Votre épargne dort sur un livret : un programme peut-il faire mieux ?
Par La rédaction — Actu patrimoine · Publié le · Mis à jour le
Votre livret rapporte des miettes, et on parle d'intelligence artificielle partout. Un programme peut-il faire travailler cet argent davantage ? Voici ce que ces outils font vraiment, ce qu'ils ne feront jamais, et à quelle condition ils servent à quelque chose.
En bref — En finance, « intelligence artificielle » désigne le plus souvent des programmes entraînés sur des données passées à repérer des situations qui se répètent. Ils trient vite, ne se fatiguent pas et appliquent une règle sans flancher : sur ces trois points, ils font mieux qu'un humain. Ils ne devinent pas l'avenir, ne comprennent pas un événement inédit et se ressemblent beaucoup entre eux. Avec des règles écrites à l'avance et quelqu'un pour les surveiller, ils aident à faire travailler une partie de son épargne. Seuls aux commandes, ils donnent une fausse impression de maîtrise.
Un livret autour de 1,7 %, une somme qui ne bouge plus depuis des années, et cette impression que la banque garde l’essentiel du travail. Alors on regarde ailleurs, et un mot revient dans les publicités : l'intelligence artificielle. Des programmes qui analyseraient les marchés à votre place, jour et nuit, sans émotion.
Ce mot recouvre deux choses : des outils qui font gagner du temps et de la rigueur, et un argument de vente qui habille n'importe quel produit. Les distinguer ne demande pas de savoir programmer. Disons-le tout de suite : quitter un livret pour les marchés, c'est accepter que la somme engagée puisse baisser, et parfois se perdre. Aucun programme n'y change rien.
Que désigne le terme quand on parle de marchés ?
Imaginez quelqu'un à qui vous confiez dix ans d'archives boursières : « repère-moi les situations qui ressemblent à aujourd'hui ». Il ne devine rien, il compare — plus vite que vous et sans se lasser. Trois familles se cachent derrière le même mot.
La première, c'est l'automatisation simple : un programme applique des règles écrites par un humain. Pas de l'apprentissage, de l'exécution — déjà précieuse, puisqu'un programme ne change pas d'avis sous le coup de la peur. La plupart des outils vendus au grand public sont de cette famille, quel que soit le vocabulaire.
La deuxième, c'est l'apprentissage sur les données. On lui donne un très grand nombre d'exemples passés et il cherche seul ce qui revient avant tel type de mouvement. Personne ne lui dicte la règle : il la déduit. Son apport tient au volume.
La troisième, c'est la lecture automatique de textes. Le programme parcourt communiqués, comptes rendus et presse économique, et en ressort une tonalité générale. Pour qui n'a pas trois heures par jour à lire, le gain est réel.
| Ce qu'on vous vend | Ce que c'est vraiment | Ce que ça apporte | La limite |
|---|---|---|---|
| « Robot intelligent » | Des règles écrites par un humain | La constance, jamais d'écart d'humeur | Rien n'est appris ni adapté |
| « IA prédictive » | La reconnaissance de situations déjà vues | Un tri rapide dans une masse de données | Ce qui n'est jamais arrivé n'est pas dans les données |
| « Analyse de sentiment » | La lecture automatique de textes | Une synthèse en quelques secondes | Le ton d'un texte ne dit pas ce que feront les prix |
Comment un programme apprend-il, concrètement ?
C'est l'étape qui sépare un outil sérieux d'un argument publicitaire. On lui fournit un historique et on le laisse ajuster ses réglages jusqu'à ce que ses réponses collent aux exemples. Puis on le teste sur une période qu'il n'a jamais vue. Si les résultats tiennent, on le juge utilisable.
Reste un point aveugle : la quantité d'exemples vraiment utiles. Dix ans de données heure par heure font environ 60 000 observations, mais deux ou trois crises seulement. Des dizaines de milliers de journées ordinaires, une poignée d'exceptionnelles : c'est l'inverse de ce qu'il faudrait, car les ordinaires ne coûtent rien et les exceptionnelles décident du résultat.
Ce déséquilibre a un nom, le surajustement : le programme apprend par cœur les hasards d'une période au lieu d'en tirer une règle solide. Bâtir un système parfait hier est facile ; en bâtir un qui tiendra demain, beaucoup moins. Notre article sur le test d'une stratégie sur données passées montre à quoi ressemble un test honnête. Comment savoir, alors, si l'outil qu'on vous propose a été éprouvé sérieusement, quand le vendeur ne montre que la partie qui l'arrange ?
Qu'est-ce qu'un programme ne saura pas faire ?
Voilà la partie qu'aucune publicité ne raconte. Il ne sait pas prédire : il apprend sur le passé et suppose que demain lui ressemblera. L'hypothèse tient la plupart du temps, puis cesse de tenir — les jours, précisément, où l'argent se perd vite. Ce qu'il fait bien : signaler qu'une situation ressemble à d'autres déjà vues, et vous laisser décider.
Il ne distingue pas non plus la cause de la coïncidence : il voit deux choses arriver ensemble, sans savoir laquelle provoque l'autre. Le jour où le lien se rompt, il applique une règle devenue fausse sans rien signaler. Ces outils se surveillent ; oubliés, ils obéissent à un monde disparu.
Enfin, il ne sait pas dire « je ne sais pas » : devant une situation inconnue, il répond quand même, avec la même assurance. Là où un professionnel suspend son jugement, la machine exécute.
Pourquoi les modèles se trompent-ils souvent ensemble ?
La question paraît lointaine, elle touche pourtant votre argent. Les périodes de forte tension sont celles où ces programmes se ressemblent le plus : mêmes données publiques, méthodes proches, équipes qui lisent les mêmes travaux. Devant un événement inhabituel, ils réagissent ensemble, dans le même sens.
La conséquence est concrète : les moments où votre outil se comportera le plus mal seront ceux où les prix bougeront le plus. Contrairement au livret, la somme engagée peut alors baisser — un outil automatisé ne l'empêche pas.
Puisque le défaut vient de la ressemblance, la parade tient dans la variété des approches et dans des règles de sortie décidées à froid. Reste à savoir lesquelles, et à s'y tenir le jour où tout bouge.
Le vrai risque est-il technique ou humain ?
Il est humain, et c'est une bonne nouvelle pour qui débute. Un outil sophistiqué donne le sentiment de maîtriser, et ce sentiment pousse à engager davantage, plus longtemps, avec moins de vigilance.
Les professionnels qui emploient ces méthodes ont autour d'eux des équipes de contrôle, des limites écrites noir sur blanc, une surveillance continue. L'outil vendu au particulier arrive rarement avec ces garde-fous, alors que c'est cette partie-là qui protège le capital.
Or ils ne sont pas une affaire de technologie : un plafond, un horizon, un point d'arrêt décidés à l'avance s'écrivent sur une feuille de papier. C'est pourquoi beaucoup de particuliers avancent accompagnés — quelqu'un qui pose les règles avec vous, et les rappelle quand l'envie vous prend de les contourner. Rien n'oblige à s'y mettre seul.
Dernier réflexe : demandez qu'on vous réexplique le fonctionnement en mots simples. Les termes techniques emportent plus facilement une signature, la complexité ressemblant à de la compétence. Ce qui ne se réexplique pas se comprend rarement.
Comment s'en servir sans se raconter d'histoires ?
Revenons à votre livret. Un tel outil se regarde comme un instrument de mesure, pas comme un oracle : il repère une situation, trie une masse d'informations, et surtout applique sans faiblir des règles décidées à froid. Cette dernière fonction est la plus utile au quotidien, comme l'explique notre article sur la discipline automatique.
Il ne remplace pas une décision : la part de votre argent exposée aux marchés, l'horizon, le moment où vous arrêtez, rien de cela ne se délègue. Beaucoup d'épargnants gardent leur livret pour l'argent du quotidien et n'engagent que la part dont ils n'ont pas besoin avant plusieurs années.
Une vérification simple, chaque trimestre : l'outil a-t-il fait mieux qu'une règle basique appliquée sans réfléchir ? Sinon, on paie cher pour de la complexité. À partir de quel écart en changer ? La réponse dépend de votre situation d'ensemble, et se règle avec un professionnel, pas seul devant un écran un dimanche soir.
Le sujet vous intéresse comme placement plutôt que comme outil ? C'est un autre débat, traité dans notre article sur l'investissement dans l'intelligence artificielle.
Ce qu'il faut retenir
- Un livret laisse votre argent tranquille mais immobile ; viser un potentiel plus élevé suppose d'accepter qu'il baisse parfois.
- Trois choses se cachent derrière le mot : l'exécution de règles, l'apprentissage sur données passées, la lecture automatique de textes.
- Ils apportent la vitesse, le tri et la constance : trois qualités qu'un humain fatigué n'a pas.
- Un programme voit surtout des journées ordinaires et très peu de crises : son apprentissage est déséquilibré par nature.
- Entraînés sur les mêmes données, ils réagissent ensemble et accentuent les mouvements.
- Le danger n'est pas la machine, c'est la fausse assurance qu'elle procure. Les garde-fous, eux, s'écrivent à la main.
