BlackRock abandonne l’IA de pointe pour une approche plus simple de la prévision de l’inflation
NEW YORK – BlackRock, le plus grand gestionnaire d’actifs au monde, semble reconsidérer l’utilisation des modèles d’intelligence artificielle (IA) de pointe pour prévoir l’inflation. L’entreprise privilégie désormais des méthodes d’apprentissage automatique plus simples et plus réactives, capables de s’adapter rapidement aux changements économiques.Alors que les investisseurs cherchent activement à se protéger contre l’inflation, la capacité à anticiper ses fluctuations est devenue cruciale. Initialement, l’espoir était que des modèles complexes, alimentés par des données variées, y compris les cours de l’or, offriraient une précision supérieure. Cependant, BlackRock a constaté que le coût et la complexité de ces modèles ne justifiaient pas les gains marginaux, voire inexistants, en termes de performance prédictive.
“C’est exagéré”, a déclaré Jeff Shen, co-responsable des investissements dans l’équipe d’investissement systématique de BlackRock. “ils sont coûteux et difficiles à entraîner par calcul pour un avantage marginal ou sans avantage.”
L’entreprise s’éloigne donc des “Large Language Models” (LLM), capables d’atteindre un niveau d’expertise comparable à celui d’un doctorat, au profit d’une approche plus pragmatique. BlackRock se concentre désormais sur l’apprentissage en ligne, une technologie qui permet aux modèles de s’adapter en continu à l’arrivée de nouvelles données, sans nécessiter de réentraînement massif.
L’enjeu principal réside dans la capacité du modèle à évaluer l’importance des nouvelles informations et à ajuster ses paramètres en conséquence. BlackRock a déjà mis en place un système basé sur la distance euclidienne, analysant 300 variables de marché pour identifier les similitudes avec des périodes historiques et ajuster les paramètres du modèle en conséquence.
Cette stratégie s’inscrit dans une tendance plus large en finance, où la simplicité et la réactivité sont de plus en plus valorisées. L’idée est qu’un modèle capable de se concentrer sur les informations pertinentes est plus susceptible de surpasser un modèle qui tente de tout savoir.
Comprendre l’importance de la prévision de l’inflation : un aperçu historique et les enjeux actuels
La prévision de l’inflation est un défi constant pour les économistes et les investisseurs. L’inflation, définie comme une augmentation générale des prix des biens et services dans une économie sur une période donnée, a des conséquences profondes sur le pouvoir d’achat, les taux d’intérêt et les marchés financiers.
Historiquement, l’inflation a été influencée par divers facteurs, notamment l’offre et la demande, les politiques monétaires, les chocs externes (comme les crises pétrolières) et les anticipations des agents économiques. Les périodes d’inflation élevée, comme les années 1970, ont souvent été suivies de politiques monétaires restrictives visant à maîtriser la hausse des prix, mais avec le risque de ralentissement économique.
Aujourd’hui, le contexte économique mondial est marqué par des incertitudes accrues, notamment les tensions géopolitiques, les perturbations des chaînes d’approvisionnement et les conséquences de la pandémie de COVID-19. Ces facteurs rendent la prévision de l’inflation particulièrement difficile et soulignent l’importance d’adopter des approches flexibles et adaptatives.
La décision de BlackRock de privilégier des modèles d’apprentissage automatique plus simples et plus réactifs témoigne de cette nécessité d’adaptation. En se concentrant sur l’apprentissage en ligne et l’analyze des similitudes historiques, l’entreprise espère mieux anticiper les fluctuations de l’inflation et protéger les investissements de ses clients.
