L’intelligence artificielle (IA) transforme de nombreux secteurs, dont le secteur financier. Dans cette situation, les gestionnaires d’actifs disposent de nouveaux outils d’IA qui peuvent les aider à mieux traiter et analyser les données afin de prendre les meilleures décisions d’investissement. Mais certaines voix avertissent également que cette technologie a encore du chemin à parcourir pour être totalement fiable.
«L’IA peut optimiser les portefeuilles, améliorer les stratégies de trading en temps réel et anticiper les mouvements du marché. Cela nous permet de maximiser la diversification des risques, de constituer des portefeuilles résilients et de développer des scénarios simulés à grande échelle », déclare Alberto García, directeur général des données et de l’intelligence artificielle chez Accenture en Espagne et au Portugal.
Ces outils peuvent traiter des millions de données qui prenaient auparavant des heures au responsable pour les collecter. Cette situation permet aux professionnels de disposer désormais de plus de temps pour effectuer d’autres tâches dans lesquelles le facteur humain peut apporter une valeur ajoutée. « Les gestionnaires pourraient utiliser des algorithmes d’apprentissage automatique pour prédire les mouvements du marché, évaluer les risques et découvrir de nouvelles opportunités d’investissement. De plus, l’IA peut automatiser les tâches de routine, permettant d’optimiser la gestion des ressources », déclarent-ils de l’équipe Openbank Wealth.
« En outre, l’IA, en particulier l’IA générative, peut ramener les managers à leur activité principale, la relation client, qui n’occupe désormais que 40 % de leur temps », explique García, d’Accenture. Pour Jordi Mercader, PDG d’inbestMe, « l’IA peut transformer la gestion active en surmontant les limitations humaines telles que les préjugés et en traitant de gros volumes de données avec une précision et une rapidité inaccessibles jusqu’à présent », explique Mercader. Ces technologies peuvent être appliquées dans des domaines tels que le « big data » ou les modèles d’apprentissage automatique, facilitant ainsi la prise de décision humaine et créant des systèmes autonomes qui gèrent les actifs plus efficacement, explique Mercader. Concernant les coûts associés à la gestion active, García, d’Accenture, estime que l’automatisation des tâches répétitives peut les réduire, en plus de contribuer à augmenter la rentabilité grâce à une meilleure gestion des risques.
Toutes les opinions ne sont pas aussi optimistes. Unai Asenjo, co-CEO de Indexa Capital, no cree que la IA vaya a suponer una ventaja en el análisis de las empresas, pero si lo hiciera, estas herramientas las incorporarían todos los gestores activos, se incorporarían a los precios y dejarían de ser un avantage. Un autre problème est le manque de fiabilité, selon Asenjo, à partir des données utilisées par les IA. « Actuellement, les IA inventent parfois des données alors qu’elles ne les disposent pas, elles ne sont donc pas suffisamment fiables pour orienter les décisions d’investissement », explique-t-il.
Openbank Wealth est d’accord sur cet aspect. « L’un des principaux défis à relever est la nécessité d’obtenir des sources de données fiables et de qualité, car leur exactitude en dépend », expliquent-ils à ABC. « Il existe un défi très spécifique : les algorithmes d’IA ne se généralisent pas bien et ne fonctionnent pas correctement sur des marchés aux tendances changeantes. Par conséquent, un défi important consiste à savoir comment combiner différents algorithmes d’IA pour les utiliser au moment où ils sont les plus efficaces », explique Mercader d’inbestMe.
Explicabilité
De son côté, García, d’Accenture, affirme que le principal défi de la gestion active est l' »explicabilité » de l’IA, un concept qui implique qu’un algorithme est explicable lorsqu’il peut être interprété et compris comment il a obtenu ses prédictions ou ses résultats. « Cela peut affecter la confiance des clients et la conformité réglementaire. Pour résoudre ce problème, des modèles d’IA plus interprétables peuvent être utilisés, tels que des arbres de décision et des techniques de feedback humain (en commençant toujours par des « copilotes » supervisés) », explique l’expert.
À l’échelle mondiale, la mise en œuvre de solutions d’IA dans la gestion active indique une croissance soutenue, reflétant un intérêt croissant pour son potentiel, déclare Mercader d’inbestMe. « Certains fonds ont déjà adopté avec succès l’IA dans leurs stratégies. Dans d’autres cas, l’adoption a été plus progressive, en particulier dans les stratégies basées sur les fondamentaux », déclarent-ils d’Openbank Wealth.
«En Espagne, nous avons un niveau d’adoption similaire à celui des pays de notre environnement réglementaire, mais nous devons accélérer et essayer de profiter rapidement de la vague de l’IA générative. Nous avons la possibilité de nous différencier en adoptant des modèles d’IA pour des scénarios spécialisés et en faisant évoluer la gestion active, à de meilleurs coûts », déclare García.
