Les risques liés à l’intelligence artificielle ont tendance à faire les gros titres, mais comment la communauté des investisseurs peut-elle déployer la technologie à des fins durables?
Alors que les professionnels de l’investissement intègrent les facteurs environnementaux, sociaux et de gouvernance (ESG) dans leur processus décisionnel, ils sont confrontés à un défi majeur: la qualité de ces données.
Progrès rapides
Il s’agit d’un domaine financier relativement nouveau, et les données peuvent être fragmentaires, obsolètes, non vérifiées, voire inexistantes. Elles peuvent être incohérentes et difficiles à comparer. Certains facteurs ESG, tels que ceux liés à l’impact social, sont difficiles à mesurer. Les investisseurs peuvent tout simplement être submergés par des montagnes d’informations et ne pas être sûrs de ce qui est important ou de la manière de l’appliquer. Si la disponibilité des données sur les différentes questions ESG a augmenté ces dernières années, toutes ne sont pas bonnes. L’utilisation de données ESG erronées expose les investisseurs à des risques financiers et de réputation. En outre, l’examen réglementaire de l’étiquetage des fonds, notamment les règlements dans les marchés développés, sur la divulgation des informations relatives à la finance durable, et qui vise à empêcher l’écoblanchiment, a accru les risques liés à l’utilisation de données médiocres ou insuffisantes. Les progrès de l’intelligence artificielle (IA) ont alimenté l’espoir que cette technologie puisse aider à combler les lacunes des ensembles de données ESG, tout comme elle aide les investisseurs à effectuer des analyses plus générales. Par exemple, l’IA a joué un rôle clé dans l’élaboration de la taxonomie ESG de la SustainableDevelopment Investment AssetOwner Platform, dont les propriétaires d’actifs membres gèrent ensemble 1 500 milliards de dollars américains. Cette initiative est conçue comme une norme d’investissement dans les Objectifs de développement durable des Nations unies et vise à mesurer la contribution des actifs, tels que les entreprises, à ces ODD.
La puissance de la capacité de traitement
L’IA peut contribuer à améliorer la disponibilité et la fiabilité des données ESG de plusieurs manières. De nombreux gestionnaires d’actifs utilisent déjà l’IA, directement ou par l’intermédiaire de fournisseurs de données, pour trouver et traiter des données qu’ils peuvent utiliser pour identifier des opportunités d’investissement durable, des tendances émergentes ou des risques imminents pour leurs portefeuilles. Certains investisseurs utilisent des services de filtrage de données pour exclure les investissements qui ne répondent pas à leurs critères ESG. Les données ESG dont les investisseurs ont besoin sont probablement dispersées dans de nombreuses sources et sous différents formats. L’IA peut être utilisée pour parcourir des centaines de milliers de sources accessibles au public dans plusieurs langues. Il peut s’agir de sites web d’entreprises, de rapports ou de documents sur le développement durable, d’articles d’actualité, de communiqués de presse, de recherches indépendantes, de transcriptions de conférences téléphoniques et, de plus en plus, de médias sociaux. En bref, la technologie peut aider les investisseurs à accéder à plus d’informations que ne le permettrait une analyse humaine, et ce, beaucoup plus rapidement. Le traitement du langage naturel (NLP), une branche de l’IA dans laquelle les ordinateurs analysent le langage de la même manière que les humains, permet par exemple de détecter le sentiment d’un texte. Si les critiques négatives des clients à l’égard d’une entreprise se multiplient ou si une controverse commence à naître sur les médias sociaux, la technologie pourrait être en mesure d’identifier une menace ESG imminente avant qu’un analyste humain ne s’en aperçoive ou que le cours de l’action de l’entreprise n’en subisse le contrecoup. La PNL peut signaler des informations sur des entreprises qui polluent ou qui traitent mal leurs employés avant que ces informations ne gagnent du terrain. Elle peut également être en mesure de recueillir des informations sur des facteurs difficiles à mesurer. Par exemple, en analysant les données des sites web d’évaluation des emplois, l’IA peut quantifier la satisfaction des employés, ce qui pourrait être une mesure utile de la performance sociale d’une entreprise. Le NLP est utilisé pour relever les défis les plus courants auxquels sont confrontés les investisseurs institutionnels dans le domaine de l’ESG, notamment le manque de données tierces normalisées, les informations limitées fournies par les entreprises et les mesures subjectives.
Coup de pouce au reporting
L’IA peut également contrôler la manière dont les activités des entreprises affectent la biodiversité et les écosystèmes, par exemple en déterminant si ou dans quelle mesure une entreprise contribue à la déforestation ou produit des déchets ou de la pollution atmosphérique. Elle peut également être utilisée pour passer au crible les images satellites afin de détecter les émissions de méthane ou la pollution de l’environnement. Cela pourrait permettre d’identifier les risques tout au long de la chaîne de valeur d’une entreprise, en dehors de ses activités directes. À l’inverse, l’IA pourrait être en mesure de discerner l’impact des catastrophes naturelles ou des conditions météorologiques extrêmes sur les actifs et les activités de l’entreprise. L’IA peut même aider à vérifier la conformité des entreprises avec les exigences croissantes en matière de rapports, telles que celles imposées par la directive sur les rapports de durabilité des entreprises ou par le groupe de travail sur les informations relatives au climat. L’utilisation de la technologie pour exploiter les données présente des avantages évidents, notamment son potentiel à surpasser les capacités humaines, l’analyse humaine étant subjective et pouvant contenir des erreurs. Mais l’IA peut évaluer de vastes quantités de données beaucoup plus rapidement et avec plus de précision que les humains. Cela pourrait permettre aux gestionnaires d’actifs d’intégrer davantage de facteurs ESG dans leurs décisions d’investissement.
Problèmes de sécurité
Néanmoins, il peut y avoir des limites. L’analyse basée sur les données publiées par une entreprise ne vaut que pour les données elles-mêmes. Bien que les exigences en matière de rapports augmentent, les informations ESG ne sont pas encore normalisées et ne couvrent que les grandes entreprises et certains marchés. Les dirigeants peuvent éviter les mots à connotation négative pour déjouer les analyses de sentiments des rapports d’entreprise basées sur l’IA. La prolifération des données signifie que les analystes doivent donner un sens à différents ensembles de données. En outre, si l’utilisation de l’IA pour exploiter les données ESG présente des avantages, elle comporte également des risques environnementaux et sociaux. L’IA nécessite une puissance de calcul importante. L’alimentation de l’IA mondiale pourrait nécessiter plus d’électricité que de nombreux petits pays, ce qui augmenterait considérablement les émissions de carbone. Certains experts mettent également en garde contre les dommages que la technologie pourrait causer à la société. La crainte la plus tangible et la plus actuelle est sans doute que l’IA ne provoque des pertes d’emplois, voire pire. Selon certaines estimations, les progrès de l’automatisation résultant de l’IA générative pourraient avoir un impact sur 300 millions d’emplois. L’IA pourrait représenter un risque existentiel pour l’humanité si, un jour, elle se mettait à faire des choses que les humains ne veulent pas qu’elle fasse. On craint également que l’IA ne perpétue les préjugés parce qu’elle est basée sur des données d’entraînement qui peuvent inclure des préjugés humains. L’IA générative constituerait une menace sérieuse en raison de sa capacité à manipuler et à tromper les populations. Dans le même ordre d’idées, l’IA qui exploite les données personnelles des individus ou qui suit leur activité en ligne soulève des inquiétudes en matière de protection de la vie privée. Aux États-Unis et en Europe, les législateurs et les régulateurs ont exprimé leur inquiétude quant à l’utilisation de l’IA dans les services financiers, en particulier en ce qui concerne la confidentialité des informations et les risques de cybersécurité. Les gestionnaires d’actifs devront tenir compte de la possibilité que de nouvelles réglementations sur l’IA soient introduites dans les années à venir avant d’investir dans le développement de la technologie. Dans tous les cas, l’IA aidera significativement dans la productivité et représentera une force pour le bien. La gestion d’actifs est un domaine où cette technologie a déjà un impact positif, en tant qu’outil efficace pour exploiter les données ESG.
