IA et finance : vers une automatisation totale de la décision économique

Invité à intervenir lors de l’International Conference on Sustainable Business Practices in a VUCA World organisée les 14 et 15 mai par la Rabat Business School, Arman Eshraghi, rédacteur en chef du Global Finance Journal, a livré une analyse approfondie des interactions croissantes entre intelligence artificielle et finance.

D’emblée, le chercheur a souligné l’ampleur des bouleversements déjà visibles sur les marchés financiers. « Les marchés financiers ne ressemblent plus du tout à ce qu’ils étaient il y a quelques décennies », a-t-il rappelé. Là où les anciennes places boursières étaient autrefois animées par des traders criant des ordres d’achat et de vente, les marchés modernes fonctionnent désormais dans un silence quasi total, dominé par des serveurs informatiques et des algorithmes ultra-rapides.

Une finance désormais pilotée par la vitesse

Selon Arman Eshraghi, la finance constitue un terrain particulièrement propice au développement de l’intelligence artificielle en raison de la nature même des données financières. Les marchés produisent continuellement des flux massifs d’informations : cours des actions, volatilité, liquidité, volumes d’échange ou encore comportements des investisseurs.

« Aujourd’hui, les transactions ne se font plus seulement en millisecondes, mais en microsecondes », a-t-il expliqué. Cette accélération rend impossible toute prise de décision humaine en temps réel, ouvrant ainsi un espace immense aux systèmes automatisés et aux technologies de machine learning.

Le professeur a aussi évoqué les nouvelles méthodes d’analyse des discours des dirigeants d’entreprise. Les modèles d’IA sont aujourd’hui capables de détecter des formes de langage ambigu, des omissions stratégiques ou encore des tentatives de dissimulation dans les prises de parole des dirigeants.

« On peut désormais analyser les subtilités du langage d’un dirigeant qui cherche à ne pas dire toute la vérité », a-t-il expliqué. Des outils fondés sur les LLM et le machine learning permettent ainsi de mesurer le degré de sincérité ou d’incertitude contenu dans une communication financière.

Lire aussi : Quel futur pour l’IA au Maroc ?

L’un des phénomènes les plus marquants évoqués par Arman Eshraghi concerne l’évolution du langage utilisé dans les rapports financiers. Autrefois rédigés principalement pour être lus par des humains, ces documents sont désormais conçus pour être interprétés par des systèmes d’IA. Les entreprises adaptent donc leur vocabulaire afin de produire une image plus positive ou plus rassurante aux yeux des algorithmes.

Le chercheur cite notamment les travaux récents analysant les rapports déposés auprès de la U.S. Securities and Exchange Commission. Ces études montrent que le ton des communications financières devient progressivement plus optimiste depuis la démocratisation de l’intelligence artificielle.

L’IA transforme également la recherche académique

Pour les chercheurs en finance, l’IA représente aussi une révolution méthodologique. Analyse de sentiments, prévisions économiques, modélisation non linéaire, optimisation de portefeuille ou détection de risques climatiques : l’intelligence artificielle accélère considérablement le cycle de recherche scientifique.

Des plateformes spécialisées permettent désormais d’exploiter des masses gigantesques de données académiques et financières en quelques secondes. « L’impact sur la communauté scientifique a été exponentiel », estime le spécialiste. Selon lui, les chercheurs les plus performants sont devenus encore plus efficaces grâce à ces nouveaux outils.

L’IA facilite également l’étude des émotions sur les marchés financiers. Au-delà des catégories élémentaires positive ou négative, les modèles actuels peuvent détecter l’anxiété, l’euphorie, la peur ou encore l’excitation dans les discours des investisseurs et des dirigeants.

Pour illustrer la complexité du langage financier, Arman Eshraghi a évoqué le cas célèbre d’Alan Greenspan, ancien président de la Réserve fédérale américaine. Connu pour son style volontairement ambigu, ce dernier maîtrisait ce que les médias avaient surnommé le Greenspeak : une communication floue destinée à éviter de donner des indications trop précises aux marchés.

Grâce à l’IA, les chercheurs peuvent désormais entraîner des modèles sur des milliers de discours de l’ancien banquier central afin de détecter les nuances, les ambiguïtés et les niveaux implicites de confiance ou d’inquiétude. « Avant l’intelligence artificielle, ce type d’analyse était extrêmement difficile », a expliqué le chercheur.

Lire aussi : Face à l’IA, la montée en compétences devient stratégique

Les dangers de l’« AI washing »

Si les opportunités sont nombreuses, les risques le sont tout autant. Le spécialiste a alerté sur la montée du « AI washing », un phénomène comparable au greenwashing. Certaines entreprises multiplient les références à l’intelligence artificielle dans leur communication afin de séduire les investisseurs, sans disposer de véritables technologies avancées.

« Lorsqu’une entreprise se présente comme AI-first ou AI-driven sans fournir de détails sur ses modèles ou ses données d’entraînement, les investisseurs doivent rester prudents », a-t-il averti.

Le chercheur a également évoqué les problèmes liés aux hallucinations des modèles d’IA, aux biais des données d’entraînement ou encore aux pratiques académiques douteuses comme le harking, qui consiste à construire des hypothèses après avoir obtenu les résultats d’une étude.

Une technologie encore sans véritable cadre mondial

Les échanges avec le public ont enfin mis en lumière les interrogations croissantes autour de la responsabilité juridique des systèmes d’IA utilisés dans la finance. Qui doit être tenu responsable en cas d’erreur majeure d’un algorithme : le développeur, l’utilisateur ou le fournisseur des données ?

Pour Arman Eshraghi, aucun consensus international n’existe encore. Les approches diffèrent fortement entre les États-Unis, la Chine et l’Europe, alors même que les modèles d’intelligence artificielle deviennent de plus en plus influents dans les décisions économiques mondiales.

Malgré ces incertitudes, le spécialiste reste optimiste quant à l’avenir de l’IA. « Aucun modèle n’est parfait, mais les progrès sont spectaculaires », a-t-il conclu, estimant que l’évolution des systèmes d’intelligence artificielle ouvre des perspectives considérables pour la finance, la recherche et l’analyse des comportements humains.