Le big data : quels impacts sur le fonctionnement des entreprises ?

Thèmes abordés

Big data Traitement de données, big data, IA Intelligence artificielle, machine learning, deep learning, robot advisors, économétrie

Résumé du document

Ce document est un mémoire complet et entièrement rédigé qui se demande si une entreprise peut décemment décider de la stratégie à suivre, d'engager ses ressources sur la base de résultats de modèles prédictifs dont la fiabilité reste à démonter.
Nous allons tenter de déterminer ici les enjeux des entreprises quant à leur restructuration vers un système d'analyse de données de masse en temps réel avec en son centre les métiers de la « Data », et comment celui-ci va servir de façon transverse tous les métiers de l'entreprise. Puis nous nous pencherons sur la qualité et la fiabilité des modèles prédictifs rendus possibles grâce au big data et sur l'utilisation qu'en font les entreprises.

Extraits

[...] » Il faut cependant noter que les acteurs en robo-advisoring ont d'ores et déjà développé des premières stratégies pour dépasser ces limites, notamment la prise en compte de la perspective longue-termiste (Wealthfront) et celle des objectifs individuels (Betterment) : « Schwab Intelligent Portfolios, whose advice is compromised by material conflicts of interest, is an inferior robo-advisor compared to Wealthfront and Betterment. While both Wealthfront and Betterment possess well-grounded approaches to portfolio selection, they differ in some important respects. Wealthfront has created a general long-term investing platform, while Betterment has focused on goals-based investing. Wealthfront gauges an investor's subjective risk tolerance, while Betterment appears not to. » Également, comme autre outil robotique envisagé pour dépasser les limites décrites ci-dessus liées aux algorithmes classiques, l'intelligence artificielle apparaît comme une solution à la fois possible, mais sous-exploitée par les acteurs français du robo-advisoring. [...]

[...] Quel avenir pour l'intelligence artificielle dans la finance ? La compréhension technique du fonctionnement des outils IA financiers amène à relativiser les ambitions affichées par certaines Fintechs. « Transparence », « prévisibilité » et « discipline » de la finance, ainsi pourrait être résumées les promesses et attentes que suscitent les outils d'« IA financière », telles qu'elles résonnent depuis quelques mois dans les slogans des Fintechs. Ces nouveaux outils sont l'application dans le domaine financiers d'algorithmes spéciaux, dont la plupart relèvent des techniques d'intelligence artificielle qui parviennent aujourd'hui à traiter de très grands ensembles de données (big data). [...]

[...] Le débouché correspond ainsi davantage à une gestion pour compte de tiers qu'à une activité de conseil de gestion en patrimoine stricto sensu. Dès lors que le robo-advisor ne pilote pas encore en autonomie l'allocation et la gestion des actifs et que l'intervention de conseillers et d'experts demeurent toujours nécessaire, l'innovation que représente ces outils n'apparaît pas ainsi disruptive, mais plutôt comme s'inscrivant dans la continuité des solutions antérieures. Loin de remplacer l'humain, les robo-advisors le déchargent des tâches répétitives ou à vocation de documentation en automatisant la classification des clients selon leur profil, les actifs, leur appétence aux risques, tandis que les experts humains demeurent en charge de l'analyse. [...]

[...] A ce petit jeu, l'ordinateur a vite fait de prendre l'ascendant sur la gestion traditionnelle. En effet, il existe peu de fonds gérés selon cette méthode, mais une bonne partie d'entre eux parviennent à tirer leur épingle du jeu. Il semble donc bien que le mariage de la créativité de l'homme et de la puissance de calcul de l'ordinateur soit réussi. Mais les ordinateurs les plus perfectionnés et les plus puissants ne parviendront jamais à anticiper les krachs, les accidents de parcours d'une valeur ou la perte d'un client important pour un groupe. [...]

[...] Aussi le processus de décision est-il entièrement automatisé. Outre le choix des titres, l'élaboration du portefeuille est également réalisée via l'informatique. L'intérêt de cette profusion de technologies et d'informatique réside dans le fait que les gérants « quantitatifs » essaient d'éliminer autant que possible l'effet du hasard pour tenter d'augmenter le contrôle de leurs performances. Ils s'opposent donc à la gestion traditionnelle, où l'initiative d'investir dans un titre ou de privilégier un marché aux dépens d'un autre relève du seul gérant. [...]