Une nouvelle classe d’intelligence artificielle, appelée IA agentique, commence à changer le monde de la gestion d’actifs. Ces systèmes d’IA peuvent prendre des décisions de manière autonome et même effectuer des opérations sur les marchés financiers. Robeco est l’une des premières institutions d’investissement à tester publiquement cette technologie. La société basée à Rotterdam souhaite intégrer une IA qui ne se contente pas d’analyser les marchés, mais qui y répond également de manière active.
Alors que les outils d’IA traditionnels aident principalement à traiter les données et à repérer les tendances, l’IA agentique va plus loin. Ces algorithmes peuvent simuler des scénarios, ajuster des portefeuilles et même, dans des limites prédéfinies, exécuter des transactions. Les premières expériences de Robeco laissent entrevoir un changement dans la manière dont les gestionnaires d’actifs construisent les portefeuilles : le contrôle humain est combiné à l’autonomie de la machine, pour aboutir à plus grande efficacité et des économies d’échelle.
« C’est l’étape suivante après les grands modèles de langage , déclare Mike Chen, responsable de l’unité Next Generation Quant chez Robeco. « Les LLM peuvent répondre à des questions, mais n’agissent pas. L’IA agentique ajoute cette capacité : agir, exécuter des tâches, prendre des décisions de manière indépendante dans des cadres convenus. »
M. Chen et Kees Verbaas, responsable mondial de l’équipe de recherche fondamentale sur les actions, ont discuté avec Investment Officer des expériences de l’entreprise et de sa vision de l’avenir.
Nouvelles machines, nouvelles opportunités
Les expériences internes de Robeco sont encore en phase de développement, mais elles reflètent une transformation plus large du secteur de l’investissement. Les gestionnaires d’actifs, confrontés à des marges étroites et à une complexité croissante des données, ne considèrent plus l’IA uniquement comme un outil, mais de plus en plus comme un partenaire de collaboration à part entière. Cela soulève une question fondamentale : si les machines peuvent apprendre, décider et agir, que restera-t-il du travail des analystes, des gestionnaires de portefeuille et des traders ?
Robeco jouit depuis des décennies d’une solide réputation en matière d’investissement quantitatif. Les stratégies de la maison s’appuient sur des modèles de données fondés sur la recherche universitaire. Cependant, l’unité de M. Chen va au-delà des modèles existants. La division expérimentale explore les dernières technologies et teste des idées qui, si elles se révèlent fructueuses, sont appliquées à des produits existants ou à de nouvelles stratégies.
« L’IA est une évolution des méthodes quantitatives traditionnelles. Les modèles quantitatifs classiques étaient prescriptifs. L’IA s’adapte simplement, explique M. Chen. L’algorithme apprend à établir ses propres connexions au lieu que nous lui disions comment combiner les variables. »
Cette approche a déjà conduit à des applications telles que la Dynamic Theme Machine, une stratégie ETF basée sur l’IA qui détecte les tendances émergentes du marché. Pendant la pandémie de coronavirus, par exemple, le système a signalé le phénomène des restaurants numériques et a profité du battage médiatique autour de la Formule 1 après la série Netflix Drive to Survive. Des titres comme Liberty Media et Ferrari ont été identifiés très tôt comme prometteurs, des thèmes que les analystes humains ne remarquent généralement qu’après coup.
Agents simulateurs
Robeco passe maintenant à l’étape suivante. M. Chen envisage un système dans lequel des agents d’IA spécialisés communiquent entre eux pour simuler et optimiser les décisions d’investissement. Un agent analyse le sentiment, un autre calcule l’impact sur le portefeuille, un troisième exécute les ordres. Les humains ont le contrôle, mais les machines font la plupart des réflexions et de l’exécution.
« À terme, nous pourrions avoir des agents analystes générant des scénarios, des agents de gestion de portefeuille estimant l’impact et des agents commerciaux exécutant des transactions, le tout sous supervision humaine », explique M. Chen.
Une expérience qui n’est pas isolée
La vision de Robeco n’est pas isolée. Une récente étude de l’université de Cornell a introduit le concept de finance agentique, dans lequel des agents d’intelligence artificielle prennent des décisions d’investissement de manière indépendante en utilisant l’apprentissage par renforcement et des modèles de langage. Leur description – des analystes aux traders dans une boucle de rétroaction fermée – est remarquablement similaire à ce qu’envisage Robeco.
Le secteur commence également à se réveiller. Dans un rapport paru en 2024, PwC Suisse a qualifié l’IA agentique de « stratège autonome » qui pourrait changer fondamentalement la façon dont les gestionnaires d’actifs travaillent. Au lieu de réagir à des signaux, ces systèmes peuvent déterminer des stratégies en temps réel. Le rapport plaide fortement en faveur du type « d’environnement de bac à sable » avec lequel Robeco expérimente actuellement, en mettant l’accent sur l’explicabilité et le contrôle.
L’IA explicable reste nécessaire
Malgré l’intelligence croissante de l’IA, Robeco souligne que l’examen humain reste crucial. « Les investisseurs institutionnels font confiance aux personnes, pas aux algorithmes. Les tâches peuvent être déléguées, mais les humains restent les chefs d’orchestre », affirme M. Chen.
« La différence réside dans le jugement », ajoute M. Verbaas. « La façon dont vous interprétez les données, évaluez les modèles d’entreprise, estimez les attentes en matière de bénéfices : cela reste un travail humain. L’IA permet surtout d’être plus efficace. »
Cette amélioration de l’efficacité est déjà visible. « Les analystes peuvent désormais rédiger deux ou trois dossiers d’investissement par semaine, alors qu’auparavant ils n’en rédigeaient qu’un seul. L’IA recueille les données rapidement, ce qui laisse plus de temps pour l’analyse et la compréhension », selon M. Verbaas.
La collaboration homme-machine modifie la relation entre la technologie et l’expertise. Les systèmes de Robeco sont explicitement conçus pour être explicables – il ne s’agit pas d’une boîte noire, mais plutôt d’une « boîte de verre ». « Nous avons rendu l’apprentissage automatique transparent grâce à l’IA explicable », explique M. Chen, qui fait référence au concept de l’IA X avec des techniques qui rendent la prise de décision des algorithmes transparente pour les humains.
« Une culture intelligente »
Alors que les grands gestionnaires d’actifs investissent des milliards dans des infrastructures IA, Robeco affirme que le pouvoir n’est pas dans la taille, mais dans la culture. L’innovation est largement intégrée dans les départements d’investissement, non pas cachée dans un laboratoire. Cette approche permet de tester d’abord les idées en interne avec des capitaux propres avant de les lancer sur le marché.
« Nous voulons être intelligents plutôt que grands, déclare M. Chen. Au lieu d’analyser les propos d’un CEO – souvent biaisés – nous préférons écouter ce que disent les analystes. Ou mieux encore : ce qui n’est pas dit. Cela permet souvent d’obtenir des avantages plus durables. »
Espace d’apprentissage
Robeco teste des stratégies par le biais d’un programme d’incubation interne. M. Chen compare cela au processus d’apprentissage de SpaceX, mais sans les explosions. « De meilleures ailettes et des buses plus précises, si vous voyez ce que je veux dire. »
Le cours de l’action de Robeco contraste avec l’évolution chez APG, qui a annoncé au début de l’année qu’il se retirait de l’investissement quantitatif en raison d’une trop grande complexité et d’un rendement trop faible. M. Chen considère cela comme une opportunité manquée. « Le quant n’est pas un mystère. Chaque étape est prouvée et transparente. Complexe ne signifie pas incompréhensible. Abandonner maintenant, c’est passer à côté d’un changement structurel. »
M. Verbaas voit également les choses sous cet angle : « L’investissement fondamental évolue aussi. Nous modernisons notre approche, en partie grâce aux innovations du secteur quantitatif. »
Différents talents, différentes questions
L’essor de l’IA agentique modifie également le profil de l’employé idéal. Les connaissances financières restent importantes, mais les gestionnaires d’actifs recherchent de plus en plus des personnes capables de faire le lien entre l’économie et la technologie. Des personnes capables de construire et de comprendre des algorithmes.
Dans ce contexte, la question se pose de savoir si le concept de quant est encore suffisant. « Peut-être pas, concède Mike Chen. En fait, il s’agit d’investissements axés sur la technologie. Mais quel que soit le nom que vous lui donnez, tout est question de données, d’algorithmes et d’informations économiques. Même avec l’IA, la créativité et le jugement humains restent indispensables. »
L’avenir est là
Maintenant que la course à l’IA agentique a commencé, une question plus fondamentale se pose : qui contrôlera les investissements du futur ? Quelles sont les compétences essentielles ? Les CFA d’aujourd’hui seront-ils les programmeurs Python de demain ? Le meilleur gestionnaire de portefeuille devra-t-il bientôt être aussi un stratège de l’IA ?
Les premières mesures prises par Robeco montrent que ces questions ne sont plus hypothétiques. L’avenir se construit déjà à Rotterdam. « Nous sommes à l’aube d’une nouvelle ère, conclut M. Chen. Et franchement, c’est passionnant aussi. »