L’intelligence artificielle affecte la Bourse principalement parce qu’elle permet d’analyser davantage d’informations et d’exécuter plus rapidement des décisions de négociation. Cela peut aider les prix à intégrer les nouvelles informations et faciliter la gestion des risques, mais aussi amplifier les mouvements brusques si de nombreux systèmes réagissent de manière similaire. Par conséquent, l’IA ne détermine pas à elle seule si la Bourse va monter ou baisser : elle modifie la façon dont certains acteurs traitent les données et agissent, avec des effets qui dépendent du marché et des circonstances.
Des données aux ordres d’achat et de vente
Le mécanisme peut se comprendre en quatre étapes. Premièrement, un système reçoit des données : cours, volumes, rapports d’entreprise ou actualités. Deuxièmement, un modèle recherche des tendances ou estime comment une information pourrait influer sur le prix d’un actif. Troisièmement, une personne ou un programme transforme cette estimation en décision, par exemple acheter, vendre ou modifier une position. Enfin, l’ordre arrive sur le marché, où le prix dépend aussi des ordres des autres acteurs.
Cette utilisation n’est pas entièrement nouvelle. Le Fonds monétaire international (FMI), dans une intervention du 6 septembre 2024, indique que l’apprentissage automatique était déjà utilisé depuis des années par des sociétés d’investissement et jouait un rôle dans la négociation automatisée. Une application plus récente de l’IA générative consiste à résumer ou analyser de grands volumes de texte, comme les communiqués de résultats. Cela peut accélérer l’analyse, mais une prédiction n’est pas une certitude et ne signifie pas que l’on connaît l’avenir.
Comment elle peut améliorer la formation des prix
Lorsqu’un système détecte une nouvelle information, il peut contribuer à ajuster les ordres et, par conséquent, les prix. Si de nombreux investisseurs peuvent examiner rapidement des documents complexes, les informations pertinentes peuvent se refléter plus tôt dans les cours. L’IA peut également aider certains acteurs à surveiller leurs expositions et leurs risques ou à établir des prix pour des actifs moins échangés. En théorie, une plus grande capacité d’analyse et davantage d’acteurs peuvent favoriser la liquidité, c’est-à-dire la facilité d’acheter ou de vendre sans trop modifier le prix.
Mais le lien n’est pas automatique : une plus grande rapidité ne garantit ni des prix plus justes ni des marchés toujours plus liquides. L’analyse du FMI publiée le 15 octobre 2024 présente des avantages possibles — comme l’amélioration de la gestion des risques et l’approfondissement de la liquidité — ainsi que des risques pour la stabilité. Il s’agit de scénarios analysés, et non de la preuve que tous les marchés ont déjà évolué de la même manière.
Quand la rapidité peut amplifier une baisse
Le risque apparaît si un choc soudain — par exemple, une donnée inattendue — entraîne des réactions similaires de nombreux modèles. Si plusieurs systèmes tentent de vendre en même temps, l’offre d’actions augmente ; s’il n’y a pas assez d’acheteurs, les prix peuvent baisser et la liquidité se réduire. Une baisse peut déclencher de nouveaux ordres de vente ou des ajustements de risque, renforçant le mouvement initial. Ce processus, dans lequel la réaction du marché amplifie le choc, constitue un risque plausible, et non un résultat inévitable.
Le Rapport du FMI sur la stabilité financière dans le monde d’octobre 2024 décrit des scénarios dans lesquels des modèles similaires, un retrait de liquidité ou un recours accru à l’effet de levier pourraient rendre les marchés plus vulnérables en période de tensions. Il envisage aussi la possibilité inverse : des systèmes plus adaptables pourraient mieux maintenir les échanges dans des conditions difficiles. L’effet net est incertain et dépend de la conception des modèles, des données, des garde-fous et des réactions des acteurs.
Exemples hypothétiques : une actualité et une décision de portefeuille
Exemple hypothétique 1 : une entreprise publie ses résultats. Un outil d’IA en extrait rapidement les chiffres et constate que le chiffre d’affaires a dépassé les attentes, mais que l’entreprise a abaissé ses prévisions. Un gestionnaire peut utiliser ce résumé pour étudier les éléments qui pèsent le plus dans la valorisation. L’outil ne décide pas nécessairement d’acheter ou de vendre : le résultat dépend de la vérification des données et du jugement du gestionnaire.
Exemple hypothétique 2 : face à une actualité alarmante mais fausse, plusieurs systèmes pourraient réagir à des titres ou à des publications avant que leur authenticité soit confirmée. Si cela déclenche des ordres de vente, le prix pourrait évoluer avant que l’information soit corrigée. Il s’agit d’un exemple de risque possible, et non de la description d’un épisode précis. Le FMI cite la désinformation et les contenus falsifiés, tels que les deepfakes, parmi les sources possibles de manipulation.
Les limites : données, concentration et supervision humaine
Un modèle apprend à partir de données qui peuvent être incomplètes, biaisées ou différentes des conditions actuelles. Il peut mal interpréter une situation exceptionnelle et, dans certains cas, il peut être difficile d’expliquer pourquoi il est parvenu à une conclusion donnée. En outre, si de nombreuses entreprises dépendent des mêmes fournisseurs de données ou d’outils, une défaillance technique peut affecter plusieurs acteurs à la fois. Cela ne signifie pas qu’un outil d’IA contrôle toute la Bourse : les ordres répondent également aux investisseurs, aux règles du marché et aux événements économiques.
C’est pourquoi les tests, les contrôles des ordres et la capacité d’intervenir en cas de défaillance du système sont importants. Dans son intervention de septembre 2024, le FMI rapporte que les acteurs jugeaient la supervision humaine essentielle pour la gestion des risques, la responsabilité et le respect de la réglementation. Pour les personnes qui lisent l’actualité financière, il est également utile de distinguer une décision assistée par l’IA d’une promesse de rendement : la technologie n’élimine pas le risque de perte et ne garantit pas une prédiction correcte.
Conclusion : plus de rapidité, mais pas plus de certitude
L’IA peut accélérer l’analyse, la négociation et l’ajustement des prix, et fournir des outils de gestion des risques. Dans le même temps, des réactions automatisées similaires, des données erronées, des problèmes techniques ou de fausses informations peuvent amplifier les périodes de tension. En pratique, il faut la considérer comme une technologie qui modifie la manière de participer au marché, et non comme un indicateur infaillible de l’évolution de la Bourse. Ses effets globaux restent incertains et varient selon son utilisation et les garde-fous mis en place.
Image: Robert Dighton | Public domain | Wikimedia Commons.
Avertissement pédagogique
Ce contenu a une finalité éducative et informative. Il ne constitue ni un conseil financier ni une recommandation d’investissement.