De plus en plus d'entreprises utilisent des fonds d'investissement dotés d'intelligence artificielle — et bien que beaucoup réussissent, ils laissent quelque chose à désirer.
Photo by Mario Tama/Getty Images
Il y a huit ans, quand le premiers fonds d'investissement alimentés par l'IA ont été lancés, les vétérans de l'industrie les ont rejetés comme des gadgets coûteux. Aujourd'hui, l'intelligence artificielle est discrètement devenue l'employé le plus précieux de l'industrie financière, effectuant des tâches telles que l'extraction de données à partir de milliers de documents, l'analyse des marchés à une vitesse surhumaine, et aidant les sociétés d'investissement à gérer leurs finances plus efficacement que jamais auparavant. Ce qu'elle ne peut toujours pas faire, c'est être Warren Buffett.
Alors que l'Oracle $ORCL d'Omaha fêtera ses 95 ans ce mois-ci, il reste généralement méfiant envers la technologie qui a transformé l'investissement. Lors de la réunion annuelle de Berkshire Hathaway $BRK.B l'année dernière, Buffett a comparé l'IA aux armes nucléaires, disant que cela "me fait terriblement peur. Pourtant, cela ne l'a pas empêché de
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
Cela inclut le remplacement de Buffett lui-même. L'Intelligent Livermore ETF, lancé cet automne, utilise ChatGPT, Gemini et Claude comme son "comité d'investissement", entraînant les grands modèles de langage sur des décennies d'écrits d'investisseurs légendaires et leur demandant de choisir des actions dans leur style. Le prospectus du fonds promet de tirer parti des stratégies des esprits les plus illustres du monde de l'investissement, transformant les lettres aux actionnaires folksy de Warren Buffett en décisions d'investissement algorithmiques.
Doug Clinton, qui dirige Intelligent Alpha, l'entreprise derrière l'ETF et d'autres offres d'investissement en IA, a déclaré que ses modèles d'IA peuvent reproduire avec succès de nombreux aspects de l'approche de Buffett. Ils peuvent rechercher des entreprises avec de faibles ratios cours/bénéfices et de fortes marges bénéficiaires, tout comme le fait l'Oracle. Pour Clinton, le but n'est pas de découvrir une formule secrète.
« Nous n'avons pas pensé, 'Hé, où est l'insight unique des êtres humains ?' », a déclaré Clinton. « Nous essayons de voir où nous pouvons, à grande échelle, surperformer les critères de référence. » Environ 80 % des 30 stratégies axées sur l'IA de sa société battent leurs critères de référence, a-t-il dit, avec une moyenne de 1000 points de base depuis leur création.
Même avec ce record, le comité IA de Clinton utilise une supervision humaine. Son entreprise inclut une couche finale où un humain approuve le portefeuille final, ce qu'il a constaté que les gens veulent comme une sécurité pour s'assurer que l'IA n'hallucine pas. Le défi, Clinton l'a reconnu, est quelque chose qu'il appelle le « goût » – cette qualité ineffable qui permet à un investisseur de regarder 50 entreprises répondant à tous les critères quantitatifs et de savoir instinctivement en choisir deux seulement.
« C'est encore le delta qui n'a pas encore été déterminé », a-t-il dit.
Alors que Buffett a construit sa fortune principalement sur les marchés publics, l'IA trouve différentes opportunités sur les marchés privés, un espace où l'Oracle d'Omaha ne concurrence pas, et le paysage des données offre de nouveaux avantages pour les machines. Contrairement aux marchés publics, où des décennies d'analystes quantitatifs ont déjà optimisé les stratégies de trading, les marchés privés sont restés moins explorés par la révolution algorithmique jusqu'à récemment.
Les marchés privés présentent un défi fondamentalement différent pour les humains et l'IA, selon Matt Malone, responsable de la gestion des investissements chez Opto Investments, une plateforme qui aide les gestionnaires de patrimoine à élaborer des portefeuilles de marchés privés pour leurs clients. Au lieu de prendre des décisions de trading rapides, les investisseurs font un choix crucial : quel gestionnaire de fonds reçoit leur argent. Ensuite, ils accompagnent le parcours pendant des années. La plupart des marchés privés fonctionnent à travers des fonds à décaissement, où les investisseurs engagent des fonds qui sont déployés au fil du temps et retournés sur une période encore plus longue.
« Nous avons maintenant des IA multimodales qui peuvent extraire des informations d'un document assez efficacement, beaucoup plus efficacement qu'un humain ne peut le faire », a déclaré Malone. « Et franchement, un humain ne veut pas faire cela car c'est ennuyeux et répétitif. » Son entreprise utilise l'IA pour extraire des données pertinentes de ces PDFs, les standardiser, et créer des bases de données qui leur permettent de comparer des gestionnaires de fonds selon des critères comme la génération de rendements.
Mais l'équipe de Malone prend toujours les décisions finales sur quels gestionnaires appuyer. L'IA excelle dans l'analyse rétrospective, en craquant les données de performance historique, tandis que les humains se concentrent sur des décisions prospectives concernant l'inflation, les taux d'intérêt et les perspectives sectorielles. Parfois, cela signifie rejeter des gestionnaires que l'IA juge avoir des performances passées stellaire.
"On peut dire que [un gestionnaire de fonds] a fait un excellent travail en investissant dans des hôtels", a déclaré Malone, "mais si nous ne pensons pas que les hôtels sont un bon investissement pour l'avenir, nous ne voulons toujours pas investir avec ce gestionnaire pour l'instant."
La révolution de l'IA dans la finance a été plus une évolution qu'une révolution, selon Bob Elliott, un ancien responsable de la recherche macroéconomique chez Bridgewater Associates qui dirige maintenant Unlimited Funds, qui utilise l'apprentissage automatique pour créer des versions à faible coût de stratégies de fonds spéculatifs et de capital-investissement. En tant que personne ayant travaillé comme investisseur systématique pendant des décennies, Elliott voit le moment actuel de l'IA différemment du grand public. "Beaucoup de gens pensent à l'IA comme à un changement radical qui s'est produit avec ChatGPT", a-t-il déclaré. "Et je ne le vois pas du tout de cette façon."
Le scepticisme d'Elliott provient du travail dans un domaine qui utilise des algorithmes sophistiqués depuis des décennies. Les fonds quantitatifs ont longtemps utilisé des modèles mathématiques complexes, et les récentes avancées dans les grands modèles de langage n'ont pas radicalement changé leur travail de base. Au lieu de cela, la baisse des coûts de calcul et les améliorations progressives des techniques d'apprentissage automatique ont été plus précieuses que n'importe quoi lié à ChatGPT, selon Elliott.
Le résultat est une coûteuse course aux armements de l'IA où tout le monde est à la recherche du même avantage. Elliott parle à des gestionnaires qui superposent désormais des outils d'IA à leurs stratégies quantitatives existantes, dépensant beaucoup dans les grands modèles de langage et l'infrastructure d'apprentissage automatique. La question devient de savoir si toutes ces dépenses en IA créent un réel avantage ou se contentent d'augmenter le coût des affaires.
Même dans l'investissement systématique, la responsabilité humaine reste cruciale, a déclaré Elliott, c'est pourquoi le prochain Warren Buffett est peu susceptible d'être une IA. En dehors du trading à haute fréquence, les investisseurs veulent toujours regarder quelqu'un dans les yeux et le rendre responsable.
"Pour le marché à très haute fréquence, il s'agit de la machine", a déclaré Elliott. "Pour à peu près tout le monde, ils regardent la personne en face d'eux et disent : 'Je me fiche de la façon dont vous prenez la décision, mais c'est vous qui la prenez. Si ça ne marche pas, c'est vous qui en portez la responsabilité.'"
