La frénésie de collecte de données par les acteurs de l’IA redonne des perspectives à un vieux filon de Wall Street : les données dites alternatives. Mais ce retour possible s’accompagne des mêmes écueils qu’hier, alors que des acteurs ajustent déjà leurs offres aux besoins des modèles. Un ancien de Point72, Kirk McKeown, a ainsi lancé une startup pour conditionner ces jeux de données à l’usage de l’IA.
Des contraintes connues : plafonds de marché et qualité des jeux de données
Le précédent cycle des données alternatives a été marqué par des difficultés de croissance, les fournisseurs ayant du mal à élargir leurs catalogues sans compromettre la qualité. Le marché présentait également une limite : lorsque trop d'acteurs utilisent les mêmes jeux de données, l'avantage d'information disparaît. Les fonds spéculatifs, bien qu'ils disposent de ressources importantes, sont peu nombreux, ce qui restreint la clientèle potentielle. Les besoins actuels des entreprises d'IA pourraient être tout aussi exigeants et difficiles à satisfaire. Par ailleurs, certains gestionnaires d'actifs pourraient estimer que leurs propres données internes restent, dans certains cas, les plus pertinentes.
Ce que veut l’IA : archives internes, tâches filmées et volumes hétérogènes
Les entreprises d’IA s’intéressent principalement aux traces de travail documentées : mémos internes, enregistrements de transactions, contrats et guides d’intégration. Une course est engagée pour collecter le plus de données possible, dans un marché décrit comme évoluant rapidement, avec des offres qui changent fréquemment. Certains détenteurs d’archives structurées, comme les cabinets d’avocats, cherchent à valoriser leurs fonds documentaires. Dans la robotique, des entreprises créent leurs propres jeux de données en finançant l’enregistrement de tâches quotidiennes telles que cuisiner ou nettoyer. L’accès à des contenus privés, y compris les messages directs sur Slack, est évoqué comme pouvant jouer un rôle clé, dans la perspective que l’automatisation nécessite une compréhension approfondie des tâches réelles.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Un débouché différent de la finance, avec des pionniers identifiés
Les données alternatives, qui ont fait leur apparition à Wall Street au milieu des années 2010, englobent des sources non structurées telles que les images satellites ou les paiements par carte, supposées procurer un avantage informationnel, par exemple en évaluant la fréquentation des parkings de Home Depot avant la publication des résultats financiers. Les usages de l’IA ne sont pas les mêmes que ceux des hedge funds, ces derniers recherchant avant tout des flux en temps réel en lien avec les marchés, tandis que l’IA privilégie des ensembles de données plus vastes et plus détaillés. Certains fournisseurs estimaient déjà que la demande la plus forte viendrait des grandes entreprises ; la montée de l’IA pourrait concrétiser cette attente. Des acteurs se positionnent : l’an dernier, Kirk McKeown, ancien expert en données de Point72, a fondé une startup pour conditionner les jeux de données et les rendre accessibles aux modèles d’IA.
