Révolution de l’IA : quelles conséquences pour les investisseurs privés ?
L’intelligence artificielle (IA) est déjà utilisée pour réaliser certaines actions plus efficacement, mais on commence seulement à en entrevoir le potentiel pour les investisseurs en actifs privés.
Authors
Les conséquences de la révolution de l’IA pour l’investissement sur les marchés privés
On recense quelques secteurs sur lesquels l’IA aura des effets immédiats considérables. Certaines entreprises voient déjà leur mode de fonctionnement se transformer radicalement en raison de l’IA.
Nous prévoyons une hausse de la productivité dans la plupart des secteurs, y compris l’investissement sur les marchés privés, dont devrait bénéficier la quasi-totalité des professionnels, au cours des six prochains mois. Toutefois, l’IA ne révolutionnera pas complètement les pratiques actuelles.
Du moins, pour le moment.
Les grands modèles de langage et leur propriété fondamentale
Les grands modèles de langage (LLM) constituent le sous-ensemble de l’IA le plus largement utilisé dans l’investissement sur les marchés privés aujourd’hui. Ces modèles possèdent des milliards de paramètres et ont été construits à l’aide de quantités importantes de données textuelles provenant d’Internet. Ils sont extrêmement performants face à des problèmes liés au langage humain tels que la production de textes, de synthèses et de traductions.
Leur propriété fondamentale est l’une des caractéristiques clés de ces modèles. C’est en effet ce qui permet d’améliorer les LLM, qui ont été développés par de grands acteurs technologiques, afin de résoudre des problèmes spécifiques. Qui plus est, ces ajustements ne nécessitent qu’une fraction du calcul et de la puissance de données des modèles d’origine.
Comment les investisseurs privés utiliseront-ils l’IA ?
Les outils de bureau, tels que le chatbot interne « Genie » de Schroders, généreront les types de gains de productivité liés à l’IA dont bénéficie la majeure partie de la population. Cette première étape de la révolution s’apparente à la manière dont les ordinateurs et les feuilles de calcul ont bouleversé le secteur.
L’aide à la rédaction, la conception des présentations, la création de synthèses et le codage sont en cours d’intégration dans les outils métier essentiels et démontrent déjà leur valeur.
Lorsque les modèles de base sont associés à d’autres fonctionnalités et données exclusives, cela peut avoir un effet multiplicateur sur leur valeur et créer ainsi des solutions novatrices pour la gestion des tâches chronophages. L’association de tels modèles avec d’autres fonctionnalités (comme la capacité de faire des calculs) et avec des données exclusives (comme des documents internes) réduit considérablement, voire élimine le risque d’ « hallucination », c’est-à-dire la tendance qu’ont les LLM à parfois inventer des réponses.
Les investisseurs privés sont confrontés à une quantité énorme d’informations, notamment dans les rapports des gérants, les déclarations des entreprises, les documents du secteur, les articles de presse et les informations relatives au marché. L’extraction massive de ces informations non structurées, facilitée par les LLM, permet aux investisseurs de réduire le bruit et de se concentrer sur les données les plus importantes.
Un défi de longue date pour les investisseurs en Private Equity consiste à établir une liste d’entreprises comparables à des fins de valorisation. Traditionnellement, on s’appuyait sur la classification sectorielle et la zone des opérations pour identifier les pairs dans le cadre d’un investissement. En utilisant désormais le contenu des sites web des entreprises conjointement avec les LLM, il est possible de concevoir une « cartographie basée sur les similarités » plus nuancée, permettant d’obtenir une liste plus représentative. Et ce en un temps record.
Nous nous attendons à voir prochainement des salles de données alimentées par l’IA, à l’intérieur desquelles un assistant de l’IA aurait accès à tous les documents et informations et serait capable d’en résumer rapidement le contenu, de répondre aux questions et même de mettre en évidence les points les plus pertinents. Cela permettra de rendre les opérations de due diligence encore plus complètes, de gagner en rapidité et de gagner du temps
Comment s’adapteront les investisseurs, les gérants de fonds, les sociétés d’investissement et les prestataires de services ?
Les entreprises qui sont bien placées pour dominer le marché de demain sont celles qui sont en mesure de maîtriser les défis d’ingénierie liés à l’intégration des modèles de base avec les données internes, de rapidement former leurs salariés et de leur permettre d’utiliser l’IA comme outil de productivité tout en favorisant une culture de l’innovation dans l’ensemble de l’entreprise. En outre, les entreprises qui nouent des partenariats stratégiques avec des leaders technologiques clés auront un avantage majeur, car elles auront accès aux derniers modèles et aux talents de l’ingénierie qui en sont à l’origine. Enfin, notre expérience a montré que les compétences techniques telles que la science des données ont un impact commercial plus fort lorsqu’elles sont intégrées aux équipes d’investissement. Ce sera également le cas pour l’IA.
Comme dans le secteur des logiciels, l’IA générative peut être divisée en une couche de modèle et une couche d’application. Il existe déjà de nombreux outils développés à partir des modèles de base tels que Microsoft Office Copilot récemment annoncé pour les tâches du quotidien ou Github Copilot pour le codage.
Dans un avenir relativement proche, des prestataires externes fourniront des outils qui seront utiles dans de nombreuses entreprises. Les outils spécifiques à l’entreprise et susceptibles de constituer un avantage concurrentiel seront quant à eux conçus en interne. Les outils externes deviendront la norme pour la conduite des activités des entreprises. Ce sont les outils propriétaires qui leur procureront des avantages concurrentiels.
En automatisant les tâches de routine et répétitives, l’IA a le potentiel d’accroître significativement la productivité, libérant du temps aux employés pour leur permettre de se concentrer sur des tâches plus complexes et plus créatives qui nécessitent de l’ingéniosité humaine.
Limites et défis
Bien que l’IA ait le potentiel de révolutionner l’investissement sur les marchés privés, son utilisation n’est cependant pas dénuée de risques.
Il existe trois grandes catégories de tâches non compatibles avec l’IA qui exigent que des humains soient «dans la boucle» pour prendre des décisions clés.
- Esprit critique
- Résolution des conflits
- Prise de conscience du contexte global
Ces compétences sont déjà essentielles pour les investisseurs et le seront d’autant plus à l’avenir que l’IA contribuera à la réalisation d’autres tâches.
Une approche centrée sur l’humain peut encadrer le système d’IA et s’assurer que les résultats sont corrects et explicables. En outre, il est important de reconnaître les limites de la technologie. Si l’IA peut analyser de vastes quantités de données et identifier des modèles, ce n’est pas pour autant une solution magique et elle peut encore faire des erreurs.
Les considérations juridiques, de conformité, de confidentialité et de sécurité sont un prérequis, car les systèmes d’IA doivent respecter les réglementations légales et les directives éthiques. Enfin, il est crucial de mettre en place des mécanismes de gouvernance permettant d’évaluer et d’approuver les cas d’usage, en veillant à ce que l’IA soit utilisée de manière responsable.
En tenant compte de ces risques et en mettant en œuvre des mesures de protection appropriées, les investisseurs privés peuvent tirer parti de la puissance de l’IA tout en réduisant au maximum les pertes potentielles.
Le contenu de ce site est destiné aux particuliers et aux investisseurs non professionnels.
Ce document exprime les opinions du gérant ou de l'équipe citée et ne représente pas nécessairement les opinions formulées ou reflétées dans d’autres supports de communication, présentations de stratégies ou de fonds de Schroders.
Ce document n’est destiné qu’à des fins d’information et ne constitue nullement une publication à caractère promotionnel. Il ne constitue pas une offre ou une sollicitation d’achat ou de vente d’un instrument financier quelconque. Il n’y a pas lieu de considérer le présent document comme contenant des recommandations en matière comptable, juridique ou fiscale, ou d’investissements. Schroders considère que les informations contenues dans ce document sont fiables, mais n’en garantit ni l’exhaustivité ni l’exactitude. Nous déclinons toute responsabilité pour toute opinion erronée ou pour toute appréciation erronée des faits. Aucun investissement et/ou aucune décision d’ordre stratégique ne doit se fonder sur les opinions et les informations contenues dans ce document.
Les performances passées ne sont pas un indicateur fiable des performances futures. Les cours des actions ainsi que le revenu qui en découle peuvent évoluer à la baisse comme à la hausse et les investisseurs peuvent ne pas récupérer le montant qu’ils ont investi.
Les prévisions contenues dans le présent document résultent de modèles statistiques, fondés sur un certain nombre d'hypothèses.
Elles sont soumises à un degré élevé d'incertitude concernant l'évolution de certains facteurs économiques et de marché susceptibles d'affecter la performance future réelle. Les prévisions sont fournies à titre d'information à la date d'aujourd'hui. Nos hypothèses peuvent changer sensiblement au gré de l'évolution possible des hypothèses sous-jacentes notamment, entre autres, l'évolution des conditions économiques et de marché. Nous ne sommes tenus à l'obligation de vous communiquer des mises à jour ou des modifications de ces prévisions au fur et à mesure de l'évolution des conditions économiques, des marchés, de nos modèles ou d'autres facteurs.
Ce document est produit par Schroder Investment Management (Europe) S.A., succursale française, 1, rue Euler, 75008 Paris, France.
Authors
Thèmes