La valeur de l’IA dans la gestion d’actifs

Résumé :

Les gestionnaires de placements peuvent utiliser l’IA pour affiner l’analyse des signaux d’achat ou de vente et pour extraire des signaux à partir de grandes quantités de données au moyen de l’analyse des tendances. Elle peut également servir à améliorer l’efficacité des transactions.
La capacité de l’IA à relier différents types de données peut aider à découvrir des renseignements cachés et à susciter l’intérêt des investisseurs.
Chez Investissements Russell, nous tirons parti de la technologie pour simplifier la partie quantitative du processus de recherche de nos gestionnaires d’actions. Cela nous permet de consacrer plus de temps à nos efforts de recherche qualitative.
L’IA est un outil précieux pour les investisseurs, mais elle ne remplace en rien la pensée humaine.

Cela fait près de deux ans que l’intelligence artificielle générative (IA) a pris le monde d’assaut, avec la publication de grands modèles de langage tels que ChatGPT, Copilot et Gemini qui ont ébloui l’humanité par leur capacité à interpréter les demandes humaines et à y répondre avec le résultat souhaité – qu’il s’agisse d’un article résumé, d’une analyse de données approfondie, du codage d’une application ou de la création d’images ou de vidéos. Les possibilités de ce que l’IA peut faire aujourd’hui semblent tout aussi vastes et illimitées qu’à la fin de 2022, surtout si l’on tient compte du fait que la technologie en est encore à ses débuts.

C’est pourquoi chez Investissements Russell, nous croyons que l’IA a le potentiel de transformer l’économie en augmentant la productivité humaine grâce à l’efficacité, à la personnalisation, au partage des connaissances et à l’accès à l’information, ainsi qu’à l’analyse et aux données avancées. Deux ans plus tard, la technologie a largement répondu à nos attentes opérationnelles, augmentant l’efficacité des processus comme le codage et l’extraction de renseignements à partir des données. Cependant, nous sommes prudents à ce sujet, car l’IA et la réglementation qui l’entoure continuent d’évoluer. En fin de compte, nous croyons que la supervision humaine demeure essentielle à une mise en œuvre vraiment efficace, surtout dans le secteur des services financiers, où le contexte et les relations sont extrêmement importants et où nous voyons la technologie comme un moyen de stimuler la productivité humaine plutôt que de la remplacer.

Alors, comment les gestionnaires de placements devraient-ils utiliser l’IA dans leurs stratégies aujourd’hui? De quelles façons peut-elle être utilisée pour simplifier l’efficacité opérationnelle et élargir l’accès aux renseignements sur les placements?

Voyons cela de plus près.

Quelles tâches l’IA peut-elle automatiser pour les gestionnaires de placements?

Fondamentalement, la capacité de l’IA à analyser et à tirer des déductions à partir de tendances dans les données sans suivre des instructions explicites offre une multitude d’applications potentielles pour les investissements. Quelques exemples concernent l’utilisation de la technologie pour affiner l’analyse des signaux d’achat ou de vente, ainsi que l’utilisation de l’analyse des tendances pour extraire des signaux de grandes quantités de données. L’IA peut également être utilisée pour améliorer l’efficacité des opérations.

L’IA générative, en particulier, peut être extrêmement utile pour cerner les thèmes et les tendances émergentes en matière d’investissement en tirant des renseignements des rapports sur les bénéfices, des appels et des articles de presse. Dans le passé, il s’agissait d’une tâche fastidieuse et laborieuse effectuée par des analystes de placements qui passaient des heures chaque jour à extraire et à compiler manuellement des données de diverses sources. L’IA générative élimine entièrement ce processus en recueillant et en synthétisant l’information instantanément.

La liste des tâches répétitives dans le monde de l’investissement que l’IA peut aider à accomplir – et qui sont encore majoritairement effectuées par des humains – est très longue. Ces tâches concernent, entre autres, la production de rapports de placement, l’automatisation des tâches liées à la conformité et aux contrôles, et l’aide à la gestion des courriels et des communications. En termes simples, la capacité de l’IA à traiter le langage humain permet de transformer les données textuelles en renseignements exploitables, offrant une analyse rapide qui peut éclairer la prise de décisions de placement en à peine plus d’un clin d’œil.

L’une des utilisations les plus intéressantes et novatrices de l’IA en recherche est peut-être la façon dont elle peut relier différents types de données. Elle peut combiner des données structurées, comme des données financières fondamentales, avec des données non structurées, comme des articles de presse ou des médias sociaux, pour donner une image beaucoup plus complète. Cette capacité à réunir divers flux de données permet de découvrir des renseignements cachés et de susciter l’intérêt des investisseurs. Ce qui est crucial, c’est qu’elle permet également de repérer des tendances ou des liens qui, par le passé, n’auraient pu être découverts que par des analystes ayant une expertise approfondie et beaucoup de temps à consacrer à la recherche. Grâce à l’IA, ce type d’analyse avancée se démocratise rapidement, ce qui permet à un plus grand nombre de personnes d’accéder rapidement et facilement à des renseignements clés sur les placements.

Comment nous utilisons l’IA pour améliorer notre efficacité opérationnelle

Chez Investissements Russell, nous nous appuyons sur l’IA pour simplifier la partie quantitative du processus de recherche de nos gestionnaires d’actions. Plus précisément, nous avons exploité des modèles d’apprentissage ensemblistes afin d’analyser de vastes ensembles de données et d’améliorer notre processus de découverte de produits de placements. L’IA nous a également aidés à simplifier les tâches de routine, comme la synthèse des rapports et la rédaction de codes, ce qui permet à nos équipes de consacrer plus de temps à d’autres tâches à valeur ajoutée.

Graphique: Comment nous utilisons l’IA chez Investissements Russell
De plus, nous continuons d’essayer d’autres façons d’utiliser l’IA pour accroître l’efficacité. Dans le cadre de cet effort, nous avons récemment conclu un projet visant à créer un bot informatique du secteur qui aide à filtrer les renseignements les plus pertinents sur ce qui se passe dans notre industrie. En outre, nous avons conçu un outil qui crée des diapositives de présentation directement à partir des mémorandums de placements, ce qui simplifie le processus et permet de gagner un temps précieux.

Il est important de souligner que, même si nous considérons l’IA comme un outil précieux pour améliorer notre efficacité opérationnelle et nos services, nous croyons qu’elle ne fonctionne que si elle est utilisée de façon responsable et éthique. C’est pourquoi nous avons mis en place un conseil d’éthique et de gouvernance de l’IA afin de créer des lignes directrices, des politiques, des formations et une surveillance pour la mise en œuvre et l’utilisation responsables de l’intelligence artificielle au sein d’Investissements Russell.

Comment l’IA améliore le processus de recherche des gestionnaires

La recherche des gestionnaires est un élément clé du processus de placement pour de nombreux gestionnaires d’actifs et propriétaires d’actifs, et une analyse quantitative et qualitative approfondie est essentielle pour comprendre la capacité d’un gestionnaire de fonds à dégager un rendement supérieur. La recherche quantitative, parce que sa nature même est axée sur la collecte et l’analyse de grandes quantités de données liées au rendement et aux avoirs du portefeuille d’un gestionnaire, a toujours été un processus qui nécessite beaucoup de travail.

C’est ici que l’IA entre en jeu. Grâce aux nombreuses caractéristiques de la technologie, chez Investissements Russell, nous avons été en mesure d’automatiser une grande partie de la partie quantitative du processus de recherche des gestionnaires, y compris la production d’analyses et de rapports. L’un des éléments les plus novateurs a été le développement d’un écran de gestionnaire quantitatif qui utilise l’apprentissage automatique pour nous aider à découvrir de nouveaux produits de gestionnaire et à analyser plus de 10 000 produits de placement en actions, ce que nous n’aurions jamais pu faire manuellement. Cette capacité améliore considérablement l’étendue de notre analyse, tandis que le reste de nos efforts d’automatisation accélère et améliore l’efficacité de nos processus.

Compte tenu de la grande quantité de données sur les produits des gestionnaires que nous possédons chez Investissements Russell, comme les caractéristiques du portefeuille, de l’entreprise et de l’équipe, les expositions, les risques et le rendement passé, l’apprentissage automatique peut améliorer le processus de recherche des gestionnaires à l’étape de la découverte et pendant l’entretien continu. Cependant, nous ne saurions trop insister sur l’importance d’équilibrer les méthodes quantitatives et d’intelligence artificielle comme celles-ci avec des approches qualitatives.

En effet, même si les méthodes quantitatives, y compris celles qui sont alimentées par l’IA, excellent à analyser rapidement de grands ensembles de données, à cerner les tendances et les similitudes et à faire des prédictions fondées sur des données historiques, elles n’ont pas le contexte, l’intuition et la compréhension nuancée qu’offre le jugement humain. En termes simples, une approche qualitative fondée sur l’accès offre des renseignements approfondis, une compréhension contextuelle et la capacité d’interpréter des situations et des nuances complexes dans les processus de placement ou la dynamique d’équipe qui ne peuvent pas être saisies par les données. L’IA peut-elle enrichir le jugement humain? Certainement. Mais peut-elle le remplacer? Absolument pas.

C’est pour cette raison que, chez Investissements Russell, nos analystes de recherche continuent de mener des évaluations qualitatives approfondies pour s’assurer que les résumés et les informations fournis par l’IA sont pertinents et exacts du point de vue contextuel. De plus, le fait de permettre à l’IA de passer en revue toutes les recherches que nous avons compilées au fil des décennies nous permet de consacrer plus de temps à nos efforts de recherche qualitative. Par exemple, nos analystes peuvent maintenant consacrer plus de temps à leurs rencontres en personne avec les gestionnaires et à explorer les aspects distinctifs de leurs philosophies de placement plutôt qu’à créer manuellement des graphiques et des tableaux ou à examiner des montagnes de données pour extraire des thèmes de placement. En fin de compte, nous croyons que la combinaison des forces de nos approches de recherche qualitative et quantitative mènera à une évaluation complète des produits de placement.

En conclusion

La capacité de l’IA d’extraire et d’analyser efficacement des ensembles de données structurées et non structurées peut grandement améliorer la partie qualitative du processus de recherche des gestionnaires. Pour résumer, elle fournit plus d’informations plus rapidement, ce qui permet aux analystes de recherche d’aujourd'hui d’avoir plus de renseignements sur les investissements à portée de main que jamais auparavant.

Toutefois, il est essentiel que tous ces renseignements soient digérés, traités et évalués en fonction d’une foule d’autres facteurs qualitatifs avant qu’une décision soit prise. C’est là que la valeur de la supervision humaine entre en jeu. Bien que l’IA soit incontestablement un outil précieux pour les investisseurs, elle ne saurait se substituer à la pensée humaine. Il faut l’utiliser intelligemment.