Transcription

• Speaker #0

  Chaque trajet, chaque déplacement génère une multitude de flux d'informations. De plus en plus nombreuses, les données sont devenues un véritable actif pour les entreprises et territoires. Il ne s'agit plus seulement de les produire, mais d'organiser leur réemploi, alors que 80% des données industrielles ne sont pas partagées. EUNA-X constitue un écosystème de confiance, où ces acteurs peuvent collaborer dans le respect des principes de souveraineté et de gouvernance européens. Convaincus qu'ensemble, nous serons plus agiles et plus résilients. Nous orchestrons ces échanges dans le respect des participants et en toute transparence. Tourisme, mobilité et logistique, nous fédérons ces forces pour faire émerger des solutions plus efficientes et de nouveaux services innovants. Vous écoutez Ecosystem, la voix de ceux qui collaborent et façonnent l'avenir de la data et de l'IA. Aujourd'hui, les data space émergent comme des plateformes à trois faces. Fournisseurs de données, développeurs d'applications et fournisseurs de services. Mais loin d'être une simple place de marché, c'est un écosystème où le design économique détermine le succès ou l'échec. Nous avons appris à produire de la donnée, il est maintenant temps d'apprendre à orchestrer sa circulation. Mais pour que ces écosystèmes fonctionnent, l'infrastructure technique ne suffit pas. Il faut résoudre un défi économique fondamental, comment amorcer une plateforme quand chaque acteur attend que les autres soient déjà présents. Et sa résolution passe par un design intelligent, comprenant la tarification asymétrique, les mécanismes d'amorçage ou encore le partage de valeurs. Pour comprendre cette bascule, nous avons le plaisir de recevoir Jacques Crémer, professeur à la Toulouse School of Economics. Ses recherches portent principalement sur la théorie des organisations et l'organisation industrielle, avec un focus particulier sur l'économie de l'Internet et de l'industrie du logiciel. Nous allons voir aujourd'hui pourquoi les data space sont avant tout un défi économique et comment leur design façonne leur destin.

• Speaker #1

  Bonjour Jacques. Bonjour. Donc aujourd'hui on va faire un petit retour sur l'ouvrage que vous avez publié avec Christophe Bizierge, Bruno Julien et Yacine Lefouilly qui s'appelle The Economics of Data Space. Est-ce que vous pouvez peut-être nous dire d'où est parti ce projet déjà ?

• Speaker #2

  TSE a beaucoup de partenariats avec différentes organisations et avec lesquelles nous faisons de la recherche en collaboration. Et en particulier, nous avons un... Une collaboration avec Ausha X, qui est un data space, on reviendra bientôt sur ce que ça veut dire, qui regroupe un certain nombre d'acteurs de l'industrie du tourisme. Et donc nous prévoyons de faire de la recherche originale sur le concept de data space, sur comment il fonctionne, mais dans un premier temps pour essayer de bien comprendre ce que... que ça veut dire, qu'est-ce que l'on peut faire comme recherche, quelles sont les questions ouvertes. Nous avons fait ce rapport sur l'économie des data spaces. Alors, j'explique rapidement de quoi il s'agit.

• Speaker #1

  Bien sûr, avec plaisir.

• Speaker #2

  Donc, les data spaces, c'est un concept qui est très populaire en Europe, surtout en Europe, mais qui se développe un peu dans d'autres continents. et qui consiste à regrouper un certain nombre d'acteurs d'une filière qui essayent de se coordonner pour échanger des données entre elles pour mieux gérer la filière. Par exemple, il y a un data space dans la filière automobile, il y en a dans la filière aviation, etc. Et le data space EONAX est un data space dans la filière touriste. Alors un certain nombre de membres, vous pouvez...

• Speaker #1

  Bien sûr. On a donc le tourisme, la mobilité et le transport. On a 7 membres fondateurs. On a Amadeus, Air France, SNCF, Accor, Aéroport, Marseille, Provence. Je ne veux pas en oublier. Voilà, on en a 7 au total. Et en fait, j'avais une autre question. C'est pourquoi, pour vous, un data space comme Eonaix est différent d'une place de marché classique ? Et le papier, justement ? montre que c'est comme une organisation qui va favoriser le partage de données, mais tout en préservant quand même la souveraineté, ce qui est quand même un terme très important dans un data space, la souveraineté des membres.

• Speaker #2

  Je crois qu'il faut que je revienne un tout petit peu en arrière sur les problèmes d'échange de données. N'hésitez pas à m'interrompre, etc., si jamais je suis trop long, si je ne suis pas clair. Ça fait très très longtemps qu'en économie, on sait que les échanges de données... les échanges d'informations sont quelque chose de très difficile à organiser. Par exemple, j'ai des données sur la qualité des restaurants à Toulouse. « Vous voulez dîner ce soir à Toulouse. J'ai aucune idée de combien vous êtes prêts à payer pour l'information que j'ai. Est-ce que vous avez... » Et donc il y a beaucoup de problèmes de ce qu'on appelle la symétrie de l'information. Personne ne sait quelle est la valeur des données, etc. Par exemple, le prix Nobel d'économie cette année a été donné à Philippe Aguillon et deux autres personnes qui travaillaient sur l'innovation. dans le cas de l'innovation. L'innovation, c'est en fait la création d'informations sur comment faire quelque chose de nouveau. Et on sait que l'échange de vendre un brevet est quelque chose de très, très difficile parce que les deux parties ont beaucoup de mal à se mettre d'accord sur quel doit être le prix des données. Et donc, c'est très, très difficile d'organiser un marché des données.

• Speaker #1

  D'accord.

• Speaker #2

  Et donc, si on essaye de faire un marché... dans lequel, un peu comme la marketplace d'Amazon, dans lequel il y aurait des vendeurs et des acheteurs. Ce serait très, très difficile pour la plateforme d'arriver à obtenir que les gens décrivent de façon fiable leurs données, décrivent la qualité de leurs données, parce qu'on ne peut voir la qualité qu'après s'en être servi. Et donc, le data space consiste à dire, on va prendre un petit groupe de personnes, on va mettre en... place des règles pour ce petit groupe de personnes de façon à ce qu'elles puissent échanger des données entre elles de façon plus efficace. Alors ça restreint l'espace des échanges possibles, mais ça rend ces échanges plus fructueux.

• Speaker #1

  Dans le papier que vous nous avez envoyé récemment, je le rappelle, vous souveniez que les plateformes recourent à des prix asymétriques, à des structures d'adhésion, contrairement à des usages qui permettent d'interroger les externalités. Mais dans un data space, pour le coup, B2B, quel dosage simple est-ce que vous recommanderiez entre les prix fixes d'entrée et les frais à l'usage plutôt au démarrage ?

• Speaker #2

  Encore une fois, désolé, c'est mon aspect professeur, etc. Je vais revenir en arrière un tout petit peu. Ce qu'on appelle une plateforme biface ou multiface, c'est... une organisation qui met en contact deux catégories différentes d'acteurs. Par exemple, la littérature sur les marchés bifaces a été développée à Toulouse par un certain nombre de mes collègues. Une des choses sur lesquelles Jean Tirole, qui a eu le prix Nobel d'économie pour ça, en partie pour ceci après, et Jean-Charles Rocher ont travaillé, c'était le marché des cartes bancaires. dans les... Une carte bancaire, c'est un marché biface parce que vous avez à fois les individus, vous, moi, qui voulons nous servir de la carte, et d'autre part les marchands, le restaurant auquel vous allez aller ce soir grâce à l'information que je vais vous donner ou que je vais vous vendre. Et ce qu'il faut pour que cette plateforme marche, c'est qu'il y ait... assez d'individus parce que sinon, les marchands ne voudront pas recevoir les cartes et qu'il y ait assez de marchands. Donc, il y a besoin de la coordination des deux. Alors, il se trouve que, par exemple, c'est très, très visible dans le marché américain des cartes bancaires. En gros, on donne des cartes aux individus et on fait payer assez cher les marchands. Donc la... Le mode de paiement est asymétrique. Et la raison pour ça, c'est que d'une certaine façon, les acheteurs ont plus de valeur pour les marchands que vice versa. Alors, c'est techniquement un peu plus compliqué. Il nous faudrait un tableau noir pour pouvoir aller plus à fond. Et donc, la même chose va se passer dans les data space. Il y aura certains des membres du data space. pour lesquelles la participation est très importante, d'autres pour lesquelles la participation sera moins importante, ou ça leur rapportera moins, et il faut en tenir compte quand on est en train d'essayer de regarder quelles sont les conditions d'adhésion.

• Speaker #1

  Mais quand un participant, par exemple, va cumuler plusieurs rôles, est-ce qu'il y a des garde-fous à mettre en place ?

• Speaker #2

  C'est une des questions très intéressantes qui se posent, c'est que la plupart de la théorie des plateformes a été développé dans le Dans un cadre où les gens ont des rôles bien précis quand ils entrent sur la plateforme, quand ils y adhèrent. Si vous allez sur Amazon, vous êtes soit un vendeur, soit un acheteur, etc. Mais il y a très, très peu de recherche qui a été faite sur qu'est-ce qui se passe quand les gens peuvent passer d'un rôle à l'autre. Je vends des données ou j'en achète. Et dans le cas des data spaces, c'est encore plus compliqué parce que des fois, ce n'est même pas qu'il y a vraiment un vendeur et un acheteur. C'est qu'il y a deux entités qui ont chacune des données et qui veulent se servir de leurs données pour faire un projet commun. Donc, il y a le rôle même vendeur-acheteur. On est encore en train de réfléchir sur quoi il faut vraiment faire de la recherche, mais c'est un des thèmes de recherche qui est visiblement ouvert sur les data spaces.

• Speaker #1

  Est-ce qu'il y a une heuristique simple qui permettait de traiter les coûts de changement, tels que la réversibilité ou les portabilités, par exemple, dans des contrats d'adhésion, justement, à un data space ?

• Speaker #2

  C'est un peu difficile parce qu'il y a deux problèmes. Il y a le problème de à quoi va ressembler le data space à long terme. Et à quoi il ressemble maintenant ? Les data space en Europe, il n'y en a pas qui fonctionnent depuis très longtemps. Donc on est encore dans la phase de construction. Et dans ce cas-là, ce qui se passe, c'est que les gens qui payent le plus d'une certaine façon, parce qu'ils mettent plus de leurs moyens, parce qu'ils y passent plus de temps à discuter des règles de fonctionnement, etc., sont payés en retour. par le fait qu'ils ont plus d'influence sur l'organisation du data space. Qu'est-ce qui va se passer dans 10 ans, une fois qu'il fonctionne ? Comment est-ce que ça va être équilibré ? Je crois que c'est vraiment trop tôt pour le dire.

• Speaker #1

  Très bien. Dans le papier, vous parlez d'un data space. Le but du jeu, c'est de s'échanger de la donnée entre membres. Donc, on peut considérer ça comme de la data collaboration, de la data sharing. Mais aussi, dans le papier, vous parlez de analytics sharing. Comment vous allez différencier ça ?

• Speaker #2

  Il y a certaines collaborations pour lesquelles vous avez besoin de données spécifiques. Par exemple, on va éviter de parler de tous les problèmes de protection des données privées, etc. Les détails sont très attention à ça, mais on ne va pas à chaque fois dire dans le respect des... C'est sous-entendu systématiquement. Bien sûr, on a eu de l'attaque, vous avez de suivre, qui a entré en vigueur le 17 janvier. Il y a le RGPD, c'est très compliqué. Par exemple, on peut imaginer qu'un aéroport veut savoir quand est-ce qu'un individu arrive sur l'aéroport pour pouvoir lui offrir. Il arrive tôt pour lui dire, tiens, il y a tel café dans lequel vous pourriez aller prendre un café, vous pourriez aller regarder, il y a une librairie, vous pourriez regarder, etc. Et il pourrait avoir un accord avec une plateforme de transport, Uber ou je ne sais qui pour... Donner la formation. Donc ça, c'est de l'information sur quelqu'un de spécifique. Ce n'est pas analytics. Analytics, c'est quand on a besoin de réfléchir à comment fonctionne le système. Donc, encore une fois, je me mets encore dans la tête de l'aéroport. J'ai envie de mieux comprendre les flux de passagers quand ils arrivent. vont prendre l'avion, combien sont juste là en tant qu'accompagnateurs, etc. Pour ça, je peux avoir besoin de données qui proviennent des transporteurs qui amènent les gens à l'aéroport. Et ce que je peux faire, c'est dans ce cas-là faire les calculs, mais sans avoir accès aux données individuelles. En gros, avoir accès à la base de données, mais faire tourner mes machines de calcul, mais sans que les données individuelles me soient directement visibles. Donc ça, c'est Analytics. Il y a un usage minimal aux données qui est né dû aux besoins d'analyse.

• Speaker #1

  En fait, on pourrait dire que le data sharing, c'est plus l'accès au brut et l'autre plutôt l'accès au résultat. D'une certaine façon, oui. Oui, d'accord.

• Speaker #2

  Mais même l'accès brut est en général fait, c'est certaines données, ce n'est pas toutes les données, c'est juste les données dont il y a besoin pour quelque chose. Encore une fois, avec tous les problèmes de vie privée, etc.

• Speaker #1

  Vous rappelez aussi dans ce papier que la donnée... Elle n'a pas de valeur intrinsèque, mais pour le coup, sa valeur vient plutôt des décisions qu'elle change. Et comment on pourrait traduire cette idée en KPI, par exemple, de valeur actionnable pour un opérateur justement de Data Space ?

• Speaker #2

  Alors là, vous me rappelez le nombre de bosses que j'ai eues sur ma tête pour participer à les tables rondes où les gens disaient qu'il faut qu'on intègre dans les actifs des entreprises la valeur de leurs données. Parce que je ne sais absolument pas comment... Ce n'est pas possible, on ne sait pas le faire. Et là où vraiment je tapais ma tête très fort contre la table, c'est quand les gens disaient, par exemple, le nombre de lignes de données ou le nombre de lignes de codes. La valeur de l'information que j'ai sur les restaurants de Toulouse... D'accord ? Pour vous, c'est combien vous seriez prêt à payer pour aller dans un restaurant qui sera d'un peu meilleure qualité, à prix égal disons, que ce que vous auriez choisi sinon. Donc c'est combien vous êtes prêt à payer pour cette valeur. Mais vous voyez bien que ça, ça dépend de vous, parce que pour quelqu'un d'autre qui est beaucoup plus gourmand que vous, et pour lequel la qualité de nourriture est plus importante, il serait prêt à payer plus cher. Donc ça dépend. Et la décision que vous allez prendre, si jamais votre problème, c'est que vous êtes très paresseux et que vous ne pouvez pas marcher très loin, la décision serait différente. La valeur de la donnée, ce n'est pas la donnée elle-même qui a la valeur, c'est la donnée qui contribue à améliorer la situation. Et donc, c'est pour ça qu'on ne peut pas vraiment parler de... de valeur de la donnée brute. Alors, ça c'est le premier problème. Le deuxième problème, c'est que la valeur de l'information que j'ai à vous fournir dépend de quelles sont les autres sources d'informations que vous avez. Donc, nous avons Pascal là, que personne ne voit, mais qui est derrière la vitre là-bas. Elle a aussi des informations. La valeur de la donnée que moi je vais vous fournir, c'est en gros, est-ce que mon information est plus fiable ? que celle de Pascal. Encore une fois, il ne faut pas vraiment parler en termes de concept de valeur de la donnée, mais plus en quoi la donnée contribue à l'amélioration de la décision dans des cas particuliers.

• Speaker #1

  C'est très intéressant ça. Vous parlez aussi du risque de désintermédiation dans le papier, après notamment la mise en relation. Et vous proposez d'ailleurs des réponses. Est-ce qu'il y a des briques prioritaires à installer relativement tôt qui permettraient de garder les échanges ? justement dans un espace de données ?

• Speaker #2

  Le problème de désintermédiation est un problème qui est très vaste dans les places de marché. Alors par exemple, tout ce qui est, par exemple, les places de marché où vous trouvez des babysitters, ils ont très peur que vous payiez la première fois et vous payiez la base de données et que la deuxième fois, vous ne payez pas. Une des façons dont les plateformes Ce qui contourne ce problème, c'est en donnant des services supplémentaires. Par exemple, dans le cas du baby-sitter, ça pourrait être de l'assurance, ça pourrait être du contrôle de qualité, ça pourrait être s'assurer que le baby-sitter continue à bien faire le travail. Et donc, vous aimez dire qu'elle va perdre de la réputation sur la plateforme si vous l'embauchez par la plateforme. Donc, la même chose va se passer dans le cas des data space. Il faut que les data space trouvent des fonctionnalités supplémentaires qui aident les participants à leur collaboration. Alors, par exemple, ce qu'ils font, c'est qu'ils développent des... C'est un peu technique, mais ils développent des techniques logicielles. pour améliorer les échanges de données à l'intérieur des membres du groupe. Ce qui fait qu'en sortir et essayer de faire de la désintermédiation, de passer à côté, devient très coûteux. Donc il faut vraiment réfléchir. C'est plus la qualité des services que l'on offre qui empêche la désintermédiation. Alors on peut aussi signer des contrats et tout ça, mais c'est très difficile.

• Speaker #1

  Donc la qualité prime sur la quantité du nombre de services en fait.

• Speaker #2

  Oui, enfin c'est le... qualité de chacun multipliée par le nombre de services. Oui, bien sûr.

• Speaker #1

  Très bien. Et quel KPI confiance, on va dire, vous regarderiez justement en premier trimestre d'exploitation, tels que les taux de litige, les temps de résolution, par exemple, ou encore la part des transactions contractées via la plateforme ?

• Speaker #2

  C'est difficile parce que le nombre de transactions, on voudrait bien le savoir, mais en particulier si c'est des projets collaboratifs. C'est dur à savoir exactement comment. Et puis, il n'y a pas de mesure objectif extérieure. Donc, il y a à la fois une tendance à surestimer le bénéfice. Alors oui, on a fait quelque chose de vachement chouette. Et puis, une tendance à la sous-évaluer en disant oui, mais je ne voudrais pas que vous nous fassiez payer plus cher plus tard. Je ne sais pas vraiment comment on peut mesurer ça, mais je crois que c'est... C'est une bonne question, mais je crois qu'il y a vraiment besoin de plus de réflexion.

• Speaker #1

  On va revenir après sur les questions plutôt propres au papier. Mais si, justement, on va parler de la recherche sur ce papier, si vous vouliez continuer cette recherche, vers quel axe vous vous en rentrez ?

• Speaker #2

  On est en train d'y réfléchir. Il y a deux aspects. Il y a l'aspect... plus données ? C'est-à-dire, qu'est-ce que ça change du point de vue de la théorie des plateformes ? Qu'est-ce que ça change que ce que l'on échange dessus soit des données ? D'accord ? Quelles sont les contraintes supplémentaires que ça apporte ? Et l'autre côté, qui est un peu similaire, mais qui est un peu l'autre face du miroir, c'est dans quelle mesure est-ce que le fait d'échanger par une plateforme améliore le fonctionnement du marché. Par exemple, on discutera peut-être des questions de confiance. Si les gens appartiennent à un data space, pour un certain nombre de raisons, ça peut augmenter la confiance que les gens ont dans les transactions avec chacun des membres. Et donc, ça peut améliorer la fluidité des échanges de données. Mais pour ça, il faut réfléchir un peu. Il y a pas mal de difficultés sous-achetantes à développer une théorie de ce type-là.

• Speaker #1

  Et justement, la confiance, comment on l'aborde ? Comment elle s'acquiert, on va dire ? En fait, c'est plutôt ça la question.

• Speaker #2

  En essayant de simplifier. Du point de vue de la théorie économique, la confiance vient du fait qu'on considère juste deux personnes ou deux entités et qu'on oublie le reste du monde pour l'instant. vient du fait qu'il y aura un lendemain. D'accord ? Donc, vous allez chez votre coiffeur. D'accord ? Il y a un match de foot là qui est en train de jouer sur son téléphone. Il peut regarder le match de foot ou il peut regarder vos cheveux. D'une certaine façon, vous lui faites confiance qu'il va quand même regarder vos cheveux un minimum et pas vous couper l'oreille parce qu'il a envie que vous reveniez. la fois d'après. Bien sûr, il y a aussi les questions, les gens veulent bien faire leur travail, mais en plus de ça, il y a une question de ce que les économistes appellent une relation répétée qui permet de faire ça. L'avantage de quelque chose comme un data space où il y a plus de personnes, c'est que même si vous n'attendez pas à re-avoir une relation avec cette personne-là, il y a peut-être une tierce partie qui sera au courant de comment s'est passée la relation. Et donc, il y a aussi la possibilité d'acquérir une réputation dans ce cas-là, mais vis-à-vis d'autres personnes. Et avoir un petit groupe comme ça, où les informations circulent relativement bien, aide à bâtir ce capital de confiance. Alors, il y a une théorie en économie qui s'appelle la théorie des clubs. Et donc là, en gros, il y a un tout petit peu de littérature, mais pas énormément, sur comment est-ce que les clubs, donc c'est-à-dire les groupes de gens, aident à bâtir la confiance.

• Speaker #1

  Super. Dans le papier, vous dites aussi que les data space peuvent être vus comme des plateformes à trois côtés. Je précise fournisseurs de données, développeurs, fournisseurs de services. On en a brièvement parlé en introduction de l'épisode. Mais est-ce qu'avec des externalités croisées entre ces côtés, est-ce qu'on pourrait illustrer ce cadre et dire peut-être que cela change dans les décisions de design ?

• Speaker #2

  Oui, alors, beaucoup de gens qui écoutent ceci ont entendu Parler des marchés bifaces, énormément de marchés sont des marchés trifaces. Prenons les grosses plateformes qu'on connaît tous, Amazon. Amazon, il y a les acheteurs, il y a les vendeurs, mais il y a aussi les gens qui font la publicité, qui, de toute façon, font un troisième côté. Alors là, ce à quoi on pensait, mais qui ne serait pas le cas pour toutes les applications, le problème de... Des data space, c'est que des fois, ça sera biface, des fois, c'est ça. C'est que vous pouvez avoir des gens qui ont des données, donc qui peuvent les fournir. Des gens qui ont besoin d'un service. Mais pour construire ce service, vous avez besoin d'une tierce partie qui va prendre les données. et les transformer en quelque chose d'utilisable par notre partie utilisatrice. Et donc là, on a trois parties, le possesseur de données, le développeur et l'utilisateur. Et quand on pense à comment organiser la plateforme, il faut bien se rendre compte qu'il faut que ces trois parties-là, ils trouvent leur compte, si jamais on veut qu'elles participent.

• Speaker #1

  D'accord, ok. Et donc du coup, pour revenir à l'aspect de confiance, parce qu'en fait, c'est une gouvernance d'établir. Et donc d'essayer d'instaurer une confiance entre ces trois parties-là.

• Speaker #2

  Et en particulier, par exemple, on pourrait très bien voir quelque chose où c'est difficile de juger a priori si les fonctionnalités de l'application vont être de bonne qualité et tout. et où l'utilisateur dit oui, oui, oui, si vous me faites cette application, je m'en servirai. Mais on ne peut pas vraiment écrire un contrat complet, complètement fiable, parce qu'on ne sait pas exactement à quoi ça va ressembler, mais on se mettra d'accord. Et puis qu'en fait, il ne respecte pas ce contrat demi-implicite. Sur quelque chose comme ça, le data space peut aider d'une certaine façon en disant, écoutez, vous avez promis.

• Speaker #1

  Tout à l'heure, vous parliez des mécanismes d'assurance pour atteindre le seuil critique. Lequel, selon vous, fonctionne le mieux dans un contexte B2B dans la data ?

• Speaker #2

  Vous pouvez préciser un peu ?

• Speaker #1

  Vous parliez justement des assurances en rapport avec les plateformes, et notamment des mécanismes qui vont autour, tels que la tarification à l'usage ou les garanties. Est-ce qu'il y en a un en particulier qui fonctionne un peu mieux ?

• Speaker #2

  Alors, il y a toute une... En fait, il faudrait faire, dans l'idéal, il faudrait faire payer les gens en proportion du bénéfice qu'ils retirent de la plateforme. Je ne crois pas que... Je crois que c'est une des difficultés. Je ne crois pas qu'en l'état actuel des choses, on sache assez comment, par exemple, le... Eon AX va fonctionner à moyen terme pour pouvoir dire voilà comment il faut le faire. Ça rend la situation difficile parce que les gens sont un peu obligés de s'engager sans qu'il y ait une architecture qui soit complètement fixe, figée sur quel est le truc à long terme. mais ça vient un peu de cette... spécificité, que c'est une plateforme qui est une plateforme collaborative qui est mise en place par les gens qui vont être actifs sur la plateforme, ce qui est différent de la plateforme dont on parlait tout à l'heure pour les babysitters où c'est quelqu'un qui n'est pas les participants qui font la plateforme, mais une tierce partie. Et donc, pour ne pas répondre à votre question, je ne sais pas très bien... Comment, à moyen terme, ça va se passer ? Surtout que la liste des membres de l'ONAX est publique. Et si vous allez voir, vous verrez que c'est des acteurs de taille et de type d'activité extrêmement différents. Bien sûr.

• Speaker #1

  Mais oui, on a des associations, on a des PME, des TPE, des grandes groupes. Des groupes de part-taf, oui. Alors là, on a même des collectivités. Donc c'est divers avec des tailles divergentes.

• Speaker #2

  Et je pense que là, il va falloir voir quels sont les... quelles sont les applications qui marchent bien, etc., avant de vraiment s'engager sur une déception formelle.

• Speaker #1

  Justement, en parlant des membres d'Eonex, est-ce que pour vous, ou même au sein d'une plateforme, est-ce que l'ancienneté d'un membre a son importance ? Est-ce qu'il y a des avantages à être là, par exemple, depuis le début ?

• Speaker #2

  Il y a à la fois un avantage et un coût. Il y a visiblement un avantage dont on parlait tout à l'heure. Si vous êtes là depuis longtemps sur Eonaix, vous participez à la création de Eonaix, ce qui veut dire que vous avez votre mot à dire sur les fonctionnalités, mais c'est aussi coûteux. Vous avez des cadres de votre entreprise qui, à la place de travailler sur la qualité de vos services, directement sont en train de faire cet investissement à long terme de travailler sur Eonaix. Donc là, l'ancienneté compte. Il y aura un avantage à l'ancienneté. parce que ce sont des plateformes de confiance. Et donc, les gens qui auront fait un investissement assez long pour donner des services de qualité auront des avantages, à mon avis, mais c'est très lié à cette question de la confiance.

• Speaker #1

  On arrive à la fin de cet épisode. Juste, dernière petite question au niveau des contrats. Quelles clauses simples vous paraissent indispensables dès l'amorçage, justement, que ce soit en lien avec la... réversibilité, ou les audits des usages, les partages d'infos, mais sans tout de même, on va dire, alourdir la mise en œuvre des process.

• Speaker #2

  Le groupe de gens qui s'occupent de l'installation d'Eonaix est très impressionnant, connaissent très bien, etc. Donc ils ont beaucoup plus de connaissances que moi. Mais à mon avis, ce qui est très important, c'est qu'au début, c'est encore une fois, c'est question de confiance. Donc s'assurer que...

• Speaker #0

  Les données ne se perdent pas dans la nature, qu'elles ne soient utilisées que pour l'usage qui est contractible. Les problèmes de la vente de données, c'est que si je vous donne les données sur les restaurants à Toulouse, supposons que ce soit mon métier, mais que vous vous retourniez et que vous vendez cette information, Donc, on aurait signé un contrat disant non, je m'engage à ne pas revendre l'information, mais c'est très, très difficile. Et donc là, il y a des tas de questions de s'assurer que l'information, les données restent bien, ne soient utilisées que pour ça. Et à mon avis, et je crois qu'ils font ça très bien, il faut se concentrer là-dessus. Alors, il y a à la fois des moyens techniques, mais aussi des moyens contractuels pour s'assurer de ce jeu. Avec des clauses à signer, notamment. Des clauses à signer, etc.

• Speaker #1

  Voilà, trop bien. Bon bah écoutez, on arrive à la fin de cet épisode, donc pour vous rappeler un peu le contexte, EONX est en partenariat avec la TSE justement dans le cadre par exemple de ce contrat. Vous le retrouvez d'ailleurs dans la description du podcast, ce contrat qui s'appelle The Economics of Data Spaces, qui a été écrit, je le rappelle, par vous Jacques, mais aussi Christophe Bizière, Bruno Julien, Yacine Lefouilly. Est-ce que vous pouvez peut-être en une phrase dire que font ? vos collègues peut-être ?

• Speaker #0

  Avec grand plaisir Christophe Bisière est un professeur de finance ATSE qui est en particulier très très au point de toutes les questions digitales qui est vraiment quelqu'un qui connait bien le monde digital Bruno Julien est sans doute le meilleur théoricien au monde actuellement sur la La théorie des plateformes, c'est un très grand économiste théoricien. Ça me ferait plaisir de travailler avec lui. Yacine Lefouilly, qui travaille en organisation industrielle, donc il connaît aussi beaucoup sur tout ce qui est le monde digital, etc. qui aussi joue un rôle très très important dans la construction institutionnelle de TSE. mais bon c'est un... C'est un vrai plaisir de travailler avec les trois d'entre eux.

• Speaker #1

  J'imagine, en effet. Et vous parliez tout à l'heure des bifaces. Donc, on rappelle que Jean Tirole a été, il y a quelques années, prix Nobel, justement, dans le cadre de ses études.

• Speaker #0

  Mais Bruno, par exemple, avait un article très connu, publié en gros en même temps que ceux de Jean, qui était aussi des précurseurs de la dictature sur les marchés bifaces. Très bien. Très intéressant. Merci beaucoup, Jacques. Merci à vous. Au revoir. Au revoir.