Article
Phénoménologie appliquée : marketing, investissement, IA
Pour moi, la phénoménologie n'est pas une théorie que je cite de temps en temps, mais quelque chose qui a changé de manière permanente la façon dont je perçois, pense et travaille.
Qu'est-ce que la phénoménologie ?
La phénoménologie est une méthode d'investigation qui s'intéresse avant tout à la manière dont les choses nous apparaissent et se montrent à nous. Elle étudie l'expérience elle-même, c'est-à-dire comment nous percevons et comprenons le monde avant de commencer à former des théories à son sujet.
Avant d'explorer la phénoménologie, il est utile de savoir qu'est-ce que la philosophie. La plupart des traditions philosophiques partent d'une théorie et regardent ensuite le monde à travers elle. La phénoménologie fait l'inverse. Elle part de la manière dont les choses nous apparaissent réellement, et demande ce que cela nous dit sur le monde et sur nous-mêmes.
La tradition a été fondée par Edmund Husserl au début du XXe siècle. Elle examine les structures de l'expérience consciente : comment nous percevons, comment nous comprenons, et comment le sens se forme avant que toute théorie ou présupposé n'entre en jeu.
Ça sonne abstrait.
En pratique, cela signifie examiner ce que la plupart des gens tiennent pour acquis : la perception, la compréhension, le langage, l'émotion, le sens. Non pas comme des catégories psychologiques, mais comme des structures qui façonnent la manière dont une situation apparaît à quelqu'un avant même qu'il ne commence à l'analyser.
Les figures clés (Husserl, Martin Heidegger, Hans-Georg Gadamer, Maurice Merleau-Ponty) ont chacun exploré des angles différents. Heidegger a examiné l'existence humaine elle-même. Gadamer a étudié le fonctionnement de l'interprétation. Merleau-Ponty s'est concentré sur le corps et la perception.
Ce qui les relie est une conviction : la manière dont les choses nous apparaissent n'est pas évidente. Elle mérite d'être examinée avec sérieux.
Pourquoi la plupart des gens rejettent la phénoménologie
La phénoménologie ne récompense pas l'impatience. La première chose qu'elle fait est de réduire votre confiance dans la rapidité avec laquelle vous pouvez comprendre quoi que ce soit. Elle met à l'épreuve votre curiosité et votre honnêteté intellectuelle d'une manière que la plupart des disciplines ne font pas.
Les textes sont denses. Comprendre un seul passage de Heidegger peut prendre des semaines. De nombreux étudiants rencontrent la phénoménologie une fois et passent à autre chose. Ceux qui restent sont ceux qui trouvent la difficulté elle-même intéressante, pas frustrante.
Elle m'a attiré précisément parce que c'était la chose la plus difficile que j'avais rencontrée à l'université. Quand ça devenait plus ardu et plus frustrant, je me sentais plus énergisé, pas moins.
C'était comme découvrir un monde dans lequel j'avais toujours vécu mais que je n'avais jamais réellement vu.
La phénoménologie au quotidien
Mon travail principal consiste à appliquer la phénoménologie en marketing, dans la prise de décision managériale et en investissement. Je mène des recherches qualitatives centrées sur la manière dont nous percevons et comprenons le monde qui nous entoure, en particulier dans les domaines où les méthodes analytiques traditionnelles atteignent leurs limites.
En marketing, la phénoménologie fait quelque chose que les données seules ne peuvent pas faire : elle me dit quand quelque chose n'est pas compris. Non pas si une campagne a converti, mais si l'offre avait même du sens pour quelqu'un qui la découvrait pour la première fois.
En investissement, elle m'aide à observer l'humeur et le récit, non pas si le sentiment est positif ou négatif, mais comment le marché comprend la situation actuelle et où ce cadre pourrait être erroné.
Et à l'ère de l'intelligence artificielle, la phénoménologie est peut-être la plus sous-estimée. Elle a produit des recherches sérieuses sur la perception, la compréhension, le langage et le sens, des thèmes fondamentaux pour ce que les modèles de langage font réellement.
Voici ce que cela a changé.
L'université et le chemin vers la phénoménologie
Ce que la phénoménologie a fait presque immédiatement, c'est braquer un projecteur sur des choses que je n'avais jamais examinées sérieusement : la perception, la compréhension, le langage, l'angoisse. Je les avais peut-être perçues auparavant, comme tout le monde. Mais je ne les avais jamais nommées, jamais regardées de près, et je n'aurais pas pu les utiliser comme base pour quoi que ce soit.
Continuer la lecture gratuitement
Entrez votre e-mail pour continuer à lire gratuitement. Vous vous abonnez ainsi à ma newsletter mensuelle. Pas de spam, désinscription à tout moment.
Résumé
Questions fréquentes sur le sujet de l'article
Qu'est-ce que la phénoménologie ?
Que signifie le mot phénoménologie ?
Quel est un exemple de phénoménologie au quotidien ?
Peut-on appliquer la phénoménologie au marketing ou aux affaires ?
Pourquoi la phénoménologie est-elle réputée difficile à étudier ?
En quoi la phénoménologie diffère-t-elle de la psychologie ou de l'analyse de données ?
En quoi la phénoménologie est-elle pertinente pour l'intelligence artificielle ?
Qui sont les figures clés de la phénoménologie ?
Si vous avez des pensées, des questions ou des retours, n’hésitez pas à m’écrire à mail@richardgolian.com.
LinkedIn
Plus d'articles
J'ai Heidegger et mon carnet à côté de moi. Je me demande où tout cela nous mène, où l'intelligence artificielle nous emporte.
Soixante-dix pour cent. C'est là que commence le premier résultat de l'IA, même lorsque vous lui donnez tout le contexte de l'entreprise et les meilleurs exemples du passé. Nous parlons du type de résultat qui ne peut pas se définir de façon programmatique. Il est plus complexe. Souvent, il s'agit d'un travail créatif. Sur un type de résultat répété, j'ai atteint quatre-vingts pour cent en une semaine. Chaque point de pourcentage supplémentaire est plus difficile que le précédent.
Pendant longtemps, nous avons pris internet pour la route principale. Le lieu où se déroulent le travail et les relations. Pourtant, la plupart de ce que nous y voyons aujourd'hui est, ou sera bientôt, généré par IA : texte, images, profils et commentaires. Internet se transforme en un jeu en ligne rempli de bots, où vous ne pouvez être sûr qu'un être humain se trouve de l'autre côté de quoi que ce soit. Alors je me demande : le monde en ligne était-il la route principale, ou seulement un détour temporaire dont une partie des gens reviendra, de retour hors ligne ?
Il y a quelques jours, j'ai fait passer un entretien à un responsable marketing senior. Un homme d'expérience, des années de pratique. Je l'ai interrogé sur l'IA. Il m'a dit qu'il ne l'utilise presque pas. Il a eu une mauvaise expérience avec un résultat et a conclu qu'il était trop expérimenté pour que cela lui apporte quelque chose tant que ce n'est pas parfait. Je connais aussi l'autre versant — des professionnels qui automatisent tout ce qui peut l'être.
L'Europe n'a pas les capacités pour faire face à une guerre de drones massive et à grande échelle comme celle que nous voyons en Ukraine. Trois dépendances l'affaiblissent : la Chine fournit le matériau physique des systèmes de défense, les États-Unis fournissent les capacités que l'Europe n'a pas, et vingt-sept États ne parviennent pas à s'entendre sur le rythme, ni sur qui paie. Des plans de réarmement existent, mais ils sont mis en œuvre lentement.
L'IA crée le visuel, la newsletter et la page produit plus vite qu'une personne. À celui qui le faisait auparavant, il ne reste qu'une chose — le jugement, savoir si le résultat est bon. Mais la plupart des gens ont un moins bon jugement que l'IA. Et celui qui ne sait pas juger la qualité ne sait pas non plus déléguer. Comment savoir si le vôtre est le jugement sur lequel une entreprise s'appuie, ou celui qu'elle peut remplacer ?
En avril, dans la première partie de cette série, j'écrivais sur un système d'IA prédictif commencé sur mon propre ordinateur. Le logiciel avait alors quelques heures, le registre de prédictions était vide. Depuis, les enregistrements ont révélé une chose qui, avec le recul, était prévisible — le système ne comprend pas encore le marché qu'on lui demande de prévoir. Il sait trouver le contexte macro, la valeur comptable des entreprises, les bénéfices. Mais il ne sait pas assembler ces choses en quelque chose qui l'aide à comprendre le prix.
Prague, 13 mai 2026. En allant au travail, je me suis mis à penser à quelque chose qui m’est resté en tête plusieurs jours. Si l’essentiel du travail routinier sur ordinateur disparaît dans les dix prochaines années, et qu’avec lui disparaît une large part du travail manuel répétitif, qu’advient-il du flux de l’argent ? Qui paie qui, et pour quoi ? Quelles couches économiques existeront, quelle sera leur taille, et quelles relations s’établiront entre elles ? Voici la carte en six couches que j’ai esquissée comme réponse.
Je construis un système d'IA pour prédire le S&P 500. Il tourne sur ma propre machine, utilise des données publiques gratuites — yfinance, FRED, le jeu de données Shiller — et évalue chaque prévision face à la réalité. Cette série documente la construction elle-même : les décisions, la méthodologie, les erreurs. Ce que je partagerai finalement du système en fonctionnement est une question séparée, et honnête.
Hier, je n'arrivais pas à m'arracher à l'ordinateur. Quand j'ai levé la tête, il était huit heures et demie du soir. J'étais resté seul à l'étage pendant environ trois heures.
Quatre jours en Catalogne. Sans ordinateur, sans IA, presque sans réseaux sociaux. J'ai acheté ce carnet pour y noter ce à quoi je penserais et ce que je rencontrerais et apprendrais durant le voyage.