Restez informé avec des mises à jour gratuites
Inscrivez-vous simplement au Intelligence artificielle myFT Digest – livré directement dans votre boîte de réception.
Lors de son dernier appel aux résultats en tant que directeur général de la société de séquençage génétique Illumina, Francis deSouza a fait de son mieux pour rester positif.
Un rachat controversé de 8 milliards de dollars de l’entreprise de dépistage du cancer Grail avait suscité une campagne de la part de l’investisseur activiste Carl Icahn, des luttes avec les autorités de la concurrence des deux côtés de l’Atlantique et des critiques de la part des dirigeants fondateurs de Grail.
DeSouza a déclaré aux analystes que le drame n’affectait qu’« une très petite partie de l’entreprise ».
Mais chaque fois qu’on lui a posé des questions sur Grail, il y avait des changements dans sa fréquence de parole, sa hauteur et son volume, selon Speech Craft Analytics, qui utilise l’intelligence artificielle pour analyser les enregistrements audio. Il y avait également une augmentation des mots de remplissage comme « euh » et « ah » et même une gorgée audible.
Cette combinaison « trahit des signes d’anxiété et de tension, en particulier lorsqu’on aborde cette question sensible », selon David Pope, responsable des données de Speech Craft Analytics.
DeSouza a démissionné moins de deux mois plus tard.
L’idée selon laquelle les enregistrements audio pourraient fournir des indications sur les véritables émotions des dirigeants a attiré l’attention de certains des plus grands investisseurs mondiaux.
De nombreux fonds utilisent déjà des algorithmes pour parcourir les transcriptions des appels de résultats et les présentations d’entreprises afin de glaner des signaux à partir des mots choisis par les dirigeants – un domaine connu sous le nom de « traitement du langage naturel » ou PNL. Maintenant, ils essaient de trouver d’autres messages dans la façon dont ces mots sont prononcés.
« L’idée est que l’audio capture bien plus que ce qui est contenu dans le texte », a déclaré Mike Chen, responsable de la recherche sur l’alpha alternatif chez Robeco, le gestionnaire d’actifs. « Même si vous disposez d’une machine sémantique sophistiquée, elle ne capture que la sémantique. »
Les hésitations et les mots de remplissage ont tendance à être exclus des transcriptions, et l’IA peut également détecter certains « microtremblements » imperceptibles à l’oreille humaine.
Robeco, qui gère plus de 80 milliards de dollars de fonds basés sur des algorithmes, ce qui en fait l’un des plus grands quantitatifs, a commencé à ajouter des signaux audio captés via l’IA dans ses stratégies plus tôt cette année. Chen a déclaré que cela avait augmenté les rendements et qu’il s’attendait à ce que davantage d’investisseurs emboîtent le pas.
L’utilisation de l’audio représente un nouveau niveau dans le jeu du chat et de la souris entre les gestionnaires de fonds et les dirigeants.
« Nous avons trouvé une valeur considérable dans les transcriptions », a déclaré Yin Luo, responsable de la recherche quantitative chez Wolfe Research. « Le problème que cela a créé pour nous et pour beaucoup d’autres, c’est que le sentiment général devient de plus en plus positif. . .[because]la direction de l’entreprise sait que ses messages sont analysés.
Plusieurs articles de recherche ont révélé que les présentations sont devenues de plus en plus positives depuis l’émergence de la PNL, à mesure que les entreprises ajustent leur langage pour déjouer les algorithmes.
Un article co-écrit par Luo plus tôt cette année a révélé que la combinaison de la PNL traditionnelle avec l’analyse audio était un moyen efficace de différencier les entreprises à mesure que leurs documents devenaient de plus en plus « standardisés ».
Même si les coûts ont baissé, cette approche peut encore s’avérer relativement coûteuse. Robeco a passé trois ans à investir dans une nouvelle infrastructure technologique avant même de commencer à travailler sur l’intégration de l’analyse audio.
Chen a passé des années à essayer d’utiliser l’audio avant de rejoindre Robeco, mais a constaté que la technologie n’était pas suffisamment avancée. Et même si les informations disponibles se sont améliorées, il existe encore des limites.
Pour éviter de tirer des conclusions hâtives basées sur des personnalités différentes – certains dirigeants peuvent simplement être plus naturellement expansifs que d’autres – l’analyse la plus fiable consiste à comparer différents discours prononcés par la même personne au fil du temps. Mais cela peut rendre plus difficile l’évaluation des performances d’un nouveau leader – sans doute à un moment où un aperçu serait particulièrement utile.
« Une limite, même en PNL, est qu’un changement de PDG gâche le sentiment général. [analysis] », a déclaré un cadre d’une entreprise qui fournit des analyses PNL. « Cet effet de perturbation doit être plus fort avec la voix. »
Les développeurs doivent également éviter d’ajouter leurs propres préjugés dans les algorithmes basés sur l’audio, où les différences telles que le sexe, la classe ou la race peuvent être plus évidentes que dans le texte.
« Nous faisons très attention à ce que les préjugés conscients dont nous sommes conscients ne se manifestent pas, mais il pourrait toujours y en avoir des préjugés inconscients », a déclaré Chen. « Le fait de disposer d’une équipe de recherche nombreuse et diversifiée chez Robeco est utile. »
Les algorithmes peuvent donner des résultats trompeurs s’ils tentent d’analyser quelqu’un qui parle dans une langue non maternelle, et une interprétation qui fonctionne dans une langue peut ne pas fonctionner dans une autre.
Tout comme les entreprises ont tenté de s’adapter à l’analyse de texte, Pope a prédit que les équipes de relations avec les investisseurs commenceraient à coacher les dirigeants pour surveiller le ton de la voix et d’autres comportements qui manquent dans les transcriptions. L’analyse vocale a du mal à trouver des acteurs formés qui peuvent rester de manière convaincante dans leur personnage, mais reproduire cela peut être plus facile à dire qu’à faire pour les dirigeants.
« Très peu d’entre nous savent moduler notre voix », a-t-il déclaré. « Il est beaucoup plus facile pour nous de choisir nos mots avec soin. Nous avons appris à le faire dès notre plus jeune âge pour éviter d’avoir des ennuis.