L’IA rend les investisseurs plus forts : elle ne les remplace pas, mais devient un partenaire stratégique des décisions d’investissement
Par Pablo Riveroll, Gestionnaire de fonds et Responsable de la Recherche actions et Charlotte Wood, Responsable de l’Innovation et des Alliances Fintech
L’intelligence artificielle (IA) conquiert rapidement le monde de la finance, y compris dans le domaine de la recherche en investissement. Alors que de nombreuses analyses de routine peuvent déjà être automatisées, Schroders considère que l’IA vient compléter l’expertise humaine, et non la remplacer.
La culture détermine en grande partie l’efficacité de l’IA
L’efficacité des applications de l’IA dans les investissements dépend non seulement de la technologie, mais aussi de la culture de l’équipe d’investissement. Les équipes qui font preuve d’un ‘growth mindset’ (état d’esprit de croissance) et d’une attitude ouverte envers l’innovation sont mieux placées pour maximiser le potentiel de l’IA. Cela nécessite une coopération étroite entre les techniciens et les investisseurs. Plusieurs maisons de fonds élaborent des outils d’IA en interne et collaborent avec des entreprises technologiques externes. Cela crée un écosystème qui répond aux besoins des équipes d’investissement et de leurs clients.
L’IA renforce différentes parties du processus d’investissement
La collecte et l’analyse d’informations provenant de rapports annuels, de déclarations fiscales d’entreprise, de recherche du côté vendeur, de conférences téléphoniques et d’actualités prennent traditionnellement beaucoup de temps. Mais grâce à des outils tels que ChatGPT Enterprise et Document Search and Analysis (DSX) de Bloomberg, cette phase peut désormais être considérablement accélérée.
La division des marchés publics de Schroders utilise ainsi ChatGPT Enterprise pour l’analyse initiale des entreprises, des pays et des secteurs. La fonction ‘Deep Research’ (recherche approfondie) permet d’effectuer une analyse en profondeur à partir de sources publiques. Dans le même temps, les équipes développent des applications propriétaires pour analyser les données internes et externes combinées, ce qui accroît encore la qualité des informations.
L’une des principales innovations est le ‘Model Context Protocol’ (MCP) : une sorte de connecteur universel qui relie les systèmes d’IA aux sources de données et aux applications. Cela rend les outils comme ChatGPT non seulement plus puissants, mais aussi plus intégrables dans le flux de travail quotidien des analystes. Il existe également Contex AI, un outil interne utilisé spécifiquement pour les analyses approfondies de durabilité (ESG). Il permet aux analystes, par exemple, d’évaluer l’impact environnemental et social des entreprises de manière structurée et standardisée.
Trois avantages concrets de l’IA pour les investisseurs
Le déploiement de l’IA offre des avantages tangibles aux équipes d’investissement, qui se répartissent grosso modo en trois catégories :
1. Analyse initiale plus rapide et plus efficace :
L’IA aide les investisseurs à comprendre plus rapidement les nouvelles entreprises et les nouveaux secteurs. Alors qu’une analyse traditionnelle peut aisément prendre deux semaines, l’IA permet de réduire ce processus de moitié. Cela démocratise la connaissance et abaisse le seuil d’exploration de nouveaux marchés.
2. Univers d’investissement plus large :
Le fait de gagner du temps lors de l’analyse initiale permet d’examiner davantage d’idées. Dans le même temps, les analystes peuvent se concentrer sur des questions qualitatives plus complexes plutôt que sur la collecte de données à forte intensité de main-d’œuvre.
3. Suivi plus efficace des positions existantes :
Concernant les investissements existants, l’IA permet un suivi plus rapide et plus ciblé des évolutions. L’investisseur peut ainsi voir immédiatement si l’hypothèse d’investissement sous-jacente est toujours valable - et procéder le cas échéant à des ajustements.
In fine, cette approche doit permettre d’obtenir un meilleur rapport risque/rendement que les concurrents.
En pratique : du diagnostic à l’action
Un bon exemple d’application de l’IA est l’analyse d’une entreprise dont les rendements chutent soudainement. Il fallait auparavant des jours, voire des semaines pour déterminer si cela était dû à des facteurs cycliques, à de nouveaux concurrents ou à une évolution des conditions du marché. Désormais, grâce à l’IA, les investisseurs peuvent poser les bonnes questions plus rapidement et déterminer plus vite s’il est utile de poursuivre l’analyse.
Que nous réserve l’avenir ?
Actuellement, près de 300 analystes et investisseurs de la division des marchés publics de Schroders utilisent ChatGPT Enterprise et Contex AI. Bloomberg DSX est également en cours de déploiement à grande échelle. Alors que 2024 était encore une année d’introduction et de familiarisation, 2025 devrait être l’année de pleine intégration de l’IA dans la pratique quotidienne.
Autrement dit, les équipes d’investissement commencent de plus en plus souvent leurs analyses sur la base d'informations pré-agrégées par l’IA. Elles commencent donc leurs recherches avec un niveau de connaissances plus élevé. En outre, à mesure du développement de l’IA, il deviendra possible de répondre à des questions d’investissement plus complexes, telles que les facteurs susceptibles de restaurer la rentabilité d’une entreprise et la question de savoir s’ils sont déjà visibles.
Le rôle de l’homme consistera alors de plus en plus à distinguer ce qui est vraiment important de ce qui vient parasiter l’analyse.
Pour en savoir plus, lisez l’article How we’re using AI to enhance our investment edge in public markets de Charlotte Wood, Responsable de l’Innovation et des Alliances Fintech, chez Schroders.