Le véritable avantage de l’intelligence artificielle réside-t-il dans de meilleures prévisions ou de meilleures décisions?

Les investisseurs consacrent énormément de temps et d’énergie à tenter de prévoir l’avenir, qu’il s’agisse de l’évolution des taux d’intérêt, de l’inflation, de la croissance économique ou des valorisations boursières. Pourtant, les marchés parviennent à surprendre même les investisseurs les mieux informés. Si un portefeuille construit à partir de prévisions exactes peut produire des résultats impressionnants, prévoir l’avenir avec constance est une tout autre affaire. Toutefois, l’accès à davantage de données, à une puissance de calcul accrue et aux progrès généraux de l’intelligence artificielle (IA) pourrait-il changer la donne?

Le piège des prévisions

La plupart des réunions de comités de placement finissent par aborder les mêmes questions : les taux d’intérêt, l’inflation, la croissance économique et l’orientation des marchés. Bien que ces questions soient importantes, elles peuvent créer un faux sentiment de certitude. Le danger ne réside pas dans le fait d’établir des prévisions, mais plutôt dans une dépendance excessive à leur égard. Lorsque les portefeuilles sont positionnés en fonction d’un scénario de référence, les investisseurs parient en quelque sorte sur le fait que l’avenir se déroulera comme prévu. Malheureusement, les marchés se conforment rarement à ces attentes.

Peu d’investisseurs avaient prévu la crise financière mondiale. Peu avaient anticipé l’ampleur des perturbations liées à la pandémie. Peu avaient envisagé la rapidité de la flambée inflationniste qui a suivi la pandémie et la réaction énergique des banques centrales en matière de taux d’intérêt.

Les prévisions constituent des tentatives de composer avec un avenir incertain. Elles sont particulièrement utiles lorsqu’elles remettent en question notre réflexion, mettent en lumière les risques potentiels et permettent de vérifier nos hypothèses. Les prévisions devraient alimenter la discussion, et non dicter la décision.

L’IA peut aider les investisseurs à établir de meilleures prévisions, mais sa plus grande valeur réside dans l’amélioration de la façon dont celles-ci sont élaborées, remises en question et utilisées. La possibilité la plus importante pourrait être de favoriser des décisions de meilleure qualité dans un contexte d’incertitude.

La qualité de la prise de décision

La qualité de la prise de décision repose sur la rigueur de la réflexion et du processus qui sous-tendent une décision, indépendamment du fait que le résultat final soit favorable ou défavorable. Cette distinction est particulièrement importante en matière de placement, puisque de bonnes décisions peuvent produire de mauvais résultats et de mauvaises décisions peuvent produire de bons résultats, surtout à court terme.

Prenons l’exemple de deux comités de placement. Le premier effectue un placement concentré en s’appuyant sur une forte conviction quant à l’évolution future des marchés. Les prévisions se révèlent exactes, la position affiche un rendement exceptionnel et la décision est saluée comme une réussite.

Le deuxième comité adopte une approche différente. Il évalue rigoureusement ses hypothèses, examine d’autres scénarios, analyse les risques potentiels et choisit une approche plus diversifiée. Les marchés évoluent de façon imprévue et les résultats à court terme sont décevants.

Si l’on considère uniquement le résultat, la première décision semble supérieure. Mais le comité a-t-il réellement pris la meilleure décision? Pas nécessairement. Le hasard, le moment choisi et les événements imprévisibles jouent souvent un rôle plus important que nous ne voulons l’admettre dans les résultats obtenus.

Du point de vue de la gouvernance, la distinction est plus nette. Le processus adopté par le deuxième comité, qui consistait à évaluer la capacité du portefeuille à résister à un large éventail de résultats possibles, témoignait d’une meilleure qualité de prise de décision.

De plus, les processus décisionnels rigoureux sont généralement plus faciles à reproduire que les prévisions exactes. C’est pourquoi bon nombre des plus grands investisseurs institutionnels au monde consacrent moins de temps à tenter d’avoir raison et davantage de temps à s’assurer de prendre des décisions éclairées et de grande qualité, peu importe ce que l’avenir leur réserve.

Comment l’IA peut-elle contribuer?

L’IA a le potentiel d’améliorer les prévisions et la qualité de la prise de décision de plusieurs façons importantes.

• Améliorer l’information sur laquelle repose la décision. L’avantage le plus évident réside dans l’énorme quantité d’information que l’IA peut traiter. Historiquement, les prévisions étaient limitées par la quantité de données qu’une équipe de placement pouvait raisonnablement lire, analyser et modéliser. L’IA peut élargir considérablement ce champ d’analyse en intégrant des données de marché, des indicateurs économiques, des résultats d’entreprises, des transcriptions de conférences téléphoniques sur les résultats financiers, des nouvelles et d’autres sources d’information.
• Aller au-delà de la quantité d’information. L’accès à davantage d’information ne représente qu’une partie de l’avantage. L’IA peut également repérer des relations complexes, non structurées et non linéaires que les investisseurs pourraient négliger. Contrairement à un exercice traditionnel de prévision qui peut finir par privilégier un point de vue particulier, un processus soutenu par l’IA peut réévaluer continuellement les données à mesure que de nouvelles informations deviennent disponibles.
• Remettre en question la thèse de placement. L’un des rôles les plus puissants de l’IA consiste à agir systématiquement comme contradicteur. Les équipes de placement développent naturellement de fortes convictions à l’égard de leurs analyses. L’IA peut offrir un contrepoids rigoureux en recherchant activement des éléments qui remettent ces convictions en question, en faisant ressortir des informations qui auraient pu être sous-estimées et en examinant les raisons pour lesquelles une thèse pourrait se révéler erronée. À mesure que de nouvelles informations apparaissent, elle peut également mettre en évidence ce qui a changé depuis l’élaboration de la thèse initiale.
• Faire ressortir les biais comportementaux. L’IA peut contribuer à remettre en question de manière plus générale et rigoureuse le raisonnement qui sous-tend une recommandation de placement, en aidant à déterminer comment les biais comportementaux peuvent influencer une décision. En présentant systématiquement d’autres interprétations, des contre-arguments et des éléments d’information négligés, l’IA peut encourager les investisseurs à distinguer leurs convictions des raisons qui les motivent. L’objectif n’est pas d’éliminer le jugement humain, mais de le rendre plus équilibré et plus facile à défendre.
• Intégrer la mémoire institutionnelle au processus. L’IA peut aider les équipes à consulter des dossiers de placement antérieurs, des travaux de recherche et des comptes rendus de décisions afin de déterminer si une décision semblable a déjà été prise, quelles étaient les hypothèses retenues à l’époque et quels en ont été les résultats. Elle permet ainsi de rendre les connaissances organisationnelles plus accessibles et plus utiles au moment de prendre une nouvelle décision.

L’IA comporte également des limites. Une grande partie de ce qu’elle apprend repose sur les relations présentes dans les données existantes, alors que les marchés peuvent évoluer précisément parce qu’un événement survient sans précédent comparable.

La plus grande possibilité offerte par l’IA réside dans le renforcement de la rigueur des prévisions : exploiter un éventail plus large d’informations, remettre les hypothèses en question de façon plus approfondie, actualiser les perspectives plus rapidement et reconnaître plus tôt que le contexte a changé.

Renforcer la rigueur du processus décisionnel

Même avec de meilleurs outils et davantage d’information, il est impossible d’éliminer l’incertitude inhérente aux placements.

La valeur ajoutée de l’IA ne se limite pas à de meilleures prévisions. Elle réside également dans l’amélioration de la qualité des décisions grâce au renforcement du processus humain qui les entoure : remettre les objectifs en question, examiner les éléments probants, élargir les possibilités envisagées, soumettre les hypothèses à des simulations de crise, mettre en évidence les biais potentiels et vérifier si le raisonnement qui sous-tend une décision est réellement défendable.

Les six questions suivantes constituent un moyen pratique de remettre en question votre réflexion, d’évaluer vos hypothèses et de renforcer la rigueur des décisions importantes.

1. Objectif : L’objectif est-il clairement défini? Les décisions de grande qualité reposent d’abord sur la clarté des objectifs. Si nous ne savons pas précisément quel résultat nous cherchons à atteindre, il devient difficile d’évaluer les différentes possibilités, de comprendre les compromis ou de déterminer si la décision a été fructueuse.
2. Information : Utilisez-vous l’information la plus pertinente disponible? Les décisions de grande qualité reposent sur la pertinence de l’information, et non simplement sur sa quantité. L’objectif consiste à déterminer ce qui importe réellement pour la décision, à distinguer les éléments probants utiles du bruit informationnel et à reconnaître les lacunes importantes qui subsistent.
3. Solutions de rechange : D’autres possibilités d’action ont-elles été envisagées? Prendre une décision ne consiste généralement pas simplement à accepter ou à rejeter la première idée proposée. Une bonne prise de décision exige d’examiner délibérément différentes façons d’atteindre l’objectif avant de choisir l’approche offrant le meilleur équilibre entre les occasions, les risques et les compromis.
4. Incertitude : Avez-vous envisagé différents résultats possibles plutôt que de vous fier à un scénario de référence? L’avenir se déroule rarement exactement comme prévu. Plutôt que de fonder une décision sur un seul scénario de référence, il convient d’évaluer un éventail de résultats plausibles afin de déterminer si la décision demeure pertinente lorsque l’avenir évolue différemment des attentes initiales.
5. Biais comportementaux : Avez-vous reconnu les risques liés aux biais comportementaux potentiels? Même lorsque nos objectifs sont clairs et que nous disposons d’informations pertinentes, notre jugement peut être influencé par la façon dont nous interprétons ces informations. Nos expériences passées, nos convictions et nos préférences influencent naturellement nos décisions.
6. Processus : Existe-t-il un raisonnement clair permettant de défendre la décision si les résultats sont décevants? Puisque les résultats sont influencés par l’incertitude, même une décision bien réfléchie peut produire un résultat décevant. Un processus rigoureux permet de documenter clairement les raisons ayant motivé la décision, les convictions sur lesquelles elle reposait, les solutions de rechange envisagées et les risques acceptés en connaissance de cause.

Ensemble, ces questions ne garantissent pas un résultat favorable, mais elles peuvent améliorer considérablement la qualité de la décision et contribuer à s’assurer qu’elle a été prise de manière réfléchie, rigoureuse et pour les bonnes raisons.

L’IA peut jouer des rôles distincts pour chacune de ces questions. Dans certains cas, elle peut contribuer activement à élaborer une réponse en analysant l’information, en explorant différentes possibilités ou en évaluant les résultats potentiels. Dans d’autres, sa valeur peut résider dans sa capacité à nous rappeler systématiquement de remettre notre réflexion en question et de vérifier qu’aucun élément important n’a été négligé.

Tirer parti de l’IA pour prendre de meilleures décisions

L’objectif n’est pas que l’IA remplace le jugement humain dans la prise de décision, mais plutôt qu’elle contribue à l’améliorer.

Les marchés comportent trop d’incertitudes pour que les investisseurs puissent évaluer les compétences uniquement en fonction de l’exactitude d’une décision.

Une meilleure approche consiste à mettre en place un processus rigoureux favorisant des décisions de qualité en remettant les hypothèses en question, en faisant ressortir les éléments contradictoires, en repérant les biais, en envisageant d’autres scénarios et en explicitant davantage le raisonnement qui sous-tend chaque décision.

La véritable promesse de l’IA ne réside peut-être pas nécessairement dans sa capacité à améliorer considérablement les prévisions des investisseurs, mais plutôt dans celle de leur permettre de prendre des décisions de meilleure qualité, peu importe ce que l’avenir leur réserve.