Gestion d’actifs à l’ère de l’IA générative: le retard dans la mise en ordre des données de fonds d’investissement pose problème

2026-08-15

Le retard de structuration des données des fonds d’investissement

Le dirigeant de Semantic Base, Noguchi Satoshi, serial entrepreneur qui développe des services d’appui à l’usage de l’IA pour les établissements financiers, exprime ses inquiétudes face à une situation où seuls les fonds d’investissement pourraient rester à l’écart des services de gestion d’actifs fondés sur l’IA générative. En toile de fond, la plupart des données de plus de 5 800 fonds n’ont pas été converties au format XBRL.

Les sociétés de gestion publient des informations sur les fonds dans le système de divulgation électronique de l’Agence des services financiers, EDINET, mais celles-ci se limitent au nom du fonds, au bilan et au compte de résultat, entre autres. Des éléments clés comme le taux de rémunération de la fiducie, les titres en portefeuille ou l’évolution de l’actif net ne sont pas disponibles sous forme de données structurées comparables. Même lorsqu’elle lit les données japonaises des fonds d’investissement, l’IA générative ne peut pas les traiter correctement, ce qui peut aussi provoquer des hallucinations, c’est-à-dire des réponses plausibles mais factuellement erronées. Des cas ont aussi été signalés où l’IA confondait les 'dividendes' versés par les entreprises sous-jacentes avec les 'distributions' versées aux clients par les fonds.

Vers une préparation pensée pour l’IA

L’une des raisons de ce retard tient au fait que le secteur a longtemps rechigné à voir les données des fonds comparées de manière trop simple et utilisées pour établir des hiérarchies. Un ancien dirigeant ayant présidé une société de gestion affiliée à une grande banque dit: 'La mise en ordre des données coûte cher. Si l’on ne peut pas montrer un bénéfice supérieur à ce coût, il était impossible d’obtenir un accord, même après une proposition.'

Mais l’essor de l’IA générative commence à changer l’environnement. En mai, Mitsubishi UFJ Bank a annoncé qu’elle proposerait 'Apps in ChatGPT' en utilisant l’infrastructure de données financières de Moneytree, qui exploite une application de gestion de budget. Les utilisateurs peuvent simplement demander quels comptes sont connectés, quel est leur solde ou quelles sont leurs dépenses du mois, et suivre leur comportement financier au moyen de graphiques et de tableaux.

Au total, 28 entreprises, dont les trois grands groupes bancaires, ont aussi lancé des initiatives visant à aider les particuliers à gérer leurs actifs grâce à l’IA. L’idée est de boucler, dans une conversation avec l’IA, l’ensemble du parcours, de la recherche et de la comparaison des fonds à la signature de l’achat. Mais tant qu’une partie seulement des données de fonds est convertie en XBRL, il reste difficile de construire un portefeuille optimal pour l’utilisateur. La question sera désormais de savoir jusqu’où pousser la conversion au format XBRL.

Aux États-Unis, non seulement les risques et rendements des fonds d’investissement, mais aussi le détail des actifs détenus, sont convertis en XBRL. En revanche, le débat sur la question de savoir si les recommandations de gestion émises par l’IA relèvent du conseil en investissement ou de la gestion discrétionnaire est un sujet commun au Japon et aux États-Unis. Semantic Base mène avec de grands courtiers en ligne et des sociétés de gestion, entre autres, des travaux visant à structurer les données de fonds non préparées, puis à les intégrer dans les grands modèles de langage, ou LLM, des établissements financiers. Noguchi dit viser une 'version numérique d’EDINET pour les fonds d’investissement'.

Selon les statistiques des flux de fonds de la Banque du Japon, les actifs financiers des ménages japonais s’élevaient à 2 386 000 milliards de yens à fin mars. Les actions et les fonds d’investissement représentaient 563 000 milliards de yens, en hausse de près de 30 % sur un an, et se rapprochaient des 584 000 milliards de yens des assurances et des retraites, entre autres. Alors que l’investissement s’enracine progressivement dans les ménages, la mise en place de données faciles à lire pour l’IA est indispensable pour faire avancer l’optimisation individuelle des placements à l’aide de l’IA.

Si cet article vous a été utile, n’hésitez pas à le partager.