Si l'idée se répand que les progrès de l'intelligence artificielle conduiront à la disparition de certains métiers, on imagine souvent que les premiers concernés seront les moins qualifiés. Or des rôles extrêmement bien rémunérés sont également menacés : les anciens « golden boys » des salles de marché commencent à faire les frais de l'automatisation…
Évidemment, le trading algorithmique, désormais bien implanté dans les grandes banques et sur tous les marchés financiers, constitue un candidat naturel à l'évolution vers plus d'autonomie. Après tout, il paraît logique de remplacer les comportements pré-définis des solutions actuelles par des modèles adaptatifs conçus et affinés continuellement par apprentissage automatique, à la pointe de la « data science ». Et certains des quants historiquement chargés de ces tâches devront se recycler.
Vous pensez que cette hypothèse est encore lointaine, voire farfelue ? Détrompez-vous, elle correspond déjà à la réalité d'une startup telle que Sentient Technologies. Celle-ci a travaillé 10 ans (en secret) à mettre au point son système d'intelligence artificielle (appliqué aussi à d'autres secteurs, dont le e-commerce). Elle lui a maintenant confié la gestion, en totale autonomie, d'un fonds alternatif (« hedge fund »). Seul un bouton « panique » permet à une personne de le débrancher, en cas de catastrophe.
Un des co-fondateurs de l'entreprise exprime son point de vue sans détours : l'humain est trop émotionnel pour les marchés. Il préfère donc recourir à des robots, qui sont d'autant plus à l'aise qu'ils disposent d'une masse d'informations gigantesque pour opérer leur « magie ». En pratique, Sentient déploie des millions de traders virtuels auto-apprenants (nommés « gènes »), qui expérimentent leurs stratégies sur des données historiques à la vitesse de la lumière. Ceux qui échouent sont « tués », tandis que ceux qui passent le test sont promus sur les marchés réels, où, de plus, ils poursuivent leur apprentissage.
La gestion spéculative n'est cependant pas la seule concernée. Ainsi, selon un article de la MIT Technology Review, en moins de 20 ans, le « floor » actions du siège de Goldman Sachs à New York est passé de 600 opérateurs de marché, prenant en charge les achats et ventes de titres pour le compte de grands clients, à… 2 traders, et une équipe de 200 informaticiens. Entre temps, il est est devenu possible d'automatiser la tarification, relativement simple, de ces produits. Les dérivés sont maintenant en ligne de mire…
Dans un registre toujours plus ambitieux, les dirigeants évaluent en outre les opportunités de mettre en œuvre l'intelligence artificielle dans la banque d'investissement. Le domaine reposant traditionnellement sur des qualités de vendeur et de relations humaines, il n'est pas question, à court terme, de faire disparaître entièrement les collaborateurs concernés. Mais une bonne part des étapes d'un processus d'introduction en bourse, par exemple, sont identifiées comme potentiellement automatisables.
La principale motivation de ces différentes initiatives est, naturellement, économique. Considérant que leur salaire moyen (primes comprises) dépasse les 500 000 dollars, la tentation est grande de remplacer les traders par des automates apparemment aussi performants ! L'écart de coût autorise même des investissements conséquents dans le développement des modèles. En arrière-plan, d'autres considérations – la lutte contre la fraude interne, par exemple – entrent peut-être en jeu. Reste que l'opacité des « raisonnements » appliqués soulèvera bien des questions réglementaires et éthiques…
Évidemment, le trading algorithmique, désormais bien implanté dans les grandes banques et sur tous les marchés financiers, constitue un candidat naturel à l'évolution vers plus d'autonomie. Après tout, il paraît logique de remplacer les comportements pré-définis des solutions actuelles par des modèles adaptatifs conçus et affinés continuellement par apprentissage automatique, à la pointe de la « data science ». Et certains des quants historiquement chargés de ces tâches devront se recycler.
Vous pensez que cette hypothèse est encore lointaine, voire farfelue ? Détrompez-vous, elle correspond déjà à la réalité d'une startup telle que Sentient Technologies. Celle-ci a travaillé 10 ans (en secret) à mettre au point son système d'intelligence artificielle (appliqué aussi à d'autres secteurs, dont le e-commerce). Elle lui a maintenant confié la gestion, en totale autonomie, d'un fonds alternatif (« hedge fund »). Seul un bouton « panique » permet à une personne de le débrancher, en cas de catastrophe.
Un des co-fondateurs de l'entreprise exprime son point de vue sans détours : l'humain est trop émotionnel pour les marchés. Il préfère donc recourir à des robots, qui sont d'autant plus à l'aise qu'ils disposent d'une masse d'informations gigantesque pour opérer leur « magie ». En pratique, Sentient déploie des millions de traders virtuels auto-apprenants (nommés « gènes »), qui expérimentent leurs stratégies sur des données historiques à la vitesse de la lumière. Ceux qui échouent sont « tués », tandis que ceux qui passent le test sont promus sur les marchés réels, où, de plus, ils poursuivent leur apprentissage.
La gestion spéculative n'est cependant pas la seule concernée. Ainsi, selon un article de la MIT Technology Review, en moins de 20 ans, le « floor » actions du siège de Goldman Sachs à New York est passé de 600 opérateurs de marché, prenant en charge les achats et ventes de titres pour le compte de grands clients, à… 2 traders, et une équipe de 200 informaticiens. Entre temps, il est est devenu possible d'automatiser la tarification, relativement simple, de ces produits. Les dérivés sont maintenant en ligne de mire…
Dans un registre toujours plus ambitieux, les dirigeants évaluent en outre les opportunités de mettre en œuvre l'intelligence artificielle dans la banque d'investissement. Le domaine reposant traditionnellement sur des qualités de vendeur et de relations humaines, il n'est pas question, à court terme, de faire disparaître entièrement les collaborateurs concernés. Mais une bonne part des étapes d'un processus d'introduction en bourse, par exemple, sont identifiées comme potentiellement automatisables.
La principale motivation de ces différentes initiatives est, naturellement, économique. Considérant que leur salaire moyen (primes comprises) dépasse les 500 000 dollars, la tentation est grande de remplacer les traders par des automates apparemment aussi performants ! L'écart de coût autorise même des investissements conséquents dans le développement des modèles. En arrière-plan, d'autres considérations – la lutte contre la fraude interne, par exemple – entrent peut-être en jeu. Reste que l'opacité des « raisonnements » appliqués soulèvera bien des questions réglementaires et éthiques…
Merci à Philippe pour le pointeur vers l'article de Forbes.
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)