Incidence potentielle de l’IA sur l’industrie canadienne des FNB

Ces dernières années, l’industrie a continué de repousser les limites de l’innovation financière. Parmi les développements notables figurent l’introduction en 2021 des premiers FNB au monde dont les sous-jacents sont le bitcoin et l’Ethereum en détention physique, et le lancement de FNB à titre unique dont le rendement est rehaussé par l’intermédiaire de vente d’options d’achat couvertes, d’un effet de levier relativement faible ou une combinaison des deux stratégies.

Ces jalons soulignent l’engagement de l’industrie canadienne des FNB à répondre à la demande des investisseurs pour de nouveaux produits financiers.

Toutefois, l’industrie canadienne des FNB est maintenant confrontée à l’avènement de l’intelligence artificielle (IA) qui refaçonne divers secteurs.

« Nous en sommes aux balbutiements de la transformation par l’IA des services financiers en général et de l’industrie des FNB en particulier, indique John O’Connell, fondateur et président-directeur général du Oasis Group. De nombreuses sociétés institutionnelles entraînent aujourd’hui de grands modèles de langage avec des connaissances propres à l’industrie qui repousseront les frontières de l’utilisation de l’IA dans une variété de domaines, notamment la négociation, la conformité, la surveillance, la lutte contre le blanchiment d’argent, et plus encore. »

Les applications de l’IA en finance sont vastes et percutantes, allant de l’amélioration de la négociation fondée sur les algorithmes à la gestion des risques, de la personnalisation des stratégies de placement à l’efficience opérationnelle.

Cette vague technologique offre l’occasion à l’industrie canadienne des FNB de faire montre une fois de plus de sa force novatrice. En évaluant le contexte actuel et en explorant les avenues pour l’intégration de l’IA, l’industrie peut maintenir son agilité et sa fonction de chef de file dans la création de solutions financières.

Dans cette optique, examinons comment l’IA peut peaufiner davantage les stratégies de placement, optimiser la gestion des fonds et, en fin de compte, stimuler la croissance future du marché des FNB du Canada.

Révolutionner la gestion de portefeuille grâce à l’IA

Les coûts associés aux FNB à gestion active reflètent souvent les efforts considérables que les gestionnaires de portefeuille consacrent à l’évaluation des titres.

Par le passé, ce processus a nécessité une analyse financière ascendante méticuleuse, soit d’éplucher les documents d’information continue, de passer les bénéfices au peigne fin et d’élaborer des modèles détaillés aux fins d’analyse. Cependant, l’IA rationalise ces tâches chronophages, marquant un virage important dans les stratégies de gestion de portefeuille.

« Dans un proche avenir, vous constaterez une utilisation accrue du traitement du langage naturel pour résumer et normaliser les données structurées provenant des documents exigés par les gouvernements et les données non structurées provenant des rapports annuels et des rapports des analystes, explique John O’Connell. Cela aidera les gestionnaires de portefeuille à évaluer plus efficacement les investissements potentiels dans leur phase de recherche. »

Cette vision de l’optimisation de l’IA dans la gestion de portefeuille n’est pas entièrement nouvelle. En novembre 2017, les FNB Horizons ont fait œuvre de pionnier avec le lancement du FNB Horizons Actif I.A. actions mondiales (MIND).

Bien qu’il ait depuis été retiré de la cote de la Bourse, le fonds MIND a été le premier FNB du genre au Canada à utiliser l’apprentissage par réseau de neurones profond — un réseau de neurones artificiels qui permet au système d’IA de dégager des modèles et de prendre des décisions indépendantes à une vitesse et à une efficacité semblables à celles du cerveau humain.

MIND a été conçu pour surveiller plus de 50 paramètres de placement, en utilisant ces derniers comme principales données d’entrée pour ses processus d’analyse des modèles et de prise de décisions. Parmi ces données d’entrée, il y avait divers indicateurs techniques et paramètres financiers comme la moyenne mobile simple sur 80 jours, le ratio bêta, le ratio de Sharpe, les flux monétaires et le rendement relatif sur six mois, pour n’en nommer que quelques-uns.

Malgré son approche innovante, et vu son parcours, le fonds MIND était peut-être en avance sur son temps, car la technologie de l’époque était incapable de réaliser pleinement son potentiel. Aujourd’hui cependant, avec les progrès rapides des grands modèles de langage et des autres technologies d’IA, l’exécution de stratégies comme celle du fonds MIND devient de plus en plus faisable.

Réaliser des synergies opérationnelles

La transition des marchés financiers nord-américains des cycles de règlement de T+2 à T+1 a marqué une évolution significative dans les opérations de négociation, rehaussant l’efficacité et la sécurité des transactions.

Ce changement, qui réduit la période de règlement de deux jours à un jour, apporte des avantages notables, notamment une diminution du risque de contrepartie et un renforcement de l’efficience du marché. Il permet de répartir plus rapidement les fonds et les titres, réduisant ainsi le capital nécessaire pour se prémunir contre le risque d’échec d’une opération.

Malgré ces progrès, il y a place pour plus d’optimisation encore, en particulier par l’intégration de l’IA. Les technologies d’IA ont le potentiel de révolutionner les processus opérationnels en permettant une rapidité et une précision sans précédent de l’appariement et du règlement des opérations.

« L’IA peut faciliter le processus d’appariement en comparant rapidement plusieurs points de données, comme les numéros de compte, le nom des clients, les identifiants gouvernementaux et d’autres données liées aux opérations, explique John O’Connell. Cette capacité est cruciale pour les équipes des opérations chargées d’apparier et de déchiffrer les données transmises par le réseau de la Society for Worldwide Interbank Financial Telecommunication (SWIFT). »

Contrairement aux systèmes traditionnels ou aux processus manuels, qui peuvent être submergés par le volume et la complexité des données, l’IA analyse et apparie rapidement l’information, ce qui réduit les erreurs opérationnelles et accélère le processus de règlement de façon plus autonome.

John O’Connell souligne un autre domaine critique où l’IA peut améliorer l’efficacité. « Les modèles d’IA peuvent également aider à simplifier le procédé lié aux instructions de règlement permanentes (Standard Settlement Instructions) pour que les opérations soient réglées et que les frictions entre les partenaires commerciaux soient éliminées », souligne-t-il.

Le suivi des instructions de règlement permanentes est essentiel pour s’assurer que les opérations sont réglées correctement et que les fonds et les titres sont transférés entre les bonnes parties. L’IA pourrait potentiellement automatiser et optimiser la gestion des instructions de règlement permanentes, en veillant à ce que toutes les transactions soient réglées conformément aux protocoles appropriés, en réduisant la probabilité d’échecs de règlement et en améliorant la fluidité globale des opérations des marchés de capitaux.

Bien que bon nombre de ces changements se produisent actuellement sur les marchés financiers américains, on s’attend à ce que, à terme, ils touchent l’industrie canadienne et que celle-ci accueille les avantages opérationnels qu’offre l’IA sur le marché américain des FNB.

Améliorer la vie de l’investisseur final

Au cours des dernières années, les fournisseurs et les plateformes boursières de FNB ont fait d’importants progrès dans l’amélioration de l’accessibilité de la recherche sur les FNB grâce à l’introduction de divers outils en ligne conçus pour simplifier le processus de recherche et de sélection des FNB.

Grâce à ces progrès, les investisseurs ont facilement accès à une foule de renseignements, ce qui leur permet de prendre des décisions plus éclairées.

Or, l’intégration de l’IA peut propulser ces efforts encore plus loin, en alliant le caractère direct du format des foires aux questions (FAQ) avec la profondeur des plateformes traditionnelles de filtrage et d’analyse des FNB.

« Le meilleur exemple pour ce qui est du service à la clientèle est la mise en œuvre de robots conversationnels intelligents qui peuvent répondre aux questions courantes qui autrement accaparent le temps des représentants du service à la clientèle, souligne John O’Connell. On peut par exemple demander le prospectus d’un FNB, les renseignements sur les 20 principaux titres détenus par le FNB, et si un FNB détient un titre particulier et dans quelle proportion. »

Non seulement cette utilisation de l’IA simplifie le processus de service à la clientèle, mais elle rend aussi l’investissement dans les FNB plus accessible, surtout pour les débutants qui ne connaissent peut-être pas les paramètres ou le jargon de l’industrie des FNB habituellement utilisés par ceux qui filtrent les titres et les produits.

Imaginez qu’un investisseur novice veuille de l’information au sujet des FNB d’investissement responsable, mais qu’il ne sache pas par où commencer. Une plateforme renforcée par l’IA pourrait offrir une expérience interactive où l’investisseur tape simplement « Montrez-moi les FNB axés sur l’énergie renouvelable ».

Le système d’IA lui présenterait alors une liste de FNB pertinents, avec des résumés faciles à comprendre de leurs priorités de placement, de leurs titres en portefeuille, de la composition sectorielle, des mesures de rendement et de leurs notes au chapitre de l’investissement responsable. Cette approche démystifie le processus de recherche, permettant aux investisseurs d’explorer et de comprendre les options de FNB avec un langage simple, sans jargon.

Refonte des ventes et du marketing

L’IA pourrait également transformer les stratégies de vente et de marketing au sein du secteur canadien des FNB en tirant parti d’une grande quantité de données sur les ventes pour découvrir des renseignements géographiques et des tendances de placement propres à différentes provinces ou différents emplacements.

Cette analyse avancée pourrait permettre aux sociétés d’adapter leurs activités de communication, en fournissant aux démarcheurs (wholesellers) des renseignements ciblés sur les produits ou les thèmes qui gagnent en popularité dans certaines régions, facilitant ainsi des engagements plus stratégiques avec les conseillers et les clients.

« L’IA a la capacité d’offrir aux équipes de vente et de distribution des renseignements plus précis sur les acheteurs potentiels, explique John O’Connell. Elle peut combiner les données non structurées tirées de la biographie publiée de l’acheteur, les renseignements du site Web, notamment les coordonnées dans de nombreux cas, et les données liées à la gestion de la clientèle, comme les interactions antérieures ou les achats. »

Prenons un scénario hypothétique où un système d’IA analyse les données sur les ventes et détecte une augmentation de l’intérêt pour les FNB d’investissement responsable chez les investisseurs en Colombie-Britannique.

Fortes de ces renseignements, les équipes de vente pourraient communiquer en priorité avec les conseillers de cette province et leur fournir des informations détaillées sur leurs produits de FNB verts et du matériel éducatif sur l’investissement durable et déployer des campagnes de marketing sur mesure qui correspondent aux valeurs environnementales de la région.

De même, si l’IA décèle une tendance croissante des placements dans les FNB technologiques dans les centres technologiques de l’Ontario, comme Toronto et Waterloo, les démarcheurs pourraient présenter des FNB axés sur la technologie aux conseillers dans ces régions à l’aide d’informations fondées sur des données qui mettent en évidence la croissance récente du secteur des technologies et son potentiel futur.

De plus, John O’Connell souligne la capacité de l’IA à optimiser les efforts de vente au moyen d’analyses prédictives. « L’IA a également la capacité de proposer les actions les plus efficaces, qui font ressortir les acheteurs qui ont la plus forte probabilité de faire un achat, permettant ainsi aux équipes de vente de se concentrer sur ces acheteurs plutôt que de se livrer à la sollicitation à froid traditionnelle. »

Cette priorisation stratégique fait que non seulement les équipes de vente mènent des activités de communications plus efficaces, mais qu’elles interagissent avec les clients potentiels les plus susceptibles de se convertir, améliorant ainsi l’efficience et la productivité des opérations de vente.

Maintenir l’élan : adopter l’IA pour un avenir prospère

Alors que l’industrie canadienne des FNB continue d’évoluer, il est impératif que l’élan donné par l’innovation et l’adaptation soit non seulement maintenu, mais aussi accéléré. L’intégration de l’IA représente une occasion charnière pour le marché de se distinguer davantage.

« Le marché canadien peut obtenir un avantage si les grandes institutions financières créent des feuilles de route réfléchies en matière d’IA et considèrent l’IA comme un multiplicateur de force technologique pour leur personnel talentueux, affirme John O’Connell. Le plus grand danger est que les émetteurs ignorent l’IA et traitent cette transformation comme une mode passagère. »

Le potentiel de l’IA pour consolider l’efficience opérationnelle, améliorer le service à la clientèle et peaufiner les stratégies de placement représente un bond en avant important pour les fournisseurs de FNB et l’écosystème financier en général.

Il est essentiel pour les émetteurs et les institutions financières de reconnaître le pouvoir de transformation de l’IA et de l’intégrer à leurs opérations de façon réfléchie.

Ce faisant, ils pourront faire en sorte que l’élan créé au cours des dernières années continue de propulser l’industrie, en tirant le meilleur parti des capacités de l’IA au profit des investisseurs et du marché dans son ensemble.