Van procesautomatisering tot portefeuillebeheer: kunstmatige intelligentie (AI) doet geleidelijk haar intrede bij Franse vermogensbeheerders. Een ingrijpende ontwikkeling, al blijft menselijke expertise de hoeksteen.
Vermogensbeheerders zien kunstmatige intelligentie steeds meer als een strategische factor. Volgens de in december gepubliceerde studie Global survey: AI is transforming asset management van Grant Thornton is 73 procent van de ondervraagde bestuurders van asset owners van mening dat AI essentieel is voor de toekomst van de activiteiten van hun organisatie. Daarnaast verwacht 63 procent dat AI de sector van vermogensbeheer en asset management zal veranderen. Verder denkt bijna 62 procent dat AI zal bijdragen aan het optimaliseren van portefeuilles en het genereren van alpha.
In deze context versnellen vermogensbeheerders en asset managers het tempo van de adoptie van AI binnen hun organisaties. Backoffice-functies kwamen als eerste in aanmerking voor een vroege inzet van deze technologie binnen de beleggingssector, volgens Grant Thornton, vanwege de efficiëntie- en productiviteitswinsten die ermee te behalen zijn.
Ook in het middle office wordt AI ingezet, vooral om compliancecontroles te automatiseren zodat overtredingen snel kunnen worden opgespoord. Tegelijkertijd versterken bedrijven de beveiliging en vertrouwelijkheid van data door AI te gebruiken voor realtime detectie van afwijkingen en voor de reactie op potentiële dreigingen. In hun front offices richting klanten gebruikt zes op de tien vermogensbeheerders AI om hun klantenanalyse te verdiepen.
De verschillende toepassingen van AI door beleggingsmaatschappijen
Bron: Global survey: AI is transforming asset management, Grant Thornton
AI dringt door tot portefeuillebeheer
Hoewel AI steeds vaker wordt ingezet om administratieve taken in de beleggingssector te optimaliseren, vormt het voor sommige huizen ook een structurele bouwsteen van productbeheer. Volgens cijfers van Grant Thornton gebruikt 44 procent van de beleggingsmaatschappijen AI al voor portefeuillebeheer, en dit aandeel zou binnen drie jaar moeten oplopen tot 83 procent.
In Frankrijk zet Palatine Asset Management sinds juni 2023 kunstmatige intelligentie in het beheer van het fonds Palatine Amérique. ‘Dit fonds werd vanuit Frankrijk beheerd met beperkte middelen’, legt Kamal Chancari uit, verantwoordelijk voor discretionary management bij Palatine AM. ‘We konden niet concurreren met Amerikaanse beheerders die worden ondersteund door een leger aan analisten. Het werd een echte uitdaging om de performance vast te houden tegenover beter uitgeruste spelers’, aldus Chancari.
Om de performance van het fonds te bestendigen, verdiepte de beheermaatschappij zich al in 2022 in kunstmatige intelligentie, maar de uitrol stuitte op een belangrijk obstakel: de mens. De integratie van AI is niet louter een technologische keuze; het vereist profielen die in staat zijn de modellen te begrijpen en te bevragen. ‘Wanneer een fundamentele beheerder zich weinig comfortabel voelt met technologie, is het moeilijk hem kwantitatieve modellen te laten accepteren’, voegt Kamal Chancari toe. ‘Inzicht in machine learning en statistiek is onmisbaar om het model te begrijpen zonder erdoor gedomineerd te worden.’
Hulpmiddel bij besluitvorming
De integratie van AI binnen het fonds van Palatine AM vormt een pijler van de beleggingsstrategie. Concreet worden voor elk aandeel vijf verschillende modellen gebruikt. Die analyseren dezelfde data, maar interpreteren die op uiteenlopende manieren om signalen te genereren. ‘AI is een hulpmiddel bij besluitvorming, geen vervanger van de beheerder’, zegt Chancari. ‘Het ondersteunt de besluitvorming.
De modellen en de data zijn vaak openbaar, maar de echte waarde zit in de verwerking ervan. In het vermogen om ruwe data om te zetten in bruikbare signalen.’ Kamal Chancari benadrukt dat het zijn taak blijft om het voor dit fonds ontwikkelde model kritisch te beoordelen, omdat niet alle situaties erin te vatten zijn.
Voor de toekomst is het de ambitie van Palatine AM om de technologie geleidelijk uit te rollen naar andere fondsen, maar volgens een andere logica. ‘Voor de andere beheerders is het niet de bedoeling de modellen één op één toe te passen, maar ze te gebruiken als extra analisten, als een bijkomende mening bij het besluit om te kopen of te verkopen’, legt Kamal Chancari uit.
Deze evolutie vraagt bovendien om nieuwe profielen. ‘Wanneer ik stagiairs aanneem, geef ik de voorkeur aan kandidaten met een achtergrond in machine learning en softwareontwikkeling’, voegt hij toe. ‘Vervolgens geef ik hun marktervaring mee. Er zijn dingen die nooit volledig te modelleren zijn. Ervaring helpt om te nuanceren, risico’s te beheren en te herkennen wanneer een model niet meer werkt.’