Le co-fondateur de Google Brains, Andrew Ng, a commenté que "des ensembles de données massifs ne sont pas essentiels pour l'innovation en IA". Il y a quelques années, j'ai parlé avec une personne d'un géant de la technologie qui souhaitait également se lancer dans le secteur des données. Je lui ai demandé quelles données ils souhaitaient collecter et comment elles seraient utilisées. Sa réponse était d'obtenir toutes les données possibles, puis de trouver un moyen de les utiliser. Sa réponse en dit long sur le business des données.

De nombreuses entreprises souhaitent commencer leur voyage vers les données avec un projet informatique massif pour collecter et stocker de nombreuses données. Ensuite, la discussion porte facilement sur l'architecture informatique, la sélection d'outils et la manière de créer toutes les intégrations. Ces projets mobilisent beaucoup de temps et de ressources.

Ce qui est rarement considéré, c'est le valeur réelle que nous voulons des données. Et même si nous avons un plan pour cela, il peut être oublié pendant des mois ou des années de projets d'architecture informatique, d'intégration et de tuyauterie. Ces projets ne sont pas gérés par des personnes qui souhaitent utiliser des données ; ils sont souvent dirigés par des bureaucrates informatiques.

M. Ng a également fait remarquer que les gens pensent souvent que vous avez besoin de données massives pour développer l'apprentissage automatique ou l'IA. Il semble y avoir une croyance selon laquelle la quantité peut compenser la qualité dans l'analyse des données et l'IA. Je me souviens d'avoir eu une discussion avec une entreprise d'appareils portables lorsque leur porte-parole a affirmé que vous aviez besoin de données de millions de personnes pour trouver quelque chose d'utile pour la construction de modèles.

Il existe des cas d'utilisation où le Big Data est précieux. Pourtant, la réalité est que dans de nombreux cas d'utilisation, vous pouvez extraire une valeur considérable de petits ensembles de données, surtout si les données sont pertinentes. Nous pouvons également penser à des ensembles de données horizontaux et verticaux, par exemple voulons-nous analyser un point de données de millions de personnes ou de nombreux points de données d'un petit nombre de personnes. Avec les données horizontales et verticales, je ne veux pas dire comment elles sont organisées dans un tableau, mais l'approche horizontale pour collecter quelque chose à partir de nombreux objets, par exemple la fréquence cardiaque de millions de personnes, par rapport à l'approche verticale consistant à avoir plus de données à partir de moins d'objets , par exemple beaucoup de données sur le bien-être provenant d'un petit échantillon.

Mais cela aide-t-il à mieux comprendre le bien-être, le sommeil et la santé d'un individu ? L'examen des données sur le bien-être à titre d'exemple illustre bien la question (sans jeu de mots). Un appareil portable collecte les pas, la fréquence cardiaque et le temps de sommeil de millions de personnes. Nous pouvons ensuite analyser ces données pour déterminer si plus de pas et une fréquence cardiaque plus élevée pendant la journée prédisent que la personne dort plus longtemps cette nuit-là. Ensuite, nous pouvons trouver un modèle qui prédit des résultats similaires pour d'autres personnes.

On peut prendre un autre modèle pour construire des modèles analytiques. Un individu utilise plus d'appareils portables, par exemple, pour collecter les données habituelles sur l'exercice, le cœur et le sommeil, mais aussi la pression artérielle, la glycémie, la température corporelle, le poids et certaines données sur les maladies. Maintenant, nous pourrions obtenir des résultats différents sur la fréquence cardiaque, les pas et la relation entre le sommeil. Nous pourrions voir que leur relation dépend d'autres variables, par exemple une glycémie élevée ou une pression artérielle modifie le modèle qui fonctionne pour les personnes en bonne santé. Ces résultats peuvent être déterminés à partir d'un petit nombre de personnes.

Les exemples ci-dessus ne visent pas à tirer des conclusions sur ce qui est pertinent pour analyser la santé. Ces conclusions doivent être tirées des données elles-mêmes, mais elles illustrent comment il est possible d'adopter des approches différentes et d'obtenir des résultats assez différents. Les données portables sont actuellement un bon exemple de réflexion sur les mégadonnées ; l'objectif a été de collecter quelques points de données auprès de millions et de millions de personnes, puis de former des modèles de données pour en tirer quelque chose, bien que nous ne sachions pas à quel point ces points de données sont pertinents. Il est également possible de construire des modèles à partir de données riches de quelques individus, et en fait, cela peut être une tâche de modélisation d'IA passionnante et précieuse.

Bien sûr, il existe également des cas où des modèles de données peuvent être construits à partir d'une quantité massive de données même si nous ne savons pas si cela est pertinent. Par exemple, ce podcast parle des hedge funds qui essaient de collecter toutes sortes de données, puis de construire des modèles pour voir s'ils peuvent prédire les mouvements du marché boursier. Cela inclut bien plus que les données financières traditionnelles pour les investissements. Par exemple, comment les gens achètent différents types de nourriture, regardent du contenu en streaming et passent leur temps libre, puis trouvent des « signaux faibles » pour prédire les tendances et leur impact sur le marché de l'investissement. Ainsi, par rapport à de nombreux autres cas d'analyse de données, il est différent car il ne se concentre pas sur l'analyse de détails particuliers, mais sur la collecte aléatoire de toutes sortes de données pour voir s'il peut en trouver quelque chose de pertinent, dans l'espoir de trouver de nouvelles variables qui pourraient donner un avantage concurrentiel.

Dans la plupart des cas d'utilisation, l'utilisation des données et la construction de l'IA seraient importantes pour comprendre le besoin et la cible. Les données pertinentes peuvent ensuite être choisies en fonction des besoins réels et en testant quelles données sont importantes. Des données petites mais pertinentes peuvent produire un modèle d'IA utile. Cela nécessite généralement que le contexte soit pris en compte, pas seulement un grand nombre de points de données aléatoires collectés avec un modèle construit. Quelles que soient les données dont vous disposez, vous pouvez toujours créer un modèle, mais cela ne garantit pas que le modèle ait un sens. Les entreprises et les développeurs devraient se concentrer davantage sur les données pertinentes que sur les mégadonnées.

Les entreprises migrent leurs services vers le cloud depuis plusieurs années. Services pair à pair (P2P) sont devenus bien connus, notamment avec la blockchain et la crypto. Mais les utilisateurs individuels n'ont pas vraiment utilisé les clouds personnels, et le nombre de vrais services P2P est encore assez limité. Mais cela pourrait bientôt changer.

j'ai écrit plus tôt à propos de solutions décentralisées. Les clouds personnels et les applications P2P sont des exemples d'applications distribuées mentionnées dans cet article. Mais prenons une approche plus concrète et pragmatique, ce que pourraient être ces applications et comment elles fonctionnent.

On m'a récemment montré certains services qui sont essentiellement des applications que les utilisateurs peuvent exécuter localement dans leur propre navigateur et dont les données sont stockées localement ou dans le propre cloud de l'utilisateur.

1. Une personne peut jouer avec quelqu'un d'autre dans un jeu de cuirassé, et les deux personnes ne l'exécutent que dans leur propre navigateur. Il n'y a pas de serveur central pour le jeu. Le matchmaking peut se produire de manière purement sans serveur lorsqu'un utilisateur diffuse un message qu'il est prêt à jouer.
2. Service de messagerie entre deux utilisateurs qui n'utilise aucun serveur central pour les connexions mais uniquement des messages entre deux applications.
3. Deux utilisateurs peuvent s'identifier en ayant leur propre identité uniquement localement, puis ils peuvent démarrer des communications cryptées sans aucun tiers.

Ces exemples peuvent sembler simples, mais ils pourraient être le début d'une grande révolution dans les applications et même dans l'utilisation d'Internet. Bien sûr, le protocole très fondamental d'Internet, TCP/IP, est basé sur des paquets routés de A à B. Mais en pratique, la plupart des services au cours des trois dernières décennies ont été basés sur des configurations client-serveur, et non sur des services locaux et/ ou des connexions directes entre utilisateurs.

Ces services soulèvent plusieurs questions techniques quant à savoir si la convivialité serait suffisante pour les utilisateurs grand public. Par exemple, les utilisateurs peuvent déjà configurer une connexion en envoyant une invitation avec un e-mail traditionnel, puis en établissant la connexion P2P avec des informations d'identification locales et en envoyant des messages directement ou via des services centralisés tels que des e-mails ou des applications de messagerie.

Une combinaison intéressante se produit lorsque les services utilisent les applications locales de l'utilisateur et le propre cloud de l'utilisateur ou des services de stockage similaires. Il est difficile de stocker et d'organiser localement toutes les données d'un utilisateur lorsqu'il utilise plusieurs appareils. Cependant, le scénario change si les utilisateurs disposent de leurs propres services de stockage et peuvent y obtenir les données et les applications nécessaires pour une utilisation locale en cas de besoin. Ce stockage n'est pas un service central tiers mais le propre service de l'utilisateur dans une infrastructure globale plus large.

Cela semble compliqué, mais est-ce vraiment important ? Avec la blockchain et la crypto, nous avons vu comment les utilisateurs peuvent effectuer des transactions directement sans tiers. Il a permis des paiements fiables de manière anonyme sans autorité ni service central pour suivre toutes les transactions. Il peut offrir un système plus fiable, une meilleure confidentialité et aucun point de défaillance unique.

Mais avec ces services utilisateurs et ces connexions P2P, nous pouvons faire bien plus que de simples paiements cryptographiques. Prenons quelques exemples :

1. Les utilisateurs peuvent conserver toutes leurs données dans leurs propres services, affiner, enrichir et utiliser ces données avec leurs applications locales, puis partager certaines données, au cas par cas, avec d'autres utilisateurs ou fournisseurs de services.
2. Communications d'utilisateur à utilisateur de haute sécurité et confidentialité sans aucun tiers.
3. Identités personnelles que les utilisateurs gèrent eux-mêmes et qui ne sont pas basées sur des services d'authentification tiers, où deux utilisateurs peuvent s'identifier directement et démarrer des communications sécurisées.

La blockchain et les jetons ont reçu beaucoup d'attention, mais les exemples ci-dessus illustrent mieux les applications distribuées et la communication peer-to-peer. La blockchain et les jetons peuvent également faire partie de ces services. La blockchain pourrait fournir un registre pour suivre les transactions et les jetons comme modèle pour monétiser les services distribués. Mais ce ne sont pas seulement des services. Il est fondamental d'avoir des applications et des services précieux pour les utilisateurs, puis nous pouvons utiliser la blockchain et les jetons dans la mise en œuvre.

La question est de savoir quels services fourniront la véritable percée des nuages ​​personnels de l'utilisateur, des applications et des services P2P purs, et quand ? Ils seront probablement liés à des données personnelles, des identités auto-souveraines, des communications fiables et le partage de données. Nous avons juste besoin de quelques applications faciles à utiliser et après cela, les choses peuvent commencer à évoluer rapidement.

L'article est d'abord apparu sur Perturbateur.Asie.

On dit souvent que les gens n'apprécient pas les choses qu'ils peuvent obtenir gratuitement. Une autre façon de voir cela est qu'il est difficile de déterminer sa valeur si vous ne payez pas pour quelque chose. Le coût d'envoi d'e-mails ou d'obtention de contacts sur les réseaux sociaux étant pratiquement nul, cela signifie-t-il qu'il est plus difficile d'en tirer profit ? Doit-on commencer à payer pour les contacts et les messages ?

Vous souvenez-vous du temps où il n'y avait qu'un téléphone fixe à la maison ? Ou lorsque vous avez reçu des lettres par la poste ? Lorsque votre téléphone sonnait, quelqu'un a définitivement répondu à l'appel et l'a pris au sérieux. Lorsque vous receviez une lettre avec votre nom et un timbre sur l'enveloppe, c'était quelque chose que vous vouliez ouvrir et lire. Maintenant, vous obtenez des appels automatisés qui utilisent la VoIP, ce qui les rend vraiment bon marché. Vous recevez beaucoup d'e-mails, dont la plupart ne sont même pas ouverts ou lus.

Qu'en est-il des contacts sur les réseaux sociaux ? Vous pouvez envoyer des invitations LinkedIn ou Facebook à presque tout le monde, et de nombreuses personnes acceptent les invitations de personnes qu'elles ne connaissent pas. On pourrait dire que cela a rendu les gens mieux connectés et rendu le monde plus démocratique. Auparavant, vous auriez pu essayer d'entrer dans un club exclusif et utiliser vos contacts pour vous aider à organiser une nouvelle introduction importante. Mais quelle valeur produisent réellement vos contacts sur les réseaux sociaux ? Pas grand-chose, et moins chaque jour, je dirais.

Dans un article précédent, j'ai écrit combien les réseaux sociaux étaient devenus des réseaux de spam. C'est formidable que les prix baissent et que davantage de personnes aient accès aux réseaux et aux opportunités. Mais cela a aussi ses effets secondaires. Tout devient trop encombré et chacun essaie de les utiliser à ses propres fins. Lorsque les connexions, les communications et les transactions ont un coût minimal ou nul, les gens n'envisagent pas de les utiliser correctement. Cela conduit à une situation où ces réseaux et outils offrent moins de valeur. C'est un peu comme un gouvernement qui commence à imprimer beaucoup d'argent. L'argent perd de sa valeur et vous ne pouvez plus vous permettre d'acheter des choses avec.

Cela changerait-il si nous devions payer pour les contacts, les messages et les transactions ? Le plus probable. Cela ne signifie pas qu'ils devraient être si chers que cela commencerait à limiter de manière significative qui peut utiliser les outils, mais cela inciterait les gens à réfléchir à ce qu'ils font. Peut-être que les gens commenceraient à apprécier davantage les contacts qu'ils ont et les messages qu'ils reçoivent.

Peu importe pour les utilisateurs la technologie qui rend les transactions payantes, mais l'expérience utilisateur compte. Pour que cela fonctionne, des micro-paiements très simples sont nécessaires. À l'heure actuelle, il semble que la blockchain et les jetons soient les meilleurs candidats pour changer les modèles commerciaux des services de messagerie et de réseaux sociaux.

C'est quelque chose dont on parle depuis le Boom des ICO en 2017. La pièce manquante a été des services fonctionnels et efficaces pour les utilisateurs finaux, pas seulement des idées conceptuelles. Il n'est pas réaliste de penser que des outils de communication totalement nouveaux remplaceraient ceux qui existent déjà. De nouvelles solutions pour mieux gérer les contacts et les messages devraient fonctionner, par exemple, avec les services de messagerie et de messagerie existants.

On peut aussi prétendre que les gens ne sont pas prêts à payer pour ces biens qu'ils ont toujours eu gratuitement. Et tout le monde ne sera pas prêt à le faire immédiatement, mais les gens sont heureux de payer pour des choses qui améliorent leur vie, les aident dans leurs tâches quotidiennes et leur donnent un plus grand statut. De nombreux signes indiquent que les gens recherchent désormais une meilleure confidentialité et un meilleur contrôle de leurs données et de leurs activités, et la sécurité devient également plus importante.

Les gens ont toujours été prêts à payer pour des clubs exclusifs. Ils ont été prêts à payer pour des dîners avec des politiciens et des célébrités de premier plan. Si quelqu'un que vous ne connaissez pas voulait vous envoyer un message, vous seriez plus intéressé à regarder le message si vous saviez qu'il avait payé pour cela, et que ce n'était pas l'un des milliers de messages « gratuits ». Si un utilisateur n'acceptait que les messages "payants", cela réduirait également le niveau de spam. Les bons contacts et les messages importants sont des primes, pas des marchandises.

Nous verrons bientôt des services où les gens paient pour les messages, pas pour tous les messages, mais certains d'entre eux, par exemple pour atteindre de nouveaux contacts. Nous commencerons également à voir des services où les gens devront payer pour des contacts, et ils devront réfléchir sérieusement aux contacts dans lesquels ils veulent vraiment investir. Mais ces services devront offrir la même convivialité que le chat, les médias sociaux et e-mail aujourd'hui. Ce concept pourrait devenir l'un des premiers grands cas d'utilisation de la blockchain et des jetons.

L'article est d'abord apparu sur Perturbateur.Asie.

Les données et l'informatique sont passées à un modèle centralisé au cours de la dernière décennie, lorsque de nombreux services sont passés au cloud. Cette tendance se poursuit et nous verrons de nombreuses autres entreprises se tourner vers le cloud. Dans le même temps, nous commençons à voir une nouvelle tendance vers des modèles plus décentralisés. Mais c'est toujours une combinaison de différentes choses. Cela peut ressembler à un développement flou, mais cela se produit vraiment.

Il y a plusieurs raisons pour lesquelles nous verrons plus de modèles distribués pour les données et le traitement global à l'avenir. Nous pouvons les diviser en trois grandes catégories :

1. Raisons technologiques. De nombreux services (par exemple, les voitures autonomes, les maisons intelligentes, les applications d'assistant personnel) nécessitent une latence minimale et une disponibilité permanente des services, et certaines données et certains traitements doivent être locaux.
2. Nouveaux modèles d'affaires. Les modèles de jetons basés sur la blockchain ouvrent de nouvelles opportunités pour monétiser les solutions distribuées. Il n'est pas nécessaire de traiter et de facturer les services en un seul endroit, ce qui ouvre des opportunités à de nombreuses innovations de nouveaux modèles commerciaux.
3. Exigences en matière de protection des données et de confidentialité. Les données deviennent un handicap pour les entreprises, et elles veulent trouver de meilleurs modèles pour utiliser les données avec un risque moindre. Les consommateurs disposeront de services pour utiliser pleinement leurs propres données.

J'ai souvent dit qu'il n'est pas difficile de prédire l'avenir, mais il est difficile de connaître le bon moment. C'est aussi le cas pour ce développement. Il y a tellement de bonnes raisons d'avoir plus de services distribués que cela se produira. Mais il n'est pas facile de dire comment cela va se passer, où cela va vraiment décoller et combien de temps cela prendra.

Nous voyons maintenant plusieurs technologies qui rendent ce développement réel. Tout d'abord, nous avons Edge qui entre en vigueur avec les réseaux 5G. Edge maintient les données et le traitement plus près des utilisateurs réels. Le défi : les fournisseurs de réseaux et les opérateurs de télécommunications sont-ils les bonnes parties pour fournir ces solutions alors que les géants de l'Internet comme les fournisseurs de cloud dominent désormais les services et le développement de services ?

Deuxièmement, nous avons des modèles de blockchain, de grand livre distribué et de jetons. Ceux-ci se développent tous rapidement, mais ils ont aussi leurs défis. Il n'est pas facile de dire quelle technologie peut survivre le plus longtemps. Dans ce cas, ce ne sont pas seulement la technologie mais aussi les données de transaction dans ces chaînes qui doivent survivre, ce qui rend difficile la prise de décisions concernant une technologie particulière. Dans le même temps, ceux-ci mettront au défi les plates-formes centralisées, car ils offrent des moyens totalement nouveaux de distribuer et de monétiser les applications et les données.

Troisièmement, des solutions décentralisées peuvent être implémentées dans des solutions cloud existantes. Nous avons, bien sûr, des instances de cloud régionales, mais les clouds permettent d'autres moyens de décentraliser les services. Par exemple, chaque utilisateur peut disposer de ses propres services cloud pour utiliser ses données et exécuter ses propres applications. Ensuite, par exemple, avec des modèles de facturation basés sur des jetons, ils peuvent également payer pour utiliser des applications localement.

De ces trois technologies, Edge a de nombreux défis car il a besoin d'une infrastructure et d'applications totalement nouvelles pour en tirer parti. Il est actuellement beaucoup plus facile de créer des services décentralisés en utilisant l'infrastructure cloud actuelle. Mais les solutions à plus long terme peuvent être une autre histoire. La rupture technologique attire souvent de nouvelles entreprises qui perturbent les affaires. Par exemple, Amazon et Google sont liés à des modèles centralisés. Peuvent-ils s'adapter lorsque la décentralisation commence à se produire et que d'autres fournisseurs proposent les dernières solutions ?

Nous verrons probablement deux pistes de développement différentes pour les solutions décentralisées. Le premier étant les applications distribuées et décentralisées. Cela commence par l'infrastructure existante et crée des solutions distribuées, telles que le cloud de données et le service d'application d'un utilisateur. Cette piste a déjà des applications. Ensuite, nous avons la deuxième piste pour développer une infrastructure de données et de traitement plus décentralisée. Cela prendra plus de temps, mais cela peut changer fondamentalement la structure d'Internet.

Nous nous dirigeons définitivement vers des services plus distribués. Des milliers de startups développent déjà des services, des modèles de données et des applications. Les grands fournisseurs de technologie investissent dans des modèles de type Edge, des millions de personnes échangent des cryptos et des investisseurs tournés vers l'avenir, comme Andreessen Horowitz, font de gros investissements. Dans le même temps, la réglementation exerce une pression sur la création de nouveaux modèles de données. La partie passionnante sera de voir comment cela se passera, et les parties qui y parviendront seront les grandes gagnantes.

L'article est d'abord apparu sur Perturbateur.Asie.

Certains d'entre vous se souviendront peut-être de l'apparition des ordinateurs domestiques et personnels dans les années 1980. De nombreuses entreprises différentes ont fabriqué leurs propres appareils, comme Commodore 64, Apple II, Spectravidéo 328, Sinclair ZX80 ainsi que le Atari. Ensuite, certains fabricants se sont mis d'accord sur des normes telles que MSX qui n'ont jamais vraiment eu d'importance à l'échelle mondiale. Mais ensuite, les ordinateurs personnels (PC), avec PC-DOS et MS-DOS, ont commencé à occuper les bureaux, puis les maisons, et Apple a créé la seule autre option. Nous avons maintenant une situation similaire avec les appareils portables.

Dans les années 1980, la plupart des fabricants d'ordinateurs avaient leurs propres systèmes d'exploitation et une petite gamme de programmes. Les premiers utilisateurs avaient ces appareils plus comme passe-temps que pour vraiment les utiliser. Il y avait toutes ces histoires sur des cas d'utilisation comme les bases de données de recettes ou le calcul de vos impôts, mais seulement si vous codez votre propre programme. De nombreux utilisateurs ont en fait écrit leurs propres programmes et les ont partagés avec d'autres utilisateurs. Adolescent, j'ai essayé d'expliquer à mon père l'intérêt de posséder un ordinateur. Ce n'était pas une tâche facile quand il ne pensait pas que coder ses propres jeux ou programmes graphiques était une raison valable d'avoir l'appareil.

En quoi est-ce pertinent pour les wearables ? Nous avons maintenant de plus en plus de fabricants d'appareils portables qui proposent leurs appareils avec leurs propres fonctionnalités, modèles de données et applications propriétaires. De nombreux utilisateurs sont encore des adopteurs précoces, comme les biohackers et les passionnés de santé qui explorent les moyens d'utiliser les données.

La plupart des utilisateurs peuvent comprendre quelques points de données comme la fréquence cardiaque moyenne et le nombre de pas quotidiens. C'est un bon début pour observer et améliorer la santé personnelle, mais ce n'est qu'une petite partie des données et des opportunités que ces appareils peuvent offrir. Certains points de données supplémentaires comme la variabilité de la fréquence cardiaque (HRV) et différents types de sommeil (profond, REM et léger) sont beaucoup plus difficiles à interpréter et à utiliser au quotidien.

On pourrait se demander, comme mon père l'a fait, s'il est logique de payer 400 $ pour un appareil permettant de voir la fréquence cardiaque et les pas quotidiens. Ou pourquoi payer plus de 100 $ d'abonnement mensuel pour un appareil de mesure du glucose ou des chaussures plus chères pour mesurer la cadence, la longueur de la foulée et l'angle de frappe du pied. Pour beaucoup de gens, utiliser des cas comme un appareil vous permettant de savoir quand aller vous coucher semble aussi naïf qu'une base de données de recettes.

Chaque fabricant a également ses propres scores. Par exemple, les scores de sommeil et de préparation d'un appareil sont très différents de ceux d'un autre appareil, et il n'existe aucun moyen simple de combiner correctement les données de différents appareils. Ou vous pouvez combiner certaines données, par exemple, avec Apple Health, mais elles contiennent alors de nombreux points de données encore plus déroutants que les données des propres applications de l'appareil.

Qu'est-ce qui a changé le marché de l'informatique ? Comment ont-ils commencé à devenir plus utiles ? Cela s'est produit lorsque des packages logiciels ont commencé à apparaître. Quelques systèmes d'exploitation, de Microsoft et d'Apple, ont commencé à dominer, et les deux systèmes avaient suffisamment de logiciels générés par des tiers. Cela a évolué vers l'industrie du logiciel, créant des logiciels pour ordinateurs personnels. En fait, nous avons vu un développement similaire dans les téléphones mobiles. L'activité des applications mobiles n'a commencé à se développer que lorsque nous sommes passés des systèmes propriétaires à deux principaux systèmes d'exploitation, iOS et Android, qui ont permis aux magasins d'applications de faire des applications une activité commerciale.

Comme nous l'avons découvert, les appareils portables ne sont pas uniquement destinés aux données ; ils peuvent aussi être des accessoires et des articles de mode. Une marque de luxe pourrait lancer sa propre montre ou bague connectée, mais les marques de luxe ne sont pas vraiment des entreprises de haute technologie ou de données. Et il n'est pas très pratique pour les utilisateurs que chaque montre, bague, capteur, paire de chaussures ou veste propose son format de données et son application propriétaires. Il serait également préférable que les entreprises de produits de luxe disposent de modèles de données et d'écosystèmes communs.

Le véritable marché de l'utilisation et des logiciels pour les données portables et de bien-être ne peut émerger que lorsque nous obtenons les données de différents appareils dans un format compatible. Lorsque nous avons deux ou trois environnements, les développeurs de logiciels peuvent créer de meilleurs logiciels et applications pour utiliser les données afin d'aider les gens dans leur vie quotidienne. Nous ne pouvons pas nous attendre à ce que chaque individu commence à interpréter toutes sortes de points de données sur la santé et à essayer les instructions de Google et ce qu'il faut faire en fonction de celles-ci. Une exigence particulière avec les données de bien-être et de santé est qu'elles sont encore plus sensibles que les données à de nombreuses autres fins, et la confidentialité est cruciale.

Il a été dit que le marché de l'IoT ne sera pas vraiment une entreprise de matériel mais une entreprise de données et de logiciels. Les wearables seront essentiellement des capteurs pour collecter des données. Certains capteurs peuvent être des appareils de marque, d'autres des composants en marque blanche dans des vêtements, des chaussures ou des accessoires. Mais l'utilisation réelle des données nécessite des environnements où l'utilisateur peut combiner les données, et des logiciels peuvent être proposés aux utilisateurs pour les aider à vivre une vie meilleure et plus saine. L'activité et la valeur réelles des données sur le bien-être seront les logiciels et les applications capables de combiner toutes sortes de données portables avec d'autres sources de données.

Nous avons maintenant attendu une décennie pour la grande vague de lancements de sociétés fintech. Les gens sont frustrés par les banques traditionnelles et leurs services. Les néobanques grandissent, mais elles sont encore minuscules par rapport aux banques conventionnelles. Le financement participatif et les prêts P2P allaient également changer le marché, mais ils sont encore relativement marginaux. La finance crypto se développe, mais est-ce un modèle financier, une classe d'actifs ou de la spéculation ?

Stripe et Coinbase ont été les grandes réussites de la fintech avec des valorisations énormes. D'autre part, l'effondrement de Capitale verte au Royaume-Uni a été considérée comme un revers pour la fintech. Ces exemples montrent à quel point le secteur des technologies financières est vaste. En réalité, Greensill n'avait rien à voir avec la fintech, mais il voulait s'attacher ce slogan attrayant. Greensill était un service de financement de la chaîne d'approvisionnement et a échoué en raison de sa gestion des risques.

Il existe des dizaines de néobanques uniquement numériques dans le monde. On estime qu'ils ont environ 40 millions de clients. C'est encore un nombre très faible, mais les valorisations des néobanques ont rapidement augmenté. Selon Accenture, une néobanque perd en moyenne 11 $ par client, c'est-à-dire coûts versus rendements. Ils peinent encore à trouver un business model rentable. Les comptes bancaires de base ne sont pas des centres de profit. Les prêts, les investissements et les services de niche (par exemple, les services bancaires aux entreprises, les groupes de clients spéciaux) sont des domaines plus courants pour réaliser des bénéfices. Pourtant, ils sont très différents des comptes numériques de base et leur gestion des risques est nettement différente. 

Certaines néobanques comme N26, WeBank ainsi que le Monzo, offrent le full-stack, c'est-à-dire qu'ils ont une licence bancaire et ont leurs opérations front et back-end. Ensuite, il y a les néobanques, comme Revolut ainsi que le Carillon, qui n'ont pas de licence bancaire et offrent un front-end, mais utilisent des licences bancaires héritées et des back-ends. La licence bancaire est la partie complexe si l'on pense à l'évolutivité et à la croissance mondiale. C'est un investissement important d'obtenir une licence bancaire dans chaque nouveau pays.

Il y a dix ans, nous avions beaucoup d'attentes avec le crowdfunding et le peer-to-peer lending. Ces services se sont développés mais n'ont pas encore atteint le grand public. Le marché des prêts P2P croît d'environ 25 % par an, mais une part importante de l'argent provient d'institutions financières qui utilisent ces services comme interface client. LendingClub, l'une des plus grandes réussites en matière de prêt P2P, a acquis une banque l'année dernière et a décidé de fermer sa plateforme de prêt P2P.

Le financement participatif a connu de nombreux modèles. Le financement participatif des startups se concentre principalement sur le financement des startups et les modèles de précommande, comme Kickstarter, qui aident à vendre de nouveaux produits avant qu'ils ne soient disponibles. Il existe également d'autres modèles qui vendent des fractions d'investissement dans l'immobilier, l'art et d'autres actifs. Kickstarter a été un marché test important pour les nouveaux produits de consommation, mais sinon, ces modèles ont souffert de restrictions réglementaires et ne sont pas devenus grand public. Dans le financement participatif des startups, le Royaume-Uni a été le pays leader. Cependant, ses services les plus importants, Crowdcube et Seedrs, sont toujours de petites entreprises, et ils ont essayé de fusionner, mais le régulateur de la concurrence a bloqué la fusion.

Les cryptos ont atteint de nouveaux records, en particulier avec la valeur croissante du bitcoin. Les NFT sont devenus populaires. Il est encore difficile de dire ce que cela signifie pour les services financiers distribués basés sur la blockchain. De nombreuses parties considèrent toujours les cryptos comme davantage de produits numériques et les NFT comme des certificats d'actifs numériques, mais pas encore comme des challengers pour l'ensemble du système financier traditionnel. Coinbase, qui a réussi une introduction en bourse réussie, ressemble encore plus à un service de négociation conventionnel pour les «actifs cryptographiques», et non, par exemple, à un service de financement distribué lui-même. 

Si les cryptos deviennent plus acceptés et réalisables avec les paiements quotidiens, et que les NFT rendent les certificats d'actifs et les transactions numériques, cela change l'utilisation quotidienne de ceux-ci. Pourraient-ils mieux permettre le financement participatif et le financement P2P ? Certains experts y voient le cas, mais il est encore difficile de dire quand la dernière décennie a montré que ces modèles ne sont pas faciles à faire fonctionner. Il ne s'agit pas seulement de technologie, mais vraiment de faire fonctionner un marché avec une offre et une demande suffisantes. Et les régulateurs ont également un impact significatif sur le marché. Dans certains pays, nous pourrions voir plus d'approches comme les monnaies numériques gérées par le gouvernement que les véritables cryptos.

Ensuite, nous avons la question fondamentale sur le système bancaire. Les banques ne sont pas là uniquement pour proposer des comptes, des cartes de paiement et prêter de l'argent ; elles ont aussi un rôle essentiel auprès des banques centrales pour émettre de la monnaie et faire tourner l'économie. Certains critiquent ce système et voudraient voir disparaître le pouvoir des banques. En réalité, ce n'est pas si simple, et les gouvernements préfèrent garder le contrôle de leurs systèmes financiers. La période de pandémie nous a également rappelé la valeur des activités de relance du gouvernement. 

Certaines banques commencent à accepter les cryptos, et l'un des principaux VC, Andreessen Horowitz, prévoit un fonds de 1 milliard de dollars pour les cryptos et la blockchain, et c'est le troisième du secteur. Nous pouvons supposer que la blockchain et les solutions distribuées changeront et numériseront les actifs et les transactions quotidiennes. La première phase sera probablement dans la numérisation, sans changer les fondamentaux du système financier et bancaire. Mais il est encore difficile de dire comment ils peuvent changer le secteur financier et les services à long terme.

L'article est d'abord apparu sur Perturbateur.Asie.

Il y a eu une tendance croissante à se débarrasser des cadres intermédiaires, ce qui coïncide avec la conviction que l'IA et les logiciels les robots peuvent automatiser le travail effectué par des professionnels humains. Il faut donc moins de managers et donc moins de gestion des ressources humaines. Mais quand on a plus de machines à faire fonctionner, il faut aussi les gérer. Par conséquent, nous avons probablement besoin de contreparties numériques de la gestion intermédiaire et des ressources humaines.

Une Podcast a une discussion intéressante sur les micro-tâches pour analyser les données et faire des micro-prédictions, comme analyser un ensemble de données spécifique à partir d'une source et essayer d'en tirer quelque chose. Cette analyse n'essaie pas de comprendre ou d'optimiser un problème ou une tâche plus importante. Il se concentre uniquement sur une partie spécifique. Un système plus étendu peut avoir des dizaines de composants comme celui-là.

Ensuite, il y a une autre couche pour combiner la sortie de ces micro-tâches. Il peut ensuite combiner les résultats et les conclusions de plusieurs modules de micro-IA, l'objectif de chaque micro-IA étant de modéliser et d'expliquer un ensemble de données spécifique. 

Par exemple, les données des chaussures de course (oui, il existe déjà des chaussures de course qui collectent toutes sortes de données) de votre cadence, de la longueur de la foulée, du temps de contact au sol et de l'angle de frappe du pied pour optimiser votre vitesse de course. Lorsque vous pensez à votre performance de course dans son ensemble, ce n'est qu'une partie. Vous devez également penser à la fréquence cardiaque, aux niveaux d'énergie (glycémie), à ​​l'état de préparation (avez-vous suffisamment dormi) et à bien d'autres choses. Mais il serait trop complexe de construire une énorme IA pour optimiser toutes ces données, et il vaut mieux avoir des modules pour chaque besoin puis une autre couche pour combiner tout ça.

C'est la même chose avec les robots logiciels. Un robot peut transférer les numéros d'inventaire à la fin du mois de SAP vers votre système comptable. Produire des états financiers et des rapports mensuels représente beaucoup plus de travail que la simple compilation de ces numéros d'inventaire. D'autres robots pourraient effectuer les tâches individuelles et certains robots de niveau supérieur pour rassembler toutes ces informations.

Ce n'est pas nouveau en tant que tel. La modularité est un principe essentiel dans la conception de logiciels depuis des décennies. Avec l'IA et l'automatisation, nous parlons souvent de solutions étendues et complexes liées à de nombreuses tâches et systèmes dans une entreprise. Lorsqu'il s'agit également de domaines relativement nouveaux, chaque entreprise et chaque projet essaient généralement de construire de grands systèmes qui tentent de constituer une solution parfaite pour un processus important. 

Lorsque nous avons ces micro-modules pour répondre à un besoin spécifique, nous pouvons alors développer des principes de conception. Pas pour implémenter à partir de zéro, mais pour trouver les meilleurs composants pour faire des micro-tâches, optimiser leur utilisation puis les faire travailler ensemble. C'est une sorte de fonction RH et de gestion. Vous devez trouver les meilleures ressources pour faire les choses dont vous avez besoin, puis vous devez les gérer. Mais ces couches de gestion sont numériques, c'est-à-dire des algorithmes qui choisissent le meilleur algorithme pour chaque micro-besoin et les utilisent de manière optimale. Les algorithmes gèrent les algorithmes.

Cela modifie également l'écosystème et les modèles commerciaux de l'IA et de l'automatisation. Vous avez, par exemple, les domaines d'activité suivants :

1. Les communautés open source et crowdsourcing développent de nombreuses solutions pour toutes sortes de micro-tâches. Il peut y avoir plusieurs versions pour chaque besoin, et la plus appropriée peut être sélectionnée pour chaque cas.
2. Les entreprises et les développeurs peuvent également commencer à vendre leurs composants pour des micro-besoins. Ils peuvent se concentrer sur le développement des meilleures solutions pour un besoin particulier.
3. Les API de chaque module deviennent plus critiques lorsqu'il est plus facile de faire fonctionner plusieurs modules ensemble.
4. Il y aura des places de marché et des services de partage (comme GitHub) pour partager et vendre ces composants.
5. Ce sera une nouvelle couche de fonction importante qui pourra utiliser des micro-modules qui fonctionnent ensemble de manière optimale pour différents besoins.

Aucun de ces modèles n'est nouveau en tant que tel. Dans les secteurs de l'automatisation et de l'IA, bon nombre de ces fonctions en sont encore à leurs débuts. De nombreux outils dans ces domaines sont toujours basés sur un modèle d'écosystème fermé propriétaire qui ne permet pas ou ne prend pas en charge cette approche plus ouverte. Les développeurs ont juste besoin de trouver une façon plus efficace de penser à la mise en œuvre, et les entreprises une nouvelle façon de penser aux affaires et aux offres. Tout doit être basé sur des écosystèmes ouverts et une mise en œuvre en couches.

Parfois, il est bon de comparer la technologie et les machines à des modèles de la façon dont les êtres humains accomplissent leur travail. Surtout lorsque l'IA et l'automatisation doivent effectuer des tâches que les humains ont déjà effectuées. Les gens ont de toute façon utilisé des siècles pour développer des modèles, comment organiser les tâches dans les organisations. Cela ne signifie pas que nous pouvons ou devrions copier les mêmes modèles sur des machines, mais cela peut nous donner des idées sur la meilleure façon d'utiliser les machines. Il y a des raisons pour lesquelles les gens se spécialisent dans certains domaines, comment différents professionnels travaillent ensemble et comment la couche de gestion doit optimiser les ressources. Nous devons résoudre des problèmes similaires lors de la conception, de l'utilisation et de la gestion d'algorithmes, de machines et de processus numériques.

L'article est d'abord apparu sur Perturbateur.Asie.

De nombreuses villes à travers le monde veulent devenir des villes « intelligentes ». L'un des principaux objectifs des villes intelligentes est de collecter des données pour améliorer et développer les services. En conséquence, de nombreux fournisseurs souhaitent également se lancer dans le secteur des villes intelligentes. Ces projets sont intensifs en termes de réseaux, d'infrastructures et de mégadonnées. Alors, comment cela profite-t-il aux gens ordinaires ? Toute valeur pour les individus et leur vie privée semblent avoir une priorité moindre, même si l'objectif ultime devrait sûrement être d'améliorer la vie des résidents.

Les concepts de ville intelligente ont commencé à être à la mode il y a quelques années et gagnent en popularité. La 5G et Edge sont également considérées comme des accélérateurs technologiques essentiels pour ces projets, et c'est pourquoi les fournisseurs de réseaux et les opérateurs sont impliqués dans la plupart des projets. Les villes intelligentes sont considérées comme une bonne raison de construire une infrastructure technologique pour collecter, transférer et analyser toutes ces données.

Les villes visent à collecter des données et à les analyser pour optimiser les services et les opérations à de nombreuses fins, telles que la gestion du trafic, les transports publics, la consommation et la production d'énergie, l'approvisionnement en eau, la collecte des déchets, la réduction de la criminalité, les soins de santé et les services communautaires. Les aspects environnementaux deviennent également plus critiques. La qualité de l'air, la pollution sonore et la consommation d'énergie sont d'autres domaines que les villes souhaitent améliorer.

Tout cela semble formidable, mais comme nous le savons de nombreux autres projets technologiques, c'est très différent de se concentrer sur le développement de services pour les individus, l'expérience utilisateur et leurs besoins et valeurs uniques. Au-delà de cela, la confidentialité et la protection des données sont désormais des problèmes critiques dans ce type de grands projets de données. Au pire, l'infrastructure de la ville intelligente ressemble à un véritable scénario « grand frère ».

Il est possible de construire des villes intelligentes qui servent mieux les individus, mais cela obligerait les parties à développer des services du point de vue du consommateur. Le concept pourrait aider les gens à obtenir de meilleurs services, à optimiser leurs déplacements, à vivre une vie plus saine, à économiser du temps et de l'argent et à améliorer la qualité de vie de plusieurs façons. Il y a dix ans, nous devions compter sur les développeurs d'applications mobiles pour fournir des applications utiles aux particuliers, car les opérateurs et les fournisseurs de réseaux n'étaient pas capables ou motivés pour le faire.

De nombreux services gagneraient également en valeur si nous pouvions combiner les données personnelles et publiques. Vos déplacements combinés aux données de trafic et de transport en commun, les données de qualité de l'air avec vos itinéraires quotidiens de marche et de course, et vos habitudes personnelles avec les pics quotidiens de consommation d'énergie ne sont que quelques exemples. Ensemble, les deux sources de données pourraient créer de la valeur pour l'individu et la société.

Cela pourrait être réalisé si les individus avaient accès aux données publiques combinées à leurs propres données personnelles. De cette façon, la vie privée pourrait être respectée et préservée. Mais si les services publics commencent à surveiller les individus, nous rencontrons immédiatement des risques pour la protection des données et la vie privée. Cela conduirait également à un modèle selon lequel les villes, les autorités et les prestataires de services planifieraient ce qu'ils pensent être adapté aux individus, et non pour offrir des outils aux individus pour améliorer leur propre vie.

Pour les autorités municipales, les fournisseurs d'infrastructures et les transporteurs qui dominent les projets, il n'est ni facile ni propice pour eux de construire des systèmes du point de vue d'un individu. Bien sûr, les politiciens des conseils municipaux devraient penser aux habitants qu'ils représentent, mais cela ne suffit pas. Nous avons également besoin de solutions technologiques et de fournisseurs qui se concentrent sur la création de solutions et de services pour les particuliers.

Cela impliquerait probablement une couche supplémentaire pour les services. Peut-être quelque chose de similaire aux magasins d'applications conçus pour les applications mobiles qui permettent également aux utilisateurs de protéger leur vie privée et de gérer leurs données personnelles. Cela pourrait également habiliter de nombreuses autres parties à développer des services pour les résidents et leur donner le pouvoir de décider quels services ils souhaitent utiliser. Les meilleurs services ne sont presque jamais développés par les autorités et les grandes entreprises technologiques qui décident de ce que veut l'individu.

Les villes intelligentes devraient être davantage axées sur les besoins des résidents. Il existe de nombreux plans « beaux » et ambitieux pour améliorer les villes et la vie des habitants, mais les beaux plans ne suffisent jamais. Les vraies questions sont de savoir qui sont les clients réels, qui peuvent décider quels services utiliser et qui contrôlera les données. Pour rendre ces services bénéfiques pour les personnes, les concepts, la technologie, l'architecture, les données et les modèles commerciaux devrait être conçu pour responsabiliser les gens, pas seulement pour les surveiller et les contrôler.

Jetons non fongibles (NFT), ont suscité beaucoup d'intérêt récemment. Ils certifient les actifs numériques, y compris des millions de dollars d'œuvres d'art numériques. Christie's a déjà vendu une œuvre d'art NFT de Beeple. Bien sûr, cela soulève la question, est-ce quelque chose de plus concret que les offres initiales de pièces ou les ICO en 2017.

Les NFT sont des certificats numériques sur un registre numérique, ou blockchain, qui prouve qu'un actif numérique est unique et donc non interchangeable. Les NFT sont utilisés pour représenter et certifier des photos, des vidéos, de l'audio et d'autres types de fichiers numériques. L'art fait actuellement l'objet de toute la publicité, mais les NFT peuvent certifier de nombreux autres éléments, notamment du texte, du code logiciel ou même des tweets Twitter. L'idée fondamentale est qu'un objet numérique peut être symbolisé et devient ainsi unique. Il n'est en principe pas possible d'en faire d'autres copies.

Certaines personnes ont fait remarquer que le valeur et ironie des NFT est que bien que leur nom soit non fongible, ils sont facilement fongibles. Ils peuvent être uniques, mais il est facile de les échanger. Et comme nous le savons, les choses peuvent avoir de la valeur et de la liquidité s'il y a suffisamment de demande et d'offre et si les coûts de transaction sont suffisamment bas.

Beaucoup d'entre nous se souviennent encore du boom des ICO en 2017, lorsque les entreprises ont commencé à proposer leurs propres jetons. En règle générale, il s'agissait de startups (ou même pas de startups mais d'idées de startups) avec des plans d'affaires (appelés livres blancs). Ils ont inclus un jeton comme élément important de leurs plans d'affaires, puis ont commencé à vendre ces jetons. Certains projets ont pu collecter des fonds importants et, dans de rares cas, ont construit une entreprise à long terme. De nombreuses personnes ont participé à des ICO pour apprendre à acheter un jeton, sans penser à son retour sur investissement. Certaines personnes avaient beaucoup de bitcoins, et certaines avaient du mal à les vendre (car elles ne savaient pas comment elles les avaient acquis) et voulaient se diversifier vers d'autres jetons.

Une différence fondamentale entre les NFT et les ICO est que les jetons ICO ne représentent généralement que quelques promesses futures. Les NFT représentent des actifs, en particulier des actifs numériques. De cette façon, les acheteurs peuvent évaluer comment ils perçoivent la valeur de leurs actifs. Il est toujours complexe d'évaluer la valeur de l'art, et l'art NFT a précisément les mêmes défis. Ensuite, il existe de nombreux autres éléments numériques comme des morceaux de musique, des éléments virtuels dans des jeux et des composants logiciels qui peuvent avoir un NFT.

Il est également prévu d'étendre le concept NFT à partir d'éléments virtuels et numériques. Il pourrait également y avoir des certificats numériques pour représenter des éléments physiques, par exemple, un certificat prouvant la propriété d'un bien immobilier. Cette partie nécessite un cadre juridique permettant l'utilisation de ce type de certificat numérique.

Les NFT ont également généré des plans de financement participatif. Les particuliers et les entreprises pourraient vendre des fractions de leur travail, par exemple de la musique, des films ou des logiciels. Les NFT peuvent rendre ce marché plus efficace, mais cela ne supprime pas tous les défis du financement participatif, en particulier comment trouver la valeur correcte et ensuite rendre le marché secondaire liquide. Il est également bon de se rappeler que le modèle peut fonctionner pour certains articles qui ont une offre et une demande suffisantes, mais cela ne signifie pas que les NFT seuls les garantissent pour n'importe quel article.

Il existe plusieurs nouvelles idées de plans d'affaires basées sur les NFT. Par exemple, si un logiciel est publié en tant que NFT, il pourrait y avoir un nouveau GitHub, en particulier pour les logiciels NFT. Les entreprises et les particuliers pourraient commencer à concéder sous licence des données sous forme de packages NFT, et les entreprises de médias pourraient également proposer du contenu NFT.

Ethereum, qui repose sur la preuve de mise modèle, est la solution la plus couramment utilisée pour les NFT. Blockchain a encore des questions fondamentales autour desquelles les solutions ont un avenir et une valeur à long terme. Lorsque le logiciel blockchain est mis à jour et qu'un fork est créé, la rétrocompatibilité est une question importante. Un soft fork signifie qu'une nouvelle version est rétrocompatible, et un hard fork signifie qu'elle ne l'est pas. Si une nouvelle version n'est pas rétrocompatible, les anciens jetons ne fonctionneront pas dans le nouveau système. Au final, c'est la communauté de chaque token qui peut décider des mises à jour et des forks qui ont lieu. La question fondamentale pour chaque solution de blockchain est sa future rétrocompatibilité. À l'heure actuelle, Ethereum ressemble à une valeur sûre pour mettre en œuvre des solutions basées sur la blockchain. Avec des blockchains moins connues, il est plus difficile de prédire leur avenir.

Le concept NFT est plus concret et facilite l'évaluation des éléments que les ICO. Mais au final, la valeur d'un NFT dépend des éléments sous-jacents, il est donc impossible de dire si un NFT en tant que tel représente quelque chose de précieux ou seulement des promesses vides. NFT est un excellent modèle pour gérer et échanger la valeur des articles numériques. Mais il est crucial de se rappeler qu'un NFT seul ne crée pas de valeur pour un article numérique. Les articles doivent avoir de la valeur, et les NFT aident à rendre la valeur tangible.

L'article est d'abord apparu sur Perturbateur.Asie.

La pandémie de COVID-19 a été importante pour les appareils portables. Ils ont aidé à détecter les premiers symptômes de la COVID-19, et ils ont également aidé les gens à vivre une vie plus saine et à prendre soin de leur bien-être pendant la pandémie. Les 18 derniers mois ont été une bonne période pour de nombreux services numériques, des vidéoconférences aux applications de livraison de nourriture. Peut-être que cela changera de façon permanente la façon dont nous gérons notre bien-être et notre santé et aidera les soins de santé mobiles à se généraliser.

Une fréquence cardiaque au repos et une température corporelle plus élevées sont les premiers signes de COVID. Par exemple, les instituts de recherche et les universités ont développé un logiciel pour utiliser les données de l'anneau Oura pour détecter ces premiers symptômes. Les employeurs ont également acheté des appareils portables pour que les employés détectent les premiers symptômes et les avertissent de ne pas travailler s'il y a des signes avant-coureurs. C'est le cas dans les entreprises allant des services à la clientèle et de soins de santé aux équipes sportives professionnelles.

Les fabricants de vêtements portables ont signalé que, sur la base de leurs données, la situation COVID a également aidé certaines personnes à mieux dormir. La raison pourrait être que les gens n'ont pas besoin de se dépêcher pour aller au travail et d'emmener les enfants à l'école le matin. Mais nous avons également constaté, à mesure que la situation perdure, que de plus en plus de personnes ressentent du stress, c'est-à-dire, d'après les données, ont une fréquence cardiaque (FC) plus élevée et ne dorment pas aussi bien.

La situation a également changé les habitudes d'exercice. Les gens ne marchent pas pour se rendre au travail ou ne prennent pas les transports en commun, pas de pauses quotidiennes pour aller déjeuner ou prendre un café. Les professionnels de la santé craignent que les gens ne soient trop assis pendant la pandémie. D'autres ont commencé à faire plus d'exercice, pas des promenades quotidiennes mais des courses quotidiennes. Cela a entraîné plus de blessures sportives.

Tout cela a incité les gens à surveiller leurs données quotidiennes de bien-être et de santé. Les gens ont également hésité à consulter un médecin ou à se rendre à l'hôpital mais ont surveillé leur santé avec une montre connectée pour mesurer la fréquence cardiaque ou l'ECG (électrocardiogramme). Et si vous avez un appel Zoom avec votre médecin, il est en fait utile que vous ayez ces données à portée de main (pour ainsi dire). 

Tout cela démontre que les gens ont commencé à utiliser davantage ces appareils et obtiennent plus de données, mais ce n'est pas si simple. Que dois-je interpréter à partir de ma fréquence cardiaque ou de la variabilité de ma fréquence cardiaque ? Est-ce que je fais trop ou trop peu de sport ? La qualité de mon sommeil et mon activité physique sont-elles liées ? Quelle est la combinaison de données qui indique vraiment une maladie ?

Lorsque les gens obtiennent plus de données, cela ne signifie pas qu'ils deviennent soudainement des experts en matière de santé, de sommeil, d'alimentation et de bien-être. Certaines personnes peuvent ressentir cela lorsqu'elles consultent des instructions de soins de santé sur Google, mais cela peut aggraver les choses. Ces données peuvent être bénéfiques pour la surveillance de la santé et du bien-être, mais elles nécessitent un meilleur logiciel pour les analyser ou les mettre à la disposition des professionnels. 

Les soins de santé mobiles sont un sujet brûlant depuis des années, mais le temps de la COVID l'a vraiment mis au premier plan. Les organisations de santé ont tendance à être plutôt conservatrices lorsqu'elles abordent de nouvelles choses, mais cette période les a obligées à trouver rapidement de nouvelles solutions. Je connais de nombreuses startups de soins de santé mobiles qui ont lutté pendant des années. Un gros problème a été que les organisations de soins de santé évoluent lentement, ce qui en fait des clients difficiles pour les startups agiles. L'autre problème est d'avoir accès à des données fiables et précises. Beaucoup de ces entreprises ont proposé des solutions pour transférer des données à un médecin ou à un hôpital, mais souvent les gens doivent capturer les données eux-mêmes, par exemple mesurer leur glycémie, leur tension artérielle, leur fréquence cardiaque et les saisir dans une application. Certaines personnes trouvent cela difficile, et d'autres sont tout simplement trop paresseux pour le faire. Et il y a ceux qui pourraient vouloir «réparer» leurs propres numéros pour éviter l'embarras ou se montrer.

Donc, maintenant nous avons plus de données, et nous avons des solutions pour transférer les données. Mais nous avons encore quelques problèmes : 1) la confidentialité et la sécurité des données pour les données de bien-être sensibles, et 2) des modèles plus systématiques pour utiliser les données, non seulement d'un mais de plusieurs appareils portables. Cela signifie que nous avons besoin de solutions pour collecter et combiner les données de plusieurs appareils, combiner ces données tout en protégeant la vie privée. Il serait également utile que ces données puissent être combinées à l'avenir avec d'autres données sur les soins de santé, comme les antécédents médicaux.

Avec les nouvelles technologies et les nouveaux concepts, il faut généralement des années pour faire une percée. Il faut souvent aussi des déclencheurs spéciaux pour que les choses se produisent. Je me souviens des premières grandes visions des technologies de la santé mobile il y a 20 ans avec le battage médiatique 3G. Il semble maintenant que la pandémie nous ait aidés à surmonter certains obstacles majeurs, et le marché des vêtements portables s'est également développé rapidement. Nous devrions maintenant assister à un développement rapide et significatif avec davantage d'applications et de services utilisant plus efficacement les données de bien-être, avec une impulsion ultérieure pour les soins de santé mobiles.

L'article est d'abord apparu sur Perturbateur.Asie.