Over the years, I can remember working with exactly one organization that used my idea of an excellent approach to software engineering metrics. Their approach was based on several points.
The benefits of the new structure
La logique du contrat social (notamment depuis la révolution industrielle puis le développement de l’État providence au XXe siècle) était une logique assurantielle. Ignorant le futur, les individus avaient intérêt à s’assurer collectivement contre le risque. Désormais, le développement de l’analyse prédictive rend caduque cette version du contrat. Les offres d’assurances peuvent être adaptées aux risques précis que chacun encourt. Les géants du numérique connaissent nos préférences, nos opinions, nos envies et nous enferment dans ce que l’essayiste Eli Pariser nomme une « bulle de filtre ». Le contenu en accord avec nos idées y est surreprésenté et les avis contradictoires y font défaut, augmentant alors la diffusion des fake news – à plus fort potentiel de réactions et donc de diffusion. Nous partageons dès lors de moins en moins de vérités et d’expériences communes, pourtant nécessaires au fonctionnement de la démocratie.
En analysant nos données pour prédire notre comportement, le capitalisme devient un « capitalisme de surveillance » pour reprendre les mots de l’universitaire Shoshana Zuboff. Pour ces entreprises, les individus ne sont plus des clients mais des produits pour les annonceurs. Le philosophe Bernard Stiegler explique ainsi que les individus se sont transformés en « fournisseurs de data ». Déjà individualisés, ils sont en outre désindividués : leurs données permettent de les déposséder de leur volonté.
During the last few years low interest rates and money printing led to a funding bubble in private technology. Many startups received pre-emptive extra “free rounds” and hired teams much larger then their stage or progress merited. In parallel, abundant money and secondaries meant companies that should have shut down or sold kept going (indeed - this was a pre-COVID phenomenon from ~2017 or 2018 on). There was always another round or extension to keep companies without real product-market fit going. Or founders sold secondary stock in multiple rounds instead of selling a company that wasn’t really working. These trends have resulted in an overhang of companies that either (1) lived without product market fit and survived well past their natural expiration point, or (2) hired way ahead of progress and burned large sums with high valuations and now are stuck with little progress per dollar and a large preference stack.