Finance et Big Data: Watson d’IBM peut-il offrir un avantage à Wall Street? | SmartPlanet.fr

Finance et Big Data: Watson d’IBM peut-il offrir un avantage à Wall Street?

Par Andrew Nusca | 6 juin 2012 | 0 commentaire

Smart Data >>

Stephen Gold, directeur des solutions Watson d’IBM, explique ce que ce « système de systèmes » peut apporter à un secteur, la finance, qui brasse des quantités gigantesques de données.

Stephen Gold

Le secteur des services financiers n’est pas étranger aux technologies de pointe: après tout, une microseconde peut faire toute la différence entre une transaction boursière réussie et une autre qui se soldera par une perte d’argent.

Beaucoup d’encre a coulé sur la course à l’armement technique dans laquelle les établissements financiers sont engagés, mais qu’y a-t-il au-delà de l’horizon? Les choses vont s’accélérer, certes, mais en dehors de cela?

Une réponse potentielle: Watson d’IBM. La technologie connue pour avoir épaté les téléspectateurs de Jeopardy! l’an dernier pourrait très bien ajouter une dose d’intelligence à l’industrie chargée de manipuler l’argent, que ce soit sur les écrans des terminaux ultrarapides de Wall Street ou sur les versions plus prosaïques derrière le guichet de votre banque locale.

Nous nous sommes entretenus avec Stephen Gold, directeur des solutions Watson d’IBM.

SP: Les établissements financiers sont toujours à la recherche de la prochaine grande tendance. Que voient-ils dans Watson?

SG: C’est une industrie riche en données, mais qui manque cruellement de discernement s’agissant de la capacité à exploiter ces informations pour mener des actions précises et à point nommé. Si l’on prend en compte rien que les services bancaires aux particuliers, les établissements financiers… le volume de données est indéniable. Il n’y a aucune industrie qui a plus de données à sa disposition que celle des services financiers. Il y a quelques années, ils avaient plus de 619 pétaoctets à leur disposition. Comment faire pour exploiter ces données?

Sur les cinq nouveaux articles de recherche qui sortent de Wall Street toutes les heures tous les jours, combien sont utilisés pour mener de meilleures actions? Voulons-nous juste améliorer quelque chose, ou bien résoudre un problème? Avec la capacité à découvrir de nouvelles perspectives, c’est un tout nouveau monde de possibilités qui s’ouvre. Ce n’est pas simplement faire mieux.

Bien sûr, c’est encore très tôt. Watson, comme nous l’avons découvert, représente un vrai changement pour l’informatique. Nous sommes habitués aux approches programmatiques; or, Watson est un système d’apprentissage. Nous commençons tout juste à réfléchir à la façon d’intégrer un tel système. Le mot-clé pourrait disparaître.

Supposons que je sois une banque et que j’observe mes clients. Il y a deux choses qui me sautent aux yeux. La première: je n’ai pas une connaissance totale de mon public. Les clients répartissent leur argent dans divers établissements. En conséquence, ces établissements ont plus de mal à obtenir une solide vue de ces clients. En regroupant les informations, on devrait obtenir une vue à 360 degrés d’un individu (je sais que cette expression a été utilisée à outrance, mais bon…).

Un individu contacte une banque. Il interagit avec elle. Ils cherchent à faire quelque chose. La réponse traditionnelle est centrée sur les produits: nous pouvons vous proposer tel prêt hypothécaire. Mais qu’est-ce qui motive la nécessité de ce prêt hypothécaire? C’est en comprenant cela que nous aurons une meilleure perspective sur le bon déroulement de cette interaction. Watson leur apporte cette capacité à découvrir et explorer des données structurées et non structurées, ce qui va leur permettre d’avoir une toute nouvelle capacité pour personnaliser le niveau de service qu’ils peuvent offrir. Le client obtient une meilleure combinaison d’offres adaptées à ses besoins.

Dans les banques, les départs de clients sont nombreux. Si vous arrivez à nouer une relation plus étroite avec les banques, il y a de très bonnes chances pour que vous entreteniez cette relation plus longtemps.

SP: Voilà pour l’impact au niveau de l’individu moyen. Mais qu’en est-il de Wall Street?

SG: Du côté institutionnel, c’est plus une question d’apporter du contenu et du contexte.

Prenons quelque chose d’aussi insignifiant que la relation dollar-yen, par exemple: si vous êtes client au niveau institutionnel, vous pouvez avoir intérêt à mieux comprendre les stratégies monétaires. Mais il y a quelque chose comme 4,3 millions de transactions par minute à la Bourse de New York. La politique monétaire peut être influencée par les événements politiques, les déclarations, les directives, la gouvernance… et tellement plus encore. Pouvoir absorber indirectement les données pertinentes à ce moment-là va bénéficier aux traders, qui sont confrontés à une tâche herculéenne. Ils reçoivent 1.000 e-mails par jour.

Aucun des établissements financiers ne veut procéder à une automatisation [totale] avec des machines. Ils veulent aider leurs effectifs, qui sont les vrais experts. Pareillement à ce qu’il fait dans le domaine de la santé, Watson devient un assistant. Qu’il s’agisse d’obligations, de titres adossés à des créances hypothécaires, d’actions ou de devises, Watson va redonner du contexte.

Côté institutionnel, vous verrez Watson être utilisé initialement dans une fonction de recherche. Côté clients, il sera utilisé davantage dans une optique d’interactivité.

SP: Les établissements financiers voient-ils Watson comme un moyen d’améliorer ce qu’ils font ou comme un moyen d’obtenir une longueur d’avance sur leurs concurrents?

SG: Les dirigeants de ces établissements y voient une évolution incontournable du fonctionnement futur de leur entreprise. Les traders, quant à eux, y voient un événement qui change la donne au niveau concurrentiel. Mais le phénomène des grands volumes de données n’est pas nouveau. Nous nous sommes tous habitués à des interactions extrêmement personnalisées: si j’appelle une banque et qu’on me demande mon numéro de sécurité sociale et mon code postal, je m’attends à ce qu’on sache qui je suis et à ce qu’on ne me repose plus la question.
Nous sommes tout proches de cet impératif.

Bien évidemment, la technologie est au stade avant-gardiste et toujours en cours d’évaluation. Mais la technologie est le moyen d’arriver à une fin. Qui dit meilleures décisions dit meilleurs résultats. En tant qu’établissement, vous ne voulez surtout pas prendre de décision sans données. En tant que client, vous ne voulez pas d’un prêt un quart de point plus élevé que ce que vous auriez pu obtenir.

SP: Les marchés peuvent être sensibles. En témoignent les fluctuations irrationnelles survenues depuis l’effondrement de 2008. La prise de décisions contextuelles peut-elle atténuer ce phénomène?

SG: Nous nous sommes beaucoup reposés sur la recherche. Watson la ramène à la découverte. Remettre le contenu dans le contexte va permettre de prendre de meilleures décisions et bénéficier aux masses. Il s’agit de donner aux individus la capacité d’évaluer une condition du marché ; un trader assis devant son terminal a une perspective différente sur la place de marché que celle que j’ai en tant qu’individu. Je pense que nous allons voir cet écart disparaître. À terme, je pense que cela aura un effet sur la volatilité et l’activité.

Watson est un système de systèmes, mais les trois technologies fondamentales qui le sous-tendent (le langage naturel, la génération et l’évaluation d’hypothèses, et le système d’apprentissage)… vous savez, les terminaux boursiers sont extrêmement complexes. En amenant un moyen plus naturel d’interagir, c’est un tout nouveau monde de possibilités qui s’ouvre…

Ce que Watson fait également, c’est prendre ma question et la décomposer en sous-composants. Si je dis : « La relation entre l’euro et le yen progresse », par exemple, sa capacité à m’aider à poser de meilleures questions et à renvoyer des réponses pondérées pour que je n’aie pas à déchiffrer un million de réponses possibles, voilà qui me facilite la tâche en tant que trader ou investisseur.

Aujourd’hui, l’environnement institutionnel est extrêmement dépendant des individus qui y participent. Les transactions, les fluctuations de marché… tout ceci est prédit de manière traditionnelle, avec des règles, des méthodologies, des stratégies, différents moyens d’appliquer les informations. Mais un environnement qui devient plus intelligent? Il va dire (et n’oubliez pas que Watson n’a pas de parti pris, il est complètement objectif): voici ce qui s’est passé. La prochaine fois que vous lui poserez cette question, il va être plus intelligent. Et comme il bénéficie d’un plus grand accès aux individus et aux entreprises, nous allons voir moins de décisions fondées sur des rumeurs.

Les grands volumes de données sont le carburant dans le réservoir, cette richesse de données que nous avons à notre disposition. Il faut ajouter à cela ce que la recherche a amené sur le marché il y a un an, c’est-à-dire Watson. Le principe consiste à décomposer le tout et à tirer des leçons de chaque résultat. C’est ce qui motive l’intérêt du secteur des services financiers à franchir ce nouveau pas important.

La question n’est pas de savoir s’il s’agira d’une approche qui fonctionne, mais où elle sera appliquée en premier. Les entreprises reconnaissent qu’il existe une opportunité de prendre de meilleures décisions. Reste à savoir dans quel domaine: planification financière, opérations des cartes de crédit, actions, obligations… Nous savons que nous devons le faire; la question est juste de savoir où l’appliquer en premier. S’il y a un point sur lequel tous les établissements sont cachottiers, c’est celui-là ; être le premier à le mettre en place pour l’appliquer [à un instrument financier donné] représente en effet un avantage concurrentiel.

C’est une industrie qui n’a pas peur d’investir. L’an dernier, [le cabinet d'études de marché] IDC a révélé que les banques avaient dépensé 400 milliards de dollars dans l’informatique. Il s’agit d’une industrie qui est prête à faire des efforts considérables pour progresser.

Photo: Kathleen Tyler/IBM

À lire aussi

Jeff Jonas (IBM): « Comprendre des données au moment où elles arrivent » – 4 juin 2012

IBM lance Clinical Genomics, plate-forme de traitement analytique dédiée au cancer – 18 avril 2012

Business Intelligence: extraire les bonnes infos du Big Data – 12 avril 2012

WellPoint utilisera Watson d’IBM pour assister les médecins – 28 septembre 2011

Mots-clefs :,

 

Les commentaires sont fermés pour cet article

Les balises suivantes sont supportées :
<b> <i> <u> <pre>
publicite
publicite