AiPEX, l'indice boursier piloté par l'IA

Depuis plus de 10 ans, les robots-conseillers ont démocratisé l'idée de confier les stratégies d'investissement à des algorithmes et diverses expérimentations ont cherché à capitaliser sur les masses d'information disponibles pour en améliorer la fiabilité… HSBC prolonge cette lignée avec une série d'indices pilotés par l'« intelligence artificielle ».

Le raisonnement tenu par la banque n'a rien de très original, puisqu'il était déjà à l'origine, entre autres, d'une des premières applications dans le domaine du trading de la technologie retenue pour son initiative, IBM Watson, dès 2014. Partant du constat de la surcharge d'information à laquelle sont confrontés les analystes financiers dans notre monde contemporain, il suggère que les outils modernes, capables d'absorber des volumes de données quasiment infinis, vont pouvoir prendre leur relais.

En conséquence, les indices AiPEX (pour « AI Powered US Equity Indexes ») reposent sur ce qui est présenté concrètement comme un moteur de règles (l'IA n'est évoquée que pour les apparences !), conçu par le spécialiste Equbot et capable d'ingurgiter les productions d'une multitude de sources différentes – tweets, communiqués, conférences, commentaires, imagerie satellite… – dans toutes leurs dimensions – contenu, forme, ton… – et d'en extraire une compréhension intime des entreprises évaluées.

Pour le reste, les méthodes mises en œuvre sont semblables aux approches traditionnelles. Les 1 000 plus grandes sociétés américaines sont qualifiées selon trois axes complémentaires – santé financière (chiffres clés), management et perspectives (sentiment du marché, risques…) – de manière à retenir les 250 les mieux positionnées globalement, avec une pondération ajustée en fonction de leur score combiné, quelques mécanismes de contrôle (de volatilité, notamment) complétant le modèle.

En comparaison des essais antérieurs d'exploitation de données extra-financières dans le cadre de stratégies d'investissement, les projections d'un indice AiPEX sur un historique d'une quinzaine d'années révèlent une focalisation bien moindre sur la performance brute que sur l'amortissement des chocs (crise de 2008, pandémie…), qui reflète essentiellement la qualité des modalités de maîtrise de la volatilité. Ce choix paraît certes cohérent avec la prudence naturelle d'une banque mais il limite la capacité à juger de l'efficacité de l'appréciation portée par l'IA sur les valeurs considérées…

Entre cette initiative de HSBC, qui ressemble surtout à une opération de communication autour de la technologie employée et peine à convaincre sur ses résultats réels, et la litanie de jeunes pousses qui, au fil des années, ont fait miroiter des bénéfices tenant de la martingale, le recours à l'analyse de données et à l'intelligence artificielle dans le domaine de l'investissement rencontre décidément de sérieux obstacles. Peut-être faudrait-il admettre que les technologies existantes, élaborées et mises au point depuis longtemps, sont finalement suffisantes pour les besoins de l'utilisateur moyen ?

HSBC exploite les données d'Alibaba

Coïncidence du calendrier ou accélération impressionnante de ses processus en pleine crise mondiale, HSBC dévoile ^[PDF] à Hong Kong une nouvelle solution de financement à destination des marchands en ligne, qui exploite les données non conventionnelles fournies par la plate-forme de logistique Cainiao, filiale du géant chinois Alibaba.

L'offre est accessible dès maintenant à toutes les entreprises présentes sur la plate-forme de e-commerce de détail Tmall (autre filiale d'Alibaba). Elle leur permet d'obtenir des prêts (qui peuvent s'élever à l'équivalent de 500 000 dollars américains) plus facilement et plus rapidement grâce à une évaluation de leur fiabilité basée exclusivement sur les mouvements de marchandises qu'elles génèrent, capturées automatiquement, sans requérir aucun document justificatif ni avoir à apporter la moindre caution.

Plus précisément, les données mises ici à contribution, transmises par Cainiao après accord du demandeur, comprennent l'historique de son activité, les principales marques qu'il distribue, les notes et commentaires qu'il obtient sur la place de marché, son inventaire, en temps réel… En comparaison d'un score traditionnel, l'avantage de ces caractéristiques est qu'elle peuvent éclairer les décisions en fonction d'un contexte spécifique – comme celui que nous vivons aujourd'hui –, par exemple à travers les catégories de produits vendus ou via un aperçu de l'évolution des flux au fil de l'eau.

Malheureusement, sans grande surprise, le dispositif déployé par HSBC ne se situe pas au niveau des champions du moment. Ainsi, en dépit de sa promesse de réactivité, les délais annoncés pour une approbation de crédit s'avèrent plutôt longs, 7 jours semblant être le minimum envisageable. Il faut probablement en déduire que, derrière son recours à des sources d'information alternatives, les modalités pratiques de mises en œuvre reposent encore largement sur des traitements humains, qui en réduisent l'efficacité.

Les circonstances particulières de ce début d'année soulignent avec acuité l'importance que peuvent prendre des solutions de financement quasiment instantanées. Mais un autre aspect de l'équation vaut également d'être pris en compte : les limites intrinsèques des modèles de gestion de risques classiques, qui ne sont pas conçus pour intégrer des conditions extraordinaires, que celles-ci soient à l'échelle de la planète, d'un secteur économique ou d'un acteur individuel, justifient aussi des approches différentes.