J'ai testé une startup d'IA qui prétendait pouvoir dépasser les estimations de bénéfices de Wall Street. Il a gagné 40 fois sur 50
De nombreux PDG vivent ou meurent en atteignant leurs objectifs de bénéfices trimestriels. Une startup d’IA appelée Samaya vient de remettre en question ces cibles.
En 1997, un journaliste de Fortune observait : « La mesure la plus simple, la plus visible et la plus impitoyable du succès d’une entreprise… est devenue celle-ci : avez-vous réalisé vos bénéfices au dernier trimestre ? » Ces mots tiennent tout aussi bien aujourd’hui. En effet, la saison actuelle des résultats du troisième trimestre a été marquée par le même rituel vieux de plusieurs décennies : les investisseurs attendent de découvrir si une entreprise peut atteindre ou dépasser un objectif consensuel des analystes de Wall Street - puis récompenser ou punir le cours de l'action de l'entreprise en conséquence. Maintenant, ce rituel pourrait être bouleversé.
En octobre, j'ai été approché par une startup d'IA financière appelée Samaya, qui affirmait qu'elle pouvait prédire les résultats des bénéfices avec plus de précision que les analystes. Prouvez-le, dis-je. J'ai invité Samaya, qui a levé 43 millions de dollars auprès d'investisseurs de premier plan en 2025, à joindre le geste à la parole et à fournir des prévisions pour le troisième trimestre pour 50 grandes entreprises, allant de Coca-Cola à Carvana, avant la publication de leurs résultats.
L'entreprise a accepté le défi. Cela a conduit à une expérience de deux semaines au cours de laquelle nous avons placé les prévisions de Samaya en matière d’IA aux côtés du consensus des analystes de Wall Street dans une feuille de calcul, puis avons enregistré les résultats réels du troisième trimestre. Samaya n’a pas seulement battu les analystes, il les a enfumés. Pour 40 des 50 entreprises, les prévisions de la start-up d’IA étaient plus précises que le consensus de Wall Street et, dans la plupart des cas, avec une marge considérable.
L’expérience représente un petit échantillon sur une seule période de résultats, mais elle a des implications potentiellement importantes tant pour les investisseurs, les entreprises que les analystes. Plus largement, l’exercice a souligné une fois de plus à quel point l’IA transforme de nombreux aspects des entreprises américaines.
Pour ceux qui ne sont pas familiers avec la saison des résultats, cela se déroule comme ceci : la saison démarre quelques semaines après la clôture d’un trimestre civil et bat son plein lorsqu’un groupe de grandes banques publient leurs résultats, suivis par une série d’autres secteurs. Avant la publication des résultats de chaque entreprise, une poignée d’entreprises, dont FactSet et Zacks, publient une estimation consensuelle qui reflète la moyenne des prévisions des analystes pour les performances d’une entreprise donnée. Lorsque les résultats réels des bénéfices sont publiés, toute divergence significative par rapport aux prévisions de « la rue » conduit les investisseurs à faire monter le prix de l’action en cas de battement, et à le baisser en cas d’échec.
Aux fins de l'expérience IA versus analystes, Fortune et Samaya ont sélectionné 50 entreprises qui ont publié leurs résultats du troisième trimestre entre le 26 octobre et le 5 novembre, couvrant dix secteurs différents allant des soins de santé à l'énergie en passant par l'informatique. Dans chaque cas, Samaya a fourni une estimation basée sur l'IA pour la mesure la plus importante (BPA ou chiffre d'affaires) pour une entreprise donnée au moins un jour avant la publication de ses résultats. À titre de comparaison, l’exercice a utilisé un consensus d’analystes fourni par Bloomberg.
Lorsque les premiers résultats sont arrivés, il est devenu clair que Samaya ne soufflait pas de fumée. La startup avait prévu que Verizon générerait 34,52 milliards de dollars de revenus – un chiffre plus proche du chiffre réel de 34,31 milliards de dollars que de 34,77 milliards de dollars, chiffre consensuel des analystes. De même avec UPS, où la prévision de Samaya pour un BPA ajusté de 1,65 $ était plus précise que l'estimation consensuelle de 1,62 $. (Le chiffre réel était de 1,67 $.)
Après avoir perdu contre AI sur les quatre premières sociétés à publier leur rapport, les analystes ont riposté, produisant des estimations plus précises pour les deux suivantes, S&P Global et PayPal. Mais à partir de ce moment-là, c'est la déroute de Samaya, qui fournit de meilleurs choix à 36 des 44 sociétés restantes. Ses victoires notables incluent Palantir (où il prévoyait un chiffre d'affaires de 2,30 milliards de dollars contre le chiffre réel de 2,31 milliards de dollars et 2,18 milliards de dollars pour les analystes) et le géant de l'énergie Permian Resources, où Samaya prévoyait exactement le chiffre réel du BPA de 0,69 $, alors que Street avait prédit 0,625 $.
Le raté le plus notable de Samaya est venu avec Yum Brands. La prévision de BPA de la startup d'IA de 1,42 $ était bien inférieure au BPA réel de 1,56 $ du géant de l'alimentation, tandis que les analystes se rapprochaient d'une prévision de 1,49 $. Samaya a également perdu face aux analystes lorsqu'il s'agissait de prévoir dans quelle mesure les géants de la technologie Amazon et Google ne parviendraient pas à atteindre leurs attentes en matière de revenus.
Le PDG de Samaya, Maithra Raghu, souligne que là où le consensus de Street s'est avéré plus précis, c'était généralement dans le cas de très grandes entreprises qui font l'objet d'importants volumes de recherche privée. La plupart de ces recherches ne faisaient pas partie du matériel de formation de Samaya, a-t-elle déclaré, expliquant que la startup s'appuyait plutôt sur des données accessibles au public telles que des dossiers, des reportages et des transcriptions d'entretiens.
Raghu dit que Samaya, dont les clients comprennent des banques et des hedge funds, ajoutera probablement des notes d'analystes aux données de formation pour les bénéfices futurs. Mais elle a également exprimé sa crainte que cela puisse biaiser l’IA en lui apprenant à intérioriser le même type de désir de consensus qui définit de nombreux analystes de Wall Street.
"Je pense qu'il y a de la sécurité dans les chiffres", a déclaré Sheraz Mian, directrice de la recherche chez Zacks, l'une des sociétés qui compile les chiffres consensuels des analystes. Mian est lui-même analyste, il connaît donc bien la façon dont un consensus de Wall Street émerge – un processus qui est à la fois enraciné dans la nature humaine et qui est souvent un jeu de pression tacite de la part des entreprises.
Selon Mian, il y a des moments où un analyste peut croire que les bénéfices trimestriels d’une entreprise seront bien en deçà de ce que la plupart des gens attendent. Mais il dit qu’il existe des incitations à ne pas prendre de risques et à le dire. En effet, il est peu probable que les éloges potentiels liés à la publication correcte d’une prévision peu orthodoxe compensent les dommages à la réputation qu’un analyste subira si une telle prévision est fausse. Dans l’ensemble, il existe une incitation tacite à rester fidèle au troupeau.
Cet instinct de conformité est renforcé par les équipes de relations avec les investisseurs des entreprises, qui sont elles-mêmes confrontées à de puissantes incitations lorsqu'il s'agit d'objectifs de bénéfices. Dans une observation qui est aussi vraie aujourd'hui qu'à l'époque où elle a été écrite, l'histoire de Fortune de 1997 soulignait comment : "Le prix de manquer un quart a fortement augmenté, en particulier parmi les actions de croissance à prix élevé. Dans la fraternité des actions de croissance, "manquer un centime" implique désormais le comble de la stupidité des entreprises. "
En effet, l'histoire des bénéfices au cours des dernières décennies montre que, même si le fait de dépasser les prévisions donne généralement un léger coup de pouce aux actions, le fait de manquer ces prévisions - même de peu - conduit les investisseurs à punir les actions de manière disproportionnée. L'une des conséquences de ce phénomène, explique Mian, est que les équipes IR surveillent de près les analystes individuels et les appellent rapidement, surtout si elles estiment qu'une prévision est trop optimiste.
Même si un changement de règle apporté par la Securities and Exchange Commission en 2000, connu sous le nom de Réglementation Fair Disclosure, interdit aux entreprises de fournir des informations importantes - y compris leurs bénéfices à venir - aux analystes, elles sont toujours en mesure d'exercer une pression douce et considérable, explique Mian.
"À long terme, ils fournissent des chiffres optimistes qui finissent par atteindre des objectifs réalisables, de sorte qu'une proportion plus élevée d'entreprises finissent par atteindre ou dépasser les attentes dès la clôture", explique Paul Hribar, professeur de comptabilité à l'Université de l'Iowa.
Hribar observe également qu'en réponse à tout cela, l'idée d'un « chiffre chuchoté » à Wall Street existe depuis longtemps – un chiffre qui est plus proche de ce que les gens croient réellement que de ce qui est annoncé dans les prédictions publiques. Mais si les modèles d’IA comme celui de Samaya gagnent du terrain, la question reste ouverte de savoir si le rituel actuel en matière de bénéfices consistant à proposer un chiffre « consensuel », ou même une version chuchotée de celui-ci, persistera.
Après tout, le régime actuel de rémunération est fortement ancré dans les incitations et les préjugés humains – des qualités qui ne sont pas partagées par les modèles d’IA insensibles. Il est bien sûr possible qu’avec le temps, les modèles d’IA internalisent également ces biais et les reflètent dans leurs résultats – une possibilité que Raghu, PDG de Samaya, a explicitement soulignée. Mais il est également possible que la croissance des prévisions basées sur l’IA fasse complètement exploser le confortable consensus entre analystes et RI.
Le succès apparent du modèle de Samaya soulève également la question de savoir si Raghu, un ancien membre de l’équipe fondatrice de Google Brain AI, pourrait décider d’abandonner la vie de startup au profit du trading d’actions. Elle dit que la question n’est « pas rare », mais que ses projets pour l’instant sont plutôt de continuer à travailler sur la technologie de Samaya.
Traduit automatiquement de l'anglais
Pas encore recoupée
Seule la rédaction Fortune rapporte cette information pour l’instant. Elle reste « source unique » tant qu’une autre rédaction ne l’a pas confirmée.
- Fortune19 nov., 09:00
| Éditeur Fortune (niveau établi) | +76 |
| Résumé détaillé | +2 |
| Total | 78 |
Méthode : les dépêches sont regroupées d’après les mots de leur titre et de leur résumé ; chaque rédaction compte une fois ; les chiffres sont lus tels que publiés. Rien ici n’est rédigé par une IA.
