L'évolution de la finance moderne a été étroitement liée à l'évolution des ordinateurs, communication, et mathématiques financières. Deux changements principaux se sont produits dans les années 1970 avec le début du trading de produits dérivés et après la crise de 2007 avec l'introduction massive de la fintech.

La tarification des produits dérivés a commencé avec la célèbre équation et formules de Black et Scholes en 1974, suivi d'une multitude de méthodes mathématiques pour calculer les prix des produits dérivés. Toujours, même les prix des produits dérivés des années 1980 nécessitaient des supercalculateurs, donner aux grandes entreprises un avantage concurrentiel majeur - avant la crise de 2007, le volume des échanges était proche de 1 000 milliards de dollars par jour. L'opinion dominante était que les dérivés nous avaient permis de compléter les marchés financiers afin que tout flux de trésorerie puisse être généré.

Cette croyance a été brisée par la crise financière de 2007, qui a montré que la couverture ne peut être parfaite que tant que les contreparties restent solvables. Avec l'échec de Lehman Brothers, le monde de la finance a douloureusement compris qu'il y a un risque dans les produits dérivés et que les marchés libres ne s'autorégulent pas. Pour les sauver, les banques centrales ont injecté des milliards de dollars, euros et yens en liquidité grâce à l'assouplissement quantitatif (QE). Aux Etats-Unis, la Fed a injecté quelque 4 500 milliards de dollars de liquidités, environ un tiers de la masse monétaire totale.

Comprendre les clients et atténuer les problèmes

Après la crise, le monde financier s'est attaché à comprendre les clients et à atténuer les problèmes créés par les manipulations de marché rendues possibles par le trading automatisé. La Fintech utilise des techniques informatiques pour modéliser le comportement des clients, pour automatiser les relations avec les clients et pour planifier et exécuter des transactions. À la fois, un certain nombre de « flash crashs » – chutes soudaines mais de courte durée de la valeur marchande – ont attiré l'attention des principaux acteurs sur le risque d'encombrement des algorithmes.

Un nouveau changement majeur est maintenant en vue grâce à la mise en œuvre possible des ordinateurs quantiques. Au lieu de bits binaires - l'unité élémentaire d'information classique - l'informatique quantique utilise des qubits (bits quantiques), obtenu par la superposition d'états binaires. Cela leur permettrait de traiter une quantité d'informations beaucoup plus importante des milliers de fois plus rapidement que les ordinateurs classiques.

On croyait généralement que l'informatique quantique était loin dans le futur, mais Google a récemment annoncé avoir effectivement atteint cet objectif. D'abord, les Temps Financier a rapporté que Google avait publié un article sur le site Web de la NASA annonçant que son ordinateur quantique appelé Sycamore avait été capable d'effectuer en trois minutes un calcul qui en prendrait 10, 000 ans à jouer sur des supercalculateurs classiques. Le document a ensuite été retiré du site Web, mais Google a confirmé l'annonce avec un article du 23 octobre dans La nature et a invité des scientifiques et des journalistes à regarder le calcul.

Sauts quantiques

Pourquoi est-il si important d'atteindre la suprématie quantique ? Les économies modernes sont façonnées par des calculs complexes. Les supercalculateurs sont utilisés pour concevoir des produits tels que des voitures et des avions, inventer de nouveaux médicaments, créer des circuits électroniques, économies modèles, organiser une logistique à grande échelle et étudier le climat. Malheureusement, les calculs nous permettent également de fabriquer des armes mortelles et, de plus en plus, surveiller et tenter de contrôler le comportement des populations.

Au cours des 70 dernières années, la puissance de calcul a augmenté d'un multiple ahurissant. Dans les années 1960, même les ordinateurs puissants n'étaient capables d'effectuer que quelques MFLOPS (millions d'opérations en virgule flottante par seconde) alors qu'aujourd'hui l'ordinateur le plus puissant est capable d'effectuer près de 100 PetFLOPS (10 augmentés à la 17e puissance).

Même avec une telle puissance, il y a des tâches de calcul importantes qui ne sont pas résolvables ou seulement partiellement résolvables aujourd'hui. L'étude de la combustion et de la turbulence, l'étude de molécules à partir de principes physiques de base (simulation quantique-mécanique), l'ingénierie de la fusion nucléaire et même les problèmes logistiques sont quelques-uns des grands défis du calcul tels que définis par le programme fédéral de calcul et de communication à haute performance (HPCC). Résoudre ces problèmes donnerait à une entreprise ou même à une nation un avantage concurrentiel important. Il y a, bien sûr, aussi la sinistre possibilité de créer des armes plus destructrices.

Quelle serait l'importance de la suprématie quantique pour la finance et l'économie ? D'abord, l'informatique quantique rendrait les techniques cryptographiques actuelles dangereuses. Les méthodes et les algorithmes devront être modifiés. Cryptographie post-quantique, ou cryptographie résistante quantique, est un secteur d'études florissant à la fois dans le milieu universitaire et auprès d'entreprises impliquées dans la cryptographie. Certaines entreprises proposent déjà des produits pour la cryptographie post-quantique, ce qui sera une grosse affaire.

Intuition, pas la force brute

Mais les changements majeurs concerneraient probablement l'intelligence artificielle (IA) et l'apprentissage automatique. Le fait est que nous ne savons pas comment fonctionnent l'intuition humaine et la résolution de problèmes. Finalement, les ordinateurs résolvent les problèmes avec une approche de force brute en examinant différentes alternatives et en choisissant la meilleure. L'espace de recherche des ordinateurs quantiques pourrait être des milliers de fois plus grand que l'espace de recherche considéré par les ordinateurs actuels. Il deviendrait possible de synthétiser une conception à partir de spécifications et les machines pourraient devenir plus "créatives" grâce à la capacité d'explorer une vaste gamme de solutions de conception possibles. Dans les domaines de la finance et de l'économie, l'informatique quantique pourrait conduire à analyser un grand espace de données hétérogènes pour faire des prévisions financières et comprendre des phénomènes économiques.

Au milieu d'un tel espoir, la prudence s'impose :les données financières et économiques sont vraiment complexes, et l'analyse ne mènera pas nécessairement à des prévisions plus précises étant donné la complexité des données. La complexité et la non-stationnarité des données peuvent défier l'analyse. En d'autres termes, on peut se demander si l'utilisation de l'informatique quantique réduira l'incertitude.

L'effet global de l'informatique quantique sur la vie économique et sociale dépendra de l'utilisation qui sera faite de cet outil – et qui découle de décisions humaines plutôt que d'être forcé par la connaissance elle-même.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.