Je m'abonne

Bayes Impact invente l’algorithme anti-chômage

A 23 ans, Paul Duan, fils d’immigrés chinois qui a grandi à Trappes, en banlieue parisienne, avant de faire de brillantes études de mathématiques et de sciences politiques, a proposé au gouvernement rien de moins que de réduire de 10% le nombre de demandeurs d’emploi en France, ce qui ferait économiser plusieurs milliards d’euros par an.

Entreprendre - Bayes Impact invente l’algorithme anti-chômage

A 23 ans, Paul Duan, fils d’immigrés chinois qui a grandi à Trappes, en banlieue parisienne, avant de faire de brillantes études de mathématiques et de sciences politiques, a proposé au gouvernement rien de moins que de réduire de 10% le nombre de demandeurs d’emploi en France, ce qui ferait économiser plusieurs milliards d’euros par an.

Son arme secrète, un algorithme permettant de proposer à chaque inscrit à Pôle emploi une stratégie adaptée à sa situation, à partir de l’analyse détaillée de son profil. Le programme utiliserait toutes les données existantes sur le marché du travail. Irréalisable ? Le parcours de Paul Duan laisse penser le contraire.

Bayes Impact, l’ONG qu’il a lancée en 2014 à San Francisco, a l’ambition d’être «l’ONU du Big Data !» : «Nous sommes quelques ingénieurs qui avons vu comment l’utilisation des algorithmes peut révolutionner les industries et nous savons que ces mêmes techniques peuvent être appliquées aux problèmes sociaux». Bayes Impact a déjà mis au point des programmes de détection de fraude et de prévision du risque de défaut de paiement pour des acteurs américains du micro-crédit.

«Ces organismes doivent calculer au mieux leurs risques afin de perdre le moins d’argent possible, dans le but de pouvoir accorder des prêts de moins en moins chers. Avec nos algorithmes, les pertes ont baissé de 30%, ce qui a permis de réduire le coût des prêts octroyés», explique Paul Duan. Son prochain projet pourrait sauver des millions de vie.

«Nous travaillons sur la réduction du “risque de réadmission évitable”.  Chaque année, 10 millions d’Américains sortent de l’hôpital sans avoir reçu le traitement approprié et doivent être réadmis. Sortir sans le bon traitement peut avoir des conséquences mortelles. En corrélant les données médicales des patients pour prédire les risques de réadmission, on pourrait comprendre les facteurs de risque et suggérer des traitements adaptés. Nous ne construisons pas la prochaine génération des services de santé, nous n’inventons pas de traitements. Nous ramenons plutôt les hôpitaux dans le présent en mettant à leur disposition des technologies efficaces».

Un projet pilote a été lancé avec une vingtaine d’hôpitaux, avant une diffusion en libre accès.


Vous aimez ? Partagez !


Entreprendre est un média indépendant. Soutenez-nous en nous ajoutant à vos favoris Google Actualités :

Publiez un commentaire

Offre spéciale Entreprendre

15% de réduction sur votre abonnement

Découvrez nos formules d'abonnement en version Papier & Digital pour retrouver le meilleur d'Entreprendre :

Le premier magazine des entrepreneurs depuis 1984

Une rédaction indépendante

Les secrets de réussite des meilleurs entrepreneurs

Profitez de cette offre exclusive

Je m'abonne