fbpx

Comment l’intelligence artificielle fait exploser l’analyse des données et fera évoluer le monde de l’investissement

intelligence artificielle données investissement
 
« Nous connaissons actuellement l’une des plus importantes avancées technologiques depuis la révolution industrielle du début des années 1800 », déclare Ekaterina Sirotyuk, gestionnaire de portefeuille, au Crédit Suisse. « Cela amène des vagues de changement à travers les industries, et le monde de la finance ne fait pas exception. » L‘International Business Times revient sur un document produit cet été par le Crédit Suisse, « The Rise of the Machines Technology Enabled Investing ». L’analyse des données, amplifiée de manière spectaculaire par l’intelligence artificielle, ouvre de nouveaux horizons… dont veulent profiter les investisseurs. Le tout est de savoir jusqu’où…
 

L’utilisation de l’intelligence artificielle est en train de devenir fondamental

 
Ekaterina Sirotyuk parle évidemment plus d’évolution que de perturbation. Il faut « prendre le train » – le risque unique étant de le rater. Elle prend comme exemple l’investissement dans les fonds indiciels, dont les frais initiaux de facturation sont passés de 6 % dans les années 1980 à 0,05 % pour de nombreuses solutions aujourd’hui.
 
Depuis de nombreuses années, les entreprises d’investissement utilisent à leur avantage des techniques informatiques de plus en plus avancées dans l’analyse et l’interprétation des données. Mais jusque-là, même ces techniques les plus avancées étaient souvent limitées par la puissance de traitement, car elles utilisaient des ensembles de données limités et reposaient sur une réflexion humaine insuffisante pour définir une approche globale.
 
« Aujourd’hui, en raison des progrès technologiques de ces dernières années, le secteur financier n’a plus besoin d’être freiné par ces contraintes et commence à utiliser l’intelligence artificielle de manière plus fondamentale », a déclaré Ekaterina Sirotyuk.
 

Un processus d’investissement beaucoup plus axé sur les données

 
De fait, la disponibilité des données et les techniques informatiques avancées rendent le processus d’investissement dans un certain nombre de stratégies beaucoup plus axé sur les données.
 
Ekaterina Sirotyuk et son équipe ont mis au point un tableau révélateur croisant la double évolution des données en elles-mêmes et des techniques avancées d’analyse de ces données. Un schéma qui permet de voir où le progrès technologique peut réellement apporter une valeur ajoutée à l’investissement.
 
Les « 4 V » expliquent l’évolution des données : volume, variété des sources, vitesse et authenticité (« veracity ») – gardons à l’esprit que 90 % des données mondiales aujourd’hui ont été créées dans les deux dernières années… Aux données structurées qu’on connaissait, facilement consultables par des algorithmes de base (feuilles de calcul par exemple), il faut en effet désormais ajouter les données non structurées qui, via réseaux sociaux et autres, dénotent un style de vie, une vision sociale… Le Big Data tient même compte des températures, des images-satellites etc…
 
Il y a là une force capitale pour prévoir les données financières, mais son analyse en termes de coût et de temps serait hors d’atteinte si les technologies n’avaient pas elles-mêmes évolué, si l’homme n’avait pas fait advenir (ou presque) l’intelligence artificielle – il faut s’en réjouir, clame l’avant-gardiste Crédit Suisse.
 

Les data scientists : les nouveaux prophètes

 
Aujourd’hui, le traitement avancé des données, via l’émergence de l’intelligence artificielle, a généré de nouvelles fonctions, comme « advanced trading », « competitive data scientists », « master data scientists », qui se partagent ces trois secteurs de données.
 
L’« advanced trading » ou « trading » avancé utilise des techniques analytiques sophistiquées pour traiter les données existantes et permettre des temps de réaction plus rapides. Les « competitive data scientists » traitent des ensembles de données publics et propriétaires, structurées et non structurées. Par exemple un gestionnaire de portefeuille utilisera des techniques de traitement du langage naturel pour analyser le sentiment positif ou la négatif des médias à l’égard d’un groupe de titres dans une région ou un pays.
 
Les « master data scientists » utilisent probablement déjà des images satellitaires très avancées pour comprendre, par exemple, la position des navires en mer ou dans les ports, afin d’anticiper les flux sur le marché….
 

57 % de croissance par an : l’investissement de demain ?

 
De plus en plus d’entreprises d’investissement utilisent des réseaux neuronaux artificiels, optimisés par des méthodes d’apprentissage (« machine learning »), établissant des schémas, reliant les données, engendrant, in fine, un mécanisme perceptif autonome. Qui pourra, dans un avenir proche, par exemple conseiller dans la composition d’un portefeuille de placement diversifié…
 
Pour Ryan Bennett, conseillé en solutions alternatives au Crédit Suisse, il y a beaucoup de demandes d’informations sur l’investissement en IA, de la part d’entreprises qui veulent innover et saisir les opportunités en la matière.
 
Selon une étude de Statista pour le Crédit Suisse, la hausse du chiffre d’affaires de l’AI est estimée à environ 57 % par an en moyenne sur la période 2016-2025 et devrait atteindre 36,8 milliards de dollars. Les investisseurs sont manifestement prêts – et on courtise partout sans retenue les « data scientists »…
 

Clémentine Jallais