par Fiona Frick, Directrice générale d'Unigestion
Les progrès des technologies financières – ou fintech – ont provoqué un bouleversement numérique qui semble destiné à transformer la chaîne de valeur de la gestion d'actifs, de la collecte de fonds à l’investissement en passant par les activités opérationnelles. Même si cette révolution numérique offre de nombreuses opportunités pour les gestionnaires, elle comporte aussi des risques. Si les actifs financiers sont gérés par des «machines» («intelligence artificielle») qui convertissent les signaux de la même manière et recommandent les mêmes investissements passifs, comment éviter les risques d'engorgement et de cohue sur les marchés ? C'est ici que les gestionnaires compétents avec une vision à long terme se distinguent.
Les technologies financières devraient être considérées comme un outil qui augmente les capacités des gestionnaires et les bénéfices pour les clients. Tout comme les athlètes utilisent les enregistrements des matchs et les analyses statistiques pour améliorer leurs performances, nous imaginons un avenir dans lequel les nouvelles technologies permettront aux acteurs des marchés d'effectuer des analyses fiables et structurées pour produire de meilleurs résultats pour leurs clients. Toutefois, ces technologies ne peuvent être déterministes. Nous aurons toujours besoin d’hommes et de femmes pour fixer les objectifs et prendre les décisions majeures.
Exemple 1: Intelligence artificielle et gestion
Le rythme des transformations technologiques s'accélère. L'année dernière, l'un des champions du monde du jeu de Go s’est incliné devant AlphaGo, programme d'intelligence artificielle développé par DeepMind, une filiale de Google. En mars, une nouvelle étape a été franchie lorsqu'un logiciel a battu quatre joueurs de poker professionnels au cours d'un tournoi de 20 jours. Les gestionnaires de portefeuille seront-ils les prochains à être surclassés ? Nous ne le croyons pas. L'intelligence artificielle a un rôle essentiel à jouer pour améliorer l'efficacité des processus et la qualité de la prise de décision, mais les investisseurs doivent savoir quels en sont les dangers.
L'un des problèmes qui limite l'intelligence artificielle à ce stade est le manque de transparence. Il est tout à fait possible de programmer un ordinateur pour déterminer les tendances des marchés et évaluer les données qui permettent de prédire au mieux les fluctuations à venir. Le problème est que le processus d'investissement fonctionne comme une « boîte noire », offrant une clarté totale sur la décision finale mais très peu sur le raisonnement qui motive cette décision.
Les gestionnaires doivent aussi veiller à contrôler toutes les éventuelles reconnaissances de forme et être attentifs aux déductions basées sur les corrélations. Par exemple, la production de beurre au Bangladesh a été fortement corrélée à l'évolution de l'indice S&P 500 de 1981 à 1993. Un ordinateur pourrait identifier cette corrélation et tenir compte de ce signal. Cependant il n'existe aucune raison fondamentale à cette corrélation et elle pourrait disparaître à tout moment. C'est pourquoi, les gestionnaires restent indispensables pour donner du sens aux algorithmes d’apprentissage automatique.
Un autre problème tient à la complexité des marchés financiers qui se caractérisent par l'interdépendance des décisions et la part importante des émotions des acteurs dans les fluctuations. Contrairement à la physique, à la biologie ou à la médecine, l'analyse des marchés financiers n'est pas une science exacte dans la mesure où elle est influencée par les comportements humains. Cela limite l'utilité potentielle de la reconnaissance des formes. Pour citer John Maynard Keynes, « les marchés peuvent rester irrationnels bien plus longtemps que vous ne pouvez rester solvable ». L'intelligence artificielle peine à faire face à l'ambiguïté ou à l'évolution des formes, liées aux facteurs comportementaux.
– L'utilisation de ces nouvelles technologies envisagée par Unigestion
Notre objectif est de tirer profit de la capacité de traitement qu'offre l'intelligence artificielle pour fournir aux gestionnaires des outils complétant et renforçant leur prise de décision. Le défi consistera pour les gestionnaires à accroître leurs compétences dans ce domaine pour capitaliser sur les nouvelles technologies et en tirer l'avantage optimal.
En tant qu'outil, l'intelligence artificielle a besoin d'une masse gigantesque de données pour pouvoir formuler des prédictions. Elle est très efficace pour identifier des chats ou des chiens en s'appuyant sur le volume presque illimité de données à caractère ‘fixe’ disponibles sur les réseaux sociaux, en revanche distinguer les schémas des marchés financiers est plus complexe car les données sont plus limitées en volume et évoluent constamment.
Pour cette raison, de nombreux gestionnaires utilisent l'intelligence artificielle pour extraire des signaux d'alpha sur des instruments liquides et facilement négociables tels que devises, matières premières et indices boursiers, là où la rapidité de traitement et la capacité à trouver des schémas échappant à l'analyse traditionnelle peut accorder un avantage. Cette technologie domine également les transactions à haute fréquence avec des algorithmes conçus pour rechercher les schémas de volatilité, de publications ou de volume, puis prendre des positions en conséquence.
Chez Unigestion, nous avons choisi une autre voie. Nous utilisons l’intelligence artificielle pour améliorer la gestion du risque de nos processus d'investissement. La gestion du risque est le moteur de la performance d'un investissement à long terme, et nous employons l'intelligence artificielle pour soutenir et approfondir notre capacité à identifier et à gérer le risque de nos stratégies de placement.
Pour nous, l'intelligence artificielle est la nouvelle génération de la gestion quantitative. Nous imaginons un monde où les gestionnaires, non pas apprendront à leur ordinateur à faire le travail à leur place, mais montreront à leur ordinateur où est le problème, le regarderont élaborer des solutions et évalueront le résultat.
Nous sommes déjà diversifiés par rapport aux modèles quantitatifs traditionnels dans lesquels les gestionnaires utilisent des modèles pour identifier des facteurs prédéterminés. Nous utilisons des algorithmes de prédiction tels que l'analyse en composantes principales (Principal Component Analysis – PCA) pour appréhender les aspects évolutifs du risque, et ce depuis notre recherche sur l'anomalie minimum variance en 1995. Nous continuerons d'utiliser des technologies d’apprentissage automatique dans l'élaboration de nos processus d'investissement. Actuellement nous étudions si de nouveaux algorithmes sophistiqués tels que « l'auto deep encoding » pourraient à leur tour remplacer le PCA.
Pour autant, nous restons fermement convaincus que plus nous avons recours à l'intelligence artificielle, plus il est important de s'appuyer sur une philosophie d'investissement forte pour éviter le risque de « surajuster » les données en fonction d'un signal léger et fugace.
Exemple 2: robots conseillers et expérience client
L'émergence de robots conseillers (robo-advisers), qui fournissent des services d'investissement automatisés, propose une nouvelle approche du conseil financier. Après avoir répondu à quelques questions simples, le client reçoit un ensemble de suggestions de placement et se trouve guidé vers une stratégie d'investissement sans avoir jamais discuté avec un conseiller financier.
On pourrait faire valoir que ces robots conseillers n'ont rien de bien nouveau puisqu'ils consistent en rien de plus qu'une allocation d'actifs algorithmique appliquée à un investissement passif. La théorie moderne des portefeuilles et les fonds indiciels cotés ont bien été inventés au siècle dernier.
Nous pensons cependant que ce jugement passe à côté de l’essentiel, à savoir l’amélioration de l’expérience client. Comme dans le cas d'Uber ou d’Airbnb, l'innovation réside dans l'aspect pratique et la simplicité pour l'utilisateur. Les fournisseurs parviennent à conserver la complexité de leur processus d'investissement en interne pour offrir des solutions simples, axées sur le résultat.
Plus encore, les robots conseillers contribuent à rendre les conditions plus équitables pour certains services d'investissement qui n'étaient auparavant disponibles qu'à un public restreint d'investisseurs institutionnels ou de particuliers fortunés. Ces applications permettent à des investisseurs dont le capital se chiffre en milliers de dollars, plutôt qu'en millions, d'accéder à des services d'allocation d'actifs et de construction du portefeuille.
Comme dans le cas de l'intelligence artificielle et du gérant, la combinaison optimale consiste selon nous à associer les capacités de l'humain et celles de la machine.
Même les pionniers qui promettaient de s'appuyer uniquement sur des ordinateurs pour gérer des actifs proposent désormais à leurs clients des conseiller financiers humains. Disposer d'un investisseur expérimenté capable de donner sens aux données produites par les algorithmes, et de s'assurer que le portefeuille proposé répond à la situation actuelle des marchés permet d'après nous un meilleur résultat final pour le client.
C'est particulièrement vrai si le gestionnaire est capable de soutenir le client dans les périodes de volatilité des marchés en l'aidant à garder la tête froide face à des comportements potentiellement irrationnels.
– Ce que nous avons appris de l'expérience client chez Unigestion
Les gestionnaires qui se lancent dans le domaine des robots conseillers ont souvent une pratique axée sur la vente de détail à un réseau de clientèle solide. En tant que gestionnaire «business-to-business», Unigestion ne les suit pas sur ce terrain. Toutefois, nous sommes convaincus que la simplicité de ces services implique des enseignements qui s'appliquent aussi bien sur le segment des institutionnels que sur celui du détail. D'autant plus que la distinction entre ces deux types d’investisseurs s'estompe dans la mesure où les particuliers assument désormais la responsabilité de leur propre plan de retraite.
Par le passé, les gestionnaires investissaient plutôt dans les technologies de « back office » visant à apporter une meilleure gestion de l'investissement à leur client. Aujourd'hui, ils ont besoin de s'appuyer sur des investissements technologiques dans des outils de «front-office» simples et personnalisés pour générer une expérience interactive agréable répondant aux attentes de leurs clients actuels ou à venir.
Dans un monde de croissance fragile où les taux d'intérêts risquent bien de rester faibles, la gestion du risque joue un rôle central dans les efforts pour créer un portefeuille capable de générer des rendements durables. C'est pourquoi nous avons décidé de créer un portail de haute qualité offrant aux clients un accès à nos outils de recherche et d'investissement sur l'allocation d'actifs et la gestion du risque. Ce portail fonctionne comme un tableau de bord sur lequel nos clients pourront observer le résultat généré par les mêmes outils quantitatifs que nous utilisons pour construire notre portefeuille, tels que les modèles d'allocation d'actifs, les prévisions macroéconomiques ou les outils d'analyse de facteurs de risque.
Chez Unigestion, nous pensons que l'innovation et la technologie doivent être au service d'un but. Ce portail a pour ambition de stimuler le dialogue sur les centres d’intérêt et les besoins de nos clients, afin de créer avec eux les solutions qui y répondent.
Exemple 3: Le Big data, nouvel eldorado de la recherche d'investissement
Le Big data est une solution prometteuse qui pourrait transformer la recherche d'investissement en nouvelle source de rendement pour nos clients. Si l'on considère que l'alpha est généré par une exploitation maîtrisée de l'information, alors le volume colossal d'informations disponible désormais représente à la fois un défi et une opportunité pour les gestionnaires.
Environ 90% des données disponibles ont été créées au cours des trois dernières années, et proviennent d'une multitude de sources telles que capteurs météorologiques, réseaux sociaux, images satellite, transactions en ligne ou encore signaux de GPS. Avec « l'Internet des objets » qui devrait s'étendre à près de 20,4 milliards d'appareils en 2020, contre 8,4 milliards actuellement, la quantité de données devrait croître selon une courbe exponentielle.
Ce phénomène permettra lui-même le développement d'indicateurs beaucoup plus avancés. Les images satellite par exemple permettent une meilleure compréhension du marché immobilier dans une région, tandis que les actualités publiées sur des réseaux sociaux offrent un aperçu de l'appétit pour le risque des investisseurs, et peuvent être des indicateurs prédictifs de tensions des marchés.
Toutefois, une expertise est nécessaire pour faire le tri dans ces données. L'émergence d'ensembles de données nouveaux et complexes a fait naître une nouvelle fonction au sein des compagnies de gestion d'actifs, réunissant des spécialistes des données chargés de filtrer le brouhaha et les « fausses nouvelles ».
De nouvelles entreprises de technologies financières spécialisées sont même apparues, telles que Rezatec et Orbital Insight, spécialisées dans l'analyse des données de satellites. AlphaSense utilise des algorithmes linguistiques pour rechercher des informations parmi des millions de documents, tandis que Quandl apprécie la solidité financière des entreprises en analysant leurs transactions. La plupart de ces entreprises proposent une certaine dose de capacités de traitement en plus des données brutes, afin de se rapprocher du signal d'investissement.
– L'exploitation du potentiel des nouvelles données chez Unigestion
Les gestionnaires d'actifs doivent se demander comment intégrer ces nouvelles données et les signaux qu'elles génèrent dans leurs processus d'investissement. Il est généralement admis qu'il n'est pas très productif de considérer ces signaux de données comme base d'une stratégie d'investissement autonome, car cela génèrerait un risque d'arbitrage élevé. La plupart des gestionnaires utilisent ces signaux en complément de leur système propriétaire d'identification d'alpha.
Unigestion s'efforce d'évaluer la part de notre processus d'investissement qui pourrait bénéficier de ces nouvelles sources de données. Nous avons établi un partenariat avec la société RavenPack qui filtre les actualités et les classe en fonction d’un score pondéré. Nos analystes combinent les résultats de RavenPack avec d'autres modèles d'investissement pour anticiper les changements de volumes de transaction et les anomalies potentielles dans les prix de certains titres.
Exemple 4: Blockchain et la promesse de plus d'efficience opérationnelle
Malgré les progrès colossaux de la technologie, les aspects opérationnels de la gestion d'actif restent pesants. Les intervenants de marchés suivent des processus fortement séquentiels qui augmentent les coûts et les délais nécessaires avant la livraison de l'information à l'investisseur final.
Une étude récente de McKinsey sur l'efficacité de l'automatisation montrait que, malgré le rôle central accordé par le monde de la finance à une expertise de professionnels très compétents, près de 50% du temps des employés de la finance est consacré à collecter et traiter des données. Il est regrettable que tout ce talent soit gâché par des tâches qui pourraient être automatisées.
L'industrie financière est marquée par une structure d'intermédiaires et de silos, dans laquelle différentes entités sont responsables des différentes sections de la chaîne de valeur de la gestion d'actifs et des services associés. La communication et l'échange de données entre gestionnaires d'actifs, courtiers, dépositaires, administrateurs et autorités de supervision restent bien loin d'un niveau optimal, et les tâches sont effectuées strictement à la suite les unes des autres, sans qu'un traitement en parallèle soit possible.
Blockchain a le potentiel pour transformer le secteur des services financiers, en augmentant la transparence, l'efficacité et la sécurité de tous les processus reliant les différents acteurs de l'écosystème. Blockchain est le « Ledger » électronique créé à l'origine pour prendre en charge les nouvelles crypto-monnaies telles que le Bitcoin. Bien que l'avenir des crypto-monnaies reste sujet à débat, la technologique qui les sous-tend est puissante car elle permet un enregistrement distribué au lieu de passer par une autorité centrale.
– La première expérience d'Unigestion avec Blockchain
Nous avons connu récemment notre première expérience avec cette nouvelle technologie lorsque nous avons mis sur pied une plateforme Blockchain pour nos fonds de capital- investissement grâce à la technologie du Cloud. Le capital-investissement est très demandé par les investisseurs à la recherche de rendement, cependant les infrastructures ont peu varié depuis plusieurs années. Nous avons travaillé avec nos dépositaires pour créer un écosystème innovant fournissant des informations en temps réel à toutes les parties. Cela permet également un processus de transfert de propriété des fonds bien plus fluide.
Blockchain a un grand nombre d'applications en matière de gestion d'actifs, pourtant il n'en est encore qu'à ses balbutiements en termes de mise en œuvre concrète. Il devrait permettre aux gestionnaires d'actifs de repenser leurs procédures de post-transaction, de reporting et de middle-office. Dans Blockchain par exemple, le règlement d'une transaction peut être traité en quelques minutes seulement. Côté client, toutes les exigences de lutte anti-blanchiment et de connaissance du client pourraient être simplifiées et les investisseurs pourraient accéder à leurs positions en quelques clics.
Notre objectif pour l'année à venir sera d'étendre notre première expérience de Blockchain à d'autres aspects de notre activité. Cette nouvelle technologie devrait nous aider à remplir trois objectifs. Le premier est de rationnaliser nos processus afin de rendre notre fonctionnement plus économique pour nos clients, nos partenaires d'investissement et nous-mêmes. Le second objectif serait de créer un environnement plus sécurisé afin d'échanger des informations entre les parties prenantes. Notre troisième objectif serait de libérer du temps à nos équipes pour leur permettre de travailler sur des tâches à valeur ajoutée plutôt que sur la saisie manuelle et l'échange de données.
Repenser les relations entre gestionnaire et machine
Les nouvelles technologies peuvent être perçues comme un substitut à la pensée et à l'action humaine, ou comme un outil au service des capacités de l'être humain. S'il faut choisir entre remplacer le processus de décision humain par une intelligence artificielle et augmenter l'intelligence humaine grâce à la puissance des ordinateurs, Unigestion a choisi la deuxième proposition.
Cependant, les modalités de notre collaboration avec les machines changeront. Une étude de McKinsey en 2016 montrait que la technologie éliminait rarement complètement des emplois sur un horizon de dix ans, mais qu'elle affectait tous les emplois à un degré ou à un autre. Les machines ne remplaceront pas les employés mais introduiront une dissociation entre les tâches qui peuvent être effectuées par un algorithme et celles que seul un humain peut effectuer.
Par conséquent, les machines devraient être utilisées pour libérer les employés des tâches à faible valeur, afin qu'ils se concentrent sur les missions qui nécessitent créativité et conscience. Les ordinateurs excellent dans les activités clairement définies ou dans celles qui consistent à répondre à des questions formulées de manière adéquate qui ont des objectifs spécifiques. Les êtres humains en revanche restent indispensables pour formuler les bonnes questions, définir un objectif ou interpréter des résultats.
Les intelligences artificielles s'amélioreront au fil des ans, le cerveau humain n'évoluera sans doute pas au même rythme. Les gestionnaires de portefeuille devront par conséquent évoluer dans leurs compétences, rester flexibles et développer leur créativité. Avec la démocratisation de l'éducation par le développement de cours en ligne ouverts et massifs, les professionnels de l'investissement auront besoin de se former et de réinventer leurs compétences pour suivre le rythme de l'évolution des machines.
Enfin, les nouvelles technologies génèrent un nouvel écosystème de la collaboration. Il est désormais possible de partager des savoir-faire et des collaborations avec un large groupe, au-delà de notre entreprise, de notre pays ou de notre clientèle. Les plateformes ouvertes d'échange sur la recherche permettent aux spécialistes de l'investissement d'échanger des recherches, de confronter leurs idées avec le monde académique ou de concevoir des solutions d’investissement en création partagée.
La technologie changera nos méthodes de travail, mais ne changera pas l'essence de la finance, qui est de dégager des rendements de placement fiables pour nos clients. La finance est un secteur d'activité évolutif, qui a su s'adapter aux changements. La technologie dans ce domaine ne peut pas être déterministe, car c'est l'être humain qui lui donne son sens. Comme l'a dit Isaac Asimov, « peut-être que les machines feront le travail qui rend la vie possible, tandis que les êtres humains feront toutes les autres choses qui rendent la vie plaisante et digne d'être vécue ».