Le fonds Bridgewater raconte la construction du « Vault », un corpus de plus de 100 millions de documents interrogeable par ses analystes comme par ses agents IA.
Sam Green, responsable de l'IA appliquée, et Aaron Linsky, chef de l'ingénierie produit, détaillent comment Bridgewater Associates a bâti le « Vault » : plus de 100 millions de documents issus de 135 sources externes, complétés par les notes et réunions internes du fonds, nettoyés, soumis à des droits d'accès et étiquetés selon l'ontologie maison. L'objectif était d'appliquer aux données non structurées la même rigueur que celle que le fonds applique depuis cinquante ans à ses données chiffrées.
Trois leçons
Les intervenants en retiennent trois : un humain et un agent n'attendent pas la même chose d'un moteur de recherche ; les plus gros gains viennent pourtant d'un outil unique capable de servir les deux ; et l'enjeu final est d'avoir des agents qui signalent d'eux-mêmes aux investisseurs ce qui mérite leur attention. Ils expliquent aussi comment un jeu de test construit à la main a fait passer la précision des dix premiers résultats d'environ 60 % à plus de 90 %, et comparent les réponses obtenues sur le web ouvert et sur le Vault.
Watch this video directly on YouTube
Open on YouTube →