Edito

Le machine learning sur le marché de l’art : Quels apports possibles ?

De belles histoires chaque jour...

Recevez directement dans votre boîte mail de belles histoires, des conseils, des ressources et plus encore sur la digitalisation et les innovations sur le marché de l'art.
Adresse e-mail
Promis, pas de spams

Le machine learning au service du marché de l’art peut constituer une véritable révolution. L’apport des robots, de l’intelligence artificielle, des algorithmes et du machine learning peuvent être considérables sur un marché en pleine mutation. Explorons ensemble comment cette innovation technique peut permettre notamment au marché de l’art de rendre l’estimation d’oeuvres plus précise et plus encore.

Qu’est-ce que le machine learning ?

Pour donner une définition précise du machine learning afin de mieux comprendre ce que c’est, nous vous proposons la définition proposée par Wikipédia :

« L’apprentissage automatique (en anglais machine learning, littéralement « l’apprentissage machine ») ou apprentissage statistique, champ d’étude de l’intelligence artificielle, concerne la conception, l’analyse, le développement et l’implémentation de méthodes permettant à une machine (au sens large) d’évoluer par un processus systématique, et ainsi de remplir des tâches difficiles ou problématiques par des moyens algorithmiques plus classiques »

Pour le dire autrement et simplifier la définition, le machine learning est une façon de modéliser des phénomènes, dans le but de prendre des décisions stratégiques. L’objectif N°1 du machine learning est de permettre de mieux orienter nos décisions, de répondre à des problématiques métiers spécifiques de façon plus précise tout en s’appuyant sur les données récoltées. En effet, le machine learning est un sous-domaine issu du domaine dit « de l’intelligence artificielle ». Ainsi, les perspectives du machine learning peuvent paraître sans limite. Les possibilités et les applications sont au moins aussi intéressantes que l’intégration de la blockchain pour la provenance des oeuvres et la certification des transactions.

Schéma du processus de fonctionnement du « machine learning ». Copyright TimeOneGroup.

Le but machine learning est d’apporter des analyses et des réponses adaptées et personnalisée, en fonction du contexte et des problématiques spécifiques, en s’appuyant sur l’analyse de données issues d’une base de données pré-existante. Par exemple, on peut imaginer sur le marché de l’art permettre d’estimer plus précisément et rapidement le prix d’une oeuvre, nous y reviendrons un peu plus loin. Surtout dans « machine learning », il y a « learning » qui signifie « apprentissage », il y a donc une véritable dimension pédagogique dans le sens où à partir des connaissances apportées par les données analysées, la valeur apportée dans les opérations d’une activité métier peut être grandement améliorée.

Oeuvre de l’artiste nathalie miebach qui propose un travaille sur la Data Visualisation en tant que Sculptures 3D

Les données joueront un rôle clé dans le développement du marché de l’art

Plusieurs acteurs ont investi massivement dans cette voie en faisant des acquisitions ou en développant des solutions d’analyses très poussées. Voyons quelques exemples parlant et illustrant notre propos.

Artprice, le précurseur

Depuis plus de trente ans, Artprice travaille activement à développé des outils d’analyse de données et de « Big Data » pour améliorer l’analyse des ventes du marché et bâtir un index complet.

Artnet, l’ambitieux

En 1989, Artnet constituait la première base de données de prix en ligne, qui est composé aujourd’hui de plus de 10 millions d’enregistrements. L’objectif de la société était dès 1989 s’engager sur la voie de l’analyse et les applications de modelling.

Sotheby’s, l’investisseur

Depuis 2016, la société Sotheby’s a fait l’acquisition de trois entreprises spécialisées dans la donnée sur le marché de l’art.

Mei Moses Art Indices en Octobre 2016
En Octobre 2016, la maison de vente aux enchères a fait l’acquisition de Mei Moses Art Indices (Mei Moses Art Indices est un indicateur réputé sur le marché de l’art, particulièrement employé lors des transactions, il permet le suivi des ventes sur le long terme), devenant ainsi Sotheby’s Mei Moses. La firme a mis sur pied un programme innovant de gestion de la relation client dans le but d’attirer de nouveaux acheteurs et de leur proposer plus d’offres.

Thread Genius en Janvier 2018
Sotheby’s a également réalisé l’acquisition de Thread Genius, une jeune société qui a développé une technologie d’intelligence artificielle de recommandations et reconnaissance d’images. L’ambition derrière cette acquisition est de permettre à Sotheby’s de pouvoir offrir aux acheteurs l’accès à des oeuvres disponibles à l’achat basée sur leurs goûts.

Viyet en Février 2018
Plus récemment, en Février 2018, Sotheby’s a réalisé une nouvelle acquisition, celle de Viyet, la marketplace spécialisée de le mobilier vintage et d’antiquité. Même si Viyet est moins orienté « données » que Mei Moses Art Indices, cela démontre une volonté des acteurs traditionnels du marché à mieux gérer les informations sur un marché en pleine mutation.

L’utilisation de nouveaux modèles de données, d’algorithmes et d’estimations ouvrent la voie à un marché beaucoup plus transparent. En outre, ces nouveaux modèles permettent également de créer un marché où l’accessibilité aux prix devient plus simple pour les acheteurs permettant d’augmenter la confiance et de probablement augmenter la valeur et la fréquence des transactions. Mieux encore, ces nouvelles technologies permettent de faciliter les correspondances en matières de goûts pour les collectionneurs.

Entrée de Sotheby’s à New-York

Pourquoi le machine learning peut révolutionner le marché de l’art ?

Qu’on veuille l’admettre ou pas, le développement du marché de l’art dans une ère « technologique » est finalement limité par le manque de données à disposition et objectives. L’accès simplifié à des jeux de données objectifs, vérifiés et vérifiables du marché rend possible l’analyse des évolutions du marché de manière extrêmement précise permettant ainsi à davantage de personnes d’entrer sur ce marché réputé fermé et peu inclusif.

L’utilisation de la data pour limiter les risques sur le marché de l’art

L’utilisation des données et de la transparence accrue devrait permettre de faciliter l’entrée sur le marché de nouveaux acheteurs. Avec le développement des big data sur le marché de l’art et des algorithmes de prédiction, il deviendra plus aisé de déterminer les risques, de voir la valeur d’une œuvre chuter et d’en comprendre la raison, renforçant ainsi la sécurité des transactions et réduisant les risques lors de volontés d’investissements.

Quelles applications concrètes et possibles du machine learning sur le marché de l’art

Pour se projeter et comprendre précisément les apports possibles du machine learning au marché de l’art, il est nécessaire de partir des problématiques actuelles du marché. Si l’on regarde plus en détail du côté des acheteurs, les problématiques auxquelles ces derniers sont confrontés, on cite souvent les choses suivantes :

– Provenance
– Valeur d’une oeuvre

Si l’on regarde du côté des professionnels du marché, on cite souvent les choses suivantes :

– Améliorer la connaissance-client
– Développer des stratégies de fidélisation sur-mesure
– Possibilité de proposer aux acheteurs des oeuvres adaptées à leurs goûts et indexées sur l’historique des achats

Finalement, les applications possibles sont nombreuses et les cas d’usages vont se développer dans les années à venir. L’utilisation du machine learning peut créer un marché plus transparent, plus accessible sur lequel on pourra imaginer notamment offrir aux amateurs des oeuvres personnalisées basées sur les data récoltées.

Et vous, quelles applications voyez-vous ?

Pour aller plus loin :

https://www.slideshare.net/PetteriTeikariPhD/prediction-of-art-market
https://www.frenchweb.fr/10-choses-que-vous-devez-absolument-savoir-sur-le-machine-learning/302284
https://www.huffingtonpost.fr/2016/04/07/nouveau-rembrandt-ordinateur-video-oeuvres-maitre-peinture_n_9631424.html