- L’IA générative change la manière dont les dirigeants exploitent les données textuelles non structurées, telles que les rapports annuels, les contrats, les commentaires clients, les documents techniques et les mémos internes, pour générer des informations exploitables en stratégie commerciale.
- Auparavant, l’analyse de gros volumes de textes d’entreprise était longue et coûteuse, laissant de nombreuses données cruciales « piégées » dans des documents longs et difficiles à exploiter.
- La recherche a perfectionné un modèle GPT pour analyser la section « Description de l’activité » des rapports 10-K des sociétés cotées aux États-Unis afin de détecter les contenus liés aux produits et services soutenant la décarbonation.
- Le jeu de données d’entraînement comprenait environ 3 500 phrases étiquetées provenant de divers secteurs pour aider l’IA à distinguer la vente de solutions climatiques d’une simple mention des problèmes environnementaux.
- Le modèle a ensuite été appliqué pour classer près de 10 millions de phrases issues de 39 710 rapports 10-K de 4 483 entreprises américaines sur la période 2005-2022.
- Les solutions climatiques identifiées incluent les batteries, les véhicules électriques, le stockage d’énergie, les énergies renouvelables (éolien et solaire), les matériaux recyclés, les protéines végétales, les solutions d’économie d’énergie et les biocarburants.
- Les résultats montrent que le niveau d’« intensité des solutions climatiques » extrait du texte est corrélé à une croissance plus élevée des revenus, à une valorisation boursière plus importante et à des réactions positives du marché boursier face aux politiques climatiques.
- L’analyse textuelle aide également à détecter précocement la convergence entre les secteurs, par exemple la technologie de stockage d’énergie liée à la fois à l’industrie automobile et au secteur de l’électricité.
- Les secteurs ayant des thématiques de solutions climatiques similaires ont également tendance à afficher des fluctuations boursières similaires, indiquant que les bases commerciales deviennent interconnectées.
- L’IA générative aide aussi à vérifier les hypothèses stratégiques des dirigeants, par exemple que l’influence politique sur la transition énergétique est plus faible que prévu à mesure que la technologie devient moins chère et plus efficace.
📌 Par le passé, l’analyse de gros volumes de textes d’entreprise était chronophage et coûteuse, laissant de nombreuses données importantes « piégées » dans des documents longs et difficiles à extraire. L’IA générative change la manière dont les dirigeants exploitent les données textuelles non structurées telles que les rapports annuels, les contrats, les retours clients, les documents techniques et les mémos internes pour créer des informations exploitables dans la stratégie commerciale. Les signaux extraits du texte ne reflètent pas seulement les activités commerciales, mais sont également liés à la croissance des revenus, à la valorisation boursière et aux tendances concurrentielles. Cette méthode peut être appliquée à de nombreux autres domaines tels que la chaîne d’approvisionnement, les clients, les ressources humaines et les risques juridiques.
