Cette dynamique ne date pas d’hier. Plus de la moitié des sociétés interrogées, soit 56 %, ont commencé à intégrer l’IA dans leurs activités il y a quatre ou cinq ans. À l’inverse, seules 9 % ont entamé cette intégration au cours de l’année écoulée . Le secteur semble donc se trouver au milieu de son parcours d’adoption, plutôt qu’à son point de départ.

Le paradoxe : investir davantage tout en craignant le surinvestissement

Le principal enseignement de l’étude tient à l’absence de consensus sur le niveau de dépenses approprié :

• 66 % des gestionnaires de fonds craignent que leur entreprise ne surinvestisse dans l’IA ;
• 25 % pensent au contraire qu’elle n’investit toujours pas assez .

Clearwater Analytics qualifie cette situation de « paradoxe de l’investissement ». Les entreprises considèrent l’IA comme une technologie incontournable, mais peinent encore à déterminer quelle enveloppe permet d’obtenir un rendement mesurable. Dans la gestion d’actifs, où les décisions d’allocation du capital sont particulièrement sensibles, cette incertitude complique la définition d’une stratégie commune .

Les domaines où l’IA devrait peser le plus

Les dirigeants interrogés s’attendent à ce que l’IA transforme en priorité les tâches qui combinent traitement intensif de l’information et appui au jugement humain :

• 62 % anticipent une transformation majeure de la génération et de la synthèse des données ;
• 58 % prévoient un impact important sur les systèmes d’aide à la décision, notamment pour le rééquilibrage des portefeuilles ;
• 57 % citent la modélisation prédictive et les tests de résistance .

Ces résultats ne suggèrent pas nécessairement le remplacement des gérants de portefeuille. Ils montrent plutôt que les sociétés de gestion voient dans l’IA un moyen d’accélérer le travail analytique et opérationnel qui soutient les décisions d’investissement.

La qualité des données, le véritable facteur de différenciation

Dépenser davantage ne suffit toutefois pas à garantir de meilleurs résultats. L’étude souligne le rôle déterminant de la fiabilité des données sous-jacentes.

Parmi les entreprises qui évaluent l’exactitude de leurs données comme bonne ou excellente, 44 % affirment que l’IA a rendu leur gestion des risques « beaucoup plus proactive ». Cette proportion tombe à 17 % chez celles qui jugent leurs données moyennes ou mauvaises .

Comme le résume Institutional Investor, les gestionnaires d’actifs augmentent fortement leurs dépenses d’IA, mais des budgets plus élevés ne se traduisent pas automatiquement par de meilleurs résultats . Une gouvernance solide des données semble donc être la condition préalable pour transformer l’IA en gains opérationnels concrets, dans la gestion des risques comme dans le reporting et l’analyse.

La leçon pour les sociétés de gestion

L’étude « GenAI and the Data Divide » dépeint un secteur prêt à prendre des paris importants sur une technologie dont le retour sur investissement reste difficile à mesurer. Les budgets progressent rapidement, alors même que les entreprises disposent encore de peu de repères communs pour évaluer leur réussite.

Le message le plus opérationnel est clair : avant de se demander combien investir dans l’IA, les sociétés de gestion doivent vérifier la qualité des données qui alimentent leurs modèles. Les entreprises dotées de données plus précises et mieux gouvernées sont nettement plus susceptibles d’améliorer leur gestion des risques. Dans cette course, l’avantage ne reviendra donc pas forcément à ceux qui dépensent le plus, mais à ceux qui disposent des fondations les plus fiables.

Cette dynamique ne date pas d’hier. Plus de la moitié des sociétés interrogées, soit 56 %, ont commencé à intégrer l’IA dans leurs activités il y a quatre ou cinq ans. À l’inverse, seules 9 % ont entamé cette intégration au cours de l’année écoulée . Le secteur semble donc se trouver au milieu de son parcours d’adoption, plutôt qu’à son point de départ.

Le paradoxe : investir davantage tout en craignant le surinvestissement

Le principal enseignement de l’étude tient à l’absence de consensus sur le niveau de dépenses approprié :

• 66 % des gestionnaires de fonds craignent que leur entreprise ne surinvestisse dans l’IA ;
• 25 % pensent au contraire qu’elle n’investit toujours pas assez .

Clearwater Analytics qualifie cette situation de « paradoxe de l’investissement ». Les entreprises considèrent l’IA comme une technologie incontournable, mais peinent encore à déterminer quelle enveloppe permet d’obtenir un rendement mesurable. Dans la gestion d’actifs, où les décisions d’allocation du capital sont particulièrement sensibles, cette incertitude complique la définition d’une stratégie commune .

Les domaines où l’IA devrait peser le plus

Les dirigeants interrogés s’attendent à ce que l’IA transforme en priorité les tâches qui combinent traitement intensif de l’information et appui au jugement humain :

• 62 % anticipent une transformation majeure de la génération et de la synthèse des données ;
• 58 % prévoient un impact important sur les systèmes d’aide à la décision, notamment pour le rééquilibrage des portefeuilles ;
• 57 % citent la modélisation prédictive et les tests de résistance .

Ces résultats ne suggèrent pas nécessairement le remplacement des gérants de portefeuille. Ils montrent plutôt que les sociétés de gestion voient dans l’IA un moyen d’accélérer le travail analytique et opérationnel qui soutient les décisions d’investissement.

La qualité des données, le véritable facteur de différenciation

Dépenser davantage ne suffit toutefois pas à garantir de meilleurs résultats. L’étude souligne le rôle déterminant de la fiabilité des données sous-jacentes.

Parmi les entreprises qui évaluent l’exactitude de leurs données comme bonne ou excellente, 44 % affirment que l’IA a rendu leur gestion des risques « beaucoup plus proactive ». Cette proportion tombe à 17 % chez celles qui jugent leurs données moyennes ou mauvaises .

Comme le résume Institutional Investor, les gestionnaires d’actifs augmentent fortement leurs dépenses d’IA, mais des budgets plus élevés ne se traduisent pas automatiquement par de meilleurs résultats . Une gouvernance solide des données semble donc être la condition préalable pour transformer l’IA en gains opérationnels concrets, dans la gestion des risques comme dans le reporting et l’analyse.

La leçon pour les sociétés de gestion

L’étude « GenAI and the Data Divide » dépeint un secteur prêt à prendre des paris importants sur une technologie dont le retour sur investissement reste difficile à mesurer. Les budgets progressent rapidement, alors même que les entreprises disposent encore de peu de repères communs pour évaluer leur réussite.

Le message le plus opérationnel est clair : avant de se demander combien investir dans l’IA, les sociétés de gestion doivent vérifier la qualité des données qui alimentent leurs modèles. Les entreprises dotées de données plus précises et mieux gouvernées sont nettement plus susceptibles d’améliorer leur gestion des risques. Dans cette course, l’avantage ne reviendra donc pas forcément à ceux qui dépensent le plus, mais à ceux qui disposent des fondations les plus fiables.