Aujourd’hui, les fonds négociés en bourse (ETF) qui s’appuient uniquement sur l’intelligence artificielle (IA) pour prendre des décisions d’investissement sont facilement accessibles. Les fonds spéculatifs quantitatifs sont répandus dans le secteur depuis des années. Mais si le potentiel de l’IA dans la gestion d’actifs est substantiel, il n’est peut-être pas illimité. À mon avis, il est important d’adopter une perspective prudente sur la façon dont la mécanique de l’IA peut avoir un impact sur son utilisation dans la prise de décision en matière d’investissement et ses limites en matière de transparence, pourraient restreindre son utilisation dans certains types de produits.
Il y a deux questions que j’aimerais considérer en examinant cette question.
Premièrement, quand et comment les grands gestionnaires d’actifs traditionnels transmettront-ils aux machines l’intégralité du processus de décision d’investissement des fonds communs de placement, des ETF et des produits institutionnels ? Et deuxièmement, est-ce quelque chose qu’ils peuvent se permettre de faire ou de ne pas faire ?
Quel est le problème ?
Différentes formes d’intelligence artificielle, comme l’apprentissage automatique/profond et le traitement du langage naturel sont utilisés dans tout le secteur et gagnent chaque jour en termes d’application et d’efficacité. L’objectif est de donner aux machines de vagues instructions ou des exemples réussis et de grandes quantités de données, puis de recevoir en retour des recommandations d’investissement. L’IA devrait être une bénédiction pour la gestion des investissements, car la recherche d’alpha reste difficile, même si l’on retourne toutes les pierres en vue.
Le problème réside dans la mécanique. La capacité de compter sur les machines pour identifier et exécuter les opportunités d’investissement pourrait être quelque peu limitée à l’avenir. Par définition, il y a un aspect « boîte noire » à l’apprentissage automatique, dans la mesure où il y a un manque de transparence sur la raison pour laquelle la technologie a identifié une certaine tendance ou opportunité. Avec le temps, cette complexité ne fait qu’augmenter.
Comment faire pleinement confiance à l’IA ?
Typiquement, la réponse est simple : les résultats. Tester les résultats des sorties de l’IA est le meilleur moyen d’acquérir la confiance qu’elle va dans la bonne direction. Cependant, nous savons tous qu’en matière d’investissement, « les performances passées ne sont pas indicatives des résultats futurs. » Cela met les gestionnaires d’actifs dans une situation difficile. S’en remettre entièrement à des machines pour prendre des décisions peut – et même devrait – être inconfortable pour les gestionnaires d’actifs, car il est difficile d’être un bon fiduciaire sans comprendre pleinement les modèles.
Le véritable gain pour l’IA dans le secteur de la gestion d’actifs pourrait se situer davantage dans les opérations de back et middle office que dans le front office. À travers les rapprochements, la gestion des transactions et la gestion des risques, par exemple, nous savons que les gestionnaires d’actifs ont commencé à expérimenter l’IA pour optimiser leurs modèles opérationnels. Dans ces domaines, l’accent serait moins mis sur la transparence et plus sur les résultats. Les réductions de risques et de coûts qui pourraient accompagner l’IA pourraient au contraire diminuer les coûts et les risques et aider au processus de prise de décision en matière d’investissement, plutôt que de le remplacer.
Qu’est-ce que cela nous laisse ?
Le fait est que le potentiel de l’IA est énorme, mais l’IA n’est pas infaillible. C’est simplement une façon différente d’arriver à un résultat souhaité. Lorsqu’il s’agit d’utiliser l’IA avec succès dans le front office des fonds communs de placement, sans confiance ni transparence, elle pourrait ne jamais obtenir le bénéfice du doute. À l’avenir, l’IA pourrait être en mesure d’offrir une plus grande transparence qu’aujourd’hui : l’IA explicable (XAI) fait l’objet de discussions, mais avec des niveaux variables de scepticisme (comme tout ce qui nécessite l’intervention de la DARPA pour être créé). Un tel outil sera-t-il nécessaire pour la gestion des investissements ? Un processus bien défini d’utilisation de ces outils comblera-t-il le vide ? S’agit-il d’une question de processus, de réglementation ou de marketing et de communication ? Ou bien les gains de l’IA dans l’industrie seront-ils relégués aux investissements alternatifs plutôt qu’aux fonds communs de placement ?
