L’impact de l’IA sur l’investissement : mythe ou opportunité durable?

Points clés

• L’IA générative apparaît comme un levier d’efficacité opérationnelle et d’accélération de la recherche, avec toutefois un impact variable selon les cas d’usage.
• La différenciation de l’IA tient désormais à l’exploitation des données propriétaires, à une intégration intelligente et à une gouvernance rigoureuse, plus qu’à l’accès à des outils standardisés.
• Pour les investisseurs, il s’agit de faire la différence entre de réels progrès en matière de recherche et une automatisation purement mécanique.

L’IA générative dépasse le stade de l’expérimentation pour s’imposer dans les usages quotidiens. Des enquêtes menées auprès de plus de 42 000 dirigeants montrent un retour sur investissement positif, un constat également partagé par les gérants d’actifs.

Côté investissement, les pratiques évoluent rapidement. Les chercheurs quantitatifs mobilisent les grands modèles de langage pour exploiter les données et accélérer le développement du codage et des back-tests, tandis que les analystes financiers s’en servent pour décrypter les publications et nourrir les premières analyses de valorisation. Résultat : une recherche plus agile, délestée d’une partie des tâches répétitives.

À mesure que ces outils se banalisent, ils ne permettent plus de différencier un gérant d’un autre. Le seuil de référence a changé. En clair, ces avancées opérationnelles sont devenues indispensables, mais ne constituent plus un avantage distinctif. 

À nos yeux, l’IA fait la différence lorsqu’elle renforce le jugement humain, plutôt que de chercher à le remplacer. C’est dans cette complémentarité que certaines sociétés parviennent déjà à créer une valeur tangible.

• D’abord grâce aux données propriétaires. L’avantage ne vient pas tant des outils que des données sur lesquelles ils reposent, et de la capacité à les transformer en contenu exploitable.
  
  
• Ensuite, par des usages plus créatifs des modèles. Certaines équipes vont au-delà des applications standard, en explorant des lectures croisées des données, des scénarios synthétiques ou des analyses prospectives des flux de trésorerie. L’objectif n’est pas de reproduire l’existant, mais de capitaliser sur des expertises déjà solides.
  
  
• Enfin, la mise en place d’une veille en continu, plutôt que d’analyses ponctuelles, permet un suivi permanent plus à même de capter l’évolution des discours, les réactions des marchés et les indicateurs de portefeuilles. 

Cette dynamique accompagne l’évolution du processus de recherche sur les gérants chez Russell Investments. Grâce à METRiQ, les graphiques clés sont générés automatiquement, les mécanismes des stratégies analysés, et l’IA de nouvelle génération met en lumière leurs caractéristiques principales et leurs points de vigilance. 

L’essentiel reste inchangé : ces outils ne remplacent pas le jugement humain. Ils aident surtout à orienter l’analyse là où elle est la plus utile — pour repérer des « diamants bruts » et détecter plus tôt des évolutions subtiles dans l’avantage revendiqué par un gérant ou dans la construction de son portefeuille.

À mesure que l’IA s’intègre pleinement aux processus d’investissement, un nouveau défi apparaît : distinguer les véritables avancées en matière de recherche des améliorations liées à une automatisation devenue standard. Par automatisation « générique », nous entendons les usages désormais clés en main — synthèses, premières analyses ou traitement courant de documents — qui accélèrent le travail sans pour autant produire d’insights différenciants.

Certains indices montrent que l’IA ne fait pas toujours la différence. Lorsque de nombreux acteurs utilisent les mêmes modèles de texte ou d’analyse du sentiment, les signaux se ressemblent et l’alpha a tendance à s’éroder. En recherche, le même phénomène apparaît : à force de s’appuyer sur les mêmes outils, les analyses deviennent plus uniformes. Il existe enfin un risque de dépendance excessive, lorsque l’automatisation prend le pas sur le jugement et conduit à une perte progressive de savoir-faire chez les analystes.

Parallèlement, l’IA permet à nos analystes de mieux identifier la valeur réelle des gérants. De nouveaux outils analytiques permettent aujourd’hui de distinguer clairement la sélection de titres de la construction de portefeuille, et d’analyser les effets de timing selon les secteurs et les facteurs. En croisant ces analyses avec notre vaste base d’historiques de gérants, nous pouvons les replacer dans le contexte propre à chaque parcours et mieux identifier ce qui fait la valeur des gérants. Cela met notamment en lumière ceux dont la performance repose davantage sur la qualité des titres sélectionnés que sur leur taux de réussite, ou sur une discipline rigoureuse dans les décisions d’entrée et de sortie, gage de surperformance dans la durée.

Dans cette perspective, l’IA n’est pas la source de l’alpha. Elle est la lentille qui permet de mieux repérer un alpha durable. 

Selon nous, la prochaine étape de l’IA ira au-delà de la simple synthèse pour mieux comprendre les situations, en privilégiant le contenu contextualisé plutôt que l’information brute. Une chose est claire : l’IA ne nivelle pas le terrain de jeu, elle l’élargit. Les gérants qui s’appuient sur des données propriétaires, une gouvernance solide et des usages créatifs prennent une longueur d’avance, tandis que ceux qui se contentent d’outils standards risquent de se fondre dans la masse.

L’IA continuera d’élever le niveau d’analyse, d’accélérer la recherche et d’en faire évoluer le cadre. Pour les investisseurs, l’enjeu clé est désormais de distinguer les véritables avancées des processus d’une automatisation devenue banale. La capacité à évaluer la qualité des données, la solidité de la gouvernance et la créativité dans l’intégration de l’IA compte aujourd’hui autant que l’analyse des compétences d’investissement traditionnelles. Car au final, ce n’est pas l’IA qui crée l’avantage, mais la manière dont les gérants s’en emparent.

Toute opinion exprimée est celle de Russell Investments, n'est pas une affirmation de fait, est sujette à modification et ne constitue pas un conseil en investissement.