Aller au contenu principal

©2025 Olivia Lopez - HEC Paris. Visuel généré avec Midjourney.

L’essor des données alternatives et des startups dans la finance

Figure de la fintech, Claire Calmejane (M.06) met en lumière des startups qui relèvent les grands défis du secteur, en s’appuyant sur les travaux du professeur Foucault sur l’impact de l’IA et des données alternatives en finance.

L’essentiel
  • Les données alternatives améliorent les prévisions à court terme, mais fragilisent l’évaluation de la valeur à long terme.
  • La surcharge informationnelle et le biais d’immédiateté peuvent conduire à des valorisations boursières mal alignées et à de mauvaises incitations à l’investissement.
  • Des startups comme Lemon AI et Synthera AI cherchent à rétablir l’équilibre grâce aux données synthétiques et à des modèles d’IA avancés.
  • Les conseils d’administration et les DSI doivent intégrer la gouvernance, des systèmes modulaires et des cadres fondés sur la recherche pour protéger la stratégie long terme.

Gains à court terme, pertes à long terme : le compromis lié à l’utilisation des données alternatives

Le marché des données financières, estimé à 42 milliards de dollars, et le marché des données alternatives, en croissance vers près de 10 milliards de dollars, illustrent le rôle croissant de l’information sur les marchés financiers. Les travaux de Thierry Foucault, « Does Alternative Data Improve Financial Forecasting? The Horizon Effect », publiés dans le Journal of Finance en 2024, mettent en lumière l’impact d’un marché des données alternatives en pleine expansion.

Ils montrent que, si ce marché améliore la précision des prévisions à court terme, il détourne également l’attention des projections de long terme, affaiblissant ainsi la capacité des analystes à évaluer la valeur stratégique dans la durée. Foucault soutient que la disponibilité immédiate et la nature en temps réel des données alternatives renforcent les prévisions boursières à court terme. Toutefois, leur volume excessif peut entraîner une surcharge informationnelle, réduisant la capacité des analystes à mener des analyses approfondies et orientées long terme. Ce déséquilibre a des conséquences majeures, notamment des valorisations boursières mal alignées et une diminution des incitations pour les entreprises à investir sur le long terme.

Les innovations technologiques offrent des solutions potentielles

Heureusement, des innovations technologiques émergentes offrent des solutions potentielles aux problèmes identifiés dans les travaux de Foucault. Les données synthétiques et les sources de données alternatives peuvent améliorer les enjeux liés à la qualité des données, tandis que les grands modèles de langage (LLM), les réseaux antagonistes génératifs (GAN) et l’apprentissage par renforcement offrent des outils pour analyser les relations complexes des marchés financiers. En intégrant les données synthétiques, l’apprentissage par renforcement et les LLM dans les systèmes financiers, les institutions peuvent combler l’écart entre performance à court terme et fiabilité à long terme.

Heureusement, des innovations technologiques émergentes offrent des solutions potentielles aux problèmes identifiés dans les travaux de Foucault.

Des défis subsistent

Pourtant, des défis subsistent. Les applications simplistes des modèles ne parviennent pas à capter les signaux faibles, et les réseaux de neurones peinent à traiter des données non structurées ou dynamiques. Pour surmonter ces limites, des jeux de données spécialisés, adaptés aux marchés de capitaux, des méthodologies d’entraînement avancées et des systèmes modulaires et évolutifs sont nécessaires. Ces approches permettent de mieux capter les relations cachées et de s’adapter aux évolutions rapides des marchés.

Start-ups could pave the way for the future of finance

HEC a la chance de bénéficier des programmes du Creative Destruction Lab (CDL). En tant que mentor au sein du CDL, j’ai pu identifier des startups prometteuses telles que Lemon AI, Synthera AI et Revaisor, qui proposent des solutions innovantes.

  • Lemon AI explore les avancées en matière de données synthétiques afin de constituer des jeux de données à forte intégrité et de faire le lien entre analyses de données à court et à long terme.
  • Synthera AI développe des modèles d’IA propriétaires pour générer des données synthétiques de marchés financiers, permettant aux investisseurs de simuler et d’analyser des dynamiques de marché complexes.
  • Revaisor, quant à elle, s’attaque aux enjeux de conformité et de transparence dans le cadre de la gouvernance.

Comme pour toute innovation, les premiers résultats peuvent ne pas être parfaits. Toutefois, à HEC, la capacité à favoriser des collaborations entre des startups rigoureusement sélectionnées et des chercheurs constitue un facteur clé de différenciation. Cela permet aux professionnels de la finance d’adopter l’innovation tout en restant vigilants afin de préserver les décisions stratégiques de long terme. Les travaux de recherche du professeur Foucault peuvent également renforcer ces garde-fous.

Entre 2020 et 2022, Claire Clamejane a été désignée parmi les 100 femmes les plus influentes de la finance en Europe par le Financial News. Elle a débuté sa carrière en 2006 au sein du département Technology Transformation de Capgemini Consulting, avant de rejoindre Lloyds Banking Group en 2012, où elle a piloté les activités de transformation digitale et des risques. En tant que directrice de l’innovation à la Société Générale, elle a ensuite porté le Digital P&L, l’IA et les investissements fintech via SG Ventures.

Traduction assistée par LLM.

Sources

Entretien avec Claire Clamejane, basé sur une recherche du professeur Thierry Foucault (HEC), Does Alternative Data Improve Financial Forecasting? The Horizon Effect (The Journal of Finance, juin 2024), coécrite avec Olivier Dessaint et Laurent Frésard.

Dare, la newsletter

Chaque mois, les sujets qui comptent et les personnes qui osent.