Résumé
Génération IA – le terme le plus flamboyant de 2023, grâce surtout à l’intérêt suscité par le lancement de ChatGPT –, promet de changer le paysage du travail, permettant une plus grande efficacité dans une vaste gamme d’industries. Dans le domaine de la gestion de placements, les gains de productivité les plus importants seront constatés par l’adoption de l’IA générative pour des tâches simples comme la surveillance des nouvelles et des tâches plus complexes comme la conformité aux politiques de placement. Il sera essentiel de procéder à des tests et d’adopter une approche « acheter plutôt que construire » pour les équipes qui souhaitent voir des gains précoces.
Qu’est-ce que l’IA générative?
L’IA génératrice est une forme d’intelligence artificielle – rendue célèbre par le lancement de ChatGPT par OpenAI en novembre 2022 – qui peut produire du contenu de façon autonome. Depuis le lancement de ChatGPT, une foule d’autres outils ont aidé les professionnels des affaires dans des domaines comme le marketing, la création de contenu, la conception, le développement de logiciels, la santé, la traduction et la finance. Générer de l’IA accélère non seulement la rapidité avec laquelle les équipes peuvent accomplir leur travail, mais améliore aussi les résultats : dans un document de la Harvard Business School, ses auteurs ont constaté que les participants qui utilisent l’IA générative obtiennent des résultats de qualité nettement supérieure (plus de 40 % de qualité supérieure comparativement à un groupe témoin). »
Nous utiliserons les termes IA générative et grands modèles linguistiques (LLM) de façon interchangeable ici –, mais, comme les termes apprentissage machine et intelligence artificielle, LLM est un sous-ensemble de l’IA générative. Les grands modèles linguistiques, comme on peut s’y attendre, se concentrent sur le texte en particulier (nous ne nous attarderons pas au traitement des images dans ce guide, mais l’IA générative produit également des résultats excitants dans le monde de l’art et du design).
L’objectif de toute LLM est de pouvoir poser une question et obtenir une bonne réponse. Il est extrêmement important d’apporter continuellement des ajustements pour obtenir cette bonne réponse, car l’objectif est de faire en sorte que le LLM devienne un générateur de bonnes réponses constantes.
Quels ont été les premiers avantages de l’IA générative?
L’intelligence artificielle a des répercussions réelles et puissantes sur la vie quotidienne, comme le GPS, qui suggère d’autres routes, les recommandations Netflix et Spotify, et les capacités autocorrectives. Génération IA promet d’offrir des avantages transformateurs similaires à ses utilisateurs. Elle procure de la valeur à ses utilisateurs principalement en écourtant les processus exigeant beaucoup de temps.
Pensez à la première fois que vous avez commandé un covoiturage sur votre téléphone (après avoir été habitué à héler des cabines), à la première fois que vous avez loué une part de la maison (comparativement à des chambres d’hôtel exiguës), même la première fois que vous avez assemblé un ensemble complet de mobilier de salon à partir de boîtes à plat. Certains experts appellent cela des « moments horribles ». Le « moment critique » de l’IA générative est la première fois qu’elle permet à un utilisateur d’économiser beaucoup de temps. Les premiers moments de ChatGPT ont été observés dans la création de contenu, les tâches administratives, le marketing, le prototypage rapide et l’analyse de données.
Quelques exemples :
- Misha, un auteur expert, se sent coincé dans sa dernière histoire – il utilise l’IA générative pour créer de multiples scénarios possibles qu’il répète.
- Jen, une nouvelle comptable, doit compiler toutes les tâches de son entreprise à un seul endroit – elle utilise l’IA générative pour télécharger ses documents et les regroupe succinctement.
- Sarah, une spécialiste de la commercialisation chevronnée, frappe un mur avec ses tarifs ouverts – qu’elle utilise pour produire une liste de dizaines de lignes spécialisées à tester.
- Jeff, un nouveau développeur, veut impressionner son patron en proposant de multiples solutions au problème – il utilise l’IA générative pour trouver toutes les façons de coder la solution.
- Jessica, une administratrice de bureau compétente, cherche des moyens d’améliorer l’efficacité de l’équipe des ventes – elle utilise l’IA générative pour trouver des similitudes dans les scénarios de vente afin de tester et d’analyser.
Dans tous ces cas, le « moment décisif » est le temps remarquablement réduit de ce qui était autrefois un processus onéreux et manuel. Il est important de noter que l’IA générative, comme les humains, ne produira probablement pas des résultats exacts à 100 % chaque fois (les gens qui ont joué avec ChatGPT se rappellent peut-être des cas où les réponses n’étaient pas parfaites), mais le temps économisé en se rapprochant d’une réponse permet aux gens de se concentrer sur le travail de plus grande valeur qu’ils accomplissent.
Quelles sont les meilleures utilisations de l’IA générative pour les gestionnaires de placement?
L’intelligence artificielle a accès à toutes les connaissances humaines avec un très bon rappel. C’est aussi un travailleur infatigable. Tout cela, combiné à la réduction du temps consacré aux tâches manuelles, fait en sorte que les meilleurs outils d’IA générative sont l’automatisation des tâches par l’entremise d’agents LLM. Les agents de la LLM sont aussi parfois appelés « appareils intelligents de récupération » et ils travaillent en accédant aux données et aux renseignements actuels de l’utilisateur.Toutefois, il est très difficile pour ces agents de fournir constamment de bonnes réponses. Il est essentiel de créer des agents de LLM intelligents qui peuvent utiliser des bases de connaissances précises.
Par exemple, au sein du secteur des finances, si l’objectif était de créer un agent de GAP qui s’occuperait de l’optimisation du portefeuille, il faudrait qu’il soit en mesure :
- Obtenez le contenu de votre portefeuille et les identificateurs (symbole, ISIN, etc.) et les poids
- Obtenez des données sur les prix et les facteurs pour chacun de ces titres
- Obtenez les contraintes de votre optimisation (taille maximale des postes, etc.)
- Comprendre quelle méthode d’optimisation vous souhaitez utiliser
- Mettre en forme correctement le problème d’optimisation et exécuter le code externe pour exécuter l’optimisation
- Évaluer et analyser les résultats
Automatisation des tâches de gestion de placements
L’automatisation des tâches quotidiennes est l’une des façons les plus efficaces pour les gestionnaires de placement d’utiliser l’IA générative. Pensez à la façon dont le fait d’avoir un agent de LLM qui lit les nouvelles, un agent de LLM qui peut lire les rapports d’analystes, un agent de LLM qui lira les rapports sur les résultats –, qui présentent tous des renseignements pertinents, précis et personnalisables pour le gestionnaire d’actifs, permettrait d’économiser d’innombrables heures dans le processus de recherche.
Générer de l’IA peut aussi aller plus loin en aidant les gestionnaires de portefeuille à générer des idées et à effectuer des tâches de surveillance. L’IA générative peut aider à :
- Assurer le respect des politiques ESG
- Créer et décrire des tâches liées aux processus d’investissement
- Assurer la croissance des dividendes
- Nouvelles sur l’humeur des dividendes
- Consultez les rapports des analystes pour connaître l’humeur des dividendes
- Vérifier les états financiers pour connaître la croissance historique des dividendes
- Assurer la croissance des flux de trésorerie
- S’assurer que les nouvelles sont positives, que les analystes sont optimistes, etc.
- Vérifier si des situations particulières se présentent
- Clauses d’endettement
- Expiration des mandats
- Transactions d’initiés
- Vérification de l’inclusion dans les principaux indices – cette action fait-elle partie des principaux indices, est-elle éligible à ceux-ci ou en est-elle exclue ?
- Assurer la croissance des dividendes
Un agent LLM ayant reçu une formation adéquate pourrait également aider un gestionnaire de placements à effectuer des analyses de scénarios, par exemple en lui demandant quelles sociétés seront les plus touchées par une hausse des taux d’intérêt. » ou « quelles entreprises profiteront le plus de la hausse du prix du pétrole à 80 $ le baril?
Qui seront les premiers gagnants dans le domaine de l’IA générative?
Les premiers gagnants – nous aimons dire que l’IA ne remplacera pas votre emploi, mais que vous pourriez être remplacé par quelqu’un qui utilise l’IA si vous ne l’utilisez pas.
Adopteurs précoces :
Les entreprises qui adoptent la technologie de façon anticipée se démarqueront de leurs concurrents sur le plan de l’efficience, ce qui deviendra difficile à surpasser.
L’informatique en nuage (Cloud Computing) :
Les modèles d’IA générateurs ont besoin d’une incroyable puissance de traitement et, pour obtenir des réponses rapides, il est obligatoire que les solutions soient basées sur le nuage. L’utilisation du nuage s’en trouvera accrue, et les modèles sont très lourds sur le plan des calculs.
Fabricants d’articles de quincaillerie :
Il y aura une course à la création de puces informatiques –, les commandes de fabricants comme Nvidia (NVDA) et Advanced Micro Devices, Inc. (AMD) ont déjà augmenté considérablement, alors que les gens se préparent à déployer des solutions génératives.
Sociétés de logiciels :
Ceux qui font de l’intelligence artificielle un élément essentiel de leur offre de produits seront d’énormes gagnants. Les logiciels peuvent manger le monde – il deviendra obligatoire d’avoir des logiciels spécifiques qui vous rendent super productif.
Robotique :
Les progrès réalisés dans le domaine de l’intelligence artificielle faciliteront grandement le contrôle des robots, et on insistera beaucoup pour que l’intelligence artificielle soit intégrée aux robots afin d’automatiser les tâches physiques. Cela devrait mener à un « OpenAI » en robotique au cours des prochaines années.
Comment les gestionnaires de placement peuvent-ils devancer l’IA générative?
Les gestionnaires devraient chercher activement à intégrer l’IA générative dans leur processus actuel. Une mentalité d’achat plutôt que de construction permettra aux gestionnaires d’actifs d’agir rapidement en tirant parti du travail déjà effectué sur l’IA générative –. Les premiers adoptants continueront d’accumuler des gains d’efficience qui leur permettront de devancer leurs concurrents. Il est donc primordial d’agir rapidement. L’approche « acheter et ne pas construire » permet également aux entreprises de mettre au point plusieurs tests agiles des cas d’utilisation de l’IA pour voir où elles veulent investir des ressources supplémentaires.
Compte tenu de la façon dont l’IA générative fonctionne dans un environnement infonuagique, certains gestionnaires d’actifs auront des préoccupations en matière de sécurité. Bien que les craintes de fuites de données soient justifiées –, personne ne veut que leur « sauce secrète » soit rendue publique –, les protocoles de sécurité avancés des fournisseurs de services infonuagiques rendent ces craintes extrêmement improbables. Néanmoins, certaines sociétés de gestion de placements exigeront des solutions infonuagiques privées, où l’IA générative peut être formée sur leurs données et vivre entièrement dans leur infrastructure. Ces stratégies seront plus coûteuses, mais elles procureront la tranquillité d’esprit ultime aux équipes qui veulent saisir l’occasion d’une IA générative qui comprend leur philosophie de placement. Il est toutefois important de souligner que l’infonuagique, qui est extrêmement sécuritaire, est déjà utilisée par les équipes qui préfèrent ne pas engager de coûts supplémentaires et qui peuvent se sentir parfaitement en sécurité avec leurs données. –
L’établissement des attentes est également important –, l’IA générative, et l’intelligence artificielle dans son ensemble n’est pas une solution miracle. Certains gestionnaires peuvent s’attendre à un taux de succès parfait, mais les résultats de l’IA générative (tout comme les humains) ne seront jamais « parfaits ». L’IA générative a l’avantage de fournir des réponses largement exactes, ce qui permet à un gestionnaire de placements de gagner du temps et de consacrer plus de temps à la prise de décisions de haut niveau qui peuvent favoriser le succès. Il est essentiel de se rappeler les principaux avantages de l’IA –, c’est-à-dire la rapidité et l’efficacité, et que les équipes qui l’utilisent sont généralement meilleures que celles qui ne l’utilisent pas. Il vaut la peine de répéter ici l’étude de Harvard Business Review : les participants à l’étude qui ont utilisé l’IA générative ont obtenu des résultats de qualité nettement supérieure (plus de 40 % de qualité supérieure comparativement à un groupe témoin). » L’IA génératrice, comme les humains qui l’évaluent, ne sera pas parfaite, mais elle améliorera le rendement de ceux qui l’utilisent.
A retenir
L’IA génératrice continuera de faciliter la vie de ses utilisateurs en leur permettant de faire plus avec moins et d’accroître leur efficacité. Dans le domaine de la gestion de placements, l’automatisation des tâches sera le principal avantage pour les investisseurs. Certains cas d’utilisation précoce pour l’automatisation des tâches au sein de la gestion d’actifs consistent à lire et à résumer des données non structurées comme les nouvelles, les rapports d’analystes, les rapports sur les résultats et les résumés, et à isoler les données pertinentes plus rapidement et plus efficacement qu’à le faire manuellement. La meilleure façon pour les investisseurs de tirer parti de cette technologie est de rechercher des solutions immédiates, en favorisant un modèle « acheter plutôt que construire », alors qu’ils mettent à l’essai plusieurs options pour trouver ce qui répond le mieux à leurs besoins. Enfin, les versions infonuagiques privées des CLOSM peuvent être très avantageuses pour les grandes organisations qui ont le plus besoin de conserver leurs données dans leurs propres structures de données internes. La croissance de la productivité au sein des différentes équipes des marchés financiers permettra aux gens de tester davantage de thèses, d’exécuter plus de scénarios, de lire plus de nouvelles et d’améliorer leur production globale de travail.
Nick Abe, chef de l’exploitation et cofondateur
na@boosted.ai
Investir dans l’intelligence artificielle avec le FNB ARTI
Vous souhaitez utiliser l’intelligence artificielle pour repérer les meilleures entreprises liées à l’intelligence artificielle et à l’intelligence artificielle qui changent fondamentalement le monde d’aujourd’hui?
Le Fonds Évolution Intelligence Artificielle (ARTI) est le premier Fonds d’Intelligence Artificielle au Canada qui utilise l’IA générative dans la construction de portefeuilles. En cours de négociation. Le Fonds IA Intelligence Artificielle Evolve est conçu pour offrir aux investisseurs une exposition aux titres mondiaux de sociétés d’IA réputées bénéficier de l’adoption mondiale accrue de l’IA.
Pour obtenir de plus amples renseignements sur le Fonds d’intelligence artificielle Evolve ou sur toute gamme de fonds négociés en bourse du FNB Evolve, veuillez consulter notre site Web ou communiquer avec info@evolveetfs.com.
References:
- https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4573321#
- https://towardsdatascience.com/the-carbon-footprint-of-gpt-4-d6c676eb21ae
- https://www.freeingenergy.com/what-is-a-megawatt-hour-of-electricity-and-what-can-you-do-with-it/
- https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-AI-the-next-productivity-frontier#key-insights
Header Image Source: Getty Images Credit: cherdchai chawienghong
