Illustration par ChatGPT
III. La concentration des plateformes.
KakaoBank, la plus grande banque numérique de Corée, n’est pas seulement une application, c’est une IA qui connaît chacun de ses usagers.
– La palette technologique : Lorsque vous faites une demande de prêt, il n’y a pas d’entretien avec un conseiller. L’IA analyse les documents que vous avez fournis – mais ce n’est qu’une partie du processus. Elle traite l’ensemble des métadonnées de votre écosystème Kakao : la fréquence de vos SMS, la régularité de vos trajets en taxi, les types de cadeaux que vous envoyez sur KakaoTalk. À l’aide d’un modèle d’IA propre et explicable, elle établit en quelques secondes une notation de crédit non conventionnelle.
– La réalité vécue : une jeune freelance aux revenus instables mais menant une vie numérique stable et responsable obtient un prêt immobilier. Dans une banque traditionnelle, elle représente un risque. Pour l’IA de KakaoBank, la profondeur et la granularité de ses données comportementales prouvent sa stabilité mieux qu’un bulletin de salaire. Son empreinte numérique devient son atout.
– L’intégration profonde : il s’agit de l’intégration de l’ensemble de l’économie de plateforme dans l’identité juridique et financière. Cela détruit l’ancienne dichotomie entre économie « formelle » et « informelle ». Chaque action en ligne est potentiellement un point de données financières. La saturation intense de la Corée par une plateforme unique (Kakao est partout) rend cette vision financière totalisante tout spécialement possible.
La plateforme KakaoTalk porte donc des conversations qui, dans d’autres pays, se répartissent entre une douzaine d’applications concurrentes. KakaoBank, s’appuyant sur ce substrat concentré, n’évalue pas la solvabilité à partir des seuls dossiers financiers : son IA ingère l’ensemble des métadonnées comportementales de la vie numérique d’une personne – le rythme de ses messages, la régularité de ses déplacements, les motifs récurrents de ses dons sociaux – et produit une notation de crédit à partir de la totalité de sa présence dans l’écosystème de plateformes. La jeune travailleuse indépendante aux revenus instables, mais au comportement numérique stable et responsable, obtient un prêt hypothécaire qu’une banque traditionnelle lui aurait refusé. Ses traces numériques sont devenues son actif.
Naver structure les recherches d’information à travers une interface commune CLOVA CareCall (ou surnommé « Talking Buddy »), qui utilise ses grands modèles de langage (LLM) : il ne s’agit pas d’un bot générique. Ce sont les collectivités locales (comme le district de Seongdong-gu à Séoul) qui s’abonnent au service. Elles fournissent à Naver la liste des personnes âgées vivant seules. L’IA passe un appel en langage naturel. La technologie de base repose sur l’« empreinte vocale », capable de détecter la dépression à partir de changements subtils dans le ton, le rythme et le vocabulaire au fil du temps, et de signaler les personnes à haut risque à un assistant social. Elle engage également des dialogues faisant appel à la mémoire à plus long terme : « La semaine dernière, vous avez dit que vous alliez à l’hôpital. Comment cela s’est-il passé ? »
Telle est la concentration des plateformes agissant comme densité de couplage, opérant dans ses conséquences les plus essentielles : chaque interaction sur un substrat partagé devient un point de donnée dans un réseau de couplage unifié, interprétable dans le même cadre, alimentant les mêmes boucles d’apprentissage. Lorsqu’un système atteint une telle densité de stockage, il ne se contente plus de refléter la population : il la modélise entièrement.
(à suivre…)
Laisser un commentaire