L'IA va-t-elle tuer les gérants et les journalistes financiers ?

L'intelligence artificielle (IA) est un moteur majeur de la croissance économique, notamment aux États-Unis, où elle serait responsable de 90% de cette croissance. Elle génère d'importants gains de productivité, particulièrement dans les petites structures où elle multiplie par dix l'efficacité de chaque individu. La discussion porte sur la capacité des IA actuelles, comme Claude ou ChatGPT, à fournir des conseils d'investissement fiables, et si elles sont stables. Bien que perfectibles, elles sont considérées comme potentiellement meilleures que les conseillers humains, qui le sont aussi. L'IA soulève la question de son impact sur les métiers de gérant de portefeuille et de journaliste financier. Lauren Gouau, journaliste financière, souligne que la valeur humaine réside dans la capacité à raconter des histoires, à incarner une expertise et à établir une relation de confiance. Kevin Tosa, membre du comité d'investissement de Carmignac, pense que l'IA ne tuera pas la gestion active mais révélera ceux qui ne l'étaient pas vraiment. Les métiers les plus menacés sont ceux basés sur l'agrégation de données, comme l'analyse de rapports ou la diffusion d'informations extra-financières. Ces fonctions, souvent occupées par des juniors, pourraient être rapidement disruptées. L'histoire montre que l'accès à l'information, autrefois un avantage concurrentiel, est devenu une commodité. Internet a tué l'avantage informationnel basé sur la rapidité de diffusion, et l'IA accélère encore l'analyse. Par exemple, l'analyse de quinze rapports d'analystes qui prenait une demi-journée se fait désormais en une heure. Cependant, l'IA offre des gains de productivité considérables, permettant à de petites structures d'être aussi performantes que de grandes. Cela favorise l'émergence de nouveaux modèles d'affaires et d'entreprises plus agiles. Des entreprises comme Medvie, valorisée à 1,8 milliard de dollars et créée en septembre 2024, illustrent ce phénomène. Polymarket, avec seulement 50 employés, est également citée comme exemple de réussite grâce à l'IA. Arthur Mench avait déjà souligné que les gains de productivité avec l'IA étaient particulièrement forts dans les petites structures, augmentant l'efficacité par dix. Concernant le stock-picking, Lauren Gouau estime qu'il ne disparaîtra pas, mais le stock-picking basé uniquement sur la lecture de documents deviendra obsolète. Il se rapprochera du private equity, se concentrant sur l'histoire de l'entrepreneur, la vision du futur et les convictions profondes, éléments que l'IA ne peut fournir. Le stock-picker moyen a probablement déjà disparu, laissant place à des gérants capables d'identifier de véritables convictions et des histoires d'avenir. Kevin Tosa voit l'IA comme une opportunité pour une plus grande accessibilité à l'information et une acculturation financière accrue. Les données propriétaires et les réseaux solides, comme ceux de Bloomberg, Visa, Mastercard, ou des places boursières comme le London Stock Exchange, continueront d'avoir une valeur. La capacité à analyser et à juger ces données, à construire un portefeuille en tenant compte de la sélection des valeurs et du dimensionnement des positions, reste un facteur de différenciation. L'IA peut aider à identifier des pépites dans des marchés émergents ou des pays où l'information est difficile d'accès, comme le Sri Lanka, en scannant des documents dans des langues étrangères. Le marché des pays émergents, notamment via des entreprises technologiques comme TSMC, Samsung et SK Hynix, a connu une forte performance. Carmignac, spécialisé dans cette gestion, a enregistré des performances significatives, une partie de la surperformance provenant du stock-picking et l'autre du dimensionnement des positions. La vente prématurée de valeurs comme Nvidia ou Micron est un exemple des défis de la gestion active. Dans le domaine médiatique, si l'IA peut rédiger des articles rapidement, les journalistes financiers vendent leur style, leur capacité de narration, leur mise en contexte et une forme de biais assumé. Ils offrent une sélection et une curation, une lecture personnelle, des convictions. L'influence et le "spectacle" humain, l'incarnation de l'expertise avec pédagogie et style, sont également des éléments d'achat. L'IA ne remplace pas cette dimension humaine, mais la frontière entre contenu journalistique et marketing s'estompe. Les influenceurs, parfois plus pertinents que les journalistes traditionnels sur certains sujets comme les ETF, gagnent du terrain. Kevin Tosa souligne que le jugement humain et la capacité à se projeter sont essentiels. Il n'est pas convaincu que les IA puissent encore intégrer tous les paramètres personnels pour des conseils d'investissement fiables et stables. La relation humaine, le besoin d'avoir quelqu'un à qui se plaindre en cas de problème, reste un élément clé. L'IA, alimentée par des données issues de sources comme Les Échos, Bloomberg ou Reuters, pourrait paradoxalement renforcer la valeur de ces sources en les utilisant pour nourrir ses modèles. Si la gestion passive se généralise, qui identifiera et financera les entreprises innovantes avant qu'elles n'entrent dans les indices ? L'histoire montre que la composition des indices évolue constamment, rendant la dimension prédictive importante. La croissance américaine est fortement liée à l'IA, notamment par les investissements dans les centres de données et la consommation des ménages dont les portefeuilles d'actions sont investis dans des valeurs d'IA. La politique de la Fed est également influencée par les gains de productivité attendus de l'IA. Ce scénario repose sur un "château de cartes" fin. La génération Y et les nouveaux investisseurs, souvent entrés sur les marchés via la crypto, se sont massivement tournés vers les ETF, notamment le S&P 500, sans toujours une éducation financière approfondie. Les ETF, bien qu'utiles pour démocratiser l'accès aux marchés, ne doivent pas occulter le travail de compréhension des entreprises sous-jacentes. En Europe, le marché des ETF est encore en rattrapage par rapport aux États-Unis. Aux États-Unis, la rémunération des conseillers financiers évolue vers des modèles basés sur le temps passé, favorisant naturellement la recommandation de produits moins coûteux comme les ETF. Empiler les risques est un écueil. Par exemple, un ETF sur les marchés émergents peut contenir une forte proportion d'entreprises technologiques, liées à la chaîne de valeur globale de l'IA. L'IA américaine, par ses biais, privilégie les sources anglophones et les grandes entreprises américaines, potentiellement au détriment des entreprises européennes. L'essor de la gestion passive, en concentrant les flux vers les leaders, peut créer des bulles et amplifier les tendances (momentum). Le patriotisme économique est soulevé : l'épargne européenne finançant massivement des entreprises américaines via les LLM et les ETF, alors que l'Europe a des besoins de financement importants. Des entreprises européennes choisissent de s'introduire en bourse aux États-Unis pour des marchés de capitaux plus profonds, malgré la présence de sociétés performantes en Europe. Carmignac, bien que confrontée à ces défis, utilise l'IA pour accroître son efficacité et sa rapidité. La collecte se fait bien, notamment sur les marchés obligataires où la gestion active est performante face aux changements de régime économique (fin de l'ère de la politique monétaire accommodante). La gestion active crée de la valeur en identifiant des points d'inflexion que les modèles d'IA peinent à saisir. Dans les médias, l'information est une commodité. Les consommateurs recherchent l'efficacité, l'actionnabilité, le sérieux et la confiance. L'information incarnée, avec un visage et des convictions, est privilégiée. Les influenceurs, grâce à leur proximité et leur capacité d'interaction, jouent un rôle croissant, parfois au détriment des journalistes traditionnels. L'IA ne remplacera pas les journalistes, mais les influenceurs les complètent, apportant proximité et interaction. La finance, en particulier, permet cette interaction directe. L'IA peut aider à analyser finement les communautés de followers pour mieux adapter le contenu. Concernant un portefeuille 100% ETF, la gestion active offre une raison concrète de confier son argent à une maison de gestion : la recherche d'une performance supérieure à la moyenne. Sur 30 ans, une différence de 2 à 4% de performance annuelle peut multiplier le capital investi. Les LLM, en analysant avec les mêmes outils, peuvent potentiellement créer des bulles de consensus. La véritable disruption vient de la confiance accordée aux influenceurs plutôt qu'aux gérants ou journalistes. Cependant, il y a une grande qualité chez certains influenceurs, notamment féminins, qui abordent des sujets d'investissement au-delà du simple budget. La démocratisation des ETF est une bonne nouvelle, augmentant l'intérêt pour la bourse, même si une éducation financière reste nécessaire. L'investissement devient une nécessité pour préparer sa retraite, un acte citoyen pour orienter l'argent vers l'économie réelle. L'utilisation de l'IA par les professionnels varie. Lauren Gouau utilise des modèles payants (Claude, GPT) pour la production de contenu, la synthèse d'informations (Bloomberg) et la rédaction. Kevin Tosa utilise ChatGPT et Ask Bloomberg pour des gains de temps considérables dans l'analyse de données complexes, mais n'a pas accès à Claude pour des raisons de sécurité des données sensibles. En résumé, l'IA transforme le paysage financier et médiatique. Elle offre des gains de productivité et une accessibilité accrue à l'information, mais soulève des questions sur la valeur de l'expertise humaine, le rôle des intermédiaires et la concentration des risques. La gestion active, le jugement humain, l'incarnation de l'expertise et la confiance restent des éléments cruciaux pour naviguer dans cet environnement en mutation.