Anticipation et aide à la décision

L’anticipation des opportunités et des risques est au coeur du management.

Les solutions Overmind s’inspirent de toutes les solutions actuelles issues des recherches civiles et militaires en informatique décisionnelle, en optimisation de scénarios ainsi qu’en gestion des risques et des crises. Nos modèles anticipent les risques, évaluent les menaces et permettent aussi la préparation des moyens de lutte et enfin l’intervention en situation réelle.

Les modèles d’anticipation Overmind permettent de résoudre les difficultés de consolidation rencontrées dans la gestion globale des risques et des crises. Les modèles d’aide à la décision Overmind résolvent la complexité des relations entre les acteurs institutionnels, économiques et sociaux non seulement à l’échelle nationale mais aussi européenne et internationale.

Le risque aujourd’hui ne peut plus être traité exclusivement au niveau local, l’importance et la vitesse des communications font voyager les menaces aussi vite que les hommes et les marchandises.

L’enjeu consiste à bâtir un véritable système de défense, avec ses composantes : concept, organisation, personnel, équipement, entraînement.

Les crises actuelles

sont d’une grande complexité

font intervenir un nombre important d’acteurs et de données

ont des déclencheurs endogènes et exogènes

suivent des paliers de trajectoires causales chaotiques

ne sont pas linéaires mais se développent par cascades d’effets transverses

intègrent les données certaines et floues (probabilité d’occurrence de tel déclencheur)

relient entre eux tant par leurs effets de premier ordre que par leurs effets dérivés les niveaux différents de la vie sociétale (politique, social, économique, sécuritaire, santé, transports, militaire, ONG, médias, etc.)

Ces critères impliquent que les outils et les méthodes d’anticipation soient capables entre autre de traiter les arborescences causales probabilistes, les données floues, les inférences à partir d’un nombre important de données dépendantes et indépendantes, les analyses à base d’experts, d’aborder les simulations

Les réseaux bayésiens sont les successeurs et héritiers naturels des approches symboliques, connexionnistes et statistiques de l’Intelligence Artificielle et du Data Mining. Ils allient la rigueur d’un formalisme mathématique puissant et stable à l’efficacité d’une représentation « distribuée » de connaissances et à la lisibilité des modèles à base de règles. Particulièrement adaptés à la prise en compte de l’incertitude, ils peuvent aussi bien être décrits manuellement par les experts du domaine que générés automatiquement par apprentissage.

La modélisation des connaissances expertes par réseau bayésien nous permet de formaliser une chaîne complète d’actions et d’effets. L’aspect graphique des réseaux bayésiens et l’ergonomie des modèles bayésiens en font un outil précieux de brainstorming et de communication.

Reconnus par les géants de l’informatique comme une des conditions de leur succès dans les prochaines décennies, les réseaux bayésiens constituent le socle incontournable des solutions décisionnelles capables de relever les défis actuels.

Si des données de retour d’expérience sont disponibles, nous pouvons exploiter la puissance de l’apprentissage non supervisé pour découvrir l’ensemble des relations probabilistes significatives présentes dans les données et ainsi identifier les liens entre les chaînes d’effets. Ce type d’apprentissage permet en effet une réelle découverte des connaissances et apporte une aide à la compréhension des phénomènes. L’apprentissage supervisé nous permet d’exploiter les données en caractérisant l’objectif principal et en identifiant le sous-ensemble minimal des effets réellement pertinents.

Les réseaux bayésiens peuvent prendre en compte toute connaissance experte et les données de retour d’expérience de manière rigoureuse (actualisation des connaissances expertes en fonction des données).

L’effet de leviers peut être testé par la mise en place d’actions de maximisation d’effets.

L’association de coûts à ces leviers permet alors d’évaluer différentes politiques de prévention.
En effet, l’essence même du concept cascades d’effets a pour conséquence naturelle de rechercher le chemin à moindre coût passant par les effets à plus fort impact permettant d’atteindre l’objectif recherché.

Votre dispositif d’aide à la décision doit pouvoir :

Suivre les crises possibles dans les zones à risque : fonction de suivi des situations, avec sous fonctions de recherche de signaux faibles ou forts et d’identification de critères de crise

Analyser les crises potentielles : fonction d’analyse de situation grâce à la première phase d’une méthode de raisonnement stratégique

Préparer la réflexion stratégique par une planification des scénarios possibles d’évolution des zones à risques, des options stratégiques à prendre pour y faire face : fonction de planification

Faciliter la réflexion stratégique au plus haut niveau en aidant au suivi du dialogue entre les responsables, à l’évaluation de la crise (risques, opportunités, enjeux et réponses possibles aux questions : Peut-on agir ? Faut-il agir ? Veut-on agir ?) :
fonction d’évaluation de situation avec, si décision d’entreprendre, définition d’un objectif final recherché

Faciliter l’anticipation des crises par la proposition au politique d’actions proactives destinées à empêcher l’éclatement de la crise : fonction de prévention (élaboration de stratégies de prévention)

Aider au suivi permanent des actions menées, à leur évaluation et à l’éventuel ajustement des objectifs de la stratégie décidée : fonction suivie d’action

Disposer d’une mémoire des interventions menées et des enseignements tirés : fonction retour d’expériences

Téléchargez Overmind Optimisation systémique.

Téléchargez Overmind Services.

Téléchargez les Outils Overmind.