Investing.com - L'intelligence artificielle (IA) étant de plus en plus répandue dans de nombreux secteurs d'activité, de plus en plus d'experts se penchent sur l'utilité de l'IA dans le monde de l'investissement.
James Ellison, Head of Private Asset Data Insights chez Schroders (LON :SDR), note que "pour les investisseurs en actifs privés, le véritable potentiel de l'IA commence à peine à émerger".
"Pour certaines industries, l'impact immédiat de l'IA sera énorme. En fait, pour certaines entreprises, l'IA est déjà en train de changer complètement leur mode de fonctionnement. Dans la plupart des autres secteurs, y compris l'investissement sur les marchés privés, nous pensons que presque tous les professionnels verront leur productivité augmenter au cours des six prochains mois. Mais l'IA ne révolutionnera pas complètement ce qui se fait déjà", précise M. Ellison.
Comment l'IA sera-t-elle utilisée par les investisseurs privés ?
"Les investisseurs privés sont confrontés à une énorme quantité d'informations : rapports de partenaires généraux (GPs), dépôts de sociétés, documents sectoriels, articles de presse et informations sur le marché. L'extraction massive de ces informations non structurées, facilitée par les LLM, permet aux investisseurs de se concentrer sur les éléments d'information les plus importants", explique M. Ellison.
Selon l'expert de Schroders, l'un des défis de longue date pour les investisseurs en capital-investissement est de compiler une liste de "comparables" à des fins d'évaluation. Traditionnellement, on s'appuyait sur la classification sectorielle et la géographie de l'opération pour identifier les éléments de comparaison d'un investissement. Aujourd'hui, en utilisant le contenu des sites web des entreprises en conjonction avec LLM, il est possible de construire une "carte de similarité" plus détaillée qu'une liste plus représentative. Et ce, en un temps record", ajoute-t-il.
Comment les investisseurs, les gestionnaires de fonds, les entreprises d'investissement et les prestataires de services vont-ils s'adapter ?
Comme le décrit M. Ellison, "les organisations prêtes à dominer le marché de demain sont celles qui peuvent maîtriser les défis techniques liés à l'intégration des modèles sous-jacents dans les données internes. Elles peuvent ainsi rapidement sensibiliser et former leur personnel à l'utilisation de l'IA pour améliorer la productivité et favoriser une culture de l'innovation dans l'ensemble de l'organisation. En outre, les organisations qui nouent des partenariats stratégiques avec des leaders technologiques clés bénéficieront d'un avantage significatif en tant que précurseurs, car elles auront accès aux modèles les plus récents et aux talents d'ingénierie qui les sous-tendent. Enfin, notre expérience a montré que les compétences techniques telles que la science des données ont eu un impact commercial amplifié lorsqu'elles ont été intégrées dans les équipes d'investissement ; il en sera de même pour l'IA."
"Dans un avenir assez proche, les outils utiles à de nombreuses entreprises seront fournis par des vendeurs externes. Les outils spécifiques à l'entreprise, qui peuvent être une source d'avantage concurrentiel, seront créés en interne. Les outils externes deviendront la norme pour toutes les entreprises. L'avantage concurrentiel résidera dans les outils internes", ajoute-t-il.
"En automatisant les tâches routinières et répétitives, l'IA a le potentiel d'augmenter considérablement la productivité, libérant les travailleurs humains pour qu'ils se concentrent sur des tâches plus complexes et créatives qui requièrent l'ingéniosité humaine", souligne M. Ellison.
Limites et défis
Si l'IA a le potentiel de révolutionner l'investissement sur le marché privé, il est important de reconnaître que son utilisation comporte des risques, prévient M. Ellison.
Selon lui, il existe trois grandes catégories de tâches "qui ne conviennent pas à l'IA" et qui nécessitent que l'homme soit "dans le coup" pour prendre des décisions clés.
- la réflexion critique
- la résolution de conflits
- Sensibilisation au contexte général
"Une approche centrée sur l'homme permet de contrôler le système d'IA et de s'assurer que le résultat est correct et explicable. En outre, il est important de reconnaître les limites de la technologie : si l'IA peut analyser de grandes quantités de données et identifier des modèles, elle n'est pas une solution miracle et peut commettre des erreurs", ajoute-t-il.
"Les considérations juridiques, de conformité, de confidentialité et de sécurité sont un prérequis, car les systèmes d'IA doivent se conformer aux réglementations légales et aux directives éthiques. Enfin, il est essentiel de mettre en place des mécanismes de gouvernance pour évaluer et approuver les cas d'utilisation, afin de s'assurer que l'IA est utilisée de manière responsable. En examinant attentivement ces risques et en appliquant les mesures de protection appropriées, les investisseurs du marché privé peuvent exploiter la puissance de l'IA tout en minimisant les inconvénients potentiels", conclut-il.