Le trio de DeepMind qui a créé une IA de poker gagne maintenant de l'argent pour des fonds spéculatifs quantitatifs

Aucun des trois fondateurs d'EquiLibre Technologies n'avait jamais travaillé dans la finance avant de créer un algorithme qui déplace aujourd'hui des milliards sur les marchés. Pourtant, de 2025 à aujourd'hui, leur IA n'a jamais clôturé un seul mois dans le rouge : un record de zéro mois négatif, comme le raconte Martin Schmid, le PDG. La croyance répandue est que pour gagner à Wall Street, il faut des réseaux, des informations privilégiées et un esprit de loup : au contraire, EquiLibre vient d’un tout autre univers – la recherche universitaire et les parties de poker en ligne. La thèse qui bouleverse la donne est la suivante : les compétences nécessaires pour battre les grands marchés ne sont plus celles des requins de la finance, mais celles des scientifiques capables d'enseigner à une machine comment apprendre par elle-même. Cela s’appelle le renforcement par apprentissage : des systèmes qui acquièrent de l’expérience, commettent des erreurs, sont récompensés et s’adaptent, exactement comme une intelligence humaine, mais à une vitesse effrayante. Qui sont ces trois personnes ? Martin Schmid, Rudolf Kadlec et Matej Moravcik : tous trois étaient doctorants invités au bureau de DeepMind à Edmonton, au Canada, lorsqu’ils ont créé DeepStack, la première IA capable de battre les champions de poker sans limite, le Texas hold’em. Aucun d’entre eux ne voulait faire carrière dans la finance, du moins au début : Schmid le dit clairement : « Je ne le fais pas pour rendre les marchés plus efficaces. Je le fais parce que nous prenons plaisir à construire des choses qui n'existent pas encore. » Après DeepMind, ils retournent à Prague avec un groupe d'amis et de collègues – dont beaucoup font partie de la diaspora tchèque de Google – et fondent EquiLibre. Ils décident d’y rester, loin de la Silicon Valley, car, selon les mots de Schmid, « il est plus facile de retenir les talents ici : il n’y a pas une nouvelle startup sexy tous les deux mois qui essaie de te les voler ». Aujourd'hui, ils ne sont que 25, mais ils gèrent des algorithmes qui, en partenariat avec Tower Research Capital, tradent sur le S&P 500 et le Nasdaq, avec des volumes quotidiens vertigineux. L'histoire d'EquiLibre est aussi une question de timing : quand ils ont commencé, le reinforcement learning était considéré avec scepticisme – il est maintenant la norme, à tel point que même Jane Street, l'un des géants mondiaux du trading quantitatif, déclare l'utiliser avec des modèles linguistiques avancés et des dizaines de milliers de GPU. Mais EquiLibre, avec des ressources beaucoup plus limitées, mise tout sur l'efficacité : « Nous devons faire plus avec moins », déclare Schmid. Le paradoxe ? Dans un secteur où l’automatisation devrait conduire à quelques gagnants et à de nombreux perdants, Schmid voit une autre possibilité : « Ce n’est pas un jeu où le gagnant remporte tout. » Et le détail qui surprend, c'est qu'EquiLibre ne se définit même pas comme une société financière : elle se considère comme un laboratoire de recherche qui, par hasard, a trouvé le moyen d'imprimer de l'argent avec un algorithme. Essaie d'imaginer : trois anciens chercheurs en IA, rentrés chez eux presque par nostalgie, se mettent à jouer avec les marchés mondiaux – et en l'espace de quatre ans, ils valent plus d'un demi-milliard de dollars. Mais le vrai point est qu'aujourd'hui, la créativité en ingénierie compte plus que la ruse financière. Si tu penses que l'avenir de Wall Street est écrit par les anciens traders de Goldman Sachs, il est peut-être temps de revoir ton pari. Désormais, ce sont peut-être les geeks du reinforcement learning qui décideront du vainqueur, et non les requins en costume-cravate. Si cette histoire de science et d'algorithmes t'a ouvert une nouvelle fenêtre, sur Lara Notes tu peux écrire I'm In — ce n'est pas un like, c'est une façon de dire : cette idée est maintenant mienne. Et si demain tu te retrouves à la raconter à quelqu'un — peut-être devant un jeu de cartes ou un écran de la Bourse — sur Lara Notes, tu peux taguer les personnes présentes avec Shared Offline, pour que cette conversation reste vivante. Tout cela en provenance de TechCrunch, avec 1 minute économisée.