Why OpenAI and Anthropic Won't Win Finance

L'intervenant principal de cet échange, Gabe, est le fondateur de Rogo, une entreprise qui développe des outils d'intelligence artificielle pour le secteur financier. Il explique que les modèles d'IA actuels sont devenus incroyablement performants, surpassant les capacités humaines dans de nombreux domaines. Il anticipe que d'ici dix ans, 90% de la valeur des meilleures firmes d'investissement et banques proviendra non pas des personnes, mais des logiciels, des données et des systèmes. L'enjeu majeur pour les cinq prochaines années est d'intégrer l'IA dans le cycle de vie de l'investissement. Gabe a tenté de lancer Rogo deux fois auparavant, sans succès, car les techniques d'IA n'étaient pas encore assez matures. Le véritable démarrage de l'entreprise a eu lieu avec l'avènement de GPT-3, avant même ChatGPT. Les premières versions de Rogo étaient prometteuses mais ne fonctionnaient pas de manière fiable. L'entreprise a connu un tournant avec les modèles 01 Pro, puis Opus 45, qui ont permis d'atteindre une fiabilité suffisante pour des tâches de recherche et, plus tard, d'exécuter des tâches complexes de banquiers juniors. Rogo a surmonté le désavantage des pionniers en persévérant malgré les limitations initiales des modèles. Aujourd'hui, le produit reçoit des retours très positifs, les utilisateurs affirmant économiser des centaines d'heures par mois et prendre de meilleures décisions. Le succès de Rogo réside dans l'intégration des détails du workflow spécifique des professionnels de la finance, comme la facilité pour un directeur général de banque de marquer des documents par e-mail et de recevoir une version révisée en 20 minutes au lieu de deux jours. L'aspect le plus innovant de Rogo est la création d'agents autonomes qui peuvent simuler des discussions et des analyses complexes. Par exemple, 10 000 agents peuvent débattre d'idées pendant 24 heures pour générer une seule idée d'investissement de grande valeur, car les investisseurs sont prêts à payer cher pour de telles idées. L'intégration de ces agents avec le contexte et les thèses d'investissement des clients est cruciale. Actuellement, les principaux utilisateurs de Rogo sont les "dealmakers" – ceux qui achètent, vendent et coordonnent des transactions. Rogo les aide à préparer les salles de données, à les analyser, à coordonner les appels avec des tiers et à gérer toutes les étapes d'une transaction. Le système ne se contente pas d'améliorer l'intelligence humaine, il exécute aussi des tâches transactionnelles et met à jour les systèmes internes des entreprises (CRM, systèmes de surveillance de portefeuille). Gabe reconnaît que les marchés publics semblent être l'application idéale de l'IA en raison de la disponibilité des données. Cependant, Rogo se concentre d'abord sur les marchés privés car ils sont moins automatisés et nécessitent plus d'infrastructure. Pour s'étendre aux marchés publics, Rogo devra acquérir une expertise approfondie dans ce domaine. Concernant l'évolution des compétences requises pour les professionnels de l'investissement, Gabe estime que l'IA pourrait éventuellement remplacer le jugement humain dans certains cas, comme la "move 37" du Go. Les compétences qui resteront essentielles sont la capacité à collecter des données et des informations exclusives, à interagir avec des experts et à développer des réseaux. Le système de Rogo est une "machine de Rube Goldberg" complexe d'appels de modèles et d'API dans ses premières itérations. Avec l'amélioration des modèles, l'approche est devenue moins prescriptive, se concentrant sur les outils les plus simples et de la meilleure qualité. L'entreprise met l'accent sur la conformité réglementaire et l'auditabilité de toutes les actions de l'IA. Pour concurrencer les grands laboratoires d'IA comme Anthropic et OpenAI, Rogo se concentre sur la construction de systèmes spécifiques et profonds pour le secteur financier, allant au-delà de la simple intelligence pour inclure des éléments comme les salles de données (data rooms), les plateformes de transaction et les workflows complexes. Les laboratoires ne chercheront probablement jamais à construire ces infrastructures spécifiques. L'infrastructure et le "harnais" (la manière dont les modèles sont présentés et intégrés) sont aussi importants, sinon plus, que les modèles eux-mêmes. L'intelligence humaine ne se limite pas à la connaissance brute, mais inclut des micro-services cérébraux comme la récupération de l'information et le déclenchement d'émotions. Ces micro-services doivent être intégrés dans les systèmes d'IA. Pour un investisseur cherchant des entreprises similaires à Rogo, Gabe recommande de rechercher des industries avec une grande complexité de données et de systèmes, nécessitant des intégrations spécifiques. L'expertise du domaine au sein de l'équipe fondatrice est également cruciale. Enfin, l'entreprise doit être prête à réinventer constamment son produit. Rogo, par exemple, reconstruit son système d'agents et son "harnais" chaque année pour s'adapter aux changements rapides des modèles d'IA. Un défi majeur pour les modèles actuels est la "compaction" : comment un agent peut-il se souvenir des informations pertinentes après de nombreuses conversations avec de multiples interlocuteurs, tout en conservant la cohérence et le contexte ? En termes de modèle économique, Rogo est une entreprise de logiciels d'entreprise classique, facturant par siège, à l'instar de Bloomberg ou FactSet. Le processus de vente est très humain, nécessitant des interactions et des intégrations complexes. Gabe prévoit que l'industrie évoluera vers des modèles basés sur l'usage, puis sur les résultats. Il préférerait facturer Rogo sur la base d'idées d'investissement réussies ou de rapports trimestriels parfaitement générés. Le taux d'adoption de l'IA dans les grandes entreprises est encore faible. Bien que les banquiers individuels rapportent des gains d'efficacité spectaculaires, la transformation de cette productivité individuelle en productivité mesurable à l'échelle de l'entreprise reste un défi stratégique. Par exemple, JPMorgan utilise l'IA pour cibler des segments de marché PME auparavant jugés non rentables. L'exactitude reste très importante, mais l'auditabilité est primordiale. Les utilisateurs doivent pouvoir comprendre d'où viennent les informations et comment les décisions ont été prises, surtout à mesure que les outils passent du mode "co-pilote" (assistance) au mode "pilote automatique" (exécution autonome). Pour accélérer la croissance des ventes, Rogo se concentre sur la rapidité avec laquelle les employés peuvent devenir productifs. L'entreprise utilise des outils internes basés sur l'IA, comme un "cerveau d'entreprise" appelé Shrek, qui enregistre toutes les conversations, compile les informations et les met à la disposition des employés pour la formation et le soutien. Gabe estime que l'IA transformera le monde, et que le domaine le plus intéressant est l'IA appliquée, là où la technologie rencontre l'humanité. La finance, en tant que catalyseur du progrès, est un domaine clé pour cette transformation. Il prévoit que les marchés des capitaux deviendront plus transparents, liquides et efficaces, réduisant les frictions pour les entreprises cherchant à lever des fonds. Il compare la stratégie de Rogo à celle de Bloomberg : offrir un peu de données pour entrer, construire des analyses et des workflows complets, puis fournir une plateforme d'échange et de communication. La différence est que Rogo construit un canal de communication pour les agents d'IA, pas seulement pour les humains. La clientèle de Rogo se compose principalement de grandes banques, car c'était le secteur d'origine de Gabe et parce que les banques ont un grand nombre d'employés, servant de canal de distribution pour le reste de la finance. Gabe partage ses expériences difficiles en tant que fondateur, décrivant la construction d'une startup comme "mâcher du verre" : les difficultés de recrutement, les échecs de produits, les refus d'investisseurs. Il insiste sur la nécessité d'une conviction profonde et d'une agressivité constante pour "blitzer" le marché. Sa série A a été particulièrement difficile, avec 40 refus avant l'investissement de Keith Rabois. Les investisseurs sous-estimaient le marché de la finance, trouvaient le produit initialement défaillant et doutaient de la capacité de Gabe à réussir. Aujourd'hui, Rogo attire des talents de premier plan, souvent d'anciens fondateurs avec une forte intuition produit et des compétences en ingénierie. L'entreprise a même acquis six jeunes startups d'IA financière. Gabe pense que le secteur financier est confronté à un "dilemme de l'innovateur" majeur. Les entreprises établies devront repenser entièrement leurs opérations face à l'émergence de concurrents "AI-native". Pour être "AI-native", il faut être prêt à tout réinventer et à intégrer l'IA dans chaque aspect de l'entreprise, sans rien tenir pour sacré. Rogo utilise un système de classement mensuel de l'utilisation des outils d'IA par les employés pour encourager l'adoption. Pour les dirigeants des firmes financières, Gabe conseille de se demander comment transférer la valeur de leurs meilleurs employés dans des systèmes autonomes. Il faut aussi évaluer honnêtement où se situe leur véritable avantage concurrentiel (relations, données uniques) par rapport à ce que l'IA pourra faire. Le futur des marchés privés est incertain, notamment en ce qui concerne la vitesse de standardisation et l'impact sur les relations humaines. Il est difficile d'imaginer une automatisation complète pour les petites entreprises familiales, mais pour des transactions plus institutionnelles comme les marchés secondaires ou le crédit privé, l'automatisation est plus probable. Pour les jeunes fondateurs, Gabe recommande la transparence, la persévérance et le développement de relations avec les investisseurs. Il encourage à avoir une confiance irrationnelle en sa vision, tout en étant conscient des risques. La construction d'une entreprise est un jeu d'élan cumulatif, et la peur de perdre cet élan le pousse à anticiper et à se préparer à tous les obstacles. Enfin, Gabe souligne que les entreprises qui réussiront à résoudre ces problèmes deviendront des "trous noirs" pour les talents, le capital et la marque. L'exécution est plus difficile que jamais, nécessitant agilité et résilience. L'équipe est plus importante que tout, et attirer les meilleurs talents est crucial et coûteux.