Il n’existe aucune science pour faire des prévisions commerciales, ni aucun ensemble commun d’attentes ou d’outils. Habituellement, le mieux que vous puissiez espérer est de ne pas vous tromper outrageusement. La barre est basse, et même dans ce cas, les prévisionnistes économiques la respectent rarement. Ou avez-vous oublié cette récession qui n’a tout simplement pas eu lieu ? Au moins, nous avons été largement avertis de l’effondrement du marché immobilier en 2008. Oh, c’est vrai. Nous ne l’étions pas.
Ce titre d’une édition 2022 de la Harvard Business Review le résume le mieux. « Les prévisions commerciales sont sûrement fausses, mais restent précieuses. »
« Il s’agit d’exercices d’imagination dont les études ont montré qu’elles sont rarement exactes dans leurs détails », indique l’article. « Même s’ils sont erronés, les dirigeants avisés peuvent tirer une valeur stratégique des prévisions. »
Mais pendant combien de temps encore « l’erreur fiable » sera-t-elle une référence acceptable, surtout en ces temps instables où la survie économique nécessite de savoir aujourd’hui ce qui se passera demain ?
Selon Baozhong Yang, professeur de finance au Robinson College of Business de l’État de Géorgie, le problème réside en partie dans le coût élevé de la réalisation d’enquêtes auprès des dirigeants à une si grande échelle, et à la fréquence nécessaire pour s’adapter à la volatilité des marchés.
« Il y a tellement d’informations utiles disponibles », a déclaré Yang. « Le défi a été d’organiser tout cela sous une forme utile. »
Yang, ainsi que les professeurs Robinson Manish Jha et Jialin Qian et Michael Weber, de Chicago Booth et NBER, ont relevé ce défi dans leur document récemment publié. papier« Exploiter l’IA générative pour des informations économiques », sur le SSRN serveur de préimpression. Comme le titre l’indique, la technologie de demain est la solution d’aujourd’hui.
Les chercheurs ont utilisé l’IA pour analyser les transcriptions des conférences téléphoniques d’entreprise et extraire des informations sur les attentes des dirigeants concernant divers indicateurs économiques, tels que le PIB, la production, l’emploi et l’investissement.
« Notre idée était de convertir les conférences téléphoniques en données qualitatives de gestion », a déclaré Yang. Grâce aux technologies disponibles, ils ont pu collecter un large éventail de facteurs économiques au sein des entreprises.
À partir de là, ils ont créé une nouvelle mesure, le « AI Economy Score », qui résume les prévisions managériales pour l’économie. Ce score reflète le PIB futur et des facteurs économiques, notamment la production industrielle et l’emploi.
« Les attentes générées par l’IA peuvent prévoir les tendances économiques à différents niveaux et sur de longues périodes », selon les chercheurs. « En outre, l’étude révèle que les attentes des managers ont un pouvoir prédictif parce que les managers disposent d’informations de première main et agissent en fonction de leurs convictions, ce qui a un impact sur l’économie. Dans l’ensemble, cette recherche démontre que l’IA peut contribuer à fournir des informations précieuses sur les tendances économiques, en aidant les chercheurs, les décideurs politiques et investisseurs. »
Yang a déclaré que le score serait utile à plusieurs secteurs. Les faibles scores de l’économie de l’IA laissent présager un environnement économique difficile avec des conditions de marché défavorables qui rendront difficile la conduite des affaires. Les scores élevés de l’économie de l’IA reflètent l’optimisme, la croissance rapide des revenus et des performances financières positives, affirment les chercheurs.
Yang a déclaré que les sujets abordés lors de ces conférences téléphoniques produisaient des indicateurs significatifs. Dans des conditions économiques moroses, les entreprises agissent avec prudence. L’optimisme est en déclin.
Mais lorsque l’économie est en reprise, les discussions se concentrent généralement sur la croissance des ventes, l’amélioration des conditions du marché, la croissance organique des revenus et la performance globale positive de l’entreprise.
Les transcriptions ont été introduites dans un modèle d’IA génératif programmé pour donner des réponses concernant les attentes des dirigeants quant à l’état futur de l’économie et des entreprises individuelles.
Les données de plus de 120 000 conférences téléphoniques, représentant 5 513 entreprises uniques, ont été collectées. Les chiffres ont été utilisés pour générer des indicateurs aux niveaux national et sectoriel.
« Nous avons le pouvoir prédictif », a déclaré Yang. « Nous ne savons tout simplement pas comment l’utiliser efficacement. »
Autre innovation : séparer les données par secteur d’activité, en reconnaissant que certains secteurs peuvent défier les tendances économiques dominantes.
Yang prévoit que le score économique de l’IA deviendra accessible au grand public.
Le but ultime est d’avoir un client ou un investisseur mieux informé. Les technologies déjà existantes en matière de prévision, d’analyse de marché, de simulation de politiques et d’évaluation des risques peuvent aider considérablement les parties prenantes.
Peut-être même passer de fiable à fiable.
Plus d’informations :
Manish Jha et al, Exploiter l’IA générative pour des informations économiques, SSRN (2024). DOI : 10.2139/ssrn.4976759