La prochaine frontière de la gestion des investissements : GenAI pour des portefeuilles plus intelligents et plus efficaces

Arguments en faveur de l'intégration de l'IA dans les données et analyses sur le développement durable

L'IA générative (GenAI) pourrait ajouter à l'économie entre 2,6 et 4,4 billions de dollars par an, tout en augmentant l'impact de l'intelligence artificielle - le terme générique pour tous les systèmes intelligents - de 15 à 40 pour cent, selon une étude de McKinsey. L'étude note que : "En fait, il semble possible que d'ici trois ans, tout ce qui n'est pas lié à l'IA soit considéré comme obsolète ou inefficace."

L'un des domaines clés bénéficiant du déploiement de ces nouvelles technologies est la gestion des actifs financiers. Selon une étude récente du Boston Consulting Group (BCG), 88 % des gestionnaires d'actifs expérimentent au moins un cas d'utilisation de la GenAI, tel que "l'intelligence artificielle pour une gestion plus puissante des données dans l'ensemble de l'organisation" ou "l'établissement de rapports sur les fonds".

L'adoption de technologies innovantes dans la gestion d'actifs devient d'autant plus importante que les considérations de durabilité et d'ESG entrent en jeu, ce qui rend encore plus complexes les flux de données et les exigences en matière de rapports. 

S'appuyant sur près d'une décennie de durabilité et d'expertise technologique, Clarity AI a lancé de nouvelles capacités de co-pilotage pour aider les gestionnaires d'actifs, qui créent, commercialisent et gèrent des produits financiers, à extraire des informations exploitables pour mieux éclairer leur prise de décision. En s'appuyant sur la puissance de l'IA, les acteurs des marchés financiers peuvent consacrer leur temps à des tâches plus stratégiques susceptibles de stimuler la croissance de l'entreprise et la satisfaction des clients.

Cet article examine plus en détail les défis de la gestion d'actifs pour intégrer avec succès la durabilité dans le processus d'investissement et le rôle de l'IA et de la GenAI en particulier pour aider à combler les lacunes. 

Pressions sur les compétences et évolutivité

La main-d'œuvre nécessaire pour gérer les investissements liés au développement durable est une préoccupation croissante dans le secteur des services financiers. D'autant plus que la pression réglementaire, l'attention du public et la demande des clients augmentent, ce qui plaide en faveur d'une plus grande transparence et d'une meilleure communication pour valider les affirmations en matière de développement durable.

Selon les Principes de l'investissement responsable (PRI), plus de 80 % des propriétaires d'actifs dans le monde mettent en œuvre des stratégies de financement durable. Cependant, plus de 75 % des professionnels de la finance font état d'une "pénurie de compétences en matière de développement durable au sein de leur organisation".

Avec des actifs ESG mondiaux qui devraient atteindre 40 000 milliards de dollars d'ici 2030, et l'engagement de 85 % des gestionnaires d'actifs à stimuler les actifs durables, ces défis structurels ne feront qu'augmenter s'ils ne sont pas relevés.

Si l'IA peut contribuer à combler le déficit de compétences et à améliorer l'efficacité des équipes, la technologie doit être considérée comme un moyen de parvenir à une fin et ne peut pas remplacer le pouvoir de décision des humains. 

La gestion de la collaboration entre l'homme et l'IA est donc une question essentielle de gouvernance des processus à part entière. Si elle est bien menée, des "garde-fous" humains sont intégrés au processus pour garantir que les stratégies soutenues par l'IA fonctionnent comme prévu et que les décisions d'investissement qui en découlent sont judicieuses.

Le reste de cette brève note d'information passe en revue certains des principes clés sur lesquels la nouvelle fonctionnalité de copilote de Clarity AI- son assistant IA - a été construite pour aider les gestionnaires d'actifs à intégrer des considérations liées au développement durable dans leurs investissements.

En particulier, la qualité des données sous-jacentes, la transparence et la possibilité d'expliquer les informations fournies par le nouvel assistant d'intelligence artificielle permettent aux investisseurs de disposer d'informations fiables pour prendre des décisions d'investissement et rendre compte en toute confiance à leurs parties prenantes.

Des données complètes et fiables au cœur de l'action

En dehors de l'examen des données autodéclarées disponibles, qui sont elles-mêmes sujettes à des variations, à des incohérences et à des définitions vagues, il existe de nombreuses lacunes et omissions dans les informations communiquées par les entreprises. Par exemple, l 'analyse deClarity AI montre que si plus de 80 % des entreprises du secteur du pétrole et du gaz devraient déclarer les émissions provenant d'actifs qu'elles ne contrôlent pas dans le cadre de la catégorie d'investissement Scope 3, seules 9 % d'entre elles le font effectivement.

Pour combler les lacunes en matière de données, l'extraction automatisée pilotée par l'IA permet de trouver des mesures et des valeurs à partir de données non structurées. Les données non structurées peuvent être des rapports, des documents, des graphiques, des communiqués de presse, etc. Les modèles de traitement du langage naturel (NLP) traitent les textes non structurés (par exemple, les articles de presse) pour en extraire les sujets d'intérêt (par exemple, les controverses). Dans les cas où des points de données clés ne sont tout simplement pas disponibles dans le domaine public, de puissantes applications d'IA peuvent utiliser des modèles sophistiqués pour estimer les facteurs manquants. Par exemple, l'imagerie satellitaire peut être utilisée pour accroître la précision des estimations des émissions de gaz à effet de serre - comme dans notre recherche susmentionnée sur les émissions de gaz à effet de serre manquantes des entreprises pétrolières et gazières. 

Tout cela pourrait être fait par des humains, mais pas avec la même fiabilité de portée et d'évitement de l'erreur humaine. À mesure que le volume de travail augmente avec la multiplication des instruments liés à la durabilité, les solutions technologiques peuvent être rapidement mises à l'échelle là où les ressources humaines ne le peuvent pas. L'expertise humaine est cependant cruciale pour la réussite des modèles d'IA - en termes de formation du modèle avec des connaissances très spécifiques, des taxonomies (définitions de catégories) et des données de cas d'utilisation.

Au-delà de l'exhaustivité des données, les gestionnaires d'actifs sont préoccupés par la fiabilité des points de données sur lesquels ils fondent leurs décisions d'investissement et les ajustements de leur portefeuille. Mais dans quelle mesure la fiabilité est-elle un problème ? Clarity AIL'analyse des données sur les émissions directes de 6 500 entreprises réalisée par l'OCDE a révélé que des divergences de données ont été identifiées dans 42 % des cas. Dans 13 % des cas, ces divergences étaient supérieures à 20 % par rapport à la vérité.

Ainsi, un objectif clé pour les gestionnaires d'actifs est de choisir des outils pilotés par l'IA qui identifient et signalent les informations de durabilité potentiellement inexactes pour une entreprise, sur la base des éléments suivants :

• Cohérence avec l'historique des rapports de l'entreprise
• Cohérence avec son secteur d'activité, compte tenu de la taille et d'autres facteurs de l'entreprise déclarante
• Cohérence avec d'autres sources pour la même entreprise - année métrique

Clarity AIL'engagement de la Commission européenne en faveur de la qualité des données

• Données de référence pour une identification et une classification précises
• Traitement du langage naturel qui gère les termes imprécis et interprétables afin d'éviter l'écoblanchiment.
• Saisie des données déclarées et des ensembles de données supplémentaires (actualités, images satellite, etc.), pilotée par l'IA
• Des superpositions de données en temps réel qui améliorent les données rapportées à évolution lente
• Des modèles d'IA hautement entraînés qui valident les données par rapport aux normes et aux références.
• des modèles d'estimation qui comblent les lacunes en matière de rapports en utilisant les paramètres et les normes de l'industrie
• Supervision humaine pour examiner les drapeaux et les anomalies de données

La transparence et l'explicabilité des données pour inciter à l'action

L'IA n'est pas d'une grande utilité pour les gestionnaires d'actifs si elle n'offre pas la justification et/ou l'explication de chaque point qu'elle révèle. Il est clair que l'interprétation de milliers de points de données sur le développement durable est une tâche extrêmement complexe et chronophage, même pour des analystes spécialisés. L'automatisation par l'IA est indispensable, mais l'automatisation sur des marchés financiers hautement réglementés n'est pas une bonne chose sur la base d'une "boîte noire".

La section suivante décrit comment les fonctionnalités de copilotage peuvent soutenir les décisions d'investissement des gestionnaires d'actifs, grâce à des recommandations et des conseils proactifs sur la manière de créer et de gérer les portefeuilles, sur la base de données complètes et fiables et en donnant accès à la logique et au contexte qui sous-tendent chaque information fournie.

Présentation de l'assistant de Clarity AI

S'appuyant sur près d'une décennie de spécialisation dans le développement durable et la technologie, Clarity AI met aujourd'hui sur le marché de nouvelles capacités GenAI pour favoriser une action éclairée et accroître l'efficacité des équipes d'investissement et des analystes ESG.

Grâce à l'assistant IA, nous fournissons aux investisseurs des informations et des recommandations avancées basées sur une intelligence conversationnelle alimentée par une base de données unique et curée de plus de 1 000+ mesures, plus de 70 000 entreprises, 450 000 fonds, et 400 gouvernements nationaux et locaux.

Cette nouvelle fonctionnalité rapproche l'information de l'utilisateur, en automatisant le processus d'analyse des données et en lui permettant de se concentrer sur sa stratégie et ses objectifs. 

Transparence des données et contexte

• Offre des repères pertinents pour comparer les performances en matière de développement durable avec des groupes comparables (par exemple S&P 500).
• Identifie les performances aberrantes des portefeuilles
• Analyse approfondie des valeurs aberrantes ou d'autres entreprises du portefeuille afin de comprendre la nature précise des performances et le détail des sous-catégories.
• Explique en détail les méthodologies et les sources des mesures.
• Permet d'approfondir les rapports de développement durable des entreprises afin d'étudier plus en détail leurs données et leurs plans d'engagement.

Recommandations pour le portefeuille

• Identifie et fournit une analyse claire des entreprises sous-performantes dans les portefeuilles
• Offre des options permettant d'améliorer les résultats du portefeuille sans modifier les allocations sectorielles
• Justifie ses recommandations de manière détaillée et transparente
• signale les entreprises présentant des risques potentiels pour le portefeuille
• Offre la possibilité d'étudier en détail des entreprises spécifiques, en extrayant des informations quantitatives et qualitatives sous la forme de rapports d'entreprise de type analytique.

L'IA peut changer la donne en collectant des informations et en les analysant de manière pertinente pour mieux comprendre la performance des entreprises en matière de développement durable, mais elle doit toujours rester un outil pour soutenir et mettre à l'échelle les décisions humaines.

Contactez-nous pour en savoir plus sur notre offre et sur la manière dont nous pouvons soutenir au mieux vos efforts en matière de développement durable.