Une nouvelle catégorie de services d’intelligence artificielle cherche à transformer l’incertitude en probabilités exploitables. Ces modèles ne promettent pas de connaître l’avenir : ils attribuent des chances de réalisation à des événements comme l’évolution d’un marché, une décision réglementaire ou un développement géopolitique. Leur intérêt réside aussi dans la capacité à relier plusieurs scénarios, par exemple le prix du pétrole et un conflit régional.
Les performances progressent rapidement. Début septembre, deux systèmes d’IA ont occupé les deux premières places de la Metaculus Cup, une compétition réunissant prévisionnistes humains et logiciels. Les acteurs du secteur estiment que leurs outils approchent déjà le niveau des meilleurs « superforecasters », grâce à l’utilisation de données publiques et de bases achetées à des fournisseurs spécialisés.
La finance sert de premier terrain commercial. Preseen affirme que les fonds spéculatifs ont été parmi les clients les plus rapides à adopter ses services. Mantic indique également compter des utilisateurs qui s’appuient sur ses probabilités pour réaliser des opérations. Les plateformes de marchés prédictifs comme Kalshi et Polymarket deviennent un autre champ d’application, où la rapidité d’analyse est essentielle.
Un cas spectaculaire est cité : le cofondateur de Preseen, Theo Summer, aurait transformé 35 dollars en 1,9 million en sept mois sur Kalshi en utilisant l’IA. Ce résultat isolé ne constitue ni une performance reproductible ni une garantie. Il souligne surtout le potentiel, mais aussi le risque, de stratégies très concentrées sur des probabilités qui peuvent rester erronées.
Le marché visé dépasse la spéculation. Mantic fournit à une grande entreprise américaine des scénarios sur l’évolution réglementaire de son secteur et a travaillé pour le gouvernement britannique. D’autres usages concernent la logistique, l’assurance et l’allocation de budgets de recherche médicale.
Pour les investisseurs, la tendance annonce une automatisation accrue de la production d’analyses et de la prise de décision. Les meilleurs systèmes restent coûteux et principalement destinés aux professionnels. Leur valeur dépendra de la qualité des données, de la calibration des probabilités et de la capacité des utilisateurs à gérer les événements rares que les modèles évaluent mal.
