L'économie de la surveillance est un champ émergent et florissant de l'économie tirant profit de la surveillance numérique de la population. En 2013, le chiffre d'affaires du secteur du courtage des données personnelles était trois fois supérieur au budget total annuel alloué par le gouvernement américain à ses services de renseignement ( de dollars aux États-Unis). Malgré ses enjeux socioéconomiques, légaux et éthiques, le sujet reste méconnu, même si ce secteur fait parfois les gros titres de l'actualité.
L'affaire Snowden, la révélation des écoutes américaines puis le Scandale Facebook-Cambridge Analytica / Aggregate IQ ont mis au jour l'étendue et la profondeur de la surveillance ainsi que sa dimension mondiale, tout en levant partiellement le voile sur ses aspects politico-économiques ainsi que sur ses liens avec les lobbies et leur activité d'influence des masses et des individus.
Contexte historique
L'espionnage et la surveillance étaient par exemple citée il y a dans L'Art de la guerre de Sun Tzu, mais sont longtemps restés l'apanage d'États. On ne parle pas de modèle économique d'entreprise (ou modèle d'affaires) à propos d'empires ou de pays, mais l'intérêt économique et stratégique de ces pratiques était présent.
Pour Armand Mattelart et André Vitalis, auteurs du livre Le profilage des populationsLe profilage des populations : du livret ouvrier au cybercontrôle avec André Vitalis, Éditions La Découverte, 2014., la surveillance organisée par des entreprises privées a
Jadis réservé aux grandes puissances militaires et économiques ; grâce aux progrès de électronique et de l'Informatique, puis à l'arrivée du Web2.0, les méthodes et techniques de surveillance se sont largement « démocratisées » (depuis les années 1990 environ) et perfectionnées. On peut maintenant surveiller toute une population (on parle de surveillance globale) ou, de manière ciblée, une catégorie sociale, un réseau de communication, une entreprise ou un individu, et ceci à faible coût. Snowden a montré que le est devenu celui d'une « surveillance low-cost »...
En effet, Une contre-histoire de l'Internet, Sylvain Bergère, 2013.. Le spécialiste en sécurité informatique Bruce Schneier considère même que la surveillance est devenue le . ; des systèmes rendent, apparemment gratuitement, des services aux gens, mais en contrepartie ils les espionnent, ce que résume l'expression populaire : .
En 2013, Al Gore (ancien vice-président des États-Unis) déclarait : , à propos des ..
vignette|Reconnaissance biométrique par analyse digitale et iridienne (document de la TSA).
Ces techniques de surveillances collectent, en temps réel un nombre croissant de données personnelles ou non. Des outils de profilage analysent ce big data de plus en plus efficacement et rapidement, parfois au moyen d'une intelligence artificielle, au service d'entreprises opérant sur des marchés et modèles économiques émergents basés sur la donnée.
Par exemple, un base marché de la surveillance des employés a ainsi émergé. Outre la vidéosurveillance, la panoplie des outils disponibles sur ce marché s'est considérablement élargie : contrôle des accès et des horaires par badges RFID et biométrie, filtrage et surveillance des accès à Internet, géolocalisation des téléphones mobiles et des véhicules fournis par l'employeur, enregistrement de l'activité des postes informatiques, enregistrement des conversations téléphoniques, etc. De nombreux pays (États-Unis inclus) n'obligent pas les employeurs à informer leurs employés de l'existence d'une telle surveillance ou des conditions dans lesquelles elle est exercée, un contexte qui incite les entreprises à acquérir de tels outils.
De plus en plus d'entreprises privées coopèrent avec les États pour les assister dans leurs activités de surveillance., utilisant de nouveaux outils tels que les drones ou les caméras de surveillance de nouvelle génération, éventuellement associés à des logiciels de reconnaissance faciale..
Depuis , l'universitaire Shoshana Zuboff propose de parler plus spécifiquement de « surveillance capitalism ». (généralement traduit en français par « capitalisme de surveillance »)..
Exploitation des données personnelles Ces données sont données d'identité, d'identité sociale, sur le comportement d'achat, sur le mode de vie, la religion, la santé, l'opinion politique, la sexualité ou encore sur la localisation géographique, etc. Ces données personnelles peuvent être utilisées par les services marketing qui collectent les informations de leurs clients, par d'autres entreprises que celles qui recueillent ces données, mais aussi par les États dans le cadre de la surveillance informatiquehttp://www.europarl.europa.eu/document/activities/cont/201312/20131204ATT75517/20131204ATT75517EN.pdf.
Captations et valeurs vignette |gauche |Évolution du coût de la publicité (publicity) par rapport à celui de la vie privée (privacy). Beaucoup de données personnelles sont directement mises à disposition (de façon consciente ou non, volontaire ou non) par l'internaute.. D'autres sont massivement et illégalement captées à très grande échelle et revendues ou réutilisées à des fins non éthiques comme l'a montré le Scandale Facebook-Cambridge Analytica/AggregateIQ avec le vol des données de dizaines de millions de comptes Facebook et l'utilisation de la plateforme logicielle « Ripon ».
En 2013, une étude a montré que pour surfer sans publicité sur Internet, chaque internaute devrait payer environ par an. La valeur des données personnelles servant uniquement aux services marketing serait donc de par internaute et par an, sachant par ailleurs que les dépenses publicitaires mondiales sur Internet ont cru de près de 15 % en 2013.. On comprend alors tout l'appétit des géants mondiaux mais aussi des start-ups pour ces marchés hautement rentables.
L'essentiel de la valeur ajoutée provient de l'analyse des jeux de données brutes qui deviennent alors une information utile pour au moins un utilisateur final (service marketing, entreprise, État, parti politique, etc.). Même brute, la donnée a une valeur marchande. L'analyse du Big data permet de prédire de nombreux comportements (d'achat, de vote ou socioculturel par exemple) http://www.ey.com/Publication/vwLUAssets/EY-Comportements-culturels-et-donnees-personnelles-au-coeur-du-Big-data/$FILE/EY-Comportements-culturels-et-donnees-personnelles-au-coeur-du-Big-data.pdf, des évènements (risques de mouvements sociaux) ou des actes (suicide, délit, crime ou attentat par exemple.).
Une chaîne de valeur a ainsi été créée autour de la collecte, l'analyse et l'exploitation de données personnelles. Dans ce domaine l'innovation est rapide, de nouvelles techniques apparaissent à un rythme soutenu. Des informations confidentielles ou secrètes, mais potentiellement stratégiques sont massivement recherchées sur le Net, comme l'a montré le récent scandale des écoutes de la NSA. et l'affaire Snowden.
En 2011, la valeur des données personnelles collectées auprès des internautes européens était estimée à d'euros Rapport du Boston Consulting Group sur la valeur des données personnelles en Europe, novembre 2012.. Le Big Data correspondant représenterait 8 % du PIB européen en 2020, soit environ d'euros..
Modèles économiques
Le modèle économique (ou modèle d'affaires) est la représentation systémique et synthétique de l'origine de la valeur ajoutée d'une entreprise et de son partage entre les différentes parties prenantes, sur une période et pour un domaine d'activité clairement identifiés.
Dans le domaine des données personnelles, les modèles économiques peuvent prendre des formes extrêmement variées, chaque modèle répondant différemment à la question « comment gagner de l'argent en exploitant des données personnelles ? ».
Modèles pour les entreprises
Une classification a été proposée par Business Models on the Web, 2010 de l'Institute for Advanced Analytics, via neuf catégories principales de modèles économiques sur le Web (pouvant se combiner dans une même entreprise) :
la publicité en ligne (online advertising) : modèle fondé sur la publicité diffusée sur le Web, et fonctionnant avec un marché et un public larges ou avec un public plus restreint mais spécialisé. Exemples : les moteurs de recherche Google et Yahoo, ou les sites d'informations spécialisés comme Allociné, qui personnalisent leurs publicités selon le profil ou les recherches de l'utilisateur ; les « infomédiaires » : néologisme forgé à partir d'« information » et « intermédiaire », ce modèle se fonde sur la mesure ou la collecte d'informations potentiellement utiles à d'autres acteurs.. Exemples : les régies publicitaires comme DoubleClick, rachetée par Google en 2007 et spécialisée dans le ciblage comportemental sur Internet. Il peut également s'agir d'organismes de mesure d'audience réalisant des études et des rapports, et, plus critiqués, des réseaux d'entreprises se renvoyant des clients les unes vers les autres, en capturant à leur insu des informations sur les comportements d'achat ou les habitudes de navigation ; les distributeurs : modèle fondé sur la vente de biens et de services. Exemples : les distributeurs en ligne ou à distance (tels qu'Amazon et La Redoute), les acteurs de la grande distribution (Carrefour, Intermarché, etc.), ou les plates-formes de téléchargement (l'Apple iTunes Store), qui étudient les comportements d'achats de leurs clients à partir des commandes en ligne et des données collectées via les cartes de fidélité, afin de mieux cibler leurs publicités ; les communautaires (community models) : modèles basés sur le partage d'informations personnelles dans le but de partager des intérêts communs, ou de rencontrer une personne. Exemples: Flickr, Meetic et Friendster (rachetée par Facebook en 2010), ou encore les applications telles que Tinder et InstaFriends ; les courtiers (brokers) : en mettant en relation acheteurs et vendeurs, l'entreprise se rémunère par des honoraires ou des commissions sur les transactions enregistrées. Exemples : Leboncoin (création de marché virtuel), eBay (organisation d'enchères), PayPal (paiement en ligne) ou encore Priceline (services de loisir) ; le Hardata : modèle émergent, basé sur la rencontre entre le hardware (matériel) et le Big Data (mégadonnées), le principe étant de collecter des données via les objets connectés et de les exploiter en utilisant des modèles de prévision, d'analyse et de prédiction. Exemples : les thermostats connectés commercialisés par la marque NEST (société rachetée par Google en ), qui potentiellement permettraient de mieux cibler les publicités adressées en intégrant les données domotiques ; les bracelets connectés Withings Pulse O2, permettant de surveiller en temps réel le rythme cardiaque, la distance parcourue à pied, le taux d'oxygène dans le sang ou encore la qualité du sommeil, que l'assureur AXA a offert à de ses clients en échange du partage de leurs données de santé.. les producteurs : dans ce modèle, les producteurs proposent un produit empêchant l'exploitation des données personnelles, ou du moins garantissant la protection de celles-ci. Exemple : le futur BlackPhone, téléphone mobile supposé garantir la protection de la vie privée, grâce notamment au chiffrement de toutes les données et communications de son utilisateur..
Par extension, la collecte d'informations et leur exploitation par les services de renseignement, l'intelligence économique et l'espionnage industriel peuvent constituer des modèles économiques à l'échelle d'un pays.
le phénomène n'est pas nouveau, mais son ampleur et les perspectives d'évolution dans tous les domaines le rendent inédit et inquiétant par ses conséquences socioéconomiques, politiques et sur la vie privée.
Le cas des GAFAM thumb|Hello World!, installation artistique pour l'exposition Big Bang Data«Big Bang» 2.0, data en expansion, Libération, le 24 octobre 2014.