La finance va-t-elle devenir algorithmique ?

Les 20 dernières années ont connu une domination croissante de la technologie et des données dans le domaine financier, ce qui a permis une rationalisation de nombreuses activités. Aujourd’hui, les modèles d'IA peuvent aider les banques/institutions financières à :

1. réduire leurs risques/coûts financiers et opérationnels grâce à une automatisation de certaines procédures (détection de fraude, credit scoring algorithmique, routage d’Emails, etc.) ;
2. exploiter des données non structurées pour créer des opportunités d’investissement (trading algorithmique, analyse prédictive sur base de données textuelles, d’images, etc.) ; 
3. mieux servir les clients grâce à une personnalisation du service (clustering client, analyse comportementale, robo-advice, etc.). 

L’IA générative automatise des tâches complexes dont on pensait qu’elles ne pourraient jamais être automatisées. La finance fait partie des secteurs où l’activité de « traitement de l’information » est prépondérante, et beaucoup d’emplois qualifiés seront impactés par l’IA.

Cette utilisation croissante de l’IA génère aussi des risques nouveaux. L’IA peut être une boîte noire, et soulève des questions quant à la qualité des données, sa représentativité, mais aussi l’explicabilité des algorithmes utilisés. Les indicateurs construits à l’aide d’IA sont aussi plus sujets à de la manipulation. La communication des dirigeants d’entreprises a par exemple été refaçonnée depuis qu’elle est « écoutée » par des algorithmes. 

Secteur emblématique

Le secteur de la gestion d’actifs est un laboratoire intéressant car il est emblématique des évolutions possibles. D’un côté, l’accès accru aux données et la technologie ont rendu l’investissement passif plus compétitif, réduisant ainsi l’avantage informationnel des gestionnaires actifs. Mais d’un autre côté, si l’abondance de données s’accompagne d’une détérioration de la qualité de l’information, cela peut réduire l’informativité des prix et rendre plus attractif l’investissement actif sur la base d’une analyse plus lente et plus approfondie. 

Côté gestion de patrimoine et d’investissement des particuliers, là aussi les algorithmes offrent de nombreuses promesses. En outre, la capacité tant attendue des robots-conseillers à éclipser le conseil financier humain semble stagner (aversion aux algorithmes des clients et préférence pour le conseil humain, contraintes réglementaires limitant certains développements). Plus que jamais nous avons besoin de recherche pour répondre aux nombreuses questions qui se posent. 

Marie Brière est responsable de l'intelligence financière chez Amundi Investment Institute, directrice du programme scientifique "Finance et assurance rechargées" et présidente du comité scientifique du Forum international des risques financiers de l'Institut Louis-Bachelier.

‍