Apeas
[ad_1]
Il semble que les applications d'intelligence artificielle (IA) apparaissent partout. Le développement des voitures autonomes est en progression rapide. Netflix analyse vos habitudes de visionnage pour suggérer des émissions que vous aimerez, et Spotify fait de même pour vos listes de lecture audio. Google a amélioré ses feuilles de calcul avec des fonctionnalités d'intelligence artificielle capables de répondre aux phrases sous forme d'entrées ou de formules. AI se lance également dans la gestion de fortune privée, tant en investissement qu'en gestion de cabinet. L’intelligence artificielle est une période passionnante, mais cela créera-t-il plus de perturbations ou d’innovation pour les gestionnaires de fortune?
Nouvelles façons de penser
L'intelligence artificielle existe depuis des années, mais le rythme d'innovation et d'adoption a récemment augmenté. Anand Rao, partenaire et directeur de l'innovation chez PwC à Boston, cite trois raisons principales: (1) une puissance informatique accrue pour exécuter des algorithmes d'intelligence artificielle; (2) disponibilité accrue de données en quantité suffisante pour former les systèmes d'IA; et (3) une utilisation accrue du stockage centralisé dans le cloud pour les grands ensembles de données, ce qui facilite également la formation.
Le terme IA comprend plusieurs approches différentes, notamment l’apprentissage automatique, le traitement du langage naturel et les réseaux de neurones; les divergences entre celles-ci ont créé une certaine confusion quant à la définition réelle de la technologie. Edgar van Tuyll, stratège quantitatif en chef à la Banque Pictet & Cie à Genève, en Suisse, a utilisé la définition suivante de l'apprentissage automatique pour l'expliquer dans un courrier électronique:
«Une définition précise mais technique de l’apprentissage automatique pourrait être: statistique (basée sur des probabilités et non sur des certitudes, de sorte que les utilisateurs doivent accepter un degré d’erreur, ce dont on ne parle pas) des algorithmes de prédiction (complètement automatisés) qui changent avec les itérations les nouvelles données (les paramètres ou l'algorithme lui-même changent en fonction des nouvelles données) sans intervention humaine et minimisent une fonction de coût (la fonction de coût est une fonction de la différence entre les valeurs prédites et les valeurs réelles). "
Cette approche diffère de l'automatisation, ajoute-t-il, qui résulte d'une puissance de traitement et de données en augmentation exponentielle, mais n'utilise pas d'algorithmes évolutifs.
Rob Stanich, responsable des offres mondiales de gestion de patrimoine chez IBM Watson Financial Services à New York, préfère définir l’intelligence artificielle comme une «intelligence augmentée» afin de mettre en évidence l’interaction humaine au cœur du processus. Il cite l'apprentissage machine et le traitement du langage naturel comme les deux technologies de l'IA sur lesquelles IBM se concentre. Le traitement du langage naturel est «la capacité de comprendre le langage humain, de tirer des conclusions sur les significations, la sémantique, les sentiments», explique Stanich. "Nous avons dans cet espace des technologies telles que le profilage de la personnalité basé sur l'écriture d'un échantillon, l'analyse du ton, que quelqu'un soit en colère ou effrayé lorsqu'il parle ou écrit."
Quantification
Il n’est donc pas surprenant que certains gestionnaires de placements quantitatifs aient adopté très tôt l’IA. Steve Wilcockson, responsable de l'industrie des services financiers chez le développeur de logiciels MathWorks à Cambridge, en Angleterre, cite l'exemple d'un gestionnaire d'actifs qui utilise «l'apprentissage automatique» pour déterminer les tendances de corrélation et de prévision entre facteurs macroéconomiques, de crédit, de liquidité, de risque et de flux monétaires. . Cela leur permet de mieux comprendre les tendances de performance des classes d'actifs par rapport au risque, certains de leurs portefeuilles dépassant les points de repère de 100 points de base », m'a-t-il dit par courrier électronique. Les réseaux de neurones récurrents, qui mettent en boucle les informations précédemment collectées pour mieux fournir le contexte nécessaire au traitement de nouvelles données, peuvent être utiles pour l'estimation de la volatilité, tandis que les arbres de classification et de régression se sont révélés utiles pour les tests en arrière (avec des stratégies de change, par exemple).
Stan Sakar, fondateur et président d'Abaris Investment Management à Detroit, dans le Michigan, utilise un réseau de neurones dont la mise au point a pris plus de 10 ans. Les réseaux de neurones imitent le cerveau humain, explique-t-il, en ce sens qu'ils reçoivent des entrées de multiples sources, analysent ces entrées et les comparent avec des observations et des résultats antérieurs. Ce processus permet au réseau d’apprendre et d’adapter ses prévisions de manière itérative.
La production du réseau est un indicateur d’achat, de vente ou de conservation de l’actif. Environ 90% à 95% des transactions recommandées sont automatisées. Le solde est soumis à la discrétion du gestionnaire. C’est un système très complexe. Bien qu'il n'ait pas de coût de développement précis, il estime qu'il se situe entre 10 et 15 millions de dollars.
Comme le montre l’expérience de Sakar, l’intégration réussie de l’intelligence artificielle dans la gestion des investissements est un défi majeur – il ne s’agit pas d’une technologie plug-and-play. Van Tuyll partage ce point de vue. «Ce qui fonctionne, c'est la combinaison d'experts humains et de machines. L'utilisation aveuglément de scikit (bibliothèques de code Python populaires pour l'apprentissage automatique) sur des données que vous ne comprenez pas est un chemin d'échec », explique-t-il. «Et continuer à investir comme avant, l'apprentissage machine, c'est comme rester avec des voitures tirées par des chevaux à l'âge des premières voitures: vos compétences en conduite ne compenseront pas, à un moment donné, la technologie de la voiture, mais vous conduirez une voiture, vous serez imbattable . "
AI dans la gestion de la pratique
L'utilisation de l'IA pour la gestion de la pratique pourrait accélérer son adoption par les gestionnaires de patrimoine. Salesforce a récemment annoncé la création de sa plate-forme Einstein, destinée à renforcer trois activités principales, selon Rohit Mahna, vice-président directeur des services financiers du cabinet. Le premier est l'augmentation de la productivité. Einstein prendra en charge les tâches automatisées et aidera les conseillers à devenir plus proactifs dans l'utilisation de leurs données. Mahna donne l'exemple d'un tableau de bord d'ordinateur qui suggère aux personnes que le conseiller doit appeler ce jour-là.
La seconde activité consiste à découvrir des opportunités commerciales en exploitant le portefeuille de contrats existant du conseiller. "Comment pouvez-vous découvrir intelligemment de nouvelles opportunités basées sur les prospects ou les sentiments des clients existants, par exemple, les mentions de concurrents potentiels ou l’engagement global des prospects que vous avez eu avec les clients au fil du temps?", Demande Mahna. Einstein travaille en arrière-plan pour rechercher des schémas indiquant des opportunités avec des clients existants ou potentiels.
Conserver les clients est la troisième activité. Einstein surveille les activités liées aux clients pour repérer les tendances indiquant quels clients risquent de quitter le conseiller. La solution Watson Client Insight pour Wealth Management d’IBM fournit une prévision similaire. «Nous sommes en mesure de prédire avec une grande précision le moment où les clients vont quitter l’entreprise – 30, 60 ou 90 jours à l’avance», déclare Stanich.
Les petites entreprises intègrent également l'IA dans la gestion de fortune privée. ForwardLane à Londres et à New York combine des modèles d'investissement quantitatifs et une planification financière. Responsive Capital Management à Vancouver propose sa plate-forme Alpha Digital Advisor et sa plate-forme de recherche en intelligence artificielle. Enfin, Synechron, basé à New York, a développé une gamme de services d’intelligence artificielle Neo destinés aux conseillers financiers, qui comprend le traitement du langage naturel, les chatbots, l’apprentissage automatique, les conseillers automatisés et d’autres services.
Tout sur le Benjamin
Les gestionnaires de patrimoine évoquent souvent la difficulté d’embaucher des clients qui ne répondent pas à leurs exigences minimales en matière d’actif, tels que les enfants adultes de clients existants. Matt Reiner, CFA, PDG et cofondateur de Wela Strategies à Atlanta, en Géorgie, utilise l’IA pour attirer et desservir ce marché de manière rentable. Reiner a commencé sa carrière chez Capital Investment Advisors, une société de gestion de patrimoine traditionnelle créée par son père. Le désir de servir plus efficacement ses clients moins nantis a conduit Reiner à lancer Wela, un service de coaching financier en ligne basé sur l'IA destiné aux jeunes familles.
Avec Wela, l’objectif était de recréer numériquement l’intuition d’un conseiller financier en faisant participer des utilisateurs dotés d’une personnalité numérique, Benjamin. «Benjamin est une technologie de type intelligence artificielle qui analyse les situations», explique Reiner. "C’est vraiment le juste milieu entre l’utilisateur et nos conseillers financiers ici."
Le système, mis au point en interne par la société, regroupe les informations financières des utilisateurs et génère une limite de dépenses quotidienne en fonction de leurs objectifs de trésorerie et d’épargne. Reiner le décrit comme étant «un peu comme Weight Watchers pour la budgétisation». Les utilisateurs peuvent contacter les conseillers en ressources humaines au besoin et investir dans les portefeuilles modèles de fonds négociés en bourse de Wela, qui servent de source de revenus pour le service.
Le dos dans le futur
Selon un récent livre blanc de Capco intitulé «», les gestionnaires de patrimoine ont été plus lents à adopter l'IA. Néanmoins, les auteurs du document estiment que l’IA aura un impact important sur les flux d’informations et les structures organisationnelles des gestionnaires de patrimoine.
Gary Teelucksingh, partenaire de Capco basé à Toronto et co-auteur du rapport, indique que les clients, les conseillers et les gestionnaires de portefeuille affichent actuellement des types d'informations spécifiques à des points d'accès spécifiques. Des fournisseurs de technologies bien ciblés et bien implantés desservent chaque segment et son flux de données.
Cette segmentation est en train de s'effondrer, cependant. Les clients demandent et ont de plus en plus accès à des informations plus sophistiquées sur leurs portefeuilles. Les conseillers et les gestionnaires d’investissements utilisent de manière plus sophistiquée l’intelligence artificielle et d’autres capacités Big Data pour développer leurs conseils. Essentiellement, les trois courants s'unissent maintenant, selon Teelucksingh.
Ce changement ne peut pas être attribué uniquement à l'IA. Au lieu de cela, le composant IA se joint aux tendances actuelles de la numérisation et du flux de travail automatisé. Les données traditionnellement stockées sur papier ont été numérisées au fur et à mesure que le secteur des services financiers passe au format numérique. Ces sources numérisées peuvent ensuite être interrogées et leurs données extraites afin que d'autres systèmes puissent travailler avec les données. Par conséquent, il existe aujourd’hui des processus de flux de travail permettant aux services administratifs des entreprises de fonctionner plus efficacement.
Ces modifications affecteront directement les opérations car une fois que les données sont disponibles, les employés ne sont pas obligés d’interroger les données. Le résultat de cette transition sera une efficacité accrue et une réduction des coûts. «Ce qui va se passer, c’est que les rôles qui n’ont pas à faire face aux clients aujourd’hui sont ceux qui vont être le plus touchés, car ils peuvent être guidés par des décisions basées sur la confiance», dit-il. «Regardez ceci, regardez ceci, tirez une conclusion. Si votre niveau de confiance est de 99,6%, agissez. Ces choses ne diffèrent pas de la façon dont fonctionne le back-office aujourd'hui – ces fonctions (telles que effectuées par des humains) vont disparaître. "
La tendance à une plus grande automatisation du back-office signifiera-t-elle la disparition des humains dans les rôles de front-office? Teelucksingh ne le voit pas, car les éléments de conseil et de confiance des services de la société resteront essentiels, et ces éléments seront mieux fournis par d’autres personnes. La technologie entraînera toutefois l’évolution des rôles des employés.
«Le gestionnaire d’investissement deviendra réellement hautement spécialisé dans l’optimisation des modèles, l’origination des modèles et la gestion des modèles», déclare-t-il. «Le conseiller sera plus enclin à utiliser les résultats des données pour aider à servir le client de manière proactive. Le résultat final est donc probablement une réduction de 50% ou plus du coût du personnel, probablement de nature similaire en termes de réduction du coût de service du client, ce qui comprendra la technologie, ce qui devrait en fait augmenter les marges. "
Cet article a été initialement publié dans le numéro de septembre 2017 de.
Si vous avez aimé cet article, n'oubliez pas de vous abonner à la Investisseur entreprenant.
Tous les messages sont l'opinion de l'auteur. En tant que tels, ils ne doivent pas être interprétés comme un conseil en investissement, et les opinions exprimées ne reflètent pas nécessairement les vues du CFA Institute ou de l’employeur de l’auteur.
Crédit image: © Getty Images / R_Type
