La plateforme Predix de General Electric reste l'un des échecs de transformation digitale les plus coûteux de l'histoire industrielle. Entre 2011 et 2019, GE a injecté plus de 4 milliards de dollars dans la construction d'une plateforme IoT industrielle (IIoT) censée redéfinir l'avenir de l'entreprise. Au lieu de cela, elle a accéléré le déclin de GE, passant d'icône industrielle à cas d'école. Cette étude de cas analyse ce qui n'a pas fonctionné et pourquoi les défaillances en matière d'adoption utilisateur étaient au cœur du désastre.
Sommaire :
- Contexte : l'ambition digitale de GE
- La plateforme Predix et GE Digital
- Ce qui a mal tourné : les échecs d'exécution
- Conséquences et impact financier
- Analyse des causes profondes
- Comment MeltingSpot aurait pu changer la donne
- Enseignements clés pour les dirigeants de la transformation digitale
- Conclusion
Contexte : l'ambition digitale de GE
Un géant industriel de 125 ans parie sur le logiciel
General Electric, fondée par Thomas Edison en 1892, avait passé plus d'un siècle à construire des moteurs d'avion, des turbines à gaz, des appareils IRM et des locomotives. En 2011, l'entreprise employait plus de 300 000 personnes dans le monde et générait 147 milliards de dollars de chiffre d'affaires annuel. GE incarnait la définition même d'une puissance industrielle américaine.
Mais le PDG Jeff Immelt voyait l'avenir différemment. Il était convaincu que la prochaine vague de création de valeur industrielle ne viendrait pas du matériel, mais des données produites par ces machines. Sa vision était audacieuse : transformer GE d'un conglomérat industriel en une « entreprise industrielle digitale » capable de rivaliser avec n'importe quelle société de logiciels de la Silicon Valley.
La thèse à mille milliards de Jeff Immelt
La thèse d'Immelt reposait sur une idée séduisante. GE avait déjà des capteurs intégrés dans des millions de machines dans l'aviation, l'énergie, la santé et les transports. Si GE parvenait à construire une plateforme capable de collecter, analyser et exploiter les données émises par ces capteurs, elle pourrait débloquer une valeur énorme pour ses clients et créer un nouveau flux de revenus logiciels à forte marge.
Les chiffres étaient tentants. GE estimait que le marché de l'Internet Industriel des Objets atteindrait 225 milliards de dollars d'ici 2020. Si GE n'en captait qu'une fraction, les revenus logiciels pourraient éclipser les marges traditionnelles des équipements. Immelt déclarait publiquement que GE deviendrait une « entreprise logicielle du top 10 mondial » d'ici 2020 et que Predix générerait 15 milliards de dollars de ventes logicielles annuelles.
La plateforme Predix et GE Digital
Construire Predix à partir de zéro
GE a commencé à investir dans Predix vers 2011, initialement comme projet au sein de son Centre d'Excellence Logicielle à San Ramon, en Californie. La plateforme devait être un système d'exploitation cloud pour l'Internet Industriel : un environnement où les développeurs pourraient créer, déployer et exécuter des applications analysant les données machines industrielles en temps réel.
L'ambition technique était vertigineuse. Predix devait gérer des pétaoctets de données temporelles provenant de turbines, locomotives et équipements médicaux. La plateforme nécessitait des capacités d'edge computing pour traiter les données au niveau de la machine, une infrastructure cloud pour les analyses lourdes, et un écosystème de développeurs pour construire des applications par-dessus tout cela.
GE Digital : 28 000 employés, une seule mission
En 2015, Immelt a formalisé la stratégie digitale en créant GE Digital, une division autonome basée à San Ramon. L'unité regroupait des ingénieurs logiciels, des data scientists et des chefs de produit issus de toutes les branches d'activité de GE au sein d'une organisation unique. À son apogée, GE Digital employait environ 28 000 personnes, devenant du jour au lendemain l'une des plus grandes organisations logicielles au monde.
L'investissement était massif. GE a engagé plus de 4 milliards de dollars dans l'initiative, recrutant des milliers d'ingénieurs logiciels venant de Google, Amazon et Cisco. L'entreprise a inauguré de somptueux bureaux dans la Silicon Valley, lancé des campagnes marketing proclamant « L'Entreprise Digitale. Qui est aussi une Entreprise Industrielle », et positionné Predix comme la plateforme de référence de l'ère de l'IoT Industriel.
La promesse face à la réalité
Sur le papier, Predix devait produire des résultats transformateurs. Les compagnies aériennes l'utiliseraient pour prédire les pannes moteur avant qu'elles ne surviennent. Les centrales électriques optimiseraient le rendement des turbines en temps réel. Les hôpitaux suivraient l'utilisation des équipements pour améliorer les résultats des patients. L'objectif de 15 milliards de dollars de revenus d'ici 2020 était répété si souvent qu'il était devenu un article de foi au sein de la direction de GE.
Mais il existait un fossé fondamental entre la vision du conseil d'administration et ce qui se passait réellement sur le terrain. La plateforme était construite de haut en bas, portée par l'ambition des dirigeants plutôt que par les besoins des ingénieurs, opérateurs et développeurs qui allaient devoir l'utiliser au quotidien.
Ce qui a mal tourné : les échecs d'exécution
Une plateforme que personne ne voulait utiliser
L'acte d'accusation le plus accablant contre Predix : les propres divisions de GE ne voulaient pas l'utiliser. La division Aviation, joyau de GE, avait déjà développé ses propres capacités d'analyse et considérait Predix comme un recul. La division Santé avait sa propre infrastructure de données. La division Énergie doutait qu'une plateforme cloud conçue par des transplantés de la Silicon Valley puisse gérer les exigences d'un parc de turbines à gaz.
L'adoption interne était catastrophique. Les unités opérationnelles avaient reçu l'ordre de migrer leurs initiatives digitales sur Predix, mais l'adhésion était au mieux réticente. Les ingénieurs qui avaient passé des décennies à construire des outils spécifiques à leur domaine se sentaient contraints d'adopter une plateforme non éprouvée qui ne répondait pas à leurs exigences techniques. La plateforme était lente, ses API mal documentées, et l'expérience développeur largement critiquée comme pénible et frustrante.
Collision culturelle : ingénieurs industriels contre culture logicielle
La culture de GE avait été façonnée par Six Sigma, une méthodologie qui valorise la standardisation, le contrôle des processus et l'élimination des défauts. C'était idéal pour fabriquer des moteurs d'avion, mais catastrophique pour développer du logiciel. Le développement logiciel prospère grâce à l'itération rapide, l'expérimentation et la tolérance à l'échec. Ces valeurs étaient antithétiques à l'ADN de GE.
Des ingénieurs industriels qui avaient passé leur carrière dans la culture disciplinée et hiérarchique de GE devaient soudainement adopter les méthodologies agiles, écrire du code et raisonner comme des fondateurs de startup. Le fossé culturel était immense. Comme l'a décrit un ancien employé de GE Digital, il existait une tension permanente entre les « gens du logiciel » qui voulaient avancer vite et les « gens de GE » qui voulaient suivre les procédures.
La hiérarchie rigide de l'entreprise aggravait les choses. Des décisions qu'une startup aurait prises en quelques heures nécessitaient des mois chez GE. Les chefs de produit avaient besoin de l'approbation de multiples niveaux hiérarchiques pour livrer des fonctionnalités. Les équipes d'ingénierie étaient organisées par fonction plutôt que par produit, créant des silos qui ralentissaient le développement au point de l'immobiliser.
Expérience développeur et échec de l'écosystème
Pour qu'une stratégie de plateforme réussisse, il faut des développeurs. Predix devait attirer à la fois des développeurs internes et externes qui construiraient des applications sur la plateforme, créant un effet de volant d'inertie similaire à ce qu'Apple a réalisé avec iOS ou Salesforce avec son AppExchange.
Mais l'expérience développeur de Predix était médiocre. La plateforme était construite sur Cloud Foundry, une technologie open source de platform-as-a-service qui perdait déjà du terrain face aux approches basées sur les conteneurs comme Kubernetes. La documentation était incomplète. Le processus d'onboarding était complexe. Des tâches simples qui prenaient quelques minutes sur AWS ou Azure nécessitaient des heures, voire des jours sur Predix.
Les développeurs externes ont largement ignoré la plateforme. Pourquoi un développeur indépendant investirait-il du temps à apprendre Predix alors qu'il pouvait développer sur AWS, qui disposait d'un outillage, d'une documentation et d'un support communautaire largement supérieurs ? Sans un écosystème de développeurs dynamique, Predix n'était qu'une plateforme propriétaire de plus sans effets de réseau.
Le timeout de deux mois
En 2017, il devenait évident que Predix était en difficulté. Le chiffre d'affaires représentait une fraction des projections. Les déploiements clients étaient minés par des problèmes de performance. L'adoption interne restait faible. Lorsque John Flannery a remplacé Jeff Immelt comme PDG en août 2017, il a hérité d'une stratégie digitale qui saignait de l'argent.
Début 2018, Flannery a pris la décision extraordinaire de décréter un « timeout » de deux mois sur le développement de Predix. Tout travail a été suspendu pendant qu'une équipe évaluait ce qui fonctionnait, ce qui ne fonctionnait pas, et ce qui pouvait être sauvé. Le timeout a révélé l'ampleur des problèmes : la plateforme tentait d'être tout pour tout le monde, la pile technologique était obsolète, et le modèle économique était flou.
Conséquences et impact financier
Quatre milliards de dollars de pertes
Le bilan financier était vertigineux. GE a investi plus de 4 milliards de dollars dans sa transformation digitale, incluant les coûts d'infrastructure, le recrutement de talents, le marketing et le développement de la plateforme. Le retour sur investissement a été négligeable. En 2018, GE Digital générait environ 1 milliard de dollars de revenus logiciels annuels — bien en dessous de l'objectif de 15 milliards — et une grande partie provenait de produits logiciels historiques antérieurs à Predix.
GE a finalement procédé à des dépréciations massives d'actifs liés à l'initiative digitale. Le siège de San Ramon, symbole des ambitions digitales de GE, est devenu le symbole de son échec. Des milliers d'employés ont été licenciés alors que l'entreprise réduisait ses ambitions logicielles.
Effondrement du cours de bourse
Le cours de l'action GE raconte l'histoire en termes brutaux. Lorsqu'Immelt a lancé la stratégie digitale, les actions GE s'échangeaient autour de 30 $. Fin 2018, elles avaient chuté à moins de 7 $, soit un déclin de plus de 75 %. Si l'échec de Predix n'était pas la seule cause de l'effondrement boursier de GE — l'entreprise rencontrait également des problèmes dans ses divisions énergie et services financiers — l'échec de la stratégie digitale a été un contributeur majeur à la perte de confiance des investisseurs.
L'entreprise a été retirée de l'indice Dow Jones Industrial Average en juin 2018, mettant fin à une présence continue qui remontait à 1907. Pour une entreprise qui avait été un baromètre de l'industrie américaine pendant plus d'un siècle, c'était une humiliation d'une ampleur historique.
Démantèlement de GE Digital
Sous Flannery puis son successeur Larry Culp, GE a systématiquement démantelé l'empire digital qu'Immelt avait construit. GE Digital a été restructurée et considérablement réduite. La grande vision de figurer parmi les 10 premières entreprises logicielles mondiales a été discrètement abandonnée. Les actifs digitaux restants ont été recentrés sur des cas d'usage industriels spécifiques, renonçant à toute ambition de plateforme IIoT généraliste.
En 2018, GE a exploré la cession d'une participation majoritaire dans GE Digital. En 2021, la division avait été externalisée et renommée — bien loin de la plateforme censée transformer l'économie industrielle mondiale. Les talents que GE avait recrutés dans la Silicon Valley sont largement partis, emportant avec eux leur expertise et leur connaissance du terrain.
Analyse des causes profondes
Une vision top-down sans adhésion bottom-up
L'échec de Predix est fondamentalement l'histoire de ce qui se passe lorsqu'une stratégie est imposée par le haut sans obtenir l'adhésion par le bas. La vision d'Immelt était intellectuellement séduisante, mais elle n'a jamais été validée auprès des personnes censées l'exécuter. Les responsables de business units, les ingénieurs de terrain et les opérateurs de sites n'ont jamais été véritablement consultés pour savoir s'ils avaient besoin de Predix ou quels problèmes la plateforme devait résoudre en priorité.
Ce schéma se répète dans toutes les transformations digitales ratées. La direction annonce une vision audacieuse, investit massivement dans la technologie, et suppose que l'adoption suivra. Mais l'adoption ne suit jamais automatiquement. Elle doit être gagnée par une expérience utilisateur supérieure, une démonstration claire de la valeur, et un investissement soutenu dans la formation et l'accompagnement.
La résistance culturelle : le tueur silencieux
La culture de GE était sans doute le plus grand obstacle à la transformation digitale. L'entreprise avait prospéré pendant plus d'un siècle en optimisant des processus physiques. Ses systèmes de gestion de la performance, ses parcours de carrière et ses structures de récompense étaient tous conçus pour un modèle opérationnel industriel. Demander à cette culture d'adopter soudainement une pensée logicielle revenait à demander à un sous-marin de voler.
La résistance culturelle s'est manifestée de manière subtile mais dévastatrice. Les ingénieurs ont discrètement continué à utiliser leurs outils existants au lieu de Predix. Les managers rendaient hommage au programme digital lors des revues trimestrielles tout en priorisant les métriques traditionnelles en coulisses. L'organisation a développé une réponse immunitaire à la transformation digitale, la traitant comme un corps étranger à rejeter plutôt qu'une évolution à embrasser.
Tenter de devenir une entreprise logicielle sans en avoir la culture
GE a commis une erreur classique : l'entreprise a tenté de devenir une société de logiciels en recrutant des profils logiciels et en dépensant de l'argent en technologie, sans changer fondamentalement son mode de fonctionnement. Construire un excellent logiciel exige plus que d'excellents ingénieurs. Cela nécessite une culture d'expérimentation, de centrage utilisateur, d'itération rapide et de confort face à l'ambiguïté. Ces traits n'étaient pas simplement absents chez GE — ils étaient activement réprimés par la culture en place.
Les recrues de la Silicon Valley se sont retrouvées piégées dans un environnement bureaucratique où elles ne pouvaient pas livrer des produits au rythme auquel elles étaient habituées. Pendant ce temps, les vétérans de GE ressentaient les nouveaux venus et leurs méthodes de travail inhabituelles. Le résultat a été une collision culturelle qui a consumé l'énergie et l'attention qui auraient dû être consacrées à la construction d'un excellent produit.
Ignorer l'adoption utilisateur comme priorité stratégique
La cause profonde la plus critique a sans doute été l'incapacité de GE à traiter l'adoption utilisateur comme une priorité stratégique de premier plan. L'entreprise a dépensé des milliards pour le développement de la plateforme et presque rien pour s'assurer que les personnes devant l'utiliser puissent le faire efficacement. Il n'existait aucune approche systématique d'onboarding, de formation ou d'accompagnement des dizaines de milliers d'employés censés changer leur façon de travailler.
C'est le paradoxe de la transformation digitale en entreprise : les organisations investissent des sommes colossales dans la technologie et des montants dérisoires dans les facteurs humains qui déterminent si cette technologie sera réellement utilisée. L'histoire de GE en est un exemple extrême, mais le schéma se retrouve de manière désespérément fréquente dans tous les secteurs.
Mesurez le coût d'une adoption insuffisante
Combien vous coûte réellement la faible adoption de vos logiciels ?
Utilisez notre calculateur ROI gratuit pour quantifier le coût caché des outils sous-exploités et découvrir ce qu'un accompagnement proactif à l'adoption pourrait vous faire économiser.
Calculer mon ROI →Comment MeltingSpot aurait pu changer la donne
Un Coach IA d'adoption proactif intégré à Predix
Imaginez que chaque ingénieur, opérateur de site et data scientist de GE qui se connectait à Predix ait été accueilli par un Coach IA d'adoption proactif — un assistant intelligent intégré directement dans la plateforme, capable de comprendre le rôle de l'utilisateur, son niveau d'expérience et le domaine industriel spécifique dans lequel il évolue.
Le Coach IA de MeltingSpot fait exactement cela. Il n'attend pas que les utilisateurs recherchent dans la documentation ou soumettent un ticket de support. Il détecte les frictions avant même que les utilisateurs ne demandent de l'aide. Quand un ingénieur turbines ouvre Predix pour la première fois, le Coach reconnaît qu'il est nouveau, comprend son contexte, et le guide de manière proactive à travers les workflows précis qui correspondent à son métier. Quand un data scientist aviation bloque sur un appel API, le Coach fait émerger la bonne ressource au bon moment, dans le bon contexte.
Chaque division de GE aurait pu nommer son propre Coach, lui donner une personnalité et une base de connaissances adaptées à son unité opérationnelle. Le Coach Aviation parlerait le langage de l'analyse moteur. Le Coach Énergie comprendrait la gestion de parcs de turbines. Le Coach Santé connaîtrait les exigences de conformité des données de dispositifs médicaux. Cette personnalisation aurait comblé le fossé entre une plateforme générique et les besoins spécifiques à chaque division.
Détecter les frictions d'adoption avant qu'elles ne deviennent résistance
L'un des aspects les plus pernicieux de l'échec de GE est que les problèmes d'adoption étaient invisibles jusqu'à ce qu'ils deviennent catastrophiques. Les business units ignoraient discrètement Predix, mais la direction n'avait aucune visibilité sur les schémas d'utilisation réels jusqu'à ce que le mal soit fait.
Les capacités de détection proactive de MeltingSpot auraient entièrement changé cette dynamique. La plateforme surveille le comportement des utilisateurs en temps réel et identifie les signaux qui révèlent des problèmes d'adoption : tentatives répétées échouées sur une tâche, utilisateurs abandonnant un workflow en cours de route, fonctionnalités systématiquement ignorées, et équipes dont l'engagement décline. Ces signaux remontent bien avant que les utilisateurs ne se plaignent formellement ou ne renoncent silencieusement.
Pour GE, cela aurait signifié des signaux d'alerte précoces lorsque les ingénieurs de la division Aviation ont cessé d'utiliser les modules d'analyse de Predix. Cela aurait signalé que les opérateurs de la division Énergie revenaient à leurs outils historiques. Cela aurait alerté la direction quand les taux de complétion de l'onboarding développeur tombaient sous les seuils acceptables. Chacun de ces signaux aurait pu déclencher des interventions ciblées des mois, voire des années avant que les problèmes ne deviennent existentiels.
Combler le fossé culturel grâce à un accompagnement contextuel
La collision culturelle entre les ingénieurs industriels de GE et sa nouvelle culture logicielle était peut-être le problème le plus difficile à résoudre. On ne change pas une culture de 125 ans avec une note de service ou un atelier de formation. Mais on peut changer la manière dont les gens vivent les nouveaux outils, une interaction à la fois.
L'accompagnement contextuel de MeltingSpot aurait servi de traducteur culturel. Pour l'ingénieur formé au Six Sigma qui trouve les tableaux de bord agiles déroutants, le Coach fournirait des explications formulées dans un langage familier. Pour le data scientist frustré par les formats de données industriels, le Coach proposerait des exemples spécifiques au domaine. Pour le directeur d'usine qui ne voit pas l'intérêt de l'analyse cloud, le Coach démontrerait la valeur à partir de ses propres données opérationnelles.
Il ne s'agit pas de remplacer les programmes de formation ou les initiatives de conduite du changement. Il s'agit de fournir une couche continue et toujours disponible d'accompagnement intelligent qui rejoint chaque utilisateur exactement là où il en est. Au fil du temps, des milliers de petites interactions positives avec le Coach auraient construit la confiance et la compétence dont les équipes de GE avaient besoin pour embrasser la transformation digitale.
Intelligence d'adoption en temps réel pour la direction
La direction de GE a pris des décisions critiques dans un vide informationnel. Elle ne savait pas quelles fonctionnalités étaient utilisées, quelles équipes étaient en difficulté, ni quelles interventions fonctionnaient. Le temps que les problèmes deviennent visibles, des milliards avaient été dépensés et la fenêtre de correction de trajectoire s'était largement refermée.
MeltingSpot fournit des tableaux de bord d'adoption en temps réel qui offrent à la direction une visibilité granulaire sur l'engagement des utilisateurs avec la plateforme. Quelles divisions atteignent la maîtrise le plus rapidement ? Où se situent les plus grandes lacunes de compétences ? Quels parcours d'onboarding ont les meilleurs taux de complétion ? Quelles fonctionnalités génèrent le plus de valeur ?
Avec cette intelligence, la direction de GE aurait pu prendre des décisions fondées sur les données concernant les investissements à prioriser, les corrections à apporter et la séquence de déploiement. Au lieu d'un mandat top-down imposant Predix simultanément à toutes les divisions, elle aurait pu identifier les divisions où l'adoption était la plus forte, y concentrer les efforts, et utiliser ces réussites pour créer un élan vers un déploiement plus large.
Enseignements clés pour les dirigeants de la transformation digitale
L'adoption est la stratégie, pas un projet annexe
GE a traité l'adoption utilisateur comme une conséquence naturelle — quelque chose qui se produirait automatiquement une fois la technologie en place. Cette hypothèse était fausse, et extraordinairement coûteuse. Les responsables de la transformation digitale doivent reconnaître que l'adoption n'est pas une conséquence d'une bonne technologie. C'est la stratégie elle-même. Une plateforme que personne n'utilise, aussi sophistiquée soit-elle techniquement, ne délivre aucune valeur.
Commencer par les utilisateurs, pas par la vision
La vision d'Immelt était séduisante au niveau stratégique, mais déconnectée de la réalité quotidienne des personnes censées l'exécuter. Une transformation digitale efficace commence par une compréhension approfondie des besoins, des workflows et des irritants des utilisateurs. Ce n'est que lorsque ces besoins sont satisfaits que l'adoption suivra. Investir dans la recherche utilisateur, le prototypage et les tests itératifs n'est pas un retard — c'est le chemin le plus rapide vers la création de valeur.
Investir dans un accompagnement proactif à l'adoption
Le support réactif — où les utilisateurs doivent chercher de l'aide lorsqu'ils rencontrent des problèmes — est insuffisant pour un changement transformationnel. Le temps qu'un utilisateur soumette un ticket de support, il a déjà vécu de la frustration et perdu en productivité. Des outils d'adoption proactifs comme le Coach IA de MeltingSpot détectent et résolvent les frictions avant qu'elles ne s'accumulent en résistance. Cette approche proactive est particulièrement critique lorsque l'on demande aux utilisateurs de changer fondamentalement leur façon de travailler.
La culture dévore la technologie au petit-déjeuner
GE a dépensé des milliards en technologie et presque rien en transformation culturelle. Le résultat était prévisible : la culture en place a rejeté la nouvelle technologie comme un organisme rejette une greffe. Les organisations qui entreprennent une transformation digitale doivent investir au moins autant dans le changement culturel — nouvelles structures d'incitation, parcours de carrière révisés, exemplarité managériale — que dans la technologie.
Mesurer l'adoption, pas seulement le déploiement
GE mesurait le succès par le nombre d'applications construites sur Predix et le montant investi. Ce sont des métriques de déploiement, pas des métriques d'adoption. Ce qui compte, c'est si les utilisateurs utilisent réellement la plateforme pour mieux faire leur travail. Les métriques d'adoption incluent les utilisateurs actifs quotidiens, les taux d'utilisation des fonctionnalités, les temps de complétion des tâches et les volumes de tickets de support. Sans ces mesures, la direction navigue à l'aveugle.
Combien ça vous coûte vraiment ?
Un logiciel mal adopté, c'est combien de perdu pour votre organisation ?
Calculez le vrai coût de la sous-adoption logicielle dans votre organisation en 2 minutes.
Conclusion
L'échec de Predix chez General Electric est une leçon à 4 milliards de dollars sur la primauté de l'adoption utilisateur. La technologie était ambitieuse. L'investissement était massif. La vision était séduisante. Mais rien de tout cela n'a eu d'importance parce que l'entreprise n'a pas réussi à faire utiliser la plateforme par ses propres collaborateurs.
Le schéma est familier dans les transformations digitales ratées : la direction suppose que construire la technologie est la partie difficile, et que l'adoption suivra d'elle-même. L'expérience de GE prouve que c'est l'inverse qui est vrai. Construire la technologie est la partie facile. Amener 28 000 employés et des milliers de clients à changer leur façon de travailler est le véritable défi — et cela nécessite des outils dédiés, un investissement soutenu et une attention sans relâche.
Des solutions comme MeltingSpot existent précisément pour relever ce défi. En intégrant un Coach IA d'adoption proactif directement dans l'expérience logicielle, les organisations peuvent détecter les frictions tôt, accompagner les utilisateurs en contexte, et fournir à la direction l'intelligence d'adoption dont elle a besoin pour prendre des décisions éclairées. Le coût d'une telle solution est une erreur d'arrondi comparé au coût de l'échec.
L'histoire de GE n'avait pas à finir ainsi. Avec la bonne infrastructure d'adoption en place, la plateforme Predix aurait pu évoluer de manière itérative, guidée par les retours réels des utilisateurs et soutenue par un accompagnement intelligent et proactif. Au lieu de cela, 4 milliards de dollars ont été dépensés pour une plateforme que les propres employés de GE refusaient d'utiliser.
Vous souhaitez en savoir plus sur notre solution d'adoption de logiciels ? Découvrez meltingspot.io.
Vous aimerez aussi
