Latest / Le centre de gravité / Le Lehman Brothers algorithmique

Transcript

Le Lehman Brothers algorithmique · Le centre de gravité

• 0:00
  En 2024, Gary Gensler, le président de la Securities and
• 0:02
  Exchange Commission, Alerte publiquement sur un risque
• 0:05
  nouveau. Quelques modèles d'intelligence
• 0:06
  artificielle sont en train de devenir des passages obligés
• 0:09
  pour une large part de la finance.
• 0:11
  Quelques nœuds. Et si l'un de ces nœuds se
• 0:13
  trompe, tombe en panne ou envoie le mauvais signal, le problème
• 0:16
  n'est plus local, le problème devient collectif.
• 0:18
  C'est cela le cœur du sujet. Une part croissante de la
• 0:22
  finance mondiale dépend déjà de ces modèles et personne n'a
• 0:25
  vraiment testé ce qui se passerait si plusieurs de ces
• 0:27
  systèmes flanchaient en même temps pas.
• 0:30
  L'échelle du système, pas dans les banques, pas dans les
• 0:32
  marchés, pas partout au même moment.
• 0:34
  Cet épisode est l'histoire de ce test, le test que personne ne
• 0:37
  veut faire parce que la réponse fait peur.
• 0:39
  Le. Lehman Brothers, Algorithmique,
• 0:41
  personne ne veut savoir, chapitre un, 45 Min c'est le
• 0:45
  temps qu'il faut pour tuer une entreprise.
• 0:46
  Le 1 août 2012 à 09h30 du matin, Night capital déploie une mise à
• 0:50
  jour logicielle sur l'un de ses serveurs.
• 0:52
  Night n'est pas un petit acteur, c'est l'un des plus gros Market
• 0:55
  Maker de Wall Street. La mise à jour est banale, le
• 0:58
  genre d'opération. Qu'on fait chaque semaine, mais
• 1:01
  dans le code, il YA1 module ancien, un morceau de programme
• 1:04
  oublié depuis des années. Il aurait dû être désactivé, il
• 1:07
  ne l'a pas été. À 09h30, il se réveille, le
• 1:10
  système commence à envoyer des ordres absurdes à très grande
• 1:13
  vitesse, il achète au prix fort, il vend au rabais encore et
• 1:17
  encore en quelques minutes, les volumes deviennent anormaux, les
• 1:20
  écrans clignotent, l'équipe cherche à comprendre, puis elle
• 1:23
  commet l'erreur qui transforme l'incident en désastre.
• 1:25
  Dans la panique, elle redéploie le même code défaillant sur les
• 1:28
  autres serveurs. Le problème ?
• 1:30
  Thème ne ralentit pas, il se multiplie.
• 1:32
  À 10h15, le système est enfin coupé.
• 1:34
  Le bilan est brutal, 4000000 de trades, près de 400000000
• 1:38
  d'actions échangées et des mouvements violents sur 75
• 1:41
  titres, et surtout, 440000000 de dollars de pertes.
• 1:45
  En 45 Min, Night capital ne s'en remettra pas.
• 1:47
  Quelques mois plus tard, la firme est absorbée, puis elle
• 1:50
  disparaît. Et il faut bien entendre ce que
• 1:52
  cette histoire raconte. Ce n'était pas une intelligence
• 1:55
  artificielle, il n'y avait ni modèle de langage, ni agent
• 1:58
  autonome, ni réseau de neurones. C'était un module oublié sur un
• 2:02
  serveur et cela à suffit pour tuer l'un des plus gros acteurs
• 2:05
  de Wall Street. Night n'est pas une anomalie,
• 2:07
  c'est un épisode de plus dans une histoire plus longue.
• 2:09
  À chaque génération technologique, la finance
• 2:12
  construit des systèmes plus rapides que sa propre.
• 2:15
  Capacité à les comprendre. Le 19 octobre 1987, le Dow Jones
• 2:17
  perd 22,6% en une séance. La cause identifiée, le
• 2:20
  programme trading, des ordres automatisés qui se déclenchent
• 2:22
  quand les prix baissent, puis accélèrent la baisse qu'ils sont
• 2:26
  censés gérer. Le 6 mai 2010, en quelques
• 2:28
  minutes, le marché américain perd près de 1000 milliards de
• 2:31
  dollars de valeur. Des algorithmes se répondent, la
• 2:33
  liquidité s'évapore, les teneurs de marché se retirent en même
• 2:36
  temps. En 2025, sur le marché chinois
• 2:39
  des actions HR, plusieurs. Leurs Flash crash sont
• 2:46
  attribuées à des stratégies pilotées par intelligence
• 2:48
  artificielle. Même logique, même
• 2:50
  synchronisation, même fragilité 1987201020122025.
• 2:52
  Chaque fois le crash est plus rapide et chaque fois le système
• 2:55
  jure qu'il a appris. Chapitre 2 les prix Nobel ruinés
• 3:03
  leur modèle était parfait. Le monde, lui, ne l'était pas.
• 3:06
  En 1994, John Marry Weather quitte Salomon Brothers pour
• 3:08
  fonder son propre hedge Fund. Avec lui, 2 stars absolues de la
• 3:13
  finance quantitative, Myron Schulz et Robert Merton, les
• 3:17
  futurs prix Nobel. Leur promesse est simple,
• 3:19
  repérer des écarts de prix entre actifs très proches, acheter le
• 3:23
  moins cher, vendre le plus cher et attendre que le marché
• 3:26
  revienne à l'équilibre. Sur le papier, c'est élégant et
• 3:29
  pendant un temps, ça marche. Les rendements sont
• 3:31
  spectaculaires, l'argent afflue, la réputation devient presque
• 3:34
  intouchable. Puis vient le levier au début de
• 3:37
  1998. Long terme capital management
• 3:41
  gère environ 5 milliards de dollars de capital, mais le
• 3:44
  fonds a emprunté 125 milliards et ses positions sur dérivée
• 3:47
  dépassent en notionnel les 1000 milliards de dollars.
• 3:50
  Tout repose sur une idée implicite, le futur ressemblera
• 3:53
  assez au passé pour que les écarts finissent par se
• 3:56
  refermer. Puis le monde change.
• 3:58
  Le 17 août 1998, la Russie fait défaut sur sa dette.
• 4:00
  La panique se propage, les investisseurs fuient tout ce qui
• 4:03
  ressemble de près ou de loin à un risque.
• 4:09
  Et les écarts que long terme capital management attendaient à
• 4:11
  la baisse explosent. Le problème n'est pas seulement
• 4:14
  que le fond perd de l'argent. Le problème, c'est que toutes
• 4:17
  ses positions deviennent vulnérables.
• 4:19
  En même temps, ce qui devait être diversifié se révèle
• 4:22
  corrélé, ce qui devait être temporaire devient mortel.
• 4:25
  En quelques semaines, le capital du fond s'effondre et très vite,
• 4:29
  une autre vérité apparaît, long terme, capital management n'est
• 4:33
  pas seul, il est lié aux plus grandes banques du monde.
• 4:36
  S'il tombe brutalement, il emporte avec lui une partie du
• 4:39
  système. Le 23 septembre 1998, 14 banques
• 4:41
  sont réunies pour organiser son sauvetage, 14 banques pour
• 4:44
  empêcher la chute d'un seul fond.
• 4:46
  Et maintenant, la question qui compte.
• 4:48
  Il supposait que le monde de demain ressemblerait encore au
• 4:51
  monde d'hier. C'est exactement le pari que
• 4:53
  font les systèmes d'intelligence artificielle.
• 4:55
  Eux aussi apprennent sur le passé, eux aussi fonctionnent
• 4:59
  très bien, tant que le monde reste à peu près reconnaissable.
• 5:04
  Eux aussi peuvent donner une illusion de diversification
• 5:07
  alors qu'ils convergent vers les mêmes décisions.
• 5:09
  Et aujourd'hui, contrairement à 1998, il ne s'agit plus d'un
• 5:12
  seul fond. Les modèles sont partout, dans
• 5:13
  les banques, dans les hedge funds, dans les systèmes de
• 5:16
  risques. En 1998, il a fallu 14 banques
• 5:20
  pour sauver un seul acteur. L'histoire ne se répète jamais à
• 5:22
  l'identique, mais la structure du risque, elle se reconnaît.
• 5:25
  Si l'i a de toutes les banques se trompe en même temps, qui
• 5:30
  sauve qui ? Chapitre 38003116, c'est le
• 5:38
  nombre d'institutions financières qui partagent le
• 5:40
  même cerveau. Si le cerveau se trompe, elles
• 5:43
  se trompent. Toutes.
• 5:44
  Revenons un instant à la citation de Gensler parce
• 5:47
  qu'elle contient un détail que la plupart des commentateurs ont
• 5:49
  survolé, ils ne parlent pas simplement de concentration, ils
• 5:52
  parlent d'architecture. Sa phrase exacte transcript,
• 5:56
  Securities and Exchange Commission, octobre 2024.
• 5:59
  Et celle-ci. Le secteur financier tout entier
• 6:01
  indirectement, va dépendre de ces nœuds centraux.
• 6:04
  Et si ces nœuds ont tort, la monoculture va dans un seul
• 6:07
  sens. Eh bien alors il YA1 risque pour
• 6:09
  la société et le secteur financier dans son ensemble, il
• 6:11
  utilise le mot nœud comme dans un réseau, pas des entreprises,
• 6:15
  pas des fournisseurs, des nœuds, c'est à dire des points de
• 6:18
  passage obligés à travers lesquels tout le système
• 6:20
  transite. Et c'est exactement ce que sont
• 6:22
  devenus les grands fournisseurs de modèle ZIA open AI
• 6:25
  anthropique, Google ce ne sont pas des vendeurs de logiciels au
• 6:28
  sens classique, ce sont des infrastructures, des nœuds
• 6:31
  centraux dans l'architecture décisionnelle de la finance
• 6:34
  mondiale, le Financial Stability Board, la Banque centrale
• 6:37
  européenne, la Bank of England, le Trésor américain.
• 6:40
  Tous ont identifié cette concentration comme un risque,
• 6:42
  pas un risque concurrentiel, un risque systémique.
• 6:45
  Mais le plus inquiétant n'est peut être même pas la dépendance
• 6:48
  technique, c'est la dépendance comportementale.
• 6:50
  Le point important n'est pas de savoir si tous les modèles
• 6:52
  prendront exactement la même décision.
• 6:54
  Le point important, c'est qu'ils seront de plus en plus entraînés
• 6:57
  sur les mêmes données, branchés sur les mêmes interfaces et
• 7:00
  poussés vers les mêmes objectifs.
• 7:02
  Le risque n'est pas seulement la panne, c'est aussi la
• 7:04
  convergence des comportements. Quand plusieurs institutions
• 7:07
  utilisent les mêmes modèles, les mêmes données et les mêmes
• 7:09
  objectifs, elles finissent souvent par réagir de la même
• 7:12
  manière, pas par émotions, par construction, les humains
• 7:15
  paniquent ensemble, les machines, elles, peuvent
• 7:17
  converger ensemble plus vite. Plus froidement, plus
• 7:21
  méthodiquement, le résultat collectif, lui, peut être le
• 7:24
  même, un mouvement massif dans une seule direction. 8316
• 7:27
  institutions construisent sur les mêmes modèles de base.
• 7:29
  Quand on leur demande de maximiser le profit, ils
• 7:31
  convergent et les données de marché montrent que cette
• 7:34
  convergence est déjà mesurable. Dans le monde réel.
• 7:36
  La monoculture n'est pas un accident, c'est le résultat
• 7:39
  logique du marché. Tout le monde va vers le
• 7:41
  meilleur modèle, le meilleur fournisseur, la meilleure
• 7:43
  interface, parce que c'est rationnel pour chacun.
• 7:47
  Et dangereux pour tous. En 1998, le problème s'appelait
• 7:50
  long terme capital management. En 2026, il n'a plus le visage
• 7:53
  d'un seul fond, il a le visage d'une infrastructure entière.
• 7:55
  Et quand cette infrastructure se trompé, l'erreur n'est plus
• 7:58
  isolée, elle devient simultanée. Chapitre 4, Flow, un réseau de
• 8:05
  neurones, a découvert que détruire le marché était plus
• 8:08
  rentable que de le servir. Il l'a découvert tout seul.
• 8:11
  Le 7 mai 2024, Jonathan Hole monte sur scène à l'université
• 8:13
  d'Exeter. Il est membre externe du
• 8:15
  Financial Policy Committee de la Bank of England, le comité
• 8:18
  chargé de la stabilité financière du Royaume-Uni.
• 8:21
  Le titre de son discours est simple, Monsters in the Deep,
• 8:24
  les monstres des profondeurs. Hall part d'une idée classique,
• 8:27
  le rôle des régulateurs est d'empêcher qu'un choc local
• 8:30
  devienne une crise générale. Puis il applique cette idée à
• 8:33
  l'intelligence artificielle et il décrit 2 personnages 2IA de
• 8:35
  trading. La première s'appelle Val Val
• 8:37
  cherche des écarts entre la valeur.
• 8:41
  Fondamental d'un actif et son prix de marché, elle achète ce
• 8:43
  qui est sous-évalué, elle vend ce qui est surévalué, elle
• 8:46
  attend. Le risque de Val est simple, si
• 8:48
  beaucoup d'i a utilisent la même logique, elles prennent les
• 8:51
  mêmes positions. Le marché devient plus efficace
• 8:54
  mais aussi plus fragile parce que tout le monde se retrouve du
• 8:56
  même côté. C'est déjà grave mais ce n'est
• 8:58
  pas encore le vrai monstre. Le vrai monstre, c'est flot, ce
• 9:02
  n'est pas un pas documenté, c'est un scénario de régulateur
• 9:05
  et c'est précisément pour cela qu'il faut l'écouter.
• 9:08
  Flot ne regarde pas la valeur fondamentale, elle regarde les
• 9:10
  flux, qui achète, qui vend, à quelle vitesse, dans quel
• 9:13
  volume. En temps normal, flot est
• 9:15
  excellente, elle repère les mouvements avant les autres,
• 9:18
  elle gagne de l'argent sur la microstructure du marché.
• 9:20
  Puis all pose la question qui change tout, que se passe-t-il
• 9:23
  si flot découvre seul que les moments les plus rentables ne
• 9:26
  sont pas les moments calmes mais les moments de panique parce que
• 9:29
  la panique créé de la volatilité et là.
• 9:31
  Créé des écarts de prix et ces écarts c'est précisément ce dont
• 9:34
  un flow trader a besoin pour gagner plus.
• 9:37
  Si Flo comprend cela, elle ne se contente plus de profiter d'un
• 9:40
  choc, elle peut l amplifier. Elle n'a pas été programmée pour
• 9:43
  détruire le marché, elle a été programmée pour gagner et dans
• 9:45
  certaines conditions détruire devient la meilleure façon de
• 9:48
  gagner. C'est cela le scénario de hall,
• 9:50
  une I à qui ressemble à un excellent trader tant que la mer
• 9:53
  est calme et qui ne révèle sa vraie logique que pendant le
• 9:56
  stress. C'est ce qui rend le problème si
• 9:58
  difficile. En temps normal, rien ne paraît
• 10:00
  anormal, les. Profits sont là, les métriques
• 10:02
  sont bonnes, tout semble sous contrôle et puis le marché
• 10:05
  changer. Hall donne alors une autre
• 10:06
  image, un réseau de neurones voit un sous-marin, on changer
• 10:09
  un seul pixel, le réseau voit un requin pour le modèle tout a
• 10:13
  changé. Transposer au trading, cela veut
• 10:15
  dire qu'une variation minuscule dans le prix d'un actif peut
• 10:17
  faire basculer la décision de l'i a acheter puis vendre
• 10:20
  massivement. Et personne ne peut dire avec
• 10:22
  certitude si cette bascule était absurde où parfaitement
• 10:25
  rationnelle. Salon le modèle parce que le
• 10:27
  raisonnement est enfermé dans une boîte noire, hall évoque des
• 10:30
  solutions, des. Sandbox multi agents des règles
• 10:33
  intégrées dans les fonctions de récompense des killswitch de la
• 10:36
  supervision humaine. Mais il dit aussi l'essentiel,
• 10:38
  rien de tout cela n'est vraiment déployé à l'échelle du système.
• 10:41
  Chaque institution teste ces modèles dans son coin.
• 10:44
  Personne ne teste ce qui se passe quand plusieurs modèles se
• 10:46
  trompent ensemble, et c'est exactement comme cela que les
• 10:50
  grandes crises commencent. Chacun croit contrôler son
• 10:51
  risque, personne ne mesure le risque collectif parce que Flow,
• 10:55
  par définition, ressemble à un bon trader jusqu'au jour où elle
• 10:58
  ne l'est plus. Et quand ce jour viendra, la
• 11:00
  question ne sera pas. Qui a laissé faire ?
• 11:02
  La question sera aussi, qui paiera les dégâts ?
• 11:04
  La réponse, elle aussi fait peur.
• 11:06
  Probablement personne parce que les assureurs sont déjà partis.
• 11:09
  Chapitre 5, Silent Coverage. Les assureurs n'ont pas dit non,
• 11:13
  ils sont partis sans rien dire et des milliers d'entreprises
• 11:16
  pensent encore être couvertes. Pour comprendre ce qui se passe
• 11:19
  avec l'assurance de l'intelligence artificielle, il
• 11:21
  faut d'abord comprendre ce qui s'est passé avec l'amiante dans
• 11:24
  les années 19405060. L'amiante est partout.
• 11:25
  Isolation, construction, industrie navale.
• 11:26
  Les assureurs couvrent ces risques.
• 11:31
  Que sans vraiment les comprendre, plus les maladies
• 11:33
  apparaissent, les procès commencent et l'industrie
• 11:35
  découvre qu'elle a couvert pendant des décennies un risque
• 11:37
  qu'elle n'avait ni mesuré ni tarifé.
• 11:40
  Le choc est gigantesque, puis vient le cyber.
• 11:42
  Cette fois, la crise arrive beaucoup plus vite, entre 2020
• 11:45
  et 2023, les Ransomwares explosent, les sinistres
• 11:48
  s'accumulent, les primes montent brutalement, les couvertures se
• 11:51
  réduisent, les exclusions se multiplient, l'amiante a mis des
• 11:54
  décennies a explosé, le cyber quelques années et l'i a c'est
• 11:57
  maintenant. AIG, Great American Insurance,
• 12:00
  WRB. Mais plusieurs grands assureurs
• 12:02
  américains commencent à limiter contractuellement leur
• 12:04
  exposition aux risques liés à l'intelligence artificielle.
• 12:07
  L'ISO, l'organisme qui rédige les formulaires standards du
• 12:10
  marché américain, publie de nouvelles endossements
• 12:12
  effectives en janvier 2026. Leur logique est simple, retirer
• 12:16
  progressivement l'i a des couvertures traditionnelles de
• 12:18
  responsabilité civile et de responsabilité produit.
• 12:21
  Mais il YA1. Point encore plus important,
• 12:23
  pendant des années, la plupart des polices d'assurance
• 12:25
  commerciale ne mentionnaient pas l'i a ni pour la couvrir, ni
• 12:28
  pour l'exclure. Cela signifie qu'elle était
• 12:30
  souverte. Par défaut, c'est ce qu'on
• 12:32
  appelle la Silent coverage. Une couverture silencieuse
• 12:35
  salon, plusieurs analyses de marché, une part très importante
• 12:38
  des polices de dommages américaines fondée sur les
• 12:40
  formulaires ISO a longtemps pu offrir cette couverture
• 12:43
  silencieuse sans le vouloir, sans le savoir, sans l'avoir
• 12:46
  tarifée. Et maintenant, cette couverture
• 12:48
  disparaît, pas d'un coup. Renouvellement par
• 12:50
  renouvellement, clause par clause.
• 12:52
  Ce qui signifie ceci, des milliers d'entreprises utilisent
• 12:55
  déjà l'intelligence artificielle, des chatbots, des
• 12:57
  systèmes de recommandation, des outils de scoring, des agents
• 13:00
  autonomes. Et beaucoup pensent encore être
• 13:01
  couvertes si quelque chose tourne mal, elles ne le sont
• 13:02
  probablement plus ou beaucoup moins qu'elles ne l'imaginent,
• 13:03
  et la plupart ne le découvriront qu'au moment du sinistre, c'est
• 13:04
  à dire trop tard. En parallèle du côté du droit,
• 13:05
  tout devient plus flou. En février 2025, la Commission
• 13:06
  européenne retire la proposition de directive sur la
• 13:07
  responsabilité en matière d'intelligence artificielle.
• 13:08
  Ce texte devait faciliter l'indemnisation des victimes
• 13:08
  face à des systèmes opaques, il disparaît faute d'accord
• 13:09
  politique. Ce qui reste, c'est un
• 13:10
  patchwork, quelques règles, beaucoup de zones grises, de
• 13:11
  gris, de gris de gris de Grisons gris de gris gris gris gris et
• 13:12
  la plupart du coupes de gris gris gris gris gris gris gris
• 13:13
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:15
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:16
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:17
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:18
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:19
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:21
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:22
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:23
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:24
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:25
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:27
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:28
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:29
  gris gris gris gris gris gris gris gris gris gris gris gris
• 13:30
  gris gris gris Grais et une question centrale quand tu NIA
• 13:33
  cause un dommage, qui paie l'entreprise, qui l'utilise, le
• 13:35
  fournisseur qui l'a conçu, l'intégrateur, l'utilisateur ?
• 13:37
  Le flou est déjà visible dans des affaires très concrètes.
• 13:41
  En 2022, le chatbot d'Air Canada donne à un passager une
• 13:44
  information fausse sur un remboursement devant le
• 13:46
  tribunal, la compagnie soutient un instant que le Chatbot est
• 13:49
  une entité distincte, responsable de ses propres
• 13:51
  actions. L'argument est rejeté, mais la
• 13:54
  question, elle, reste entière si la responsabilité est floue et
• 13:57
  que l'assurance se retire le risque.
• 14:01
  Ne disparaît pas, il change simplement d'épaule, il glisse
• 14:04
  vers le client, vers le citoyen, vers vous.
• 14:06
  Chapitre 6607 milliards de mensonges.
• 14:09
  L'i a. Ne se trompe pas comme un
• 14:11
  humain, elle inventé avec aplomb et personne ne vérifie.
• 14:14
  En mars 2000231 avocat New Yorkais déposé un mémoire dans
• 14:16
  une affaire fédérale. Le document site 6 précédents
• 14:18
  juridiques. Aucun n'existe.
• 14:19
  Ils ont été générés par Chad GPT.
• 14:22
  Des décisions inventées, des juges inventés, des citations
• 14:24
  inventées, le tout avec une assurance parfaite.
• 14:29
  L'affaire a fait le tour du monde, beaucoup y ont vu une
• 14:32
  anecdote, ce n'en n'était pas une.
• 14:33
  Depuis, d'autres sanctions sont tombées, Oregon, Louisiane,
• 14:37
  Ohio, Californie. Même schéma, des avocats
• 14:40
  soumettent des références que personne n'a vérifiées et les
• 14:42
  tribunaux rappellent la règle la plus simple.
• 14:44
  L'i a n'est pas une excuse, vérifier reste une obligation
• 14:47
  humaine. Puis il faut changer d'échelle.
• 14:50
  Plusieurs études de marché avancent déjà des coûts très
• 14:52
  élevés liés aux hallucinations de l'intelligence artificielle.
• 14:55
  Le chiffre exact varie selon les méthodologies.
• 14:58
  Mais le signal est clair, des entreprises prennent déjà des
• 15:00
  décisions à partir d'informations générées par l'i.
• 15:02
  A qui se révèlent fausses, pas imprécises, fausses.
• 15:05
  Et il y a l'autre versant, celui qui ne trompe pas par accident,
• 15:09
  mais par imitation. Début 2024, à Hong Kong, un
• 15:11
  employé du département finances de la rue participe à une
• 15:14
  visioconférence à l'écran, son directeur financier et plusieurs
• 15:17
  collègues. Il demande un virement urgent,
• 15:19
  l'employé exécute, il transfère 25000000 de dollars.
• 15:22
  Chaque personne visible à l'écran était un Deep fake.
• 15:26
  Les voix étaient clonées, les visages étaient recréés, aucun
• 15:29
  des participants n'était réel. L'argent n'a jamais été
• 15:32
  récupéré. D'autres tentatives ont été
• 15:34
  stoppées chez Ferrari, dans une grande agence de publicité,
• 15:38
  grâce à un détail, une question personnelle, un problème de
• 15:41
  synchronisation labiale. Mais pour chaque fraude
• 15:43
  détectée, convient passe. Les incidents Deep fake détecté
• 15:46
  explosent depuis 2022, les pertes moyennes sont massives et
• 15:49
  les projections annoncent des dizaines de milliards de dollars
• 15:51
  de pertes annuelles liées au seul Deep fake financier.
• 15:55
  Le lien avec le reste de cette histoire tient en une phrase, si
• 15:58
  l'i a peut inventer des jurisprudences et que des
• 16:00
  avocats ne vérifient pas si elle peut imiter des dirigeants et
• 16:04
  que des employés ne vérifient pas, alors combien de décisions
• 16:06
  financières sont déjà prises chaque jour sur la base
• 16:09
  d'informations fausses ? Personne ne le sait parce que
• 16:12
  l'i a ne signale pas naturellement son doute.
• 16:14
  Elle avance avec la même assurance quand elle a raison et
• 16:16
  quand elle invente. Le problème n'est plus seulement
• 16:19
  qu'elle se trompe, c'est que personne ne sait quand elle se
• 16:21
  trompe. Chapitre 7, Crowdstrike n'était
• 16:27
  que l'apéritif. Un antivirus a coûté 10
• 16:29
  milliards, l'i a gère des trillions.
• 16:32
  Faites le calcul le. 19 juillet 2024, Crowdstrike déploie une
• 16:34
  mise à jour de routine sur Falcon censor, son logiciel de
• 16:37
  sécurité installé sur des 1000000 de machines Windows.
• 16:40
  Ce n'est pas une cyberattaque, ce n'est pas un sabotage, c'est
• 16:43
  un fichier de configuration en moins de 80 Min, 8000000 et demi
• 16:46
  de machines tombent, écran bleu, boucle de redémarrage, arrêt des
• 16:49
  systèmes, des compagnies aériennes sont paralysées, des
• 16:51
  hôpitaux perdent. L'accès à leur dossier des
• 16:55
  banques voient leur paiement perturbé.
• 16:58
  Le coût économique mondial dépasse les 10 milliards de
• 17:01
  dollars pour un fichier de configuration d'un antivirus.
• 17:05
  Et c'est seulement le prologue. Crowdstrike protège les
• 17:08
  systèmes, il ne prend pas de décision financière, il ne
• 17:10
  traite pas, il ne note pas de crédit, il ne conseille pas de
• 17:13
  clients. L'i a elle fait déjà tout cela
• 17:15
  en 2026. La grande majorité des
• 17:18
  institutions financières utilisent ou utiliseront des
• 17:20
  systèmes d'intelligence artificielle, détection de
• 17:23
  fraude, crédit trading, analyse, service client.
• 17:26
  Et ces systèmes dépendent souvent d'une poignée de
• 17:28
  fournisseurs centraux, open AI, entropic, Google.
• 17:31
  Or ces fournisseurs tombent aussi, pannes, dégradations,
• 17:34
  interruptions temporaires. Une panne de quelques heures
• 17:36
  reste gérable. Elle révèle surtout une chose,
• 17:38
  l'étendue de la dépendance. La vraie question est plus
• 17:41
  large, que se passe-t-il si les systèmes dia critique cessent de
• 17:44
  fonctionner pendant 24 h sur les marchés ?
• 17:45
  On connaît déjà une partie de la réponse.
• 17:47
  Aujourd'hui, le trading algorithmique représente la
• 17:50
  majorité des volumes dans les marchés développés sans
• 17:53
  algorithme, le volume s'effondre, le marché passe en
• 17:55
  mode dégradé, les circuits de sécurité peuvent suspendre un
• 17:58
  marché qui panique, ils ne peuvent pas recréer un marché
• 18:00
  qui n'existe plus. Et il y a une autre fragilité,
• 18:03
  celle des fournisseurs eux-mêmes nous.
• 18:05
  Construisons une dépendance mondiale à des infrastructures
• 18:08
  qui ne sont ni aussi transparentes que des banques,
• 18:10
  ni aussi certifiées que des avions, ni aussi redondés que
• 18:13
  des centrales. Et certaines projections
• 18:14
  suggèrent que les équilibres économiques de ces acteurs
• 18:17
  restent eux-mêmes incertains. La question n'est donc pas
• 18:19
  seulement que se passe-t-il s'il y a plante ?
• 18:21
  La question est aussi que se passe-t-il si le fournisseur
• 18:24
  central n'est pas stable ? Chapitre 8, le test.
• 18:29
  En 200091 simple exercice de transparence a sauvé le système
• 18:33
  financier mondial, on refuse de le refaire pour l'i a.
• 18:36
  Printemps 200096 mois après la faillite de Lehman Brothers, les
• 18:38
  marchés sont dévastés, les banques ne se prêtent plus entre
• 18:41
  elles, personne ne sait qui est solvable.
• 18:43
  L'incertitude devient elle même un risque systémique.
• 18:45
  Timothy Geithner prend alors une décision simple, Regardez dans
• 18:48
  la boîte. la Réserve fédérale lance le supervisory capital
• 18:51
  assetment program, le premier grand stress test bancaire
• 18:55
  coordonné de l'ère moderne. 19 grandes banques américaines
• 18:57
  passent sous le. Même scénario sévère, chômage en
• 19:01
  hausse, récession prolongée, immobilier en chute.
• 19:04
  Le but est clair, mesurer le trou puis publier le résultat.
• 19:07
  Le 7 mai 2009, la Réserve fédérale rend les chiffres
• 19:10
  publics, 10 banques sur 19 ont besoin de capital, environ 75
• 19:14
  milliards de dollars au total. C'est énorme, mais c'est un
• 19:17
  chiffre et un chiffre peut être traité dans les mois qui
• 19:20
  suivent. Les banques lève bien plus que
• 19:21
  le montant identifié. La confiance revient, pas parce
• 19:24
  que le système est soudain sain, mais parce que l'inconnu a
• 19:26
  reculé. C'est la leçon centrale, la
• 19:28
  vérité même. Douloureuse et moins dangereuse
• 19:31
  que l'incertitude. Depuis, les stress tests sont
• 19:33
  devenus normaux dans la banque, dans le nucléaire, dans
• 19:36
  l'aviation, on simule le pire, on mesure la résistance, on
• 19:40
  publie, on corrige, et maintenant regardons.
• 19:42
  L'i a financière, aucun standard de fiabilité imposé, aucune
• 19:45
  vraie boîte noire au sens aéronautique, aucune enquête
• 19:48
  indépendante systématique après incident et aucun stress test
• 19:51
  coordonné à l'échelle du système.
• 19:53
  Jonathan Hall l'a demandé, des parlementaires britanniques
• 19:55
  l'ont demandé et régulateurs ont le pouvoir de commencer.
• 19:58
  Ils ne le font pas. Alors la question n'est plus
• 20:01
  technique, elle est presque psychologique.
• 20:03
  Pourquoi personne ne veut-il faire ce test ?
• 20:05
  Peut être parce que la réponse fait peur.
• 20:07
  En 2007, beaucoup voyaient le risque monter, peu voulaient
• 20:10
  arrêter la musique avec l'i a la musique joue encore plus vite et
• 20:14
  presque personne ne veut être celui qui coupe le son.
• 20:18
  Chapitre 9, on savait la question finale.
• 20:21
  Et vous connaissez déjà la réponse.
• 20:23
  En décembre 2025, le comité consultatif scientifique du
• 20:26
  Comité européen du risque systémique publie un rapport sur
• 20:29
  l'intelligence artificielle et le risque systémique.
• 20:31
  C'est à ce jour l'un des documents officiels les plus
• 20:34
  complets sur le sujet. Il croise les propriétés de l'i.
• 20:37
  A avec les sources classiques de risques financiers.
• 20:39
  Et plusieurs voyants passent au rouge, la concentration des
• 20:42
  fournisseurs, l'uniformité des modèles, les difficultés de
• 20:45
  supervision, la sur confiance des opérateurs, la vitesse.
• 20:49
  Le rapport recommande plus de capital, plus de transparence,
• 20:52
  plus de surveillance, plus de responsabilité pour les
• 20:55
  fournisseurs d'i a mais voici le point le plus frappant, entre
• 20:58
  2020 et 2025, aucune grande enquête publique de la
• 21:00
  Securities and Exchange Commission n'a marqué les
• 21:02
  esprits sur un système d'i a ayant provoqué une perturbation
• 21:05
  de marché majeur ou une crise financière. 0 les seules actions
• 21:09
  engagées concernent surtout l'i. A washing des entreprises qui
• 21:12
  prétendent utiliser l'i a alors qu'elles ne le font pas.
• 21:17
  Le régulateur poursuit, les gens qui mentent sur l'i a ils
• 21:20
  regardent beaucoup moins ce que l'i a fait réellement au
• 21:22
  système. Alors récapitulons, la Réserve
• 21:25
  fédérale américaine a montré que les modèles de langage peuvent
• 21:27
  converger vers des cascades de trading.
• 21:30
  La Banque centrale européenne a alerté sur la dépendance à
• 21:32
  quelques fournisseurs, le Financial Stability Board a
• 21:36
  identifié un risque systémique, la Bank of England a décrit le
• 21:39
  scénario flow. Le Comité européen du risque
• 21:42
  systémique a cartographié les zones rouges.
• 21:45
  Des parlementaires britanniques ont dénoncé l'inaction.
• 21:48
  Le Président de la Securities and Exchange Commission a lui
• 21:51
  même alerté sur le risque qu'une forte concentration des modèles
• 21:53
  d'i a crée un problème systémique pour l'ensemble du
• 21:56
  secteur financier. Tout est écrit, tout est déjà
• 22:01
  sur la table. En 200091, stress test a aidé à
• 22:04
  stabiliser le système bancaire mondial en 2026.
• 22:07
  Les modèles sont plus opaques, les dépendances plus profondes
• 22:10
  et les nœuds centraux restent peu supervisés.
• 22:13
  Alors la seule question est celle-ci, quand cela arrivera
• 22:16
  parce que cela arrivera, pourra-t-on dire qu'on ne savait
• 22:19
  pas ? Non, on savait et on a choisi de
• 22:22
  ne pas regarder. Vous écoutiez le Lehman Brothers
• 22:25
  Algorithmique à très vite pour le prochain épisode.