Il y a une dizaine d'années, l'investissement socialement responsable (ISR) était dans la même situation que l'intelligence artificielle (IA) aujourd'hui : une considération relativement mineure appelée à devenir prépondérante. Aucun gestionnaire de fonds ne pourrait aujourd'hui affirmer qu'il ne se soucie pas du caractère durable de ses investissements ; et il est vraisemblable qu'aucune société de gestion ne prétendra ignorer les enjeux posés par l'utilisation de l'intelligence artificielle d'ici quelques années.
...

Il y a une dizaine d'années, l'investissement socialement responsable (ISR) était dans la même situation que l'intelligence artificielle (IA) aujourd'hui : une considération relativement mineure appelée à devenir prépondérante. Aucun gestionnaire de fonds ne pourrait aujourd'hui affirmer qu'il ne se soucie pas du caractère durable de ses investissements ; et il est vraisemblable qu'aucune société de gestion ne prétendra ignorer les enjeux posés par l'utilisation de l'intelligence artificielle d'ici quelques années. Les gestionnaires font face à une avalanche de données (big data), qui rendent leur tâche beaucoup plus compliquée que lorsqu'il leur suffisait de regarder leur écran Bloomberg et quelques recherches envoyées par les courtiers. " Au cours des trois ou quatre dernières années, la croissance du volume d'informations disponibles digitalement a été exponentielle ", indique Mark Ainsworth, responsable du département Data Insights chez Schroders. Et cette croissance ne devrait pas se ralentir, avec un nombre d'objets connectés qui est appelé à augmenter de 20 milliards à plus de 50 milliards d'ici 2030. Se pose donc aujourd'hui la question de pouvoir analyser ces flux et d'en retirer des décisions d'investissement pertinentes pour les gestionnaires ; et c'est là que le développement d'algorithmes entre en jeu. " Les intelligences artificielles et la montée en puissance du big data sont deux phénomènes qui sont inséparables ", souligne Michael Fraikin, responsable de la recherche chez Invesco Quantitative Strategies. Pour Valentijn van Nieuwenhuijzen, CIO de NN Investment Partners, " les recettes qui ont fonctionné dans le passé ne fonctionneront pas dans le futur, tandis que les exigences de performance de nos clients n'ont pas fondamentalement changé. Il faudra être en mesure de s'adapter et développer des ressources en matière d'intelligence artificielle. Dès mon arrivée à mon poste actuel en 2016, j'ai mis cette exigence en haut de mes priorités ". Les intelligences artificielles jouent déjà un rôle important dans les décisions d'investissement. Chez Invesco Quantitative Strategies, le trading est ainsi géré par des algorithmes depuis quelques années. " Nous avons ainsi pu réduire nos frais de courtage de 40%, car nous n'impactons plus les cours sur le marché lorsque nous vendons une position ", indique Michael Fraikin. Mais c'est surtout dans l'utilisation des données pour réaliser des décisions d'investissements que le potentiel de la science des données est le plus important. Chez Schroders, l'équipe Data Insights (20 personnes) va ainsi assister les équipes de recherche dans divers domaines, par exemple pour déterminer dans quelle mesure une fusion va entraîner une obligation de fermer des agences, ou l'orientation des efforts de recherche et développement d'une société par l'analyse des brevets qui sont déposés, ou encore la localisation des unités de production dans des zones potentiellement exposées à des catastrophes naturelles. " De notre côté, nous cherchons au travers de nombreuses sources (médias, sites d'entreprises, blogs) afin de trouver ceux qui fournissent la meilleure analyse sur une société, afin de pouvoir déceler rapidement les biais comportementaux qui peuvent exister sur le marché ", estime Valentijn van Nieuwenhuijzen. Le Natural Language Processing (NLP) est une technique qui est utilisée de plus en plus par les gestionnaires, pour analyser des textes afin de retirer des jugements qualitatifs. Ces algorithmes sont utilisés dans les retranscriptions des conférences avec les analystes lors de la publication des résultats trimestriels. L'analyse de ces textes permet d'avoir une idée quant au degré de confiance que la direction peut avoir dans la réalisation de ses objectifs ou dans le succès des essais cliniques. " Le but est d'aller au-delà des données numériques pour pouvoir donner des signaux à nos gestionnaires de fonds, et donc en définitive d'avoir un impact positif sur la performance de nos fonds ", indique Valentijn van Nieuwenhuijzen. Michael Fraikin souligne pour sa part que le nombre de termes utilisés dans ce type d'analyse chez Invesco Quantitative Strategies est passé d'une centaine à plus de mille. " Nous allons désormais utiliser le NLP dans l'ensemble de nos fonds en actions américaines ", même si une adoption plus large reste encore limitée par les spécificités des différentes langues, notamment au niveau européen. Cette évolution présente un risque certain pour les gestionnaires de taille plus modeste, qui n'auront pas nécessairement les moyens financiers pour investir dans ces technologies. Elle constitue toutefois un énorme champ de bataille pour les grands gestionnaires disposant d'actifs importants. Car la finance part clairement avec un temps de retard par rapport à d'autres secteurs Pour Fabrizio Palmucci (Jupiter Asset Management), " les gestionnaires d'actifs européens n'ont jamais eu beaucoup d'incitants à changer, avec des rémunérations calculées sur l'ensemble de leurs actifs sous gestion ". En outre, un marché fragmenté caractérisé par des spécificités nationales rend difficile l'arrivée d'un géant comme Amazon sur le marché de l'investissement. " Cela explique que l'innovation technologique n'a jamais été le point fort du secteur ", poursuit l'expert. Fabrizio Palmucci souligne également que les algorithmes permettront de nombreuses avancées, susceptibles de fluidifier et d'améliorer la prise de décision. " Il faudra toutefois être en mesure de trier les données qui sont récoltées, et aussi faire attention aux réticences éventuelles des équipes à d'adapter aux changements ", insiste-t-il. Dans le futur, il est toutefois évident que nous allons vers une collaboration plus poussée entre les spécialistes des données, les gestionnaires et les analystes. La montée en puissance des algorithmes est encore loin de menacer les humains. " Les intelligences artificielles sont aujourd'hui très utiles pour des tâches très spécifiques, mais pas encore pour une utilisation plus générale, indique Michael Fraikin. Les fonds gérés uniquement par des IA n'ont jamais été de grands succès. La combinaison des algorithmes et d'une expertise humaine restera au centre du processus d'investissement pendant encore un long moment. " Un avis partagé par Valentijn van Nieuwenhuijzen. " Nous sommes encore très loin d'avoir une intelligence artificielle qui puisse rivaliser avec un gestionnaire humain ", indique le CIO de NN Investment Partners. Il estime également que la gestion d'actifs devra adopter les intelligences artificielles pour pouvoir survivre, car trouver des nouvelles sources de performances de manière efficiente constituera un facteur de choix pour les clients, qui hésiteront probablement davantage à apporter leurs fonds à des gestionnaires qui ne disposent pas des meilleures sources d'informations. " C'est un domaine qui est appelé à devenir de plus en plus concurrentiel ", confirme-t-il. Selon Mark Ainsworth, " il ne fait aucun doute que les sociétés de gestion qui investiront dans ce domaine détiendront un avantage informationnel sur les autres, en particulier si elles parviennent à aller au-delà des informations déjà disponibles pour découvrir des sources alternatives de performance ".