Projets

L'État détecte les entreprises risquant d'être en difficultés grâce à l'IA

Retrouvez cet article dans le CIO FOCUS n°168 !

La révolution numérique est avant tout une révolution des données

Le truisme habituel de la donnée pétrole du XXIème siècle est tellement répété qu'on a tendance à hausser les épaules lorsqu'on l'entend. C'est une erreur. Oui, les données sont l'essence de la révolution numérique, autrement dit de la transformation radicale des organisations. Ces données sont...

Découvrir

---

Accompagner les entreprises avant qu'il ne soit trop tard : c'est l'ambition de la détection opérée par Signaux Faibles, une Start-up d'État.

PublicitéSi beaucoup de particuliers ne demandent pas à bénéficier de droits qui leur sont ouverts, c'est aussi le cas de nombreuses entreprises. Pour des firmes qui commencent à rencontrer de premières fragilités, l'État peut pourtant les accompagner au travers de dispositifs appropriés, notamment portés par Bpifrance. Lorsque les entreprises appellent spontanément au secours, c'est que l'heure du dépôt de bilan approche et c'est en général trop tard. Comment détecter ces premières difficultés, généralement discrètes, et aller présenter les dispositifs nécessaires au plus tôt afin d'éviter les catastrophes ? C'est l'ambition de Signaux Faibles, une start-up d'État. « Identifier le plus en amont possible les difficultés des entreprises afin de mieux les accompagner constitue une orientation prioritaire du gouvernement, portée par Bruno Le Maire, ministre de l'Économie et des Finances, dans le cadre du plan d'action pour la croissance et la transformation des entreprises (PACTE) » précise la Direction générale des entreprises (DGE) dans son communiqué.

Le principe est simple : il s'agit de mettre en valeur des données détenues par les administrations (Ministère de l'Economie et des Finances, Ministère du travail, ACOSS/URSSAF, Banque de France,...) sur la vie des entreprises (retards de paiements, mauvais ratios économiques, recours à l'activité partielle des salariés...) et de repérer les motifs (ou « profils statistiques récurrents») significatifs de futures difficultés. « Nous utilisons des techniques de machine learning pour apprendre, à partir d'un historique d'entreprises défaillantes au cours des dernières années, à détecter les signaux faibles présents et à venir » précise Stéphanie Schaer, pilote de la start-up d'Etat [voir encadré]. Celle-ci ajoute : « il y a un changement de logique dans l'action de l'administration : les entreprises ont tendance à saisir les administrations parfois tardivement et dans l'urgence, Signaux Faibles repose au contraire sur une logique pro-active où l'administration prend l'initiative de contacter l'entreprise au moment le plus opportun. L'algorithme a été calibré pour intervenir environ 18 mois avant un possible dépôt de bilan ».

Une convention pour utiliser les données de plusieurs sources

Le projet est né au sein de la DIRECCTE (Direction régionale des entreprises, de la concurrence, du travail et de l'emploi) de Bourgogne Franche-Comté en 2016, « au plus proche des besoins des entreprises» souligne Stéphanie Schaer. Il est opérationnel dans cette région depuis un an. Le 3 avril 2019 a été signée une convention entre la DGE (Direction générale des entreprises du Ministère de l'économie et des finances), la Banque de France, la DGEFP (Délégation générale à l'emploi et à la formation professionnelle, Ministère du Travail), l'ACOSS (Agence centrale des organismes de sécurité sociale, qui fédère le réseau des URSSAF) et la DINSIC (« DSI groupe de l'Etat », Direction interministérielle du numérique et du système d'information et de communication) pour préparer le déploiement national du dispositif. La signature d'une telle convention était nécessaire pour encadrer entre les partenaires les croisements de données qui ne sont réalisés que dans l'unique objectif de détection et d'accompagnement des entreprises fragilisées. Ce service mobilise des données d'entreprises et non des données personnelles au sens du RGPD. au moyen de leur code SIRET.

PublicitéUne expérience de déploiement est actuellement menée en Pays-de-la-Loire. Les quatre premières régions où Signaux Faibles sera ensuite testé etdéployé sont la Nouvelle-Aquitaine, l'Auvergne Rhône Alpes, l'Occitanie et les Hauts-de-France. Au cours de l'année 2018 en Bourgogne Franche-Comté, 63 entreprises appelées à connaître des difficultés ont été identifiées et 48 ont fait l'objet d'un rendez-vous entre un agent de la DIRECCTE et le chef d'entreprise (en général une PME de moins de 100 salariés) déclenchant 40 accompagnements préventifs par les services de l'Etat.

Une Start-up d'Etat

Stéphanie Schaer explique ce décalage dans les nombres : « le refus de recevoir un agent apportant un regard extérieur est marginal mais, comme nous intervenons très en amont et non dans l'urgence, il peut s'écouler quelques semaines entre la prise de contact et le rendez-vous, en fonction notamment des disponibilités du dirigeant. Dans 80 % des cas, nous avons apporté une solution à laquelle le dirigeant n'avait pas pensé. Les PME industrielles ne connaissent pas toujours les possibilités d'accompagnement adaptées à leur situation. » Il est par contre trop tôt pour avoir un bilan macro-économique (répercussions sur l'emploi, etc.).

Même si elle est ingénieure, l'initiatrice du projet n'avait pas les compétences techniques et les ressources internes nécessaires pour mener seule une expérimentation reposant sur des technologies numériques. Elle a donc eu recours au dispositif de Start-Up d'État porté par la DINSIC qui a prêté des ressources, essentiellement en data science. De plus, le projet a bénéficié de compétences utiles issues du privé en data science et développement via le programme « entrepreneur d'intérêt général » (EIG), toujours sous l'égide de la DINSIC, durant dix mois. Les postes ont d'ailleurs été pérennisés pour consolider le projet et mener son déploiement sans recours à des prestations externes

Des données mises à jour par lot, mensuellement

Le projet repose sur des développements spécifiques opérés en open-source, le code étant déposé sur GitHub. Les algorithmes s'appuient sur les dernières avancées en la matière. Les données proviennent des différents partenaires via des transferts mensuels ou annuels, selon les types de données. L'import dans Signaux Faibles s'opère donc par lot, ce qui est largement suffisant vu le type de données traitées qui sont issues de déclarations ponctuelles, mensuelles ou annuelles.

Article rédigé par

Bertrand Lemaire, Rédacteur en chef de CIO

Partager cet article