IA contre analystes : l'avenir de la recherche en investissement

L'intelligence artificielle peut-elle rendre les analystes humains obsolètes ? C'est la question qui est sur toutes les lèvres alors que les modèles d'IA révolutionnent complètement la recherche en investissement. Byron Wien, stratège de marché defides années 1990, estime que les meilleures recherches proviennent d'idées audacieuses et non consensuelles qui s'avèrent exactes.

L'IA est désormais soumise à une forte pression pour répondre à ces exigences, ce qui pourrait potentiellement marginaliser les analystes qui dominent le secteur depuis des décennies. Pendant des années, ces derniers ont disséqué les états financiers et épluché l'actualité afin d'aider les investisseurs à prendre de meilleures décisions.

L'IA a investi ce domaine avec des outils qui simplifient, automatisent et surpassent parfois les méthodes traditionnelles. Les grands modèles de langage (LLM) sont devenus particulièrement efficaces pour l'analyse des données financières, réalisant en quelques minutes ce qui prendrait des jours à une équipe d'analystes.

La prévision des bénéfices, par exemple, exploite pleinement les atouts de l'IA. Les tendances en matière de profits suivent généralement une logique implacable : les bonnes années entraînent d'autres bonnes années, et les mauvaises d'autres mauvaises. L'IA excelle dans ces domaines prévisibles, surpassant les analystes humains dont le jugement est parfois faussé par des biais ou des incertitudes.

Les LLM réinventent le manuel d'analyse des investissements

de l'Université de Chicago travaux avec les juristes spécialisés en droit (LLM) ont suscité l'admiration. Des chercheurs ont utilisé l'intelligence artificielle pour prédire les variations des bénéfices et ont constaté que ces modèles surpassaient les estimations médianes des analystes humains. Leur secret ? Les juristes spécialisés en droit excellent dans la compréhension du contexte des rapports de résultats, une capacité que les algorithmes traditionnels n'ont jamais atteinte. 

Ces modèles reproduisent le raisonnement logique des analystes seniors, à l'instar des jeunes analystes rigoureux d'une équipe financière. Les modèles d'IA évitent également l'un des plus grands écueils humains : la surconfiance. Les analystes sont connus pour ajuster leurs prévisions en fonction de ce qu'ils pensent que les investisseurs veulent entendre. L'IA, elle, ne se prête pas à ce genre de manœuvre.

En ajustant les paramètres de « température » ​​d'un modèle d'IA (un terme savant pour désigner le degré d'aléatoire), on peut calculer les fourchettes de risque et de rendement à l'aide de statistiques objectives. On peut même obtenir une estimation de la fiabilité de ses prédictions. Les humains, en comparaison, ont tendance à être trop sûrs d'eux et à persister dans leurs erreurs au lieu de les remettre en question.

Malgré ces succès, l'IA est loin d'être parfaite. Elle ne découvrira pas le prochain Nvidia ni ne prédira une nouvelle crise financière mondiale. Les chocs majeurs sur les marchés, comme ceux-ci, ne suivent aucun schéma prédictif, et l'IA est mise à rude épreuve face à l'imprévu.

Elle ne peut pas non plus interroger les dirigeants d'entreprise de manière insistante lors des conférences téléphoniques sur les résultats ni déceler les réponses évasives sur les questions cruciales. Les marchés sont complexes et en constante évolution, et l'IA manque d'intuition pour s'adapter. C'est là que les meilleurs analystes excellent encore : ils savent quand changer de cap, approfondir leurs recherches et insister pour obtenir des réponses.

Mais l'engouement pour l'IA restera probablement forttronlongtemps. Les géants de la tech en sont obsédés. Microsoft investit massivement – ​​80 milliards de dollars – dans l'IA et l'infrastructure nécessaire. Pour l'exercice 2025, le géant technologique prévoit de consacrer plus de la moitié de cette somme aux États-Unis à des centres de données pour l'entraînement et le déploiement de modèles d'IA.

Pourquoi un tel investissement ? L’IA exige une puissance de calcul colossale. L’entraînement de modèles comme ChatGPT nécessite de relier des milliers de puces dans d’immenses clusters de centres de données.

Les investissements publicitaires pourraient alimenter le prochain boom technologique

L'IA pourrait suivre la même voie que les précédentes révolutions technologiques : alimentée par les revenus publicitaires. Rappelez-vous comment Google et Facebook ont ​​conquis le pouvoir ? Ils ont engrangé cashconsidérables grâce aux budgets publicitaires, en s'accaparant l'argent de tous, de Tide à votre plombier du coin.

Même les entreprises fortement dépendantes des abonnements, comme Netflix et Amazon, misent désormais sur la publicité. Alphabet, la maison mère de Google, illustre parfaitement le potentiel de ce modèle. Depuis son introduction en bourse en 2004, le chiffre d'affaires d'Alphabet a été multiplié par 160, dépassant les 300 milliards de dollars en 2023.

L'intelligence artificielle a le potentiel de transformer des secteurs entiers, comme l'ont fait la radio, la télévision et Internet par le passé. Autrefois, les journaux tiraient les deux tiers de leurs revenus de la publicité.

La radio et la télévision ont prospéré grâce à la publicité, qu'elles offraient gratuitement aux auditeurs. L'intelligence artificielle pourrait bientôt devenir la prochaine grande plateforme publicitaire, générant des revenus pour financer des innovations majeures.

L'IA peut générer des idées, certaines brillantes, d'autres absurdes. Elle peut explorer d'innombrables scénarios, en tirant des enseignements de l'histoire qui pourraient échapper même à une armée de chercheurs. Mais elle ne peut pas insuffler cette « étincelle de génie ». Les analystes apportent ce que l'IA ne peut reproduire : la capacité de questionner, de s'adapter et d'appréhender la situation dans son ensemble en temps réel. 

Ce contact humain reste inestimable dans un monde où les recommandations non consensuelles — celles qu'aucune machine n'oserait formuler — s'avèrent souvent les plus rentables. La véritable leçon à retenir ? L'IA et les analystes ne sont pas ennemis. Ils sont complémentaires.