Dans un marché de la gestion pour compte de tiers internationalisé et fortement concurrentiel, l’intelligence artificielle (IA) va modifier en profondeur l’organisation des sociétés de gestion de portefeuille (SGP). Au cœur du fonctionnement des IA, les données augmentent par leur volume et leurs natures. L’élaboration d’une stratégie claire de leur exploitation représente un avantage concurrentiel réel pour les sociétés de gestion.
La valorisation des données s’inscrit dans une trajectoire de transformation avec de nombreux prérequis à considérer, en termes :
– d’architecture, avec une infrastructure qui se « cloudifie », des informations accessibles de plus en plus en temps réel ;
– d’organisation, via la mise en place d’équipes nécessaires à l’exploitation et à la gouvernance des données ;
– d’insertion dans un écosystème facilitant l’émergence de solutions innovantes et de partenariats.
Avant de créer de la valeur, les données doivent être de qualité, exhaustives, exactes et sécurisées. Cela implique des investissements financiers et de compétences pour leur collecte, leur traitement, leur enrichissement et leur restitution.
Pour rester compétitives, se moderniser et s’adapter aux besoins de leurs clients, les SGP doivent fournir un effort d’investissement significatif.
Une donnée correctement gouvernée et exploitée favorise :
– la génération de revenus additionnels et l’optimisation des coûts : en couplant l’utilisation d’algorithmes IA data management, les SGP peuvent augmenter l’efficience des processus de commercialisation et marketing (segmentation comportementale des clients, prospection et rétention des clients, marketing personnalisé...), tout en réduisant les coûts de middle et back offices (automatisation des processus, et de la surveillance des négociations...) ;
– l’amélioration de la connaissance/expérience client et de la qualité du service et des analyses produites : grâce à la capacité d’algorithmes à traiter les données textuelles le temps de réalisation des rapports peut être réduit de 60 %, ainsi l’analyse des secteurs et entreprises bénéficiant de sentiments positifs permet d’ajuster les décisions d’investissements et le narratif associé.
Le secteur de la gestion d’actifs doit accélérer sa révolution technologique et mettre en place des solutions innovantes et efficaces d’hyperpersonnalisation de la relation client.
Au service de l’expérience client
Les récentes mesures successives de confinement ont accentué des tendances déjà perceptibles de l’évolution du comportement des investisseurs, notamment la recherche de meilleurs rendements, de frais de gestion compétitifs, et de besoin d’interactions plus fluides, plus personnalisées et en temps quasi réel, tout en donnant du sens au choix de leur épargne.
De multiples leviers sont actionnables :
– changements et rationalisation technologiques à grande échelle ;
– développement d’architectures data et modification des modèles opérationnels et business ;
– retailisation de l’activité et développement du B2C ;
– digitalisation du parcours client.
L’utilisation de nouvelles technologies comme l’IA (machine learning, natural langage processing) permettront de répondre à cet enjeu d’hyperpersonnalisation et de développer une forte valeur ajoutée d’un parcours encore fortement réglementé (MIF2, DDA).
Elle contribue à proposer des offres d’allocation signifiantes, facteur de fidélisation des clients et de génération de revenus. Une meilleure connaissance client influence également le contenu du reporting aboutissant à une meilleure gestion des données. Le marketing augmenté en facilite l’exploitation et permet de produire des analyses très précises pour un traitement de la donnée extra-financière en grande quantité.
Le recours au RPA (Robotic Process Automation) est également une solution permettant d’automatiser et de personnaliser le conseil financier, dans le cadre de plans d’épargne entreprise par exemple. L’IA peut également être utilisée pour réaliser des propositions d’arbitrage. Il s’agit pour les gestionnaires d’actifs de réussir à trouver le bon équilibre entre l’automatisation des tâches à faible valeur ajoutée et un recentrage sur l’humain.
En recherche, l’analyse prédictive qui s’appuie sur l’IA peut être utilisée pour les stratégies d’investissement. Cette technologie permet d’exploiter un volume de données variées, dont certaines non structurées, pour réaliser des analyses dans des délais raccourcis.
Le cycle d’investissement
L’IA est utilisée dans le processus d’investissement de certaines SGP pour créer des fonds. Elle est notamment utilisée dans l’univers de l’investissement responsable pour la construction de portefeuille basé sur des valeurs à fort potentiel de surperformance. L’algorithme s’appuie sur processus statistique de données historiques et ajuste régulièrement ses règles en fonction de l’environnement des marchés.
Le Club des techniques quantitatives de l’AFG a organisé en octobre 2023, en partenariat avec le programme FaIR (Finance and Insurance Reloaded) de l’Institut Louis Bachelier, l’événement : « Intelligence artificielle pour la finance durable : réalités et défis ! ». Les développements de l’IA et du machine learning ont donné lieu, ces dernières années, à la création d’un nouveau type de données ESG basées sur la collecte et l’analyse de grandes quantités de données non structurées issues de différentes sources. L’objectif des débats était la mise en perspective de la qualité des données ESG comme source de performance financière et extra-financière pour la gestion d’actifs.
L’adaptation des compétences
L’IA, le digital et l’automatisation ne se limitent pas aux seuls métiers techniques mais ont un impact sur l’ensemble de la chaîne de valeur. Ils enjoignent à l’industrie de former des profils hybrides alliant compétences métiers et maîtrise digitale.
Pour accompagner les sociétés de gestion dans leur transformation numérique de leurs activités, la commission Innovations technologiques de l’AFG déploie de nouveaux moyens et créé à cet effet un groupe de travail « Intelligence artificielle & éthique ». Issu de ses travaux, un guide de bonnes pratiques en matière d’usage de l’IA dans les activités des sociétés de gestion est à paraître. L’IA, notamment générative, est source d’opportunités et d’innovations mais présente aussi, selon les usages, de nombreux risques à appréhender (opérationnels, gouvernance, propriété intellectuelle, réputation...). S’inscrivant dans le cadre réglementaire pour l’IA définie par la Commission européenne, il présentera, entre autres, une cartographie des risques selon des cas pratiques liés aux usages de l’IA.
