T’as probablement vu passer des articles qui t’annoncent que l’IA va révolutionner la finance ou accélérer la découverte de médicaments. Deux sources qui tombent aujourd’hui, l’une sur les outils de prévision des prix dans les marchés de devises, l’autre sur la prédiction du succès des essais cliniques. C’est le même refrain : beaucoup de bruit, beaucoup de promesses, et une réalité qui traîne derrière comme un boulet.
Dans les marchés de devises, les traders se demandent si ces outils d’IA, vendus comme ultra-précis, tiennent vraiment la route quand les marchés s’agitent. La théorie, c’est des courbes jolies et des benchmarks impressionnants. La pratique ? Des résultats en live qui font souvent pschitt. C’est le syndrome du benchmarketing : tu choisis tes métriques, tu te déclares vainqueur, et tu espères que personne ne regarde les petites lignes. Comme d’hab, les boîtes qui vendent ces outils te parlent de « précision révolutionnaire », mais quand tu creuses, tu découvres que c’est souvent du finetuning basique sur des données historiques, avec des performances qui s’effondrent à la première crise. Le vrai test, c’est pas dans un labo, c’est face à un trader stressé qui mise ses économies.
Par ailleurs, dans la santé, un article sur Hacker News parle d’utiliser l’IA pour prédire le succès des essais cliniques. L’idée est sexy : accélérer la recherche, sauver des vies, réduire les coûts. Sauf que la réalité, c’est que les données cliniques sont un bordel sans nom – incomplètes, biaisées, souvent gardées sous clé par les labos. Les modèles d’IA peuvent bien briller sur des datasets propres, mais dans le monde réel, ils se plantent à cause de biais cachés ou de manque de transparence. Et quand tu parles de vies humaines, une erreur de prédiction, c’est pas juste une perte d’argent, c’est potentiellement des patients qui souffrent inutilement.
Ce qui me fait marrer, c’est que dans les deux cas, on a la même dynamique : des annonces qui en jettent, des levées de fonds record (parce que oui, ces startups lèvent des millions sur des slides PowerPoint), et au final, des outils qui peinent à tenir leurs promesses. Les acteurs de la finance crient à la disruption, ceux de la santé à l’innovation salvatrice, mais au fond, c’est souvent du vent bien emballé.
Et ne me sors pas l’excuse du « c’est encore jeune ». Oui, l’IA évolue, mais quand des vies ou des fortunes sont en jeu, l’immaturité n’est pas une option. Les régulateurs commencent à se réveiller – dans la finance, avec des règles sur la transparence des algorithmes, dans la santé, avec des exigences de validation rigoureuse – et c’est une bonne chose. Parce qu’essais cliniques.
Alors, est-ce que tout est à jeter ? Non. Il y a des avancées réelles, des chercheurs sérieux qui bossent dans l’ombre, des applications qui marchent. Mais faut arrêter de croire chaque annonce comme parole d’évangile. Quand tu verras un titre sur l’IA qui va « révolutionner » un secteur, respire un coup, creuse un peu, et demande-toi : c’est du solide, ou du bullshit marketing ?
Parce qu’au final, que ce soit pour prédire le cours de l’euro ou le succès d’un médicament, une IA qui plante, ça coûte cher. Et souvent, plus que de l’argent.
Sources :
Comments are closed