Ce site utilise des cookies.
Les cookies garantissent une expérience de navigation optimale. Vous pouvez modifier les réglages d'acceptation des cookies pour ce site.

Big Data Intelligence Artificielle Data Science Fintech ESG

Guillaume : décoder la Big Data et l’intelligence artificielle

PAR Guillaume Besson
04 février 2021 — Temps de lecture : 4 mn
Guillaume Besson est consultant depuis 5 ans, d’abord en stratégie puis en data et Intelligence Artificielle. Avec son esprit analytique, il livre son analyse du secteur et de la progression du marché français puis partage ses convictions et la structure de son épargne. Un témoignage limpide et structuré dans cet univers aussi fascinant que terrifiant.
La résilience financière durable : chimère ou vérité ?

SW : Bonjour Guillaume. Qui es-tu ? Que fais-tu ?

G : Après une première partie de carrière en tant que consultant en stratégie, je suis devenu consultant au sein d'un cabinet de conseil en data et en IA [ndlr : Intelligence Artificielle]. Concrètement, mon métier consiste à aller parler à des cadres d'entreprises pour les aider à définir leurs besoins et piloter le développement de solutions d'IA qui peuvent y répondre. Nous utilisons des outils « sur-étagères », c’est-à-dire déjà existant, que nous adaptons, ou des outils que nous créons lorsque les besoins sont très spécifiques. Le marché est assez peu mature et il n'y a pas de modèle standard de références qui s’est imposé...

SW : Pourquoi l'IA et la data fascinent les entreprises autant qu'elles font peur ?

G : Les outils sont encore très récents. Ils ne sont rentrés dans le radar des professionnels qu'il y a une quinzaine d'années et les codes ne sont pas encore normés. Aussi, « big data » est un terme intimidant ; alors qu’en réalité il exprime des choses simples : un jeu de données qui respecte les 3V – Vélocité, Volume et Variété. Enfin, il y a la part de voix dans les médias. Ces secteurs sont sur le devant de la scène, entretenant le mythe et favorisant la comparaison entre pays. Toutefois, il est vrai que les clients sont à des niveaux de maturités très divers et que l'hétérogénéité du marché est immense.

SW : Qu'est-ce qui explique ces différences de maturité ?

G : D’abord, il y a l’aspect culturel. Tous les pays n'abordent pas les sujets de la même façon. Par exemple, les entreprises américaines ont fait leur transition digitale beaucoup plus tôt, et plus fort, que partout ailleurs. La culture entrepreneuriale et tech y est peu risque-averse et encline à l’innovation.

Ensuite, le facteur économique joue un rôle important pour expliquer les différences. Certains pays considèrent la data comme une véritable opportunité économique et sont donc prêts à y investir lourdement ; quand d’autres sont vite tentés de rogner sur ce poste parce qu'ils priorisent les coûts de court-terme au retour sur investissements futur. La data est un domaine dans lequel les économies de bouts de chandelles ne marchent pas…

« Aujourd’hui, notre pays est bien moins mature que certains marchés à l'instar de la Chine ou des Etats-Unis. Mais nous avons quelques sérieux avantages concurrentiels en notre faveur. »

SW : Où en est-on en France par rapport au reste du monde ?

G : Aujourd’hui, notre pays est bien moins mature que certains marchés à l'instar de la Chine ou des Etats-Unis. Mais nous avons quelques sérieux avantages concurrentiels en notre faveur : les compétences sont plus accessibles qu’aux Etats-Unis, l’écosystème est moins fermé qu'en Chine – qui a des barrières à l’entrée élevées pour les étrangers – et nous avons une longueur d’avance dans le domaine de la protection des données. Avec le RGPD [ndlr : Règlement Général sur la Protection des Données, texte de référence Européen en la matière], nous avons véritablement été pionniers sur le sujet. La réglementation, lorsqu’elle est bien conçue, est une opportunité, pas une menace !

SW : La big data et l'IA ont-elles un rôle à jouer dans la transition vers un monde plus responsable ?

G : Ce sont d'abord des outils, des moyens, qui permettent d'avoir une meilleure compréhension du monde et d'être plus efficaces. Ils ne sont ni bons ni mauvais en eux-mêmes. La data science n'est pas une finalité, c'est véritablement un moyen. Elle peut donc être utilisée à des fins positives comme négatives, en étant plus efficace dans les deux cas. L’enjeu est alors de les mettre entre les bonnes mains.

SW : Quels impacts, la Covid-19 va avoir sur le développement de ces outils ?

G : D'abord, il y a eu un impact positif, en cela que la crise a convaincu les plus réticents de l'importance de posséder une infrastructure IT, qui soit solide et qui permette d'utiliser la data de manière intensive. Du côté de l’impact négatif, la crise a souvent ralenti les budgets et donc limité les développements.

SW : En tant qu'épargnant sensible à la data science, te tournes-tu vers des banques classiques ou des fintechs ?

G : A une époque, je me suis beaucoup intéressé aux robot advisors. Mais je n'ai finalement jamais sauté le pas, parce que je n'avais pas été convaincu par les résultats à l'époque. La digitalisation de l’investissement est encore en train de progresser, je préfère attendre...

SW : Comment est structuré ton portefeuille d’épargne ?

G : J’ai toujours eu un principe de diversification : une partie de mon épargne est liquide et l’autre, en partie en investissements de long-terme, sur des supports conventionnels type actions compartiment A [ndlr : les marchés réglementés français sont segmentés par niveaux de capitalisation boursière. Le compartiment A regroupe les sociétés «blue chips» dont la capitalisation est supérieure à un milliard d’euros].

SW : Penses-tu que la big data ait un rôle à jouer dans la finance de demain ?

Elle permet d'être plus efficace sur toutes les analyses, qu'il s'agisse de quantification des risques, du calcul des retours sur investissement, de la recherche d’opportunités de marché, etc. À horizon, 10 ans, une majorité de la partie quantitative sera en grande partie automatisée. Néanmoins, pour toute la partie qualitative et relationnelle, nous n'avons pas encore de robot qui fasse mieux que l'homme. (rires) Les métiers de la finance vont de plus en plus évoluer vers du relationnel ou de la haute valeur ajoutée.

SW : Quels sont tes projets pour les années à venir ?

G : Nous sommes dans un monde extrêmement mouvant qui m'impose de ne pas me projeter à plus de quelques années. Le marché impose à tout le monde d'être agile.

Guillaume : décoder la Big Data et l’intelligence artificielle
Guillaume Besson