C’est l’un de ces moments quand beaucoup d’idées se bousculent dans ma tête, et lorsque je dis « bousculent », je veux dire qu’il y a vraiment des coups de coude là-dedans. Dans une situation comme celle-ci, j’ai deux façons de procéder. Tout d’abord, je peux regarder chaque idée séparée de près, énumérer toutes ces idées séparées etc. Bref, je peux être Aristotélicien. Ensuite, je peux considérer la situation présente comme un phénomène, façon Husserl ou Gadamer : ce qui se passe maintenant c’est moi qui pense à tous ces trucs différents, donc le mieux que je puisse faire est de se concentrer sur le phénomène de moi qui pense à tous ces trucs différents.

Ce chemin phénoménologique a un certain charme que je ne manque pas d’apprécier. Néanmoins, il y a un petit piège à éviter dès le début et le piège consiste à se concentrer sur la question « qu’est-ce que je pense ? ». La question qui ouvre vraiment une nouvelle porte c’est « comment est-ce que je pense ? ». Je pense comme si je circulais dans du trafic dense : mon esprit slalome parmi les différents projets et différentes idées qui s’y attachent. Ce slalom, il commence à m’agacer. Quelle est la conclusion ou bien l’observation générale que je peux tirer du travail de recherche que j’ai effectué depuis que j’eus publié le business plan du projet BeFund ? Tout ce travail relatif au projet EneFin, au carrefour de l’industrie FinTech et du marché de l’énergie, comment puis-je le résumer, jusqu’alors ?

Point de vue utilitaire, le travail fait sur ces deux concepts d’entreprise consécutifs – BeFund et EneFin –  m’a fait penser à créer un outil relativement simple de planification, pour pouvoir tester des concepts d’entreprise d’une façon structurée. C’est ainsi que j’ai créé, la semaine dernière, cet outil de calcul et planification pour préparer un business plan. Si vous cliquez ce lien hypertexte que je viens de donner, vous atterrissez sur une sous-page du blog Discover Social Scienceset là, vous pouvez télécharger directement le fichier Excel avec ce que j’appelle, pour le moment, « Business Planning Calculator ».

Point de vue théorie, je viens de découvrir cette connexion étrange entre le nombre d’inventions déposées pour breveter, dans le domaine d’énergies renouvelables, d’une part, et la taille du marché d’énergies renouvelables (consultez, par exemple : Je corrèleainsi que Time to come to the ad rem). Ces corrélations que j’ai découvertes, je ne sais même pas encore comment les appeler, tellement elles sont bizarroïdes. Faute d’une meilleure étiquette scientifique, j’appelle ce phénomène « la banalisation des technologies de génération d’énergies renouvelables ».

C’est ainsi que je suis en train de préparer un business plan pour le projet EneFin(consultez Traps and loopholeset Les séquences, ça me pousse à poser cette sorte des questions) et en même temps j’essaie de développer une interprétation scientifiquement cohérente de ce phénomène de banalisation des technologies. J’espère que ces deux créneaux de travail intellectuel vont se joindre l’un à l’autre. J’ai beau être un passionné de la science, la dissonance cognitive ça me tue parfois, lorsque c’est trop intense.

Bon, fini de geindre. Je me prends au boulot. J’ouvre « Business Planning Calculator » et je fais une copie de ce fichier Excel, spécialement pour le projet EneFin. La première table du calculateur me demande de préciser les produits que je veux vendre. Je m’en tiens aux trois cas de référence que j’avais déjà décrit, de façon sommaire, sur ce blog : la société américaine Square Inc., la société canadienne Katipultainsi que la société allemande FinTech Group AG. EneFin serait une fonctionnalité type Blockchain, dotée de la capacité de créer et de mettre en circulation des contrats intelligents complexes, sous la forme des tokens d’une crypto-monnaie. Chaque contrat serait un produit à part. Vous pouvez trouver un résumé de l’idée dans les illustrations ci-dessous.

 

Maintenant, il y a un choix stratégique à faireen ce qui concerne le développement et l’appropriation de la technologie. Option A : EneFin se contente d’organiser le marché, tout en utilisant une base technologique externe, par exemple celle d’Ethereum. Option B : EneFin crée sa propre technologie de base, une sorte de kernel (noyau) du système informatique, et développe des fonctionnalités particulières sur la base dudit kernel. Option A s’associe plutôt avec le modèle d’entreprise de Square Inc.et sur la base de ce que je sais à leur sujet (consultez The smaller more and more in FinTechet Plus ou moins les facteurs associés) les économies d’échelle sont cruciales dans ce chemin stratégique et encore, même avec la tout à fait respectable échelle d’opérations chez Square ne garantit pas de succès financier. Option B, en revanche, c’est plutôt le schéma de chez Katipultou bien chez FinTech Group AGet là, les résultats financiers de ceux deux business semblent prometteurs.

Ce que je vais donc faire c’est une boucle d’analyse. Je commence par construire in business plan pour l’Option A, donc pour un concept d’entreprise où mon produit sera le contrat complexe façon EneFin et son prix sera la marge de commission sur chaque transaction. Ceci va me conduire à bâtir un modèle analytique qui simule combien de marge brute le projet va générer en fonction des facteurs primordiaux : des prix d’électricité, de la quantité d’énergie mise en échange à travers EneFin ainsi que de la valeur des titres participatifs associés, du nombre des clients individuels ainsi que du nombre des participants institutionnels.

Une fois ce pas franchi, je passerai à l’estimation des frais fixes d’entreprise et à la décision si la marge transactionnelle, à elle seule, sera la source suffisante de revenu pour dégager une de bénéfice opérationnel d’au moins 20% sur les frais fixes. Si la réponse sera « oui », le business plan pour Option A sera un concept autonome et dans ce cas je développerai Option B comme une extension possible. Dans le cas contraire, donc si la marge brute dégagée sur la commission transactionnelle sera moins que 20% au-dessus des frais fixes, j’incorporerai l’Option B comme partie intégrante du projet et je referai le business plan du début.

Je commence mon analyse en formulant une équation de départ. C’est un réflexe chez les économistes. D’autres gens engagent la conversation avec une blague ou bien par une remarque anodine comme « Ne fait-il pas beau aujourd’hui ? ». Nous, les économistes, on engage avec une équation. La mienne, vous pouvez la voir ci-dessous :

Le truc qui semble être le plus intéressant côté science, dans cette équation, c’est la dernière partie, donc cette fonction f(CM_E*N)qui transforme une population autrement innocente des consommateurs d’énergie en clients d’EneFin. Cette fonction transforme une consommation agrégée d’énergie en un marché à exploiter. Donc, à priori, j’ai une quantité en kilowatt heures, qui peut se sentir plus confortable en mégawatt ou même en des gigawatt heures, par ailleurs, et cette quantité se transforme en trois facteurs distincts à voir de l’autre côté du signe d’égalité : une quantité des contrats complexes façon EneFin, un prix unitaire pour un contrat et enfin en la marge de commission d’EneFin. Cette dernière, en fait, est aussi un prix, relatif au prix unitaire des contrats. J’ai donc une quantité et deux prix.

Je commence par dériver la quantité Qdes contrats, de l’agrégat CM_E*Net je commence ce commencement en le représentant la fonction f(CM_E*N)comme un processus de décision. Dans la population de N clients potentiels, certains vont décider d’acheter leur énergie – ainsi que des titres de participation dans le capital des fournisseurs d’énergie – à travers le système EneFin, d’autres vont s’en abstenir. Les certains qui vont être partants pour EneFin vont se subdiviser en des certains qui décideront d’acheter toute leur énergie à travers EneFin, d’une part, et en des certains qui vont acheter juste une partie de leur énergie par ce moyen. Ces deux sous-ensembles des certains se subdiviseront suivant une séquence temporelle : certains parmi certains vont se décider plutôt vite pendant que d’autres certains parmi des certains vont y aller mollo, à pas de balade.

Comme l’eut écrit Milton Friedman, les hypothèses, une fois qu’on s’y prend sérieusement à les formuler, elles débordent. Faut se concentrer sur ce qui est possible à exprimer d’une façon plus ou moins vérifiable. Je décide donc de simuler trois formes possibles de la fonctionf(CM_E*N). Premièrement, suivant les assomptions déjà classiques de Robertson, je construis une fonction d’absorption d’innovation, où la population des clients d’EneFinse développe comme une fraction croissante de la population totale N, suivant la logique de la distribution normale (Gaussienne). C’est essentiellement le scénario où une fois une personne opte pour EneFin, c’est un choix complet : la personne en question commence à acheter toute leur énergie à travers EneFin. Les deux paramètres de cette fonction sont Gaussiens, donc le temps moyen qu’un client de la population N prend à se décider pour EneFin, ainsi que la déviation standard de ce temps. Deuxièmement, je construis un scénario un peu à l’opposé de ce premier, où les clients sont plutôt réticents et conservatifs et leur comportement peut être représenté avec la distribution de Poisson, appelée parfois « la distribution d’évènements rares ». Là, j’ai besoin de juste un paramètre, c’est-à-dire le temps moyen de décision dans un client typique.

Troisièmement, j’essaie de tirer au milieu, parmi le scénario relativement optimiste de la progression Gaussienne et celui, relativement pessimiste, de la distribution de Poisson. Pour le faire, je retiens la structure logique de la progression Gaussienne, mais je change légèrement les assomptions en ce qui concerne les décisions individuelles. Au lieu d’assumer qu’une fois qu’un consommateur se décide d’utiliser EneFin, il ou elle achète toute son énergie à travers ce système, j’assume des achats partiels. Cette fois, tout consommateur peut acheter des pourcentages variables de leur consommation individuelle d’énergie sur EneFin. Mathématiquement, cela veut dire que je retiens la distribution normale comme fonction de base mais je change l’ensemble de définition, ou, si vous voulez, l’ensemble des abscisses « x » de ma fonction : je remplace l’ensemble Ndes clients par l’ensemble des kilowatt heures consommées, donc par CM_E*N. Comme c’est du Gaussien, j’ai les mêmes paramètres que dans mon premier scénario : le temps moyen d’absorption d’une kilowatt heure moyenne et la déviation standard de cette moyenne.

La grande question, avec ces simulations, est comment établir la valeur des paramètres. Je pense à utiliser ce que j’avais découvert à propos de la dynamique des technologies éoliennes, en particulier celles des turbines à l’axe vertical (consultez Je corrèleet Time to come to the ad rem). Apparemment, en phase d’expansion de cette technologie, le nombre des demandes de brevet qui y correspondent doublait en 7 ans en Europe et aux États-Unis, et ça prenait 3 ans en Chine. Là, je suis en train d’avancer à tâtons, mais je besoin d’un point d’attache raisonnable. Je prends ces 7 ans comme temps moyen d’un cycle technologique qui survient dans le domaine des énergies renouvelables et je le transpose dans mes trois fonctions d’absorption.

J’ai donc un horizon de planification de trois ans, dans mon « Business Planning Calculator ». Je transforme ça en mois, pour étirer mon ensemble de définition, donc j’ai 36 mois. J’ai u cycle d’absorption de 7 ans = 7*12 = 84 mois. J’assume que la fonction Gaussienne de base serait une fonction standard, où la déviation standard est égale à la moyenne. Je teste rapidement si ça tient débout, tout ça. Eh bien, ça tient, mais en partie seulement : la fonction Gaussienne marche comme outil de prédiction avec ces assomptions, mais la distribution de Poisson rend, sur ces 3 années de planification, des pourcentages indéfiniment petits du marché : 0,000000288% après trois ans. Je comprends maintenant pourquoi Robertson avait opté pour la distribution normale.

Je dis donc au revoir à Poisson, j’en reste à la distribution de Gauss, et cela veut dire que je retiens les scénarios 1 et 2, donc une migration progressive des clients vers EneFin, soit selon le modèle « tout ou rien » (scénario 1) ou bien selon la philosophie de mettre ses œufs dans des paniers différents et voir ce qui se passe (scénario 2). Je commence à jouer avec les paramètres. J’ai déjà calculé le pourcentage du marché possible à absorber dans la distribution Gaussienne standard où la déviation standard est égale à la moyenne. Je formule deux autres hypothèses pour voir la différence. D’une part, je simule le comportement d’un marché plutôt conformiste, où la grande majorité des clients est près de la moyenne, donc la déviation standard est égale à la moitié de ladite moyenne. D’autre part, j’imagine une population très diversifiée en termes des schémas de comportement, avec les ailes de la courbe de Gauss relativement étirées, donc où la déviation standard est égale à deux fois la moyenne.

Vous pouvez voir les résultats de ces tests dans Tableau 1, ci-dessous. Il me semble que les pourcentages dans les colonnes des côtés (distribution standard et la distribution dispersée) sont trop élevés pour être réalistes. En revanche, ceux dans la colonne du milieu semblent plus proches de la vie réelle. Je retiens donc le modèle d’un marché relativement conformiste et je vais jouer encore avec les paramètres pour étudier la sensitivité de mon modèle de marketing au choix des assomptions.

Tableau 1

	Pourcentage du marché absorbé dans la plateforme EneFin
	Absorption Gaussienne standard ; déviation standard = la moyenne	Absorption Gaussienne conformiste ; déviations standard = 0,5 de la moyenne	Absorption Gaussienne conformiste ; déviations standard = 2 fois la moyenne
Fin de l’année 1	19,6%	4,3%	33,4%
Fin de l’année 2	23,8%	7,7%	36,0%
Fin de l’année 3	28,4%	12,7%	38,8%

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?