Le secteur de la gestion d’investissement se trouve à un tournant crucial avec l’intégration de l’intelligence artificielle (IA). Bien que de nombreuses entreprises utilisent déjà des agents IA dans leurs opérations quotidiennes, un flou persiste autour de la nature de cette « intelligence ». Cette incertitude soulève des questions fondamentales : qu’est-ce que l’IA peut réellement accomplir dans la prise de décisions d’investissement ?
Les agents IA, ou agents d’intelligence artificielle, transcendent les modèles de langage courants, tels que ChatGPT. Leur capacité à observer, analyser, décider et parfois agir au nom d’un humain les distingue. Les sociétés d’investissement doivent clarifier le rôle de ces agents : sont-ils de simples outils d’aide à la décision, des analystes autonomes ou des traders délégués ?
Index du contenu:
Les défis de l’adoption de l’IA
Chaque mise en œuvre de l’IA offre l’opportunité de définir des limites et de structurer l’utilisation de ces outils. Si une entreprise ne parvient pas à classifier son IA, elle ne sera pas en mesure de la gouverner, ni de l’étendre efficacement. Pour répondre à ce besoin, notre équipe de recherche, en collaboration avec l’Université DePaul et Panthera Solutions, a élaboré un système de classification multidimensionnel pour les agents IA dans le secteur de la gestion d’investissement.
Ce système fournit aux praticiens, aux conseils d’administration et aux régulateurs un langage commun pour évaluer les systèmes agentiques en fonction de leur autonomie, de leur fonction, de leur capacité d’apprentissage et de leur gouvernance. Les dirigeants d’investissement peuvent ainsi comprendre les étapes nécessaires pour concevoir une taxonomie de l’IA et établir un cadre pour cartographier les agents IA déployés dans leurs entreprises.
Taxonomie de l’IA
Sans une taxonomie partagée, nous risquons de faire trop confiance ou de sous-utiliser une technologie qui transforme déjà l’allocation des capitaux. Une taxonomie bien conçue ne doit pas freiner l’innovation ; au contraire, elle devrait permettre aux entreprises d’identifier les problèmes que les agents résolvent, de déterminer la responsabilité et de gérer les risques associés aux modèles.
Approches de l’IA dans la gestion d’investissement
Actuellement, les gestionnaires d’investissement adoptent l’IA de deux manières : comme un ensemble d’outils fonctionnels ou comme un élément intégré du processus décisionnel. L’approche fonctionnelle implique l’utilisation de l’IA pour des tâches telles que l’évaluation des risques, l’extraction de sentiments via des processeurs de langage naturel, et des co-pilotes qui résument les expositions de portefeuille. Bien que cela améliore l’efficacité et la cohérence, la structure décisionnelle fondamentale reste humaine, l’IA agissant comme un simple outil d’appoint.
À l’inverse, un nombre croissant d’entreprises choisissent une approche systémique, intégrant les agents IA dans le processus de conception d’investissement. Dans ce cadre, l’autonomie, la capacité d’apprentissage et la gouvernance sont clairement définies, transformant l’entreprise en un écosystème décisionnel où jugement humain et raisonnement machine coexistent.
Avantages et inconvénients
Cette distinction est essentielle. Une adoption axée sur la fonction peut générer des outils plus rapides, tandis qu’une adoption systémique favorise la création d’organisations plus intelligentes. Bien que les deux approches puissent coexister, seule la seconde offre un avantage comparatif durable.
Une vision équilibrée de l’intelligence
Comme le rappelle le neuroscientifique Antonio Damasio, toute forme d’intelligence vise à atteindre l’homéostasie, c’est-à-dire un équilibre avec son environnement. Les marchés financiers, en tant que systèmes adaptatifs complexes, doivent également maintenir cet équilibre. Un cadre d’IA intelligent devrait refléter cette dynamique en cartographiant les agents IA selon trois dimensions orthogonales.
La première dimension concerne le processus d’investissement : à quelle étape de la chaîne de valeur l’agent opère-t-il ? En général, un processus d’investissement se compose de cinq étapes : génération d’idées, évaluation, décision, exécution et suivi, toutes intégrées dans les flux de travail de conformité et de reporting aux parties prenantes. Les agents IA peuvent améliorer chacune de ces étapes, mais les droits de décision doivent rester proportionnels à l’interprétabilité.
Les agents IA, ou agents d’intelligence artificielle, transcendent les modèles de langage courants, tels que ChatGPT. Leur capacité à observer, analyser, décider et parfois agir au nom d’un humain les distingue. Les sociétés d’investissement doivent clarifier le rôle de ces agents : sont-ils de simples outils d’aide à la décision, des analystes autonomes ou des traders délégués ?0
Les agents IA, ou agents d’intelligence artificielle, transcendent les modèles de langage courants, tels que ChatGPT. Leur capacité à observer, analyser, décider et parfois agir au nom d’un humain les distingue. Les sociétés d’investissement doivent clarifier le rôle de ces agents : sont-ils de simples outils d’aide à la décision, des analystes autonomes ou des traders délégués ?1
Les agents IA, ou agents d’intelligence artificielle, transcendent les modèles de langage courants, tels que ChatGPT. Leur capacité à observer, analyser, décider et parfois agir au nom d’un humain les distingue. Les sociétés d’investissement doivent clarifier le rôle de ces agents : sont-ils de simples outils d’aide à la décision, des analystes autonomes ou des traders délégués ?2