Spaceknow rend aux banquiers la vue... et le sens de la mesure
Plus besoin d'une équipe de minutieux analystes pour passer chaque jour au peigne fin des milliers d'images satellites afin de compter le nombre de conteneurs stockés sur les quais d'un port. Pour mesurer l'activité de certains pays ou régions du globe, et fournir des indicateurs économiques indépendants de tout pouvoir central aux banques et aux fonds d'investissement, la start-up Spaceknow a développé un logiciel de machine learning. Il dissèque automatiquement les clichés fournis par des opérateurs de satellites commerciaux, comme le montre l'image ci-dessous.
"Faute d'une puissance de calcul suffisante pour nos algorithmes, nous n'aurions pas été capables de développer cette activité il y a cinq ans", explique le PDG de la jeune pousse Pavel Machalek au magazine Fortune. Le boom de l'imagerie satellite commerciale, qui fournit des photos plus précises et actualisées très régulièrement, a également porté le développement de l'entreprise en lui permettant de mettre fréquemment à jour ses indicateurs business. Sur les 133 satellites lancés au premier trimestre 2017, 69% étaient dédiés à l'observation, sachant que 83% des équipements envoyés en orbite durant cette période appartiennent à des sociétés commerciales. Plusieurs d'entre elles devraient très prochainement être capables de fournir à leurs clients de nouveaux clichés d'une même zone terrestre au moins une fois toutes les 24 heures.
Créée en 2013 et basée à San Francisco, Spaceknow produit pour ses clients des indices économiques basés sur ses analyses IA. La compagnie a par exemple créé le China Satellite Manufacturing Index (ou SMI) qui passe tous les mois au scanner 500 000 kilomètres carrés et 6 000 sites industriels installés en Chine. L'intelligence artificielle de Spaceknow compte les camions qui circulent à proximité, regarde si de nouveaux entrepôts de stockage sont construits… Cet indicateur peut être comparé au Purchasing Managers Index (PMI), une enquête mensuelle réalisée auprès des directeurs d'achat de l'industrie d'un pays à propos de leurs nouvelles commandes, du niveau de leurs stocks, de leur production... Ils sont construits sur le même modèle et permettent de donner une idée de la santé du secteur manufacturier. Les résultats sont échelonnés sur une échelle de 0 à 100, où le chiffre 50 représente la limite entre la contraction et l'expansion.
Mais alors que le SMI est basé sur des données photographiques objectives, le PMI en Chine est calculé par une institution publique, le bureau national des statistiques, qui n'est pas totalement neutre… Plusieurs entreprises, comme le média chinois Caixin, calculent leur propre PMI, pour le comparer avec celui du gouvernement chinois. Les trois indices ne donnent pas les mêmes résultats, comme le montre le graphique de Bloomberg ci-dessous : en mars 2014, les chiffres du gouvernement chinois indiquent que le secteur manufacturier croît, alors que ceux de Spaceknow et Caixin montrent l'inverse.
Face à ce manque d'objectivité des data fournies par certaines institutions publiques, les banques et les fonds d'investissement ont un appétit croissant pour les indices économiques alternatifs, comme ceux qu'a développés Spaceknow, pour réaliser des placements financiers éclairés. Le chiffre d'affaires du secteur de la donnée alternative devrait doubler entre 2017 et 2021, pour atteindre les 400 millions de dollars aux Etats-Unis, selon une enquête du cabinet de consultants Tabb Group. Pour alimenter son offre et prendre un maximum de part de ce nouveau marché, Spaceknow a levé 4 millions de dollars en février 2017. L'entreprise a construit d'autres indices, comme l'Africa Night Light Index, qui permet de mesurer la croissance économique du pays grâce à une analyse de l'intensité lumineuse perçue depuis l'espace.
Spaceknow a divisé ses différentes zones d'observation en carrés. Ses clients peuvent s'abonner, à l'année ou au mois, à la zone qui les intéresse, qui peut n'être que de quelques centaines de mètres carrés. "Certains de nos clients font partie du top 10 des plus grosses banques ou fonds d'investissement du monde, mais nos données peuvent également intéresser des sociétés du monde du pétrole ou du bâtiment qui veulent analyser la structure d'une ville avant de construire des immeubles... L'analyse automatique des données par notre IA nous permet de diminuer fortement nos tarifs. De nombreux secteurs qui ne se servaient jusque-là pas de ce type de data vont désormais envisager d'y recourir. C'est le principe de la long tail", explique un porte-parole de la start-up.