Curiosity

There are only two kinds of reliability engineers: those who say “Data is the problem” and those who say “Data are the problem.”

L'obsolescence programmée est le sujet de discussion économico-conso-environnementaliste tarte à la crème de ces derniers mois. Mais la préoccupation n'est pas nouvelle ...

En 2006, j'avais cité un article du New York Times illustrant le fait que les consommateurs renouvellent leurs achats électroniques avant qu'ils ne s'usent, tout simplement parce que les nouveaux objets font plus de choses, mieux et plus rapidement que les précédents, rendant indirectement caduque la théorie du complot obsolescent (tm)

En 2009, j'avais parlé d'extension de garantie, et évoqué une première fois à cette occasion le mythe de la durée de vie calculée "juste comme il faut", sujet sur lequel je vais revenir un peu plus loin.

En 2011, peu après la diffusion du documentaire (évidemment à charge) d'Arte "Prêt à jeter", Alexandre Delaigue avait écrit un long premier billet sur le sujet ("Le mythe de l'obsolescence programmée"), qui avait suscité moult commentaires, et fait d'Alexandre le héraut de la lutte contre la diffusion de ce mythe, les médias l'invitant dès lors qu'il fallait trouver un opposant aux conspirationnistes. Pour faire court, je résumerais son article en disant que réduire la durabilité d'un produit n'est d'une part pas forcément un bon choix stratégique dans un milieu concurrentiel, et d'autre part que la durabilité n'est qu'une des qualités souhaitées quand on achète un bien de consommation, qui résulte de compromis avec d'autres qualités (coût, praticité, nouveauté, design). Ce n'est donc pas la seule qualité que client et industriel privilégient ...

Plus récemment, on peut lire d'intéressants billets chez Tom Roud (La reine rouge de l’obsolescence, j'y aime bien le concept d'obsolescence entraînée) et chez Dr Goulu (L’obsolescence est-elle programmée ? , où l'on trouvera notamment une synthèse de la biblio disponible sur le sujet, dont le moins que l'on puisse dire est qu'elle n'est pas très riche, ni concluante quant à la pertinence du mythe en question)

Je souhaite pour ma part en remettre une couche sur le thème "on ne sait pas maitriser la durée de vie d'une pièce à quelques mois près" (par exemple pour qu'elle tombe en panne juste après la fin de la garantie). Je suis d'accord pour dire que l'obsolescence fait partie de l'équation économique, mais, j'insiste, on ne sait pas la programmer^[1]

On ne sait pas programmer l'obsolescence car :

- La dispersion est considérable à l'échelle du matériau : si l'on prend deux éprouvettes issues du même acier, dans un même lot fournisseur, et qu'on réalise le même essai de tenue en fatigue sur ces pièces, on peut obtenir des durées de vie variant du simple au double. La courbe de Wöhler, qui caractérise la durée de vie d'une éprouvette (on parle en nombre de cycles) à un niveau d'effort donné est caractérisée pour une probabilité de rupture de 50%. Si l'on regarde cette courbe, on voit que pour un niveau de contrainte de 200 (MPa = MégaPascal), on a une durée de vie de 1000 cycles. Cela signifie qu'après 1000 cycles, 50% des échantillons auront cassé. Mais cela ne dit rien sur la dispersion des durées de vie : certaines éprouvettes peuvent casser au bout de 700 cycles, d'autres au bout de 1400 cycles. Je sais qu'on rentre ici dans une discussion certainement trop technique, mais j'ai quand même uploadé (ici) une feuille excel toute bête^[2] qui illustre rapidement la notion de dispersion de durée de vie, fondamentale en fiabilité, et relativement bien caractérisée par la loi statistique de Weibull. Le paramètre β (voir par ex sur wikipedia) est celui qui quantifie cette dispersion. En électronique, β est proche de 1, ce qui signifie que le taux de défaillance est presque constant dans le temps : votre iPhone a autant de chances de tomber en panne cette semaine que dans un an ... En "mécanique" (où la défaillance intervient plutôt pour des questions d'usure), β est plus élevé. On trouve par exemple ici une base très approximative des ordres de grandeur pour des composants "simples" (roulements, joints, etc ...). On voit qu'une estimation haute du paramètre β est de 4 à 6. Or même pour de telles valeurs, le 4e onglet de la feuille excel mentionnée ci-dessus montre que la durée de vie varie grosso modo de 500 à 1300 heures, soit presque un facteur 3. Et plus β est faible, plus les durées de vie sont dispersées ...

- Il faut rajouter la dispersion due au process de fabrication, qui intervient quand on passe du matériau "de base" à la pièce finie : les pièces de fonderie de grande série, par exemple, sont fabriquées à partir de moules. Ces moules s'usent, ce qui fait que les dimensions des pièces qui sortent d'une chaîne varient selon qu'on les prélève juste après un changement de moule, ou juste avant. Dans le même ordre d'idée, un moyen industriel de serrage n'est pas _parfaitement_ répétable : le couple de serrage garanti par une visseuse industrielle varie avec une tolérance de +/-5%

- Plus important encore : on sait peu de choses sur ce qu'on appelle les usages clients. Je prends l'exemple de l'automobile, que je connais assez bien :) Entre un jeune excité et un petit vieux tranquille, entre un VRP qui ne fait que de l'autoroute (et sollicite donc surtout moteur et roulements de roue, mais assez peu les pièces de suspension) et un urbain qui ne roule que sur des pavés (usage au contraire sévère pour les pièces de suspension, mais pas pour le moteur) ou dans les bouchons (l'embrayage ...), entre un client qui roule en France et un autre au Brésil, il y a une diversité de profils considérable ... On est donc forcément obligé de faire des hypothèses, aussi bien sur le type d'utilisation que peut avoir un client dit sévère, que sur l'influence d'une sévérisation de l'usage sur la durée de vie. Encore un petit passage avec des formules, désolé : pour une pièce mécanique, cette influence se retrouve dans la pente de la courbe de Wöhler évoquée un peu plus tôt. Si on se repenche sur cette courbe, on voit que quand on augmente la contrainte (la sollicitation, c'est la même chose) de 200 à 260 MPa, soit une augmentation de seulement 30%, la durée de vie passe de 1000 à 100 cycles : elle est divisée par 10 ... Dans le domaine normal de fonctionnement d'une pièce métallique, on peut retenir l'approximation suivante : une augmentation de 10 à 15% de la sollicitation revient à diviser par 2 sa durée de vie !

- lorsqu'on recherche une fiabilité "suffisante" dans un contexte de grande série, on vise des taux de défaillance très faibles pendant la période de garantie, mettons inférieurs à 1 pour 1000 par exemple (ordre de grandeur évidemment variable d'une industrie à l'autre, inutile de chipoter là-dessus pour la suite de l'argumentation). Pour pouvoir démontrer une telle fiabilité, il faudrait donc pouvoir tester 1000 pièces, dans des conditions les plus proches possibles d'un usage client réaliste, et montrer qu'on n'a, au maximum, qu'une seule défaillance. C'est, sauf très rares exceptions, complètement irréaliste. On est donc obligé de sévériser les essais, ce qui permet d'obtenir des défaillances en testant moins de pièces, et conduit à des essais plus courts, compatibles avec des plannings industriels. On s'appuie donc sur des hypothèses (eh oui, encore) sur la pertinence de la relation d'équivalence que l'on construit entre un essai réaliste mais trop long, et un essai plus court mais plus sévère. D'où le petit topo ci-dessus sur la pente de la courbe de Wohler ... Comme cette relation d'équivalence varie d'un matériau à l'autre, d'une condition d'usage à l'autre, c'est encore une couche d'incertitude que l'on ajoute dans le processus de détermination de la durabilité.

J'espère que ces premiers éléments suffisent à convaincre un lecteur peu au courant des questions de fiabilité que la prédiction d'une durée de vie est un exercice très difficile, et que l'on ne sait absolument pas "programmer" des pièces pour qu'elles défaillent toutes dans les semaines qui suivent la fin de garantie. On vise au contraire des durées de vie bien supérieures, en espérant que notre connaissance des mécanismes de défaillance soit suffisante pour que, compte tenu des dispersions, le taux de défaillance soit très faible avant la fin de la garantie, et augmente ensuite progressivement. Allez, une dernière application chiffrée pour illustrer tout ça (résultat que ceux qui veulent jouer avec la feuille excel pourront facilement retrouver) : si je veux qu'une pièce dure 1000 heures avec une fiabilité de 99% (soit une seule pièce défaillante sur 100 pendant cette durée), et en partant sur l'hypothèse d'un paramètre β=2, il faudra patienter plus de ... 8000 heures pour que 50% des pièces cassent.

Peut-on imaginer que la sous-estimation (qui semble) systématique des coûts relève de la bonne foi ? La réponse apportée par cette étude est sans grande surprise :

This article presents results from the first statistically significant study of cost escalation in transportation infrastructure projects. Based on a sample of 258 transportation infrastructure projects worth US$90 billion and representing different project types, geographical regions, and historical periods, it is found with overwhelming statistical significance that the cost estimates used to decide whether such projects should be built are highly and systematically misleading. Underestimation cannot be explained by error and is best explained by strategic misrepresentation, that is, lying.

Underestimating Costs in Public Works Projects: Error or Lie? (arxiv.org, 06/03/2013)

L'extrapolation à d'autres secteurs que celui des infrastructures routières est tentante ...

Le meilleur article de présentation que j'ai lu sur le sujet : Bitcoin pour les nuls, chez Ploum

"En 2010, un salarié du secteur privé ou d'une entreprise publique a reçu, en moyenne, un salaire 2.764 euros brut par mois, soit 2.082 euros net, selon les statistiques de l'Insee.

Cela représente une hausse de 2% par rapport à l'année précédente. L'essentiel de cette progression est liée à l'inflation, qui avait atteint 1,5%. En fait, la revalorisation réelle des salaires n'a été que de 0,5%, après +1,2% en 2009.

La hausse du salaire médian est encore plus faible : +0,3%. Et celui-ci reste très inférieur à la rémunération moyenne. Au total, 50% des Français touchent moins de 1.675 euros net.

Ce sont avant tout les catégories sociales supérieures qui ont profité de cette hausse. Les salaires des cadres, qui avaient reculé l'année précédente (-1,6%) en excluant l'inflation, ont cette fois rebondi de 1%, à 3.950 euros net par mois.

A l'inverse, les fiches de paie des ouvriers, corrigées de l'évolution des prix, ont reculé de 0,2%, à 1.583 euros en moyenne.

Par ailleurs, l'écart de rémunération entre hommes et femmes peine à se résorber. Une femme touche, en moyenne, 1.817 euros net par mois, soit 19,7% de moins que ses collègues masculins (2.263 euros)…"

(Capital.fr, 26/06/2012)

PS : je ne sais pas du tout si la base de calcul est comparable d'une ville à l'autre ...
PPS : pour info le prix moyen dans Paris à la même période est d'environ 8500€/m2

Le blog d'Olivier Berruyer devrait être déclaré d'utilité publique. Par exemple pour ça, en presque fin d'article :

"Comment justifier le niveau et l’évolution des rémunérations des 120 plus grands PDG ? Surtout quand on la compare aux 130 PDG suivants, dont le niveau et l’évolution dans le contexte de crise me semblent tout à fait correctes – il faut éviter la démagogie facile sur ce genre de sujets… Car il est aussi important qu’on puisse s’enrichir par son talent et ses efforts, bref par le travail. MAIS il n’est pas normal que le PDG de la 20e entreprise française gagne 10 fois plus que celui dirigeant la 200e. C’est injuste, insultant, et cela pose de sérieux problèmes au système économique en raison des modes de gouvernance induits par ces systèmes de rémunération, pervers et asymétriques. Comme quoi, et j’insiste là-dessus, on peut trouver délirante les rémunérations des 100 premiers PDG français, tout en défendant celle des 100 suivants. Le monde n’est pas tout noir ou tout blanc, et se mettre à défendre ce Top 100 parce qu’on à coeur l’esprit d’entreprendre et la récompense des talents revient à se laisser manipuler…"

(Click to enlarge !)

"Alors que les ressources naturelles regagnent de la valeur dans les calculs économiques, l'homme, devenu en quelque sorte moins rare que la nature à l'échelle mondiale, voit la sienne s'effriter par le jeu de l'offre et de la demande. Comme au XIXe siècle dans certaines régions industrielles d'Europe, la valeur d'usage de l'homme avoisine zéro dans certaines parties de la planète, et un nombre croissant de nos concitoyens voient leurs revenus chuter en-dessous du niveau de subsistance. Nous voici entrés dans l'ère de "l'homme jetable", qui porte en germe une question sociale globale.

(...)

Une étude récente de l'économiste Patrick Artus montre que l'économie mondiale est économe en travail, alors que le travail est abondant, mais qu'elle est fortement consommatrice de certaines ressources naturelles pourtant rares et non-renouvelables.

Ce paradoxe s'explique facilement : l'économie, science de la rareté, a négligé la valeur du capital naturel tant que celui-ci était considéré comme infini, si bien que le consommateur ne paie aujourd'hui que le prix de l'extraction des ressources (eau, énergies, minerais), et non leur valeur intrinsèque - ni, d'ailleurs les coûts sociaux liés à leur utilisation (émissions de CO2, pollution des cours d'eau...). Inversement, l'économie enseignant de taxer l'usage des denrées rares pour épargner leur consommation, nos politiques économiques n'ont cessé de taxer chaque année davantage le travail, essentiellement par le biais des charges sur les salaires. Ce choix était cohérent avec une situation de relative pénurie de main d'œuvre et de disponibilité de la nature. Mais celle-ci est révolue."

Réinverser les raretés : pour une double révolution fiscale (LeMonde.fr, 04/02/2012)

Eh non, Paris ne figure pas dans le top 10. Il serait intéressant de "normer" ces résultats par le revenu moyen, quand même ...

"Malgré une hausse de plus de 35% en 10 ans des loyers, les Français ne sont pas les plus à plaindre. Avec un coût de 1.700 euros mensuels en moyenne pour un trois pièces d'environ 80 m2, Paris est seulement la 14ème ville la plus chère au monde, selon une étude d'ECA International, qui prend en compte les quartiers et le type de logement recherchés par les expatriés.

Les loyers parisiens ont pourtant augmenté de 3% l'an dernier. Mais la capitale a perdu 3 places au classement, doublée notamment par Zurich (12ème) et Sydney (8ème). Principale explication : la dépréciation de l'euro face à de nombreuses devises. (...)

Par ailleurs, Tokyo, malgré une baisse des loyers en raison du tsunami, est restée, de loin, la ville où le coût du logement est le plus élevé au monde pour les expatriés, à 3.190 euros en moyenne pour un trois pièces. Londres, 4ème l'an dernier, grimpe à la 2ème place (2.570 euros), tandis que Moscou complète le podium (2.550 euros)."

(Capital.fr, 08/02/2012)

http://www.huffingtonpost.fr/shahin-vallee/apres-la-taxe-sur-les-transactions-financieres_b_1240271.html?ref=france

http://www.voxeu.org/index.php?q=node/7046

http://www.voxeu.org/index.php?q=node/4146

Le trading haute fréquence, ou HFT (High Frequency Trading), permet

Depuis dix ans, le courtage est entré dans une course de vitesse sidérante. Dans l'immense salle des marchés londonienne de Nomura, une banque japonaise, devant une rangée d'ordinateurs qui ne sont là que pour contrôler les opérations, Andrew Bowley, un spécialiste du courtage électronique, n'en revient pas lui-même. "En 1991, j'avais des machines automatiques qui travaillait en 2,5 secondes. Il y a cinq ans, on était content quand on arrivait à quelques dizaines de millisecondes. Aujourd'hui, on parle en dizaines de microsecondes." Nomura, dont l'une des spécialités est l'exécution des ordres passées par les clients à haute fréquence, se vante de réaliser une opération en un minimum de deux microsecondes.

Pour quelques microsecondes de moins... et quelques milliards de plus (latribune.fr, 13/07/2011)

La façon la plus simple de gagner de l'argent avec le HFT reste l'arbitrage, par exemple, entre les différentes Bourses. Avec le développement des nouvelles plateformes boursières (les fameuses "MTF", qui en Europe existe depuis la libéralisation du marché de 2007), l'ordinateur peut comparer les prix d'une même action entre deux places. Il peut ensuite aisément jouer sur la différence pour l'empocher. Tout cela est entièrement automatisé, et aucun être humain ne prend de décision dans l'achat et la vente.

Mais encore faut-il arriver à temps : une fraction de seconde trop tard, et cette stratégie ne fonctionne plus. "Ce n'est pas seulement une course à la vitesse, nuance Victor Lebreton, directeur chez Quant Hedge. C'est également une course à l'exécution: le bon prix, le bon volume, le bon marché au bon moment. Si votre modèle n'est pas adapté aux conditions de marché, vous pouvez perdre de l'argent". Car les algorithmes règnent à tous les niveaux: les hedge funds ou les grandes banques en ont un pour décider quels actions acheter ou vendre; elles passent ensuite leurs ordres aux "prime brokers" (des grandes banques comme Crédit Suisse ou JP Morgan) qui les exécutent automatiquement par ordinateur; puis les millions de données des bourses reviennent et sont triées... par ordinateur. La boucle complète peut se faire en un minimum de quelques centaines de millisecondes. (latribune.fr, ibid)

Krugman :

It’s hard to imagine a better illustration than high-frequency trading. The stock market is supposed to allocate capital to its most productive uses, for example by helping companies with good ideas raise money. But it’s hard to see how traders who place their orders one-thirtieth of a second faster than anyone else do anything to improve that social function.

or example, high-frequency trading probably degrades the stock market’s function, because it’s a kind of tax on investors who lack access to those superfast computers — which means that the money Goldman spends on those computers has a negative effect on national wealth. As the great Stanford economist Kenneth Arrow put it in 1973, speculation based on private information imposes a “double social loss”: it uses up resources and undermines markets.

http://www.dogfinance.com/fr/article/oubliez-les-pea-ringards-place-trading-haute-frequence/232/1/

http://www.latribune.fr/entreprises-finance/banques-finance/industrie-financiere/20110713trib000636089/pour-quelques-microsecondes-de-moins-et-quelques-milliards-de-plus.html

http://blogs.wsj.com/deals/2009/07/27/cracking-the-code-ranking-wall-streets-systemic-risk/

http://fr.wikipedia.org/wiki/Transactions_%C3%A0_haute_fr%C3%A9quence

http://en.wikipedia.org/wiki/High-frequency_trading

http://www.nytimes.com/2009/08/03/opinion/03krugman.html?_r=3&ref=opinion

http://www.humanite.fr/social-eco/ces-machines-qui-rendent-folles-la-bourse-484239