Prévoir l’imprévisible

La data intelligence représente bien plus qu’un ensemble de statistiques : il s’agit de l’analyse régulière de données externes et opérationnelles qui place les clients et les décideurs aux commandes. Elle ouvre également de nouvelles possibilités pour fiabiliser les prédictions et les simulations d’événements futurs, ce qui aide par exemple les banques d’émission à gérer les catastrophes et à dégager des liquidités avant, pendant et après une crise.

Une chose est sûre : en matière de sécurité, si des événements naturels comme les séismes, les ouragans ou les tsunamis pouvaient être prédits avec fiabilité, cela serait un avantage considérable, et même une mesure qui sauverait des vies. Toutefois, calculs et nature ne font pas toujours bon ménage. Si les géoscientifiques sont en mesure d’identifier des facteurs indiquant une probabilité accrue de séisme, par exemple, cela ne reste qu’une probabilité. Des prédictions précises quant au lieu ou au moment des mouvements tectoniques et à leurs conséquences ne sont qu’un vœu pieux.

Et si les données et les machines apportaient leur pierre à l’édifice ? De nombreuses approches tentent de rendre l’imprévisible prévisible. Si une crise est déjà en cours, et que son flot incessant de données, d’informations et d’événements doit simplement être trié et évalué, le processus pourrait être relativement simple. Par exemple, AIDR (Artificial Intelligence for Disaster Response, ou intelligence artificielle pour la réponse aux catastrophes) fonctionne selon ce principe : ce logiciel gratuit et open source recueille et classe automatiquement les tweets postés au cours de crises humanitaires. « Le volume de données produit par les réseaux sociaux lors des situations de crise est bien trop important pour être géré exclusivement par des humains », explique Muhammad Imran, chercheur au Qatar Computing Research Institute (QCRI) et l’un des huit collaborateurs du projet.

Des faits actuels et passés rendent les prédictions possibles

En outre, les données sont trop riches et complexes pour être traitées avec succès par des machines. Imran poursuit : « AIDR utilise le meilleur des deux mondes, en associant les intelligences humaine et artificielle ». Dans un premier temps, le logiciel collecte les tweets liés à une catastrophe en les filtrant à l’aide de mots-clés ou de hashtags comme « ouragan » et « #Sandy ». Cette étape s’apparente à une recherche classique sur Twitter et les messages qui ressortent contiendront les mots-clés ou les hashtags. Cependant, ils ne seront pas nécessairement adaptés à la prise en charge de la catastrophe ou aux besoins des organisations humanitaires en matière d’informations. Toutefois, un filtre appelé « Tagger » classe ensuite les tweets par centres d’intérêt, comme « dégâts sur les infrastructures » et « dons ». Cette classification est réalisée automatiquement puis visualisée à partir d’un ensemble d’éléments identifiés par des humains, transmis par le biais de MicroMappers.org, une initiative commune avec les Nations Unies. Pour être clair : le concept d’AIDR consiste à gérer des informations durant une crise, plus ou moins à la manière d’un regard dans le rétroviseur. Il analyse le passé et le présent, tout en pouvant encore prévoir des développements pour les heures ou les jours à venir. Au-delà de cela, l’analyse prédictive englobe plusieurs techniques statistiques (allant de la modélisation prédictive à l’exploration de données, en passant par l’apprentissage automatique) qui étudient des faits passés et actuels pour rendre les prédictions sur des événements futurs possibles et plus fiables.

Les algorithmes mettent les décideurs aux commandes

Des scientifiques, parmi lesquels Bertrand Rouet-Leduc, Claudia Hulbert et Nicholas Lubbers, ont montré qu’il était possible de prédire des « séismes en laboratoire » grâce à de nouvelles évolutions de l’apprentissage automatique, une technique qui exploite des programmes informatiques qui développent et révisent par eux-mêmes à partir de nouvelles données. « Nous utilisons l’apprentissage automatique pour identifier des sons caractéristiques (comme une porte qui grince) qui prédisent le moment où se produira une secousse », écrivent-ils. Ils ajoutent également qu’en écoutant le signal acoustique émis par un défaut en laboratoire, l’apprentissage automatique peut prévoir avec une grande précision le temps restant avant l’incident. Étant donné que l’algorithme est capable d’identifier des tendances décisives dans les données (qui échappent souvent aux enregistrements réels), cette approche pourrait être adoptée pour prévoir les avalanches, les glissements de terrain et les pannes de pièces de machines. Cela place les décideurs aux commandes : ils ne se contentent plus de regarder dans le rétroviseur, mais tirent des conclusions de corrélations, apportent de la transparence et prédisent le futur.

Le plan ingénieux élaboré en 2017 par Banco de México pour soutenir la continuité de la distribution d’espèces dans toute région du pays touchée par des catastrophes naturelles constitue un exemple de la façon dont la data intelligence peut accompagner concrètement la gestion des désastres. Ce plan vise à sécuriser la distribution de billets de banque dans les lieux où les infrastructures bancaires se sont effondrées (l’argent liquide est en effet le seul moyen de paiement utilisable immédiatement en temps de crise).


La data intelligence révolutionne la gestion des crises

Assurer la distribution de billets de banque lorsque les infrastructures s’effondrent

Géré par Banco de México, l’association des banques mexicaines, Banjercito (une banque spécialement créée pour assurer des services bancaires à l’armée et à la marine), le ministère des Finances et soutenu par l’armée et la marine, le plan se compose de quatre étapes et est activé jusqu’au retour à la normale des services. « Dès lors que trois agences bancaires sur quatre de n’importe quelle ville du Mexique sont dans l’incapacité d’exercer, la phase d’assistance du plan est ouverte », explique Alejandro Alegre Rabiela, directeur général de l’émission de devises et trésorier principal de Banco de México. Il poursuit : « Banco de México, l’association des banques et Banjercito feront de leur mieux pour installer des modules de distribution d’espèces en 24 heures au maximum ».

Banjercito et l’association des banques mexicaines déterminent le nombre de modules de distribution d’espèces à livrer dans la région sinistrée ainsi que les coupures et leur quantité et le montant maximum autorisé par transaction pour chaque module. Banjercito indique à l’association des banques mexicaines, au ministère des Finances et à Banco de México à quel moment les modules de distribution d’espèces sont opérationnels et leur transmet leur localisation afin que les médias de la région concernée puissent diffuser l’information. Les habitants de la région sont ensuite informés des emplacements des modules, du montant maximum qu’ils peuvent retirer par transaction, des types de cartes acceptés et de tout autre élément d’importance relatif à l’utilisation des modules.

Alegre précise que « Banco de México transportera, à l’aide d’un ou plusieurs avions, les billets, les modules de distribution d’espèces et le personnel de Banjercito qui gèrera le matériel ». En cas d’impossibilité de transporter le matériel et le personnel dans l’avion de Banco de México, l’armée ou la marine apporteront un soutien logistique pour installer les modules et assureront des services de surveillance pour l’argent et le personnel. Pendant la mise en œuvre du plan, les banques ne factureront pas de frais à leurs clients pour le retrait de billets. En outre, Banjercito informera au quotidien l’ensemble des partenaires impliqués sur le fonctionnement des modules ainsi que sur les sommes retirées par coupure.

En contrepartie, l’association des banques mexicaines fournira au jour le jour des informations sur la restauration progressive des services bancaires dans les agences et au niveau des distributeurs automatiques. Dès lors que le système bancaire fonctionnera au moins à 50 % de ses capacités normales, la phase d’assistance prendra fin et les modules de distribution seront retirés des sites. Le plan a déjà été appliqué avec succès à la suite de deux séismes survenus en septembre 2017 et ayant entraîné des dégâts considérables dans différents États du pays : le premier avait frappé les États d’Oaxaca et du Chiapas et le second avait atteint la capitale Mexico ainsi que les États de Mexico, Puebla et Morelos.

Informations en temps réel grâce à un mélange d’analogique et de numérique

Plus précisément, le plan a été activé dans l’État d’Oaxaca en octobre et novembre 2017, alors que les infrastructures bancaires avaient subi de lourds dégâts. Grâce à lui, des demandes d’espèces à hauteur de 114,7 millions de pesos, soit 5,8 millions de dollars US, ont pu être satisfaites.

La data intelligence ouvre de nouvelles possibilités en matière de gestion des catastrophes, que ce soit avant, pendant ou après une crise.

 «

Dr Marcus Schmeisser, chef de produit G+D Data Intelligence® chez G+D Currency Technology

Selon le Dr Marcus Schmeisser, chef de produit G+D Data Intelligence™ chez G+D Currency Technology, « de manière générale, la data intelligence ouvre de nouvelles possibilités en matière de gestion des catastrophes, que ce soit avant, pendant ou après une crise. Elle révolutionne les opérations humanitaires et la gestion des crises ». Par exemple, G+D Data Intelligence™ peut contribuer à définir au préalable le nombre et les sites requis des modules de distribution d’espèces à partir de prévisions de la demande. Elle peut également participer au transport et à la logistique concernant le matériel, le personnel et les billets en vue d’assurer une fiabilité et une efficacité maximales.

Dans le cas de la distribution d’argent liquide après des phénomènes naturels comme les séismes survenus au Mexique, la data intelligence peut constituer un moyen de traiter toutes les informations et de prendre ainsi les bonnes décisions : pour Schmeisser, « ici, G+D Data Intelligence™ ne se contente pas de souligner l’importance de toujours connaître clairement le nombre de billets en circulation, mais permet également aux opérateurs d’orienter leurs décisions dans la bonne direction à partir de données et d’éléments clés, que ce soit au Mexique ou ailleurs ».

G+D Data Intelligence®

Plus d’efficacité, plus de transparence, plus d’informations : la combinaison de processus analogiques et de solutions numériques offre des informations en temps réel porteuses d’efficacité pour votre centre de tri. Découvrez comment G+D Data intelligence® propose toutes les informations dont les banques d’émission ont besoin pour que leur circulation fiduciaire soit sécurisée, efficace, numériquement cartographiée et pleinement traçable. Avec G+D Data Intelligence®, nous encourageons la numérisation de la circulation fiduciaire et vous aidons à transformer vos données en résultats axés sur les performances. Voilà en quoi consiste la gestion avancée des devises.


Votre contact pour France
  Modifier votre emplacement

Giesecke+Devrient Currency Technology GmbH

+49 89 4119-0

currency-technology-europe@gi-de.com

Prénom Nom E-mail Entreprise Votre message
En envoyant le présent formulaire de contact, j’accepte que mes données soient traitées pour répondre à ma demande – comme indiqué dans la <a href="fr/fr/currency-technology/confidentialite-des-donnees/" class="ce--link" title="G+D privacy policy" target="_blank">politique de confidentialité G+D.</a>. Titre M. Mme
currency-technology-europe@gi-de.com fr ct fr https://www.gi-de.com/fr/fr/currency-technology/trends/digitalization-across-the-cash-cycle/predict-the-unpredictable/ https://www.gi-de.com/fr/fr/currency-technology/trends/digitalization-across-the-cash-cycle/predict-the-unpredictable/