C'est l'aube de l'âge d'or des technologies prédictives.Des milliards d'algorithmes sophistiqués alimentés par de vastes ordinateurs permettent aux prévisionnistes de traiter des quantités de données toujours plus grandes.Dans une gamme de domaines de la météo à la médecine en passant par les affaires, notre capacité à tirer des conclusions sur l'avenir devrait être meilleure maintenant qu'à n'importe quel stade de l'histoire.
Et pourtant, ce n'est pas.En effet, notre passé récent - de Covid-19 à la grande crise financière - pourrait être considéré comme une histoire de notre incapacité à prédire l'avenir.
L'avènement de la technologie et le changement qui en résulte dans notre capacité à prévoir des événements futurs potentiels a coïncidé avec une augmentation exponentielle de la gamme et de la variété des résultats possibles.Les mêmes progrès technologiques qui nous ont permis d'être plus certains de nos décisions ont augmenté la complexité du paysage dans lequel ces décisions ont lieu.Le graphique ci-dessous, qui illustre la croissance des données depuis 2010, raconte deux histoires: l'une concerne la quantité d'informations que nous avons sur lesquelles fonder nos décisions, et l'autre concerne la nature potentiellement écrasante de la taille et de la complexité de ces données.
Comment pouvons-nous commencer à saisir l'avantage de nos tentatives pour voir ce qui se passe au coin de la rue?Nous devons reconnaître que les outils que nous avons utilisés dans le passé pour modéliser les résultats futurs étaient fondés sur un environnement en régime permanent.Pour s'engager dans un avenir de changement exponentiel, nous avons besoin que nos outils soient aussi dynamiques que le monde dont ils cherchent à prédire les résultats.Nous devons reconnaître lors de l'utilisation de données pour faire des prédictions que le monde de demain sera considérablement différent du monde d'aujourd'hui.
En termes pratiques, cela implique le tissage de la technologie dans autant de domaines de notre vie que possible, reconnaissant les sphères dans lesquelles la vitesse, l'efficacité et la sophistication de la technologie dépassent de loin les capacités des alternatives analogiques.Cela nécessite également un changement dans l'état d'esprit.
Dans cet article, je voudrais réfléchir à ce que la vitesse du changement technologique a fait à notre conception de l'avenir du risque.La modélisation du risque est une autre façon dont nous cherchons à cartographier la forme du futur, le plus courant de nos tentatives de prédiction.Vivre dans un monde de changement exponentiel exige une altération radicale de la façon dont nous visualisons l'avenir et une reprogrammation dynamique de notre compréhension du risque.Nous devons abandonner bon nombre des principes par lesquels nous avons compris le passé et adopter à la place de nouvelles façons de conceptualiser l'avenir, embrassant le changement comme le moteur de l'innovation et de la croissance.
Pensez à la loi de Moore, l'observation faite en 1965 par le co-fondateur d'Intel Gordon Moore que le nombre de transistors dans un circuit intégré double environ tous les deux ans.Cette relation exponentielle a longtemps été considérée comme un indicateur indirect de la croissance de la puissance de traitement et a été utilisé pour illustrer aux informaticiens à la fois la gamme et les limites de leurs ambitions.La loi de Moore a cependant commencé à se décomposer, et elle se décompose à la suite de l'innovation technologique qu'elle cherche à prédire.
Avec l'arrivée de l'IA et des processeurs alternatifs, le nombre de transistors n'est tout simplement plus une représentation utile de la puissance de traitement.Les puces sont devenues de plus en plus petites, sont passées de 2D à 3D, utilisent des matériaux de plus en plus sophistiqués et spécialisés dans leur construction, mais les unités de traitement central traditionnelles (CPU) ne sont plus la ligne de front de l'innovation technologique.Une étude récente de Silicone Angle a montré qu'une définition stricte de la loi de Moore, qui nécessiterait un nombre de transistors à croître à un taux annuel de 40%, avait ralenti à 30% d'ici 2020.Et pourtant, la puissance de traitement, en tenant compte de la combinaison des processeurs traditionnels avec l'IA et des processeurs alternatifs, augmente à plus de 100% chaque année.Partout où nous regardons, les règles d'hier sont réécrites par la montée en puissance significative de la technologie.
Nous sommes à un point d'inflexion dans la science de la prédiction.Les humains ont souvent des notions fixes sur le fonctionnement du monde et peuvent être inflexibles lorsqu'il s'agit d'emprunter de nouveaux chemins.Certains segments de l'industrie des services financiers ont lent adopter la technologie, mais les sceptiques trouvent leurs arguments contestés en augmentant les preuves que les ordinateurs, en particulier lorsqu'ils sont associés à des talents humains, peuvent agir plus efficacement pour trouver des opportunités sur les marchés.Si la dernière décennie concernait l'accrétion massive de données, la prochaine décennie pourrait bien affiner notre capacité à traiter et à utiliser des données.Nous commençons juste à comprendre ce que la technologie rendra possible en matière de prédiction.
Où cela nous laisse-t-il alors que nous regardons vers l'avenir?Nous ne sommes qu'au début de la révolution technologique.Les années à venir nécessiteront un dynamisme et une flexibilité encore plus importants des institutions, des penseurs et des travailleurs.La croissance exponentielle nous oblige tous à subir un processus quotidien de rejet des certitudes du passé afin d'adopter un avenir de changement radical.
