Source: The Conversation – France (in French) – By Sinda Hadhri, enseignante-chercheure en Finance, ESDES – UCLy (Lyon Catholic University)
L’intelligence artificielle (IA) révolutionne la gestion des portefeuilles d’investissement. Elle leur offre une réactivité sans précédent pour analyser en temps réel les milliards de données, ou en avance, les tendances de marché. Cependant, elle ouvre la boîte de Pandore aux cyberattaques et aux coûts cachés environnementaux.
Les fonds utilisant l’IA surpassent significativement leurs homologues gérés par des humains, avec un écart de rendement annualisé de 5,8 %.
Alors que le sommet sur l’IA s’est terminé avec une promesse d’investissement de 109 milliards d’euros de capitaux étrangers privés en France, les fonds d’investissement ont peu été évoqués. Pourtant, l’IA révolutionne le secteur. Comment ? En analysant en temps réel de vastes volumes de données, permettant d’identifier des tendances et prévoir les fluctuations des marchés.
Rendements significatifs
Deux types de gestion sont utilisés par les fonds d’investissement : active – battre le marché – ou passive – suivre le marché. Les portefeuilles actifs sélectionnent individuellement les titres en fonction de modèles prédictifs. Quant aux portefeuilles passifs, ils répliquent simplement la performance d’un indice boursier de référence – comme le CAC 40 ou le S&P 500 – sans chercher à surperformer le marché.
À lire aussi :
BlackRock : un mastodonte financier au pouvoir d’influence pourtant mesuré
Grâce à l’IA, les portefeuilles à gestion active peuvent générer des rendements significatifs. En effet, les décisions d’investissement des gestionnaires humains sont souvent influencées par des biais cognitifs comme, par exemple, l’excès de confiance ou l’aversion à la perte. Quant aux algorithmes, ils prennent leurs décisions sur la base de modèles mathématiques. Une étude récente a évalué la performance de 14 gestionnaires de fonds américains utilisant l’IA. La conclusion : ces fonds surpassent significativement leurs homologues gérés par des humains, avec un écart de rendement annualisé de 5,8 %. Les facteurs de cette surperformance ? Coûts de transaction plus faibles, meilleure capacité de sélectionner des actifs au bon moment et réduction des biais comportementaux.
Utilisation de données satellites et GPS
Les gestionnaires d’investissements alternatifs – gérant plusieurs types d’actifs comme les actions, les obligations, l’immobilier, les matières premières et les cryptomonnaies – en bénéficient également. En 2024, 62 % de ces derniers déclarent utiliser des données non financières pour prendre leurs décisions.
À titre d’exemple, l’analyse des images satellites permet de surveiller l’activité économique en observant la fréquentation des parkings des enseignes de distribution ou l’activité sur des sites industriels. Les données GPS issues des téléphones mobiles peuvent offrir des informations sur les flux de personnes et de marchandises. Elles aident ainsi à évaluer la performance de certains secteurs ou entreprises. Ces sources de données offrent une vision en temps réel, permettant aux investisseurs de prendre des décisions plus éclairées.
De nouveaux fonds alimentés par l’IA
L’AIEQ est le premier fonds public alimenté par l’IA, lancé en octobre 2017. Ce fonds exploite des technologies d’apprentissage automatique pour analyser les données provenant des actualités, des rapports d’analystes, des états financiers et des indicateurs macroéconomiques. Rapidement, il est devenu l’un des fonds les plus populaires de 2017, récoltant plus de 150 millions de dollars en quelques semaines.
Abonnez-vous dès aujourd’hui !
Que vous soyez dirigeants en quête de stratégies ou salariés qui s’interrogent sur les choix de leur hiérarchie, recevez notre newsletter thématique « Entreprise(s) » : les clés de la recherche pour la vie professionnelle et les conseils de nos experts.
En France, plusieurs initiatives et fonds d’investissement intègrent l’intelligence artificielle (IA) dans leurs stratégies comme ODDO BHF Artificial Intelligence ou CPR Asset Management. En 2024, Bpifrance annonce un plan de déploiement de 10 milliards d’euros pour développer l’écosystème de l’IA en France, notamment par l’intermédiaire de fonds spécialisés en IA tels qu’Alpha Intelligence Capital II.
Plus de cyberattaques
Les systèmes d’IA traitent des volumes massifs de données sensibles, telles que les informations financières et personnelles des investisseurs. Une attaque réussie pourrait compromettre ces données et entacher la réputation du fonds. En 2021, Axa Investment Managers est visée par une attaque ransomware. Un logiciel malveillant bloquant l’accès au système informatique a entraîné une suspension temporaire de l’activité de l’entreprise. Bien qu’aucune perte financière directe n’a été signalée, cet incident a entraîné des perturbations opérationnelles.
À lire aussi :
La lente convalescence des hôpitaux victimes de cyberattaques
En France, l’Autorité des marchés financiers (AMF) demande aux fonds d’investissement de renforcer leur résilience numérique. Pour ce faire, elle mène une série de « contrôles SPOT » thématiques pour évaluer les dispositifs de cybersécurité des gestionnaires d’actifs. En 2023, elle rappelle que des lacunes subsistent dans la supervision des risques cyber, notamment dans les relations avec les prestataires informatiques dans le cloud.
De nouveaux coûts économiques et écologiques
L’entraînement d’un modèle de traitement du langage naturel implique l’utilisation de vastes ensembles de données textuelles pour permettre à l’IA de comprendre, interpréter et générer le langage humain. Ce processus nécessite une infrastructure informatique puissante, d’où l’investissement massif en France dans les data sans-terre au sommet de l’IA.
En 2026, l’augmentation de la consommation électrique des data centers, des cryptomonnaies et de l’IA pourrait atteindre l’équivalent de la consommation électrique de la Suède ou de l’Allemagne, par rapport à 2022. Et ces coûts économiques sont couplés à des coûts économiques.
L’entraînement de certains modèles de traitement du langage naturel peut générer des émissions de dioxyde de carbone significatives. L’entraînement d’un modèle couramment utilisé, sans paramétrage spécifique, émet environ 652 kg de CO₂, soit l’équivalent d’un aller simple Paris-Hongkong en avion, ou de 2 500 km parcourus en voiture.
Sinda Hadhri ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’a déclaré aucune autre affiliation que son organisme de recherche.
– ref. Les cinq tendances de l’IA dans les stratégies des fonds d’investissement – https://theconversation.com/les-cinq-tendances-de-lia-dans-les-strategies-des-fonds-dinvestissement-248162