1
00:00:00,820 --> 00:00:04,920
Roy Price est un homme que la plupart 
d'entre vous ne connaissent sûrement pas,

2
00:00:05,120 --> 00:00:07,530
même s'il est peut-être responsable

3
00:00:07,640 --> 00:00:13,936
de 22 minutes quelque peu médiocres
que vous avez vécues le 19 avril 2013.

4
00:00:14,560 --> 00:00:17,670
Il a pu être responsable
de 22 minutes divertissantes,

5
00:00:17,760 --> 00:00:19,546
mais pas pour beaucoup d'entre vous.

6
00:00:20,040 --> 00:00:21,944
Cela est lié à une décision

7
00:00:21,964 --> 00:00:23,882
que Roy a prise, il y a trois ans de ça.

8
00:00:23,952 --> 00:00:28,551
Vous voyez, Roy Price est 
cadre supérieur à Amazon Studios,

9
00:00:28,841 --> 00:00:31,460
la compagnie de production
de télévision d'Amazon.

10
00:00:31,880 --> 00:00:34,866
C'est un homme mince de 47 ans 
avec des cheveux en bataille,

11
00:00:35,156 --> 00:00:39,085
qui a écrit sur Twitter pour se décrire
« films, télé, technologie, tacos ».

12
00:00:39,995 --> 00:00:44,975
Et Roy Price joue un rôle important,
parce que c'est à lui

13
00:00:45,195 --> 00:00:48,996
de choisir les séries, 
le contenu original créé par Amazon.

14
00:00:49,276 --> 00:00:51,606
Et, évidemment, 
c'est un domaine très compétitif.

15
00:00:51,636 --> 00:00:54,080
Vu qu'il existe déjà 
tellement de séries télés,

16
00:00:54,400 --> 00:00:56,586
Roy ne peut pas choisir
n'importe quelle série.

17
00:00:56,596 --> 00:01:00,386
Il doit trouver des séries 
vraiment, vraiment exceptionnelles.

18
00:01:00,716 --> 00:01:03,226
Autrement dit, il doit trouver des séries

19
00:01:03,556 --> 00:01:05,946
sur l'extrême droite de cette courbe.

20
00:01:05,956 --> 00:01:08,556
Cette courbe représente
la distribution des notes

21
00:01:08,636 --> 00:01:13,006
attribuées à 2 500 séries télés
sur le site IMDB,

22
00:01:13,036 --> 00:01:15,656
ces notes allant de 1 à 10,

23
00:01:15,956 --> 00:01:18,906
et l'ordonnée montre combien 
de séries obtiennent cette note.

24
00:01:18,956 --> 00:01:23,546
Donc, si votre série obtient une note
de neuf points ou plus, ça cartonne.

25
00:01:23,676 --> 00:01:25,496
Elle est meilleure que 98 %
des autres.

26
00:01:25,516 --> 00:01:26,686
Ce sont des séries comme

27
00:01:26,686 --> 00:01:29,436
« Breaking Bad »,
« Game of Thrones », « Sur écoute »,

28
00:01:29,436 --> 00:01:31,676
des séries auxquelles on devient accro,

29
00:01:31,756 --> 00:01:34,516
où après avoir regardé une saison,
votre cerveau vous dit :

30
00:01:34,536 --> 00:01:36,116
« Il me faut plus d'épisodes ! »

31
00:01:37,040 --> 00:01:38,210
Ce genre d'émission.

32
00:01:38,920 --> 00:01:41,440
Pour être clair, 
du côté gauche,

33
00:01:41,470 --> 00:01:44,616
on retrouve une émission
appelé « Toddlers & Tiaras » ;

34
00:01:44,636 --> 00:01:46,136
(Rires)

35
00:01:47,316 --> 00:01:48,666
ce qui illustre bien

36
00:01:48,706 --> 00:01:50,896
ce à quoi on a affaire
de ce côté de la courbe.

37
00:01:51,716 --> 00:01:55,111
Roy Price ne s'inquiète pas d'être 
placé du côté gauche de la courbe,

38
00:01:55,281 --> 00:01:58,216
parce que je pense
qu'il faudrait être un génie

39
00:01:58,236 --> 00:02:00,286
pour faire pire que « Toddlers & Tiaras ».

40
00:02:00,286 --> 00:02:03,720
Il fait attention
à cette partie au milieu,

41
00:02:03,910 --> 00:02:05,726
la partie moyenne de la télé,

42
00:02:05,756 --> 00:02:08,136
les séries qui ne sont
ni bonnes ni mauvaises,

43
00:02:08,176 --> 00:02:09,826
mais ne vous font pas vibrer.

44
00:02:10,321 --> 00:02:14,110
Il doit s'assurer
qu'il est vraiment du bon côté.

45
00:02:15,200 --> 00:02:16,666
Donc, on lui met la pression,

46
00:02:16,796 --> 00:02:18,966
et bien sûr c'est aussi la première fois

47
00:02:18,996 --> 00:02:21,166
qu'Amazon fait quelque chose comme ça,

48
00:02:21,196 --> 00:02:24,416
donc Roy Price ne veut pas
prendre de risque.

49
00:02:24,556 --> 00:02:27,036
Il veut être à la tête d'un succès.

50
00:02:27,036 --> 00:02:28,576
Il lui faut un succès garanti,

51
00:02:28,836 --> 00:02:30,986
donc il décide d'organiser
une compétition.

52
00:02:31,436 --> 00:02:34,516
Il prend plein d'idées de séries télés,

53
00:02:34,596 --> 00:02:36,616
les évalue et, parmi ces idées,

54
00:02:36,916 --> 00:02:40,026
il retient huit idées de séries.

55
00:02:40,696 --> 00:02:44,356
Ensuite, il se lance dans la création
du premier épisode de chacune des séries

56
00:02:44,356 --> 00:02:47,046
et les met en ligne gratuitement
pour tout le monde.

57
00:02:47,436 --> 00:02:49,706
Et quand Amazon
offre quelque chose de gratuit,

58
00:02:49,716 --> 00:02:51,276
on le prend, n'est-ce pas ?

59
00:02:51,276 --> 00:02:55,576
Donc, des millions de gens
regardent ces épisodes.

60
00:02:56,436 --> 00:02:59,640
Ils ne se rendent pas compte que,
lorsqu'ils regardent leurs séries,

61
00:02:59,680 --> 00:03:01,776
ils sont en train d'être regardés
eux-mêmes.

62
00:03:02,000 --> 00:03:04,320
Roy Price et son équipe les surveillent

63
00:03:04,360 --> 00:03:05,536
et enregistrent tout.

64
00:03:05,756 --> 00:03:09,070
Ils enregistrent quand quelqu'un
appuie sur lecture ou sur pause,

65
00:03:09,160 --> 00:03:11,680
les parties sautées, 
les parties re-regardées.

66
00:03:11,720 --> 00:03:13,970
Ils rassemblent des millions de données,

67
00:03:14,000 --> 00:03:16,090
car ils veulent avoir ces données

68
00:03:16,120 --> 00:03:18,716
pour ensuite décider
quelle série sera réalisée.

69
00:03:18,836 --> 00:03:20,610
Donc ils rassemblent ces données,

70
00:03:20,640 --> 00:03:23,456
ils traitent ces données,
et une réponse en est déduite,

71
00:03:23,546 --> 00:03:24,560
la réponse est :

72
00:03:24,740 --> 00:03:26,520
« Amazon devrait réaliser un sitcom

73
00:03:26,590 --> 00:03:29,130
sur quatre sénateurs
républicains américains. »

74
00:03:29,170 --> 00:03:30,300
(Rires)

75
00:03:30,320 --> 00:03:31,696
Et elle a été réalisée.

76
00:03:31,706 --> 00:03:33,840
Quelqu'un connaît le nom de cette série ?

77
00:03:34,720 --> 00:03:35,990
(Public) :
« Alpha House. »

78
00:03:36,040 --> 00:03:37,390
Exactement, « Alpha House »,

79
00:03:37,490 --> 00:03:41,110
mais on dirait que presque personne
ne se souvient de cette série

80
00:03:41,640 --> 00:03:43,596
car elle n'a pas eu un très grand succès.

81
00:03:43,596 --> 00:03:45,336
En réalité, c'est une série moyenne,

82
00:03:45,396 --> 00:03:49,836
littéralement en fait, car 7,4 représente
la moyenne de la courbe

83
00:03:50,000 --> 00:03:52,380
et « Alpha House » tombe sur 7,5,

84
00:03:52,440 --> 00:03:54,476
elle est juste au-dessus de la moyenne,

85
00:03:54,476 --> 00:03:58,100
mais ce n'est certainement pas
Roy Price et son équipe espéraient.

86
00:03:58,320 --> 00:04:01,160
Cependant, au même moment,

87
00:04:01,200 --> 00:04:02,690
dans une autre entreprise,

88
00:04:02,800 --> 00:04:06,976
un autre cadre a trouver une bonne série
grâce à l'analyse des données,

89
00:04:07,036 --> 00:04:08,580
et il s'appelle Ted,

90
00:04:08,640 --> 00:04:12,050
Ted Sarandos, directeur de l'acquisition
des programmes de Netflix.

91
00:04:12,080 --> 00:04:14,240
Et comme Roy,
il est toujours à la recherche

92
00:04:14,270 --> 00:04:15,726
d'une excellente série,

93
00:04:15,756 --> 00:04:17,756
et il utilise aussi des données,

94
00:04:17,796 --> 00:04:19,775
sauf qu'il s'y prend un peu différemment.

95
00:04:19,835 --> 00:04:23,456
Au lieu d'organiser une compétition,
lui et son équipe

96
00:04:23,600 --> 00:04:27,070
ont pris les données qu'ils avaient déjà
sur les utilisateurs de Netflix,

97
00:04:27,160 --> 00:04:28,980
comme les notes attribuées aux séries,

98
00:04:28,980 --> 00:04:31,996
leur historique, 
leurs séries préférées et tout ça.

99
00:04:31,996 --> 00:04:34,106
Puis ils utilisent
ces données pour découvrir

100
00:04:34,106 --> 00:04:36,190
pleins de petites infos sur le public :

101
00:04:36,560 --> 00:04:40,136
le genre de séries, de producteurs,
d'acteurs ils apprécient.

102
00:04:40,136 --> 00:04:42,670
Et au moment où ils ont
tous les éléments nécessaires,

103
00:04:42,720 --> 00:04:44,410
ils ont accompli un acte de foi

104
00:04:44,460 --> 00:04:46,530
et ont décidé de créer

105
00:04:46,560 --> 00:04:48,986
non pas un sitcom sur quatre sénateurs

106
00:04:49,036 --> 00:04:51,830
mais une série dramatique 
sur un seul sénateur.

107
00:04:52,760 --> 00:04:54,390
Vous connaissez cette série ?

108
00:04:54,410 --> 00:04:55,710
(Rires)

109
00:04:55,730 --> 00:04:59,490
Oui ! « House of Cards » et, bien sûr,
Netflix a eu un grand succès,

110
00:04:59,520 --> 00:05:01,630
au moins pour les deux premières saisons.

111
00:05:01,680 --> 00:05:05,600
(Rires)
(Applaudissements)

112
00:05:05,690 --> 00:05:08,820
« House of Cards » a obtenu
une note de 9,1 sur cette courbe,

113
00:05:08,860 --> 00:05:11,746
donc, exactement ce qu'ils voulaient.

114
00:05:12,066 --> 00:05:14,440
Évidemment, la question est :
que s'est-il passé ?

115
00:05:14,440 --> 00:05:17,186
On a deux entreprises concurrentes
maîtrisant les données.

116
00:05:17,196 --> 00:05:19,636
Elles lient ces millions
de points de données

117
00:05:20,060 --> 00:05:22,290
et ça marche superbement pour une,

118
00:05:22,450 --> 00:05:24,100
mais pas pour l'autre.

119
00:05:24,330 --> 00:05:25,526
Alors, pourquoi ?

120
00:05:25,580 --> 00:05:29,010
La logique nous dit que
ça devrait marcher à tous les coups.

121
00:05:29,080 --> 00:05:31,490
Si vous rassemblez
des millions de données

122
00:05:31,540 --> 00:05:33,140
sur une décision à prendre,

123
00:05:33,300 --> 00:05:35,900
vous devriez être capable
de prendre la bonne décision.

124
00:05:35,930 --> 00:05:38,286
On peut se fier
à plus de 200 ans de statistiques.

125
00:05:38,286 --> 00:05:40,766
On l'amplifie à l'aide
des meilleurs ordinateurs.

126
00:05:41,240 --> 00:05:44,720
La moindre des choses à laquelle
on s'attend, c'est une bonne série, non ?

127
00:05:45,890 --> 00:05:48,830
Et si l'analyse des données 
ne fonctionne pas comme ça,

128
00:05:49,530 --> 00:05:51,236
on peut commencer à s'inquiéter,

129
00:05:51,610 --> 00:05:55,580
parce que nous vivons à une époque
où on utilise de plus en plus ces données

130
00:05:55,600 --> 00:05:59,470
pour prendre des décisions sérieuses
en dehors du monde de la télévision.

131
00:06:00,760 --> 00:06:04,180
Est-ce-que quelqu'un ici connaît
l'entreprise Multi-Health Systems ?

132
00:06:05,070 --> 00:06:06,720
Personne, tant mieux.

133
00:06:06,760 --> 00:06:09,566
Multi-Health Systems est
une entreprise de logiciels,

134
00:06:09,996 --> 00:06:15,446
et j'espère que personne du public
n'aura à utiliser ce logiciel,

135
00:06:16,036 --> 00:06:17,986
car si c'est le cas, vous êtes en prison.

136
00:06:18,156 --> 00:06:18,986
(Rires)

137
00:06:19,360 --> 00:06:22,920
Si un prisonnier des États-Unis
demande une libération conditionnelle,

138
00:06:22,920 --> 00:06:26,956
il est très probable que le logiciel 
d'analyse de données de cette compagnie

139
00:06:27,236 --> 00:06:30,196
sera utilisé pour savoir 
s'il devrait l'obtenir.

140
00:06:30,880 --> 00:06:33,440
C'est le même principe
qu'Amazon et Netflix,

141
00:06:33,470 --> 00:06:37,560
sauf que au lieu de voir 
si une série télé devrait sortir,

142
00:06:38,120 --> 00:06:40,420
on décide si la personne devrait sortir.

143
00:06:41,040 --> 00:06:46,530
Si une série télé médiocre 
de 22 minutes peut être mauvaise,

144
00:06:46,550 --> 00:06:49,180
je suppose que passer
plus longtemps en prison est pire.

145
00:06:50,360 --> 00:06:54,200
Et malheureusement, il existe
des preuves que cette analyse de données,

146
00:06:54,520 --> 00:06:58,260
malgré leur abondance, ne donne pas
toujours des résultats optimaux.

147
00:06:58,760 --> 00:07:01,136
Mais, ce n'est pas
parce que Multi-Health Systems

148
00:07:01,506 --> 00:07:03,163
ignore que faire de ces données.

149
00:07:03,163 --> 00:07:05,546
Même en maîtrisant les données,
on peut se tromper.

150
00:07:05,546 --> 00:07:07,666
Oui, parfois même Google se trompe.

151
00:07:08,680 --> 00:07:11,560
En 2009, Google a annoncé 
qu'ils étaient capables,

152
00:07:11,560 --> 00:07:13,200
à l'aide de l'analyse des données,

153
00:07:13,200 --> 00:07:16,936
de prédire les épidémies
d'influenza, la mauvaise grippe,

154
00:07:17,340 --> 00:07:20,600
en analysant les données 
des recherches sur leur site.

155
00:07:21,120 --> 00:07:24,430
Ça a bien marché,
et ça a fait le buzz aux infos

156
00:07:24,980 --> 00:07:27,216
y compris l'apogée
des réussites scientifiques :

157
00:07:27,216 --> 00:07:29,160
un article dans le journal « Nature ».

158
00:07:29,640 --> 00:07:33,270
Ça marchait à tous les coups, 
année après année,

159
00:07:33,310 --> 00:07:34,820
jusqu'à l'année où ça a échoué.

160
00:07:34,960 --> 00:07:37,120
Et personne ne savait pourquoi.

161
00:07:37,280 --> 00:07:38,996
Cette année-là, ça n'a pas marché

162
00:07:38,996 --> 00:07:40,926
et, bien sûr, ça a refait le buzz,

163
00:07:40,956 --> 00:07:42,496
y compris la rétraction

164
00:07:42,580 --> 00:07:45,290
de la publication dans
le journal « Nature ».

165
00:07:46,480 --> 00:07:48,710
Même les entreprises
maîtrisant ces données,

166
00:07:48,720 --> 00:07:49,820
comme Amazon et Google,

167
00:07:49,840 --> 00:07:51,750
font parfois des erreurs.

168
00:07:52,000 --> 00:07:54,846
Et malgré tous ces échecs,

169
00:07:54,940 --> 00:07:58,560
les données arrivent de plus en plus
dans nos décisions de tous les jours :

170
00:07:58,800 --> 00:08:00,290
dans le monde professionnel,

171
00:08:00,670 --> 00:08:01,950
le monde du droit,

172
00:08:02,520 --> 00:08:03,720
le monde de la médécine.

173
00:08:04,390 --> 00:08:07,226
Donc, il faut nous assurer
que ces données nous aident.

174
00:08:07,696 --> 00:08:10,602
Moi-même, j'ai beaucoup vu
ce problème avec les données

175
00:08:10,862 --> 00:08:13,059
car je travaille
dans l'informatique génomique,

176
00:08:13,059 --> 00:08:15,448
un secteur rempli
de personnes très intelligentes

177
00:08:15,448 --> 00:08:17,528
qui utilisent un grand nombre de données

178
00:08:17,528 --> 00:08:19,268
pour prendre des décisions sérieuses

179
00:08:19,268 --> 00:08:22,770
comme choisir un traitement pour cancer,
développer un médicament.

180
00:08:23,520 --> 00:08:25,916
Au cours des années,
j'ai remarqué un modèle,

181
00:08:25,926 --> 00:08:28,370
ou même une règle, sur la différence

182
00:08:28,420 --> 00:08:31,090
entre des bonnes décisions 
à l'aide des données

183
00:08:31,150 --> 00:08:32,620
et des mauvaises décisions,

184
00:08:32,720 --> 00:08:35,390
et je trouve que ce modèle
vaut la peine d'être partagé,

185
00:08:35,390 --> 00:08:36,840
ça se présente comme ceci.

186
00:08:38,520 --> 00:08:40,655
Quand il faut résoudre
un problème compliqué,

187
00:08:40,685 --> 00:08:42,260
il y a deux étapes essentielles.

188
00:08:42,450 --> 00:08:45,770
Un : il faut diviser
le problème en plusieurs parties

189
00:08:45,770 --> 00:08:48,120
pour pouvoir les analyser
de manière profonde,

190
00:08:48,280 --> 00:08:50,320
et puis deux : bien sûr,

191
00:08:50,320 --> 00:08:52,320
il s'agit de remettre ces pièces ensemble

192
00:08:52,990 --> 00:08:54,290
pour conclure.

193
00:08:54,300 --> 00:08:56,600
Et parfois il faut réessayer,

194
00:08:56,670 --> 00:08:58,456
mais c'est toujours ces deux choses :

195
00:08:58,456 --> 00:09:00,530
déconstruire le problème et le remonter.

196
00:09:02,280 --> 00:09:03,890
Et la partie clé

197
00:09:03,930 --> 00:09:06,790
est que l'analyse de ces données

198
00:09:06,810 --> 00:09:09,156
n'est valable que pour la première partie.

199
00:09:09,290 --> 00:09:11,776
Les données et l'analyse,
peu importe leur puissance,

200
00:09:11,776 --> 00:09:13,946
n'aideront qu'à déconstruire le problème

201
00:09:13,976 --> 00:09:16,116
pour comprendre les éléments
qui le composent.

202
00:09:16,116 --> 00:09:19,576
Ça n'aidera pas à remettre 
les pièces ensemble

203
00:09:19,600 --> 00:09:21,430
pour en arriver à une conclusion.

204
00:09:21,520 --> 00:09:24,256
Il existe un outil qui fait ça, 
que nous possédons tous :

205
00:09:24,280 --> 00:09:25,040
le cerveau.

206
00:09:25,600 --> 00:09:27,570
Si notre cerveau est bon pour une chose,

207
00:09:27,570 --> 00:09:29,836
c'est assembler divers éléments ensemble,

208
00:09:29,836 --> 00:09:31,400
même avec des pièces manquantes,

209
00:09:31,870 --> 00:09:33,496
et arriver à une 
bonne conclusion,

210
00:09:33,496 --> 00:09:35,750
surtout si c'est le cerveau d'un expert.

211
00:09:36,420 --> 00:09:38,920
Et c'est grâce à ça que Netflix
a eu un tel succès :

212
00:09:39,100 --> 00:09:42,380
ils ont utilisé les données
et les cerveaux au moment où il fallait.

213
00:09:42,720 --> 00:09:46,260
Ils ont d'abord utilisé les données
pour comprendre leur public,

214
00:09:46,290 --> 00:09:49,116
ce qu'ils n'auraient pas été capables
de comprendre sans ça,

215
00:09:49,696 --> 00:09:52,360
mais la décision de prendre 
toutes ces informations

216
00:09:52,360 --> 00:09:55,700
et les remettre ensemble pour
créer une série comme « House of Cards »,

217
00:09:55,700 --> 00:09:57,100
n'était pas dans les données.

218
00:09:57,100 --> 00:10:01,090
Ted Sarandos et son équipe ont décidé
d'autoriser la création de cette série,

219
00:10:01,110 --> 00:10:03,185
ce qui voulait aussi dire qu'ils prenaient

220
00:10:03,565 --> 00:10:05,775
un grand risque personnel
avec cette décision.

221
00:10:06,440 --> 00:10:09,480
À l'inverse, Amazon a fait cela
dans le mauvais ordre.

222
00:10:09,480 --> 00:10:12,240
Ils ont utilisé beaucoup de données
pour faire leur choix,

223
00:10:12,240 --> 00:10:14,690
en organisant une compétition
d'idées de séries,

224
00:10:14,690 --> 00:10:17,920
puis en choisissant
de produire « Alpha House ».

225
00:10:18,400 --> 00:10:20,920
C'était bien sûr prudent
comme décision de leur part,

226
00:10:20,920 --> 00:10:23,070
car ils pouvaient accuser
les donnés et dire :

227
00:10:23,390 --> 00:10:25,196
« C'est ce que disaient les données. »

228
00:10:25,196 --> 00:10:28,970
Mais ça ne leur a pas donné les résultats 
exceptionnels qu'ils espéraient.

229
00:10:30,120 --> 00:10:34,720
Les données sont extrêmement utiles
pour prendre de meilleures décisions

230
00:10:35,110 --> 00:10:37,440
mais je pense qu'il y a un problème

231
00:10:37,520 --> 00:10:39,956
quand les données
nous mènent à ces décisions.

232
00:10:40,100 --> 00:10:43,470
Peu importe leur puissance,
les données ne sont qu'un outil,

233
00:10:43,920 --> 00:10:47,250
et pour toujours garder ça en tête,
j'ai trouvé un outil très utile.

234
00:10:47,280 --> 00:10:48,550
La plupart d'entre vous...

235
00:10:48,560 --> 00:10:49,700
(Rires)

236
00:10:49,720 --> 00:10:50,900
Avant les données,

237
00:10:50,970 --> 00:10:53,690
on utilisait cet outil 
pour prendre des décisions.

238
00:10:53,730 --> 00:10:55,080
(Rires)

239
00:10:55,160 --> 00:10:56,576
Vous le connaissez,

240
00:10:56,596 --> 00:10:58,483
ce jouet s'appelle la Magic 8 Ball

241
00:10:58,483 --> 00:10:59,716
et il est génial,

242
00:10:59,716 --> 00:11:02,640
car si vous avez un choix à faire,
une question fermée,

243
00:11:02,640 --> 00:11:05,446
il suffit de secouer la boule
pour obtenir une réponse --

244
00:11:06,400 --> 00:11:09,230
« Très Probable » -- juste ici,
une réponse en temps réel.

245
00:11:09,230 --> 00:11:11,516
J'en ferai la démonstration plus tard.

246
00:11:11,566 --> 00:11:12,550
(Rires)

247
00:11:12,570 --> 00:11:16,210
Le truc c'est que, évidemment -- 
j'ai pris des décisions dans la vie

248
00:11:16,210 --> 00:11:19,120
où, en rétrospective,
j'aurais dû écouter la boule.

249
00:11:19,120 --> 00:11:22,246
Mais, évidemment,
si les données sont disponibles,

250
00:11:22,460 --> 00:11:25,310
on veut remplacer ça
avec quelque chose de plus sophistiqué,

251
00:11:25,530 --> 00:11:28,860
comme l'analyse des données,
pour en arriver à une meilleure décision.

252
00:11:29,170 --> 00:11:31,700
Mais cela ne change
pas le concept de base.

253
00:11:31,840 --> 00:11:34,630
La boule peut devenir
de plus en plus intelligente,

254
00:11:35,030 --> 00:11:37,760
mais je pense que c'est toujours 
à nous de décider

255
00:11:37,890 --> 00:11:40,930
si on veut faire
quelque chose d'extraordinaire,

256
00:11:40,930 --> 00:11:42,470
du côté droit de la courbe.

257
00:11:42,840 --> 00:11:47,270
Et je trouve ça très encourageant
comme message en fait,

258
00:11:47,370 --> 00:11:51,206
que même quand on a
toutes ces données devant nous,

259
00:11:51,380 --> 00:11:55,350
ça nous rapporte quelque chose
de prendre ces décisions,

260
00:11:55,490 --> 00:11:58,130
d'être expert dans notre domaine

261
00:11:58,170 --> 00:11:59,910
et de prendre des risques.

262
00:12:00,290 --> 00:12:02,870
Car à la fin, ce ne sont pas les données,

263
00:12:03,080 --> 00:12:06,900
ce sont les risques qui vous amènent
du côté droit de la courbe.

264
00:12:07,840 --> 00:12:09,056
Merci.

265
00:12:09,060 --> 00:12:12,760
(Applaudissements)