Utilisateur:Melysm200/Brouillon

• Gérer mon brouillon
• Demander une relecture (voir les demandes)
• Publier mon brouillon

Cette page est un brouillon appartenant à Melysm200

Conseils de rédaction

• → N'hésitez pas à publier sur le brouillon un texte inachevé et à le modifier autant que vous le souhaitez.
• → Pour enregistrer vos modifications au brouillon, il est nécessaire de cliquer sur le bouton bleu : « Publier les modifications ». Il n'y a pas d'enregistrement automatique.

Si votre but est de publier un nouvel article, votre brouillon doit respecter les points suivants :

• Respectez le droit d'auteur en créant un texte spécialement pour Wikipédia en français (pas de copier-coller venu d'ailleurs).
• Indiquez les éléments démontrant la notoriété du sujet (aide).
• Liez chaque fait présenté à une source de qualité (quelles sources  – comment les insérer).
• Utilisez un ton neutre, qui ne soit ni orienté ni publicitaire (aide).
• Veillez également à structurer votre article, de manière à ce qu'il soit conforme aux autres pages de l'encyclopédie (structurer – mettre en page).

• → Si ces points sont respectés, pour transformer votre brouillon en article, utilisez le bouton « publier le brouillon » en haut à droite. Votre brouillon sera alors transféré dans l'espace encyclopédique.

Définition

Data Recycling est une approche qui s'inspire des principes de l'économie circulaire, visant à réduire les déchets et la pollution, conserver les ressources et régénérer les systèmes naturels. Elle intègre ces principes pour repenser la manière dont les données sont gérées, en appliquant des méthodes de réduction des volumes, de tri, de réutilisation et de destruction. Elle est la propriété intellectuelle de Systnaps dont les fondateurs dirigeants sont Jawaher Allala et Didier Rousseau.

Le concept du Recyclage de données

La donnée peut être considérée comme une ressource, un produit et un actif (asset) pour plusieurs raisons :

Ressource

La data est une ressource car elle peut être collectée, utilisée et gérée pour soutenir les activités de l'entreprise. Elle peut aider les entreprises à prendre des décisions informées, à optimiser les processus et à améliorer les performances.

Produit

La data peut également être considérée comme un produit (Data Mesh) car elle peut être vendue ou utilisée pour générer des revenus. Par exemple, les entreprises peuvent vendre des données à des tiers pour des études de marché, des analyses de données, des services de publicité ciblée, etc.

Asset

La data est considérée comme un actif car elle a une valeur financière pour l'entreprise, elle peut être utilisée pour générer des revenus et peut être utilisée pour protéger les intérêts de l'entreprise, comme la propriété intellectuelle. La data peut également être utilisée pour évaluer les risques et les opportunités, et pour optimiser les processus de prise de décision. En outre, la comptabilité extra-financière (DPEF Déclaration de Performance Extra-Financière) a également joué un rôle important dans la reconnaissance de la data en tant qu'actif pour l'entreprise, en mettant en lumière son impact sur les performances environnementales, sociales et de gouvernance (ESG) de l'entreprise et en permettant une meilleure évaluation de sa performance globale.

Pour différentes finalités, les producteurs de données les copient, répliquent, dupliquent massivement :

1. collecte et production de données pour un hypothétique usage ultérieur ;
2. duplication pour gérer la qualité de développement, d’intégration et de livraison ;
3. copies massives réalisées à des fins diverses : datawarehouse, datalake, expérimentations, explorations (intelligence artificielle, marketing …) ;
4. archivage non sélectif (sans purge) : pas de suppression de données devenues inutiles, craintes liées à la valeur probante, syndrome du « on ne sait jamais ! » et « au cas où ! » qui deviennent à termes des dark data tombées dans l’oubli et qui malheureusement continuent de consommer de l’énergie
5. backup de l’ensemble des environnements incluant la production (1 à 6 fois selon les pratiques et les secteurs)
6. opérations en silos, transferts des données à des tiers, etc… ;
7. traitements opérés sur des données inactives.

Il faut entrer dans une économie circulaire et changer de paradigme par rapport à l’économie linéaire, en limitant le gaspillage des ressources et l’impact environnemental, en augmentant l’efficacité à tous les stades de l’économie numérique et l’appliquer aux données.

La donnée est également le pilote du monde physique

Plus que jamais, les technologies numériques s’imposent comme nouveau vecteur de structuration de la vie civique et sociale. Usées à bon escient, elles pourraient améliorer le fonctionnement démocratique de nos sociétés et de nos communautés.

La massification et la démocratisation de ces objets présentent le plus fort potentiel de croissance économique pour les années à venir.

Ce nouveau paradigme connu sous le terme IoT « internet des objets » permet déjà de récolter des informations issues des hommes, des outils de production, de leur environnement, permettant de transformer la façon dont nous vivons, apprenons, collaborons, produisons, travaillons, consommons, créons, jouons… pour une perpétuelle amélioration/optimisation de nos conditions de vie personnelle et professionnelle.

Un avenir à construire se dessine autour de l'utilisation et le partage responsable des données pour développer des territoires intelligents et durables, de nouvelles économies de la fonctionnalité et de la circularité.

Le recyclage des données permet de repenser la gestion des données en s'inspirant des principes de l'économie circulaire, changeant ainsi de paradigme par rapport à l'économie linéaire. En intégrant la donnée dans l'économie circulaire, les villes intelligentes, les entreprises et les organisations pourront devenir plus durables et responsables.

Les enjeux sur l'urgence climatique

Contrairement aux ressources pétrolières qui diminuent, la quantité de données augmente de manière exponentielle. Les données sont dites " non rivales " car contrairement aux matières premières fossiles, elles se démultiplient et peuvent être utilisées et réutilisées à l’infini pour toutes sortes de finalités.

Cette inflation n’est pas prête de s’arrêter, le nombre de projets réglementaires en cours d’élaboration dans le monde pour encadrer, ouvrir et faciliter l’usage de la donnée (ePrivacy, RGPD, DSA, DGA, Data Act, DMA, et IA Act…) à des fins de compétitivité et d’altruisme, pour faire bénéficier au plus grand nombre du pouvoir et du savoir des données. La donnée va être de plus en plus partagée et traitée par une multitude d’acteurs en charge de la collecter, stocker, processer, optimiser, sécuriser, protéger, utiliser, archiver, détruire etc.… Vous l’avez compris, elle va circuler vite et passer de main en main. La régulation de cette dernière va permettre d’éviter l’anarchie et l’exploitation abusive pour une meilleure répartition de sa valeur, harmoniser la protection des libertés et droits fondamentaux des personnes physiques.

Recycler une ressource immatérielle ne semble pas évident au premier abord et pourtant, nos villes sont devenues intelligentes, hyperconnectées ; elles produisent et consomment en continue un volume massif et exponentiel de données dans le but d’améliorer la qualité et la performance des services et/ou en réduire leurs coûts. Ces résidents, personnes physiques incluant les entreprises publiques et privées, doivent au même titre qu’elles recyclent leurs déchets alimentaires, papiers, plastiques etc, recycler leurs données, cette denrée intellectuelle qui est devenue vitale à leurs yeux mais dont ils ne mesurent pas l’impact carbone, énergétique et spatial (réseaux sociaux, market places, jumeaux numérique, metavers, mails, application métier, Data center etc…).

Pour réussir la transition vers des modèles économiques plus durables et justes, les organisations doivent mieux maitriser et exploiter leur capital de données. L'exploitation des données de mesure de performance est un levier puissant pour garantir une transparence accrue et guider les organisations vers une transformation à la fois rentable, durable et équitable. La donnée, véritable nouvel or noir du futur, dévoilera tout son potentiel lorsqu'elle sera gérée de manière efficiente et accessible à toutes les organisations étendues, incluant l'ensemble de leur écosystème. La coopération et la construction de partenariats solides, tels que promus par le Wedding Cake Model de Johan Rockström et Pavan Sukhdev, sont indispensables pour que les organisations puissent localiser, accéder et exploiter efficacement ces données précieuses.

Data Recycling a été certifiée par la Fondation Solar Impulse avec le label Solar Impulse Efficient Solution. Cette certification est attribuée après un processus d'évaluation par des experts indépendants, reconnaissant ainsi la rentabilité et l'impact écologique d'un produit, d'un processus ou d'un service. La Fondation Solar Impulse, dirigée par l'explorateur et pionnier du vol solaire Bertrand Piccard, vise à promouvoir et à accélérer la mise en œuvre de technologies propres et de solutions climatiques dans le monde entier.

L'approche du Data Recycling

L'approche permet de  réduire l’empreinte carbone, énergétique et spatiale pour fournir aux organisations un avantage compétitif en termes d’agilité avec des données de qualité disponibles en "circuit court" Time to Market  et réduire les coûts opérationnels informatiques.

Elle a pour objectif de responsabilisé les acteurs du numérique :  faire entrer la donnée dans l’économie circulaire pour agir sur deux leviers, plus concrètement deux virages pour limiter l’impact linéaire d’une production, duplication, exploitation et consommation effrénées des données :

1. Réduire – aspect périssable de la donnée : pour une gestion efficiente de la fin du cycle de vie des données par des campagnes régulières de réduction chirurgicale des données dans les espaces de haute disponibilité pour éviter de solliciter inutilement les processeurs des infrastructures informatiques et centres de données (data centers) mais également une aide à la gestion du stockage selon l’usage (intermédiaire, historique, statistique, recherche…) et le niveau de disponibilité réellement attendue. Toutes les données n’ont pas la même valeur ou temporalité, elles ont un cycle de vie qui impose leur suppression d’un point de vue réglementaire ou d’usage en fonction de leur finalité.
2. Réutiliser – aspect recyclable de la donnée : pour éviter la recollecte ou la duplication inutile des données par une réappropriation rapide du juste patrimoine de données au niveau de l’organisation et son écosystème, sa connaissance, sa mobilisation, sa mise en qualité, sa maintenance dans un processus d’amélioration continue et l’optimisation de l’ensemble de la chaine de valeur circulaire.

La donnée mise en qualité ne se duplique plus, les données de références sont disponibles et partageables selon des modalités définies entre les parties. Pour information, dans le principe du data managementla donnée de référence est considérée comme la plus précise, fiable et complète pour une organisation donnée et est utilisée comme référence pour toutes les autres sources de données de l’organisation.