvent opérer efficacement qu’à condition que la “matière” (la définition des problèmes, des solutions…) soit de qualité. D’où l’importance d’une formulation précise en amont. “La qualité de l’outil et du résultat dépend du mode de collecte de l’information, de la coopération entre les personnes qui sont concernées par le problème ou la situation en question, et de la manière dont on formule les questions et solutions et construit le modèle de causalités.”

Autre préalable nécessaire: pré-sélectionner les bonnes personnes pour ce travail de formulation. En équilibrant les profils.

Préparer le terrain

Pour que ce type d’outil soit utilisé de manière efficace, l’une des conditions préalables, quasiment incontournables, est d’avoir mis en oeuvre une culture de coopération ou de co-réflexion au sein de la société, avec des équipes multidisciplinaires. Or, une telle approche “transversale” n’est pas forcément présente.

“Notre postulat est en effet de favoriser le travail transversal entre équipe multidisciplinaire. Le directeur général, par exemple, doit intervenir le moins possible”. Autrement dit, pas de diktat ou de décision mono-corde.

L’outil Xpert-O ne vient donc qu’après un travail préparatoire: “nous commençons par amener des outils et des mécanismes d’animation pour apprendre à collaborer. C’est essentiel pour que l’outil donne de bons résultats. Au minimum, il faut quelqu’un qui explique la méthode…”

Ayant finalisé le développement de son produit, xFive a aujourd’hui entamé une phase de validation de la “traction client”. Autrement dit, la vérification que les entreprises sont prêtes à se saisir de ce genre d’outil – ou quel type de changement de “mentalité”, d’approche de problématiques complexes, serait nécessaire.

Pour cette phase, la société a décroché un financement de 25.000 euros, sous forme de prêt, auprès de Digital Attraxion (l’accélérateur numérique hennuyer).

Les secteurs qui, a priori, devraient être les plus intéressés, selon Xavier Lepot, sont ceux “où le degré de risques est le plus important ou qui ont besoin d’améliorer leur productivité. Mais notre solution s’adresse aussi à toute entreprise qui veut détecter des lieux d’innovation potentielle, identifier les points de friction ou de frustration de ses clients.”

A ce jour, une dizaine de sociétés ont acheté le produit Xpert-O. Parmi elles, Besix (pour du lean management), AGC (dans le cadre de projets d’innovation) ou encore la Haute Ecole HELMo (qui l’utilise comme un outil de modélisation dans le cadre de ses cours de construction de machines).

La solution Xpert-O est proposée en plusieurs formules: version pour test gratuit pendant un mois ; solution de base mono-utilisateur pour création d’un seul réseau de causalités (tarif: 30 euros par mois) ; version Premium (nombre illimité de réseaux, de projets et d’utilisateurs) proposée au tarif mensuel de 75 euros, avec hébergement de la solution dans le cloud ; version privative (espace dédié à une entreprise).

xFive évalue actuellement la possibilité d’une version pour PME, à tarif adapté. 

Du 3D et du sémantique

Tout comme xFive s’était tourné vers le MIC de Mons et ses stagiaires pour développer la première version de sa solution Xpert-O, c’est à nouveau au MIC qu’elle a fait appel pour faire développer une version 3D de l’outil de modélisation visuelle.

Il s’agit en fait d’une version en réalité virtuelle, qui permet de se mouvoir dans le réseau, en changeant de perspective, en se déplaçant de lien en lien ou entre les boules qui figurent les noeuds plus ou moins impactants. Cela donne une toute autre vision de la situation, mais exige aussi une approche analytique ou interprétative fondamentalement différente. Le risque étant notamment de ne plus avoir une vision globale.

Pour l’avenir (mais dans une perspective sans doute longue), xFive envisage par ailleurs de doter sa solution d’un potentiel d’analyse sémantique. Rappelons en effet que l’outil repose sur la formulation textuelle d’un problème et de pistes de solution. L’idée serait de confier à des algorithmes l’analyse des phrases, pour qu’ils déterminent eux-mêmes les liens de causalité, les solutions les plus propices, et renforcent l’identification des pondérations.

“Mais cela exigerait de disposer de grandes quantités de données afin d’y appliquer des mécanismes d’analyse par type de problème et d’en arriver ainsi à des modèles reproductibles”, souligne Xavier Lepot. En attendant de parvenir potentiellement à ce stade, “il existe déjà quelques algorithmes [orientés sémantique] qui permettraient d’aider à la formulation afin de préciser la pensée…”

Partager

Laisser un commentaire