Pendant des décennies, les modèles économiques traditionnels ont eu du mal à prédire avec précision les crises majeures – depuis l’effondrement financier de 2008 jusqu’à l’urgence climatique actuelle. Aujourd’hui, un scientifique chevronné et ancien batteur du marché propose une solution radicale : un super-simulateur qui modélise chaque entreprise sur Terre, prenant des décisions réalistes à mesure que l’économie évolue. Le coût ? Environ 100 millions de dollars.
L’échec des modèles traditionnels
Les modèles économiques traditionnels fonctionnent selon des hypothèses qui ne tiennent tout simplement pas dans le monde réel. Soit ils simplifient à l’extrême la réalité au point de devenir inutiles, soit ils deviennent impossibles à calculer lorsqu’ils sont mis à l’échelle pour représenter toute la complexité des marchés mondiaux. Cela a conduit à des échecs constants dans les prévisions, coûtant des milliers de milliards de dollars en pertes financières et entravant l’efficacité d’une politique climatique.
Le problème n’est pas seulement la précision ; c’est l’approche fondamentale. Les modèles existants supposent une rationalité parfaite, ce qui signifie que les agents (entreprises, consommateurs) savent tout et prennent des décisions optimales. C’est irréaliste. Les acteurs du monde réel apprennent par essais et erreurs, imitent les autres et opèrent dans un environnement d’informations incomplètes.
La solution à la complexité
L’économie de la complexité offre une voie différente. En simulant des millions d’agents, chacun avec des règles simples mais évolutives, le système peut générer des comportements émergents qui reflètent les modèles du monde réel. Cette approche réduit considérablement les exigences informatiques tout en augmentant le réalisme. Comme l’explique le professeur Doyne Farmer, physicien devenu économiste : « Nous voulons faire pour la planification économique ce que Google Maps a fait pour la planification du trafic… une réponse intelligente et utile. »
Le bilan de Farmer parle de lui-même. Il a exploité les failles de la roulette de casino dans les années 1970 en utilisant les premiers ordinateurs numériques, puis a construit des systèmes de trading automatisés qui ont surpassé Wall Street dans les années 1990. Il applique désormais cette même rigueur analytique à la modélisation économique.
Appliquer la complexité au changement climatique
La crise climatique représente un échec particulièrement aigu des modèles traditionnels. Les projections actuelles ont systématiquement sous-estimé la rapidité de l’adoption des énergies renouvelables et la baisse des coûts. L’équipe de Farmer construit un modèle englobant 30 000 sociétés énergétiques et 160 000 actifs, simulant leur prise de décision dans un environnement dynamique.
Les premiers résultats suggèrent un potentiel d’économies significatives : une transition rapide vers une énergie propre pourrait permettre à la planète d’économiser des milliards de dollars. Le modèle n’est pas seulement théorique ; il s’appuie sur 25 années de données réelles, permettant des prévisions et une planification stratégique plus précises.
Pourquoi maintenant ?
Trois facteurs clés rendent cette approche viable aujourd’hui :
- Puissance de calcul : Les ordinateurs modernes sont capables de gérer les exigences informatiques des simulations basées sur des agents à grande échelle.
- Disponibilité des données : De vastes ensembles de données sur l’activité économique, la production d’énergie et le comportement des entreprises fournissent la matière première pour une modélisation réaliste.
- Progrès théoriques : La science de la complexité offre de nouveaux outils, notamment l’apprentissage automatique, pour gérer les stratégies évolutives et les chocs systémiques.
Un appel à l’investissement
L’équipe de Farmer recherche activement des financements pour accélérer le développement. Le prix de 100 millions de dollars est une bonne affaire, étant donné le potentiel d’atténuer des milliers de milliards de pertes économiques et d’optimiser la politique climatique. Comme le dit Farmer : « Si quelqu’un veut nous donner des millions de dollars pour nous aider à construire ces modèles, nous tirons notre chapeau. »
Le développement de ce modèle de complexité n’est pas seulement une entreprise scientifique ; c’est une nécessité urgente. En abandonnant les hypothèses dépassées et en acceptant le désordre réel des systèmes économiques, nous pouvons enfin créer des outils capables de prédire et de gérer avec précision les crises du 21e siècle.
