Prendre de bonnes décisions dans le monde hautement complexe et interconnecté d’aujourd’hui est devenu une tâche de plus en plus laborieuse. Par exemple, la crise financière de 2008 a illustré notre incapacité à prévoir les répercussions des décisions économiques sur l’évolution de notre société. De plus, la préoccupation grandissante (surtout concernant l’agriculture, tel que décrit dans

[1]) et l’incertitude persistante relative aux changements climatiques limite gravement notre capacité d’anticiper les conditions dans lesquelles nous fonctionnerons dans un avenir rapproché et comment nos faits et gestes actuels pourraient avoir une incidence sur ces conditions. En effet, il est devenu apparent que la majorité des décisions les plus déterminantes que les entreprises, les gouvernements et les individus sont tenus de prendre, doivent désormais impérativement tenir compte d’une connaissance incomplète des conséquences à venir.

Cela dit, on ne cesse de développer de nouveaux outils pour nous aider à extraire, à entreposer et à traiter l’information pertinente à partir d’une banque toujours grandissante de données historiques. On estime présentement que le volume de données commerciales dans le monde double chaque 1,2 année; à lui seul, le site ebay.com est responsable d’environ 50 pétaoctects (1015 octets) – une quantité stupéfiante – de nouvelles données chaque jour (voir [2]). Ironiquement, on pourrait dire que nous n’avons jamais été à la fois autant et si peu éclairés dans notre prise de décisions. En effet, bien que nous puissions avoir bon espoir que nos experts des mégadonnées soient capables de déceler les tendances imprévues dans cet océan d’information, les décisions les plus cruciales devront toujours tenir compte de l’incertitude persistante, ne serait-ce qu’en raison de la nature « historique » (plutôt que prémonitoire) de ces données.

Dans ce contexte, il est clair que notre société fait face à un paradoxe d’information, c’est-à-dire que malgré une abondance d’information, prévoir les conséquences de nos décisions déterminantes s’avère généralement impossible. Le défi principal pour résoudre ce paradoxe consiste à s’assurer que ceux qui prennent des décisions importantes puissent traiter efficacement l’information à leur disposition et trouver le juste équilibre entre les risques et les rendements quant aux conséquences futures incertaines de leurs actions. Bien que plusieurs joueurs importants du milieu universitaire et de l’industrie aient réorienté leurs efforts pour offrir des services en ce sens [3], des développements théoriques et algorithmiques significatifs sont encore requis pour permettre aux outils d’aide à la décision de passer de simples logiciels d’analyse vers des plateformes de prise de décision véritables. La Chaire de recherche sur la prise de décision en incertitude a été créée pour répondre à ce besoin croissant.

Mission de la Chaire

La Chaire de recherche sur la prise de décision en incertitude a pour mission de développer des méthodes numériques permettant le soutien d’une décision ou la prise de décisions autonomes dans des contextes de problèmes où l’incertitude joue un rôle clé. Plus précisément, la Chaire vise :

  1. à développer et à diffuser des méthodes qui intègrent estimation et optimisation; de telles méthodes permettent d’extraire, à partir des données disponibles, l’information nécessaire à une prise de décision optimale et de faire l’arbitrage entre risque et rendement dans le cadre de problèmes d’envergure de prise de décision;
  2. créer à HEC Montréal un pôle d’excellence et d’innovation dans ce domaine.

La Chaire se propose notamment de faire la lumière sur les questions suivantes :

  • Comment les décisions devraient-elles être prises lorsque la nature exacte des facteurs qui influencent le rendement de la décision est inconnue, mais qu’un grand volume de données historiques est disponible?
  • Comment peut-on en arriver à des décisions optimales qui reflètent véritablement les compromis qu’un preneur de décisions (ou qu’un groupe de preneurs de décisions) est prêt à faire entre le risque et le rendement, ou entre des objectifs opposés, tout en le protégeant contre des biais cognitifs inhérents?
  • Comment les décisions optimales peuvent-elles être générées de façon autonome en un temps de calcul raisonnable lorsque les problèmes empruntent une dimension réaliste (c.-à-d. à grande échelle) et doivent tenir compte d’un grand nombre (possiblement infini) de scénarios?

Les domaines d’application incluent, entre autres, la gestion de portefeuille, la gestion d’achalandage sur les réseaux, la gestion d’inventaire, la production énergétique et le marketing sur Internet.

En tant que titulaire de chaire récemment nommé, je considère que les réponses à ces questions agissent comme pierres angulaires pour permettre aux preneurs de décisions d’accélérer radicalement leur temps de réaction à partir de l’obtention des données, tout en s’assurant que les actions qui sont prises reflètent leur véritable intention.

La réussite de cette démarche repose principalement sur deux éléments clés : 1) des étudiants intelligents et motivés qui s’intéressent à l’étude et à l’intégration de notions issues des domaines de la théorie de la décision, de la programmation mathématique, des statistiques, de l’intelligence artificielle et de la science cognitive; et 2) des partenaires industriels prêts à partager cette vision et à avoir la patience de soutenir l’application et la validation de méthodologies innovatrices dans leur champ d’activité.

 

[1] D. B. Lobell, M. B. Burke, C. Tebaldi, M.D. Mastrandrea, W.P. Falcon et R.L. Naylor, Prioritizing climate change adaptation needs for food security in 2030, Science, 1er février 2008, vol. 319, no 5863, pages 607-610.

[2] « eBay Study: How to Build Trust and Improve the Shopping Experience ». Knowwpcarey.com. Le 8 mai 2012. Repéré le 5 mars 2013.

[3] Récemment, de nombreuses entreprises, comme IBM, Microsoft et Oracle, ont modifié en partie leur modèle de gestion pour inclure des services de développement de logiciels d’analytique commerciale et d’experts-conseils. On ne peut que constater la croissance rapide du nombre de programmes de formation traitant d’analytique commerciale.