La génération d’Intelligence Artificielle (IA) offre une révolution de l’industrie de la gestion de patrimoine. Elle permet une simplification des processus ainsi qu’une augmentation des actifs sous gestion.

L’industrie de la gestion de patrimoine est à un tournant majeur, poussée par un changement de marché clé, le changement de génération des clients. Le prochain héritage de fortune à plusieurs membres de la famille signifiera qu’à court et moyen terme, les clients de gestion de patrimoine seront significativement plus jeunes, plus féminins et auront en moyenne un patrimoine net par tête plus faible.

La gestion de patrimoine devra servir un nombre plus grand de clients sans augmentation des actifs sous gestion. En même temps, les demandes des clients vont changer car la nouvelle génération exige des produits numériques et innovants et a besoin de plus de services personnalisés. Pour maintenir le niveau actuel de marge dans cet environnement, il est nécessaire d’améliorer l’efficacité des coûts. Grâce à la génération d’IA, cela est possible, avec un potentiel supplémentaire pour la génération d’alpha.

Quelle est la différence entre GenKI et KI prédictive?

La KI prédictive a déjà trouvé sa place dans le secteur financier: elle analyse et interprète les informations existantes à partir d’un apport de données. La GenKI a un autre objectif : elle génère de nouvelles informations et résultats précieux qui vont au-delà de l’apport de données.

Pour y parvenir, la GenKI apprend les modèles et les relations sur la base de grandes quantités de données structurées et non structurées provenant de différentes sources. Cette compréhension apprise des relations entre les données est ensuite utilisée pour générer des contenus similaires, mais non identiques, basés sur l’apport de données.

Quel est le potentiel de l’IA générative en gestion de patrimoine?

Notre analyse montre que la GenKI peut libérer des potentiels tout au long du processus E2E dans la gestion de patrimoine. En particulier, lors de la recherche, de la combinaison, de la comparaison et de l’interprétation de grandes quantités de données et de la prise de décision associée, ainsi que lors de la création de nouveaux contenus, la GenKI permet une augmentation significative de la productivité et donc une réduction de la base de coûts.

De plus, la GenKI peut également générer un avantage d’information temporel et qualitatif lors des décisions d’investissement, ainsi que créer des sources supplémentaires de revenus grâce à de nouveaux produits et services soutenus par la GenKI.

Quatre leviers pour la GenKI en gestion de patrimoine

La GenKI offre un potentiel tout au long de la chaîne de valeur et peut donc avoir une influence positive sur le paramètre de contrôle clé, les actifs sous gestion, en gestion de patrimoine. La GenKI active quatre leviers pour augmenter durablement l’afflux d’actifs sous gestion:

1. Améliorer la performance des actifs/génération d’alpha grâce à de meilleures décisions d’investissement et plus rapide.
2. Réduire les frais de gestion de patrimoine grâce à une plus grande efficacité.
3. Améliorer la qualité du service par une consultation plus individuelle, plus rapide et meilleure.
4. Introduire des innovations produits en reconnaissant plus rapidement les tendances du marché et en développant de nouveaux services et produits.

Les solutions GenKI pour le développement global des entreprises et des produits financiers peuvent être mises en œuvre sur une longue période et sont encore des sujets d’avenir. Des solutions comme la création de contenu automatisé et l’excellence du service à la clientèle peuvent déjà être mises en œuvre aujourd’hui et offrent un avantage stratégique sur la concurrence.

Applications de la GenKI en gestion de patrimoine

Voici quelques exemples d’application qui illustrent le potentiel énorme et la polyvalence de la GenKI en matière de gestion de patrimoine.

Développement de produits plus rapide et plus précis grâce à la GenKI

La GenKI aide au développement de produits en analysant et en comparant les informations sur le marché et les tendances à partir de différentes sources pour générer des idées de nouveaux produits. Un avantage concurrentiel majeur est créé par la combinaison des sources de données externes avec des données internes telles que les objectifs d’investissement des clients, la structure des actifs ou la disposition au risque.

L’automatisation de la recherche et de l’analyse permet de réaliser des économies significatives de coûts et de temps. En plus du facteur coût, un lancement rapide sur le marché de produits innovants peut attirer de nouveaux actifs sous gestion grâce à un « avantage du premier acteur ». Une génération temporaire d’alpha se produit lorsque la solution GenKI est introduite plus tôt que la concurrence et peut prendre des décisions plus rapidement que la moyenne du marché. Une génération durable d’alpha se produit lorsque les informations internes supplémentaires mènent à de meilleures décisions.

Bloomberg a fait un premier pas vers la GenKI avec le développement de l’analyse des données financières et économiques basée sur BloombergGPT. BloombergGPT permet de résumer les rapports financiers et les données du marché, d’identifier les liens et les tendances dans les indicateurs financiers et de classer l’ambiance des nouvelles financières ou des posts sur les médias sociaux. Cela permet aux utilisateurs de Bloomberg de prendre des décisions d’investissement éclairées et beaucoup plus rapides, mais aussi de reconnaître tôt les potentiels de nouveaux produits.

Analyse et création automatiques de documents dans le back-office

Dans le cadre de la surveillance de la conformité, la GenKI peut rechercher et comparer de grandes quantités de données pour s’assurer que les documents et les pratiques bancaires sont conformes aux exigences réglementaires et aux politiques d’entreprise. Pour ce faire, la GenKI compare en continu la documentation interne avec les derniers textes de loi, les règlements réglementaires, les directives et les décisions bancaires. Les éventuelles failles réglementaires et les écarts de politique d’entreprise peuvent être rapidement et automatiquement identifiés.

Dans le domaine juridique, la GenKI peut utiliser les contrats standard existants pour créer rapidement de nouveaux projets de contrats. Ceux-ci sont adaptés individuellement sur la base de paramètres d’entrée tels que le type de contrat, la durée, les clauses spécifiques et les informations sur les besoins et les préférences du client. En même temps, la sécurité juridique est assurée par la connaissance actuelle des textes de loi, des directives réglementaires et des directives.

BNY Mellon a mis en œuvre avec succès une solution GenKI dans le domaine juridique pour créer et personnaliser des documents contractuels. Cela a permis à la banque de réaliser des économies de coûts massives. Actuellement, la solution est étendue par des routines de contrôle pour les contrats existants. Ces routines de contrôle doivent identifier les textes de contrat non standard et les contrats non signés et inclure un système d’alerte pour les obligations en cours et les dates d’extension à venir.

Service à la clientèle personnalisé optimal et plus rapide en front office avec la GenKI

Dans tous les segments du conseil aux clients, de la planification de l’avenir à la planification successorale, la GenKI peut aider le consultant à fournir des informations au client en temps réel. Les questions ouvertes sont introduites dans les solutions GenKI pendant la conversation de consultation, les sources de données internes et externes sont recherchées et des suggestions de réponses sont générées, que le consultant peut alors donner au client en temps réel. La recherche et l’analyse d’informations par le consultant, ainsi que le temps d’attente pour le client, sont ainsi éliminés. La GenKI soutient l’interaction humaine et la relation directe importante entre le client et le consultant dans le domaine de la gestion de patrimoine de la HNWI est maintenue. En même temps, l’individualité augmente, car toutes les informations disponibles sur les clients, telles que les préférences de risque ou la structure des actifs, peuvent être incluses dans la réponse.

En conseil d’investissement, la GenKI permet une automatisation complète et donc une augmentation de l’efficacité des processus pour les segments de clients à faible marge comme les mass affluents, sans mettre en danger l’individualité typique de la gestion de patrimoine. Sur la base des données clients introduites, d’un ensemble de règles de politique commerciale et d’informations sur le marché externe, la GenKI peut suggérer une allocation d’actifs pour le client et éventuellement transmettre un ordre de mise en œuvre.

Le succès a été obtenu par Morgan Stanley Wealth Management en collaboration avec OpenKI. La solution OpenKI permet aux conseillers financiers d’accéder à toutes les données et informations internes lors d’une conversation avec le client via un chat, et de prendre des décisions plus éclairées en obtenant en temps réel des informations exploitables sur différents segments du marché. JPMorgan Chase va également utiliser la GenKI dans le conseil d’investissement dans un avenir proche. Grâce à la GenKI développée par la banque, les clients recevront des recommandations d’investissement individuelles à travers une solution GenKI.

Notre test : Comment se débrouille la GenKI en tant que conseiller en investissement?

La plupart des discussions actuelles portent sur les solutions de conseil en investissement basées sur la GenKI. Nous avons effectué un test dans lequel nous avons comparé une allocation d’actifs créée par ChatGPT avec les performances de fonds actifs populaires.

Pour répondre à la question « Comment battre le marché à long terme? » ChatGPT a créé un portefeuille qui est composé de 60 % en actions, 25 % en obligations, 10 % en liquidités et 5 % en investissements alternatifs.

La part des actions est composée de 35 % d’actions à grande capitalisation et de croissance et de 25 % d’actions à petite et moyenne capitalisation. La part des obligations est composée de 10 % d’obligations d’État à court et moyen terme et de 15 % d’obligations d’entreprises bien notées. Pour l’investissement alternatif, 3 % de FPI et 2 % de matières premières devraient être choisis.

Pour la comparaison, le score moyen des 10 top fonds actifs les plus visités sur Morningstar.de a été sélectionné. Les portefeuilles seront comparés à partir de début 2022, car le ChatGPT a utilisé des données jusqu’à septembre 2021 pour notre période de test.

Jusqu’à présent, le portefeuille ChatGPT a montré un profil rendement-risque légèrement meilleur que les 10 meilleurs fonds gérés activement sur toute la période considérée, avec une surperformance de 2,4 % par rapport aux 10 meilleurs fonds gérés activement en 2023.

Cependant, la durée de la période de revue de 2 ans est trop courte pour faire une évaluation finale. Le premier aperçu montre bien qu’un portefeuille créé par GenKI pour le client ne doit pas nécessairement être pire qu’un portfolio activement assemblé avec effort.

Exploiter le potentiel de la GenKI : les prochaines étapes concrètes

La GenKI a le potentiel d’améliorer l’efficacité de la gestion de patrimoine et de générer des revenus supplémentaires. Compte tenu du grand nombre de domaines d’application possibles de la GenKI en gestion de patrimoine, il faudrait dans un premier temps identifier les potentiels par une revue rapide du processus de bout en bout et les prioriser sur la base d’une analyse coût-bénéfice. La GenKI peut ensuite être progressivement intégrée dans la vie professionnelle quotidienne lors d’une offensive de mise en œuvre, sans submerger l’organisation.

Pour assurer l’actualité des mesures malgré l’évolution rapide de la technologie GenKI, nous recommandons une mise à jour régulière du bref examen par un département interne d’innovation.

Maximilien Dupont est coauteur de cet article. Il est consultant dans le secteur des banques et institutions financières chez Horváth et s’occupe principalement des conséquences et des opportunités des nouvelles technologies disruptives dans le secteur bancaire. Pendant ses études, il a acquis une expérience industrielle pertinente, notamment à la Commerzbank et à la R+V Versicherung.

Vous pouvez en savoir plus sur le concept de partenariat de Le Banque Blog ici.