Résumé des points clés
Cet article aborde le phénomène curieux du secteur financier, où les personnes les plus compétentes passent beaucoup de temps à effectuer des tâches répétitives et ennuyeuses. Auparavant, les diplômés des meilleures écoles consacraient leurs journées à transporter des informations, à nettoyer des données et à organiser des tableaux. Cependant, des outils intelligents basés sur l'IA, tels que le « Codex » dans l'industrie informatique (appelé « Agent » dans cet article), commencent à entrer dans le secteur financier pour prendre en charge ces tâches basiques. Cela permet aux professionnels de se concentrer sur des activités plus stratégiques telles que la révision, le jugement et la formulation d'arguments convaincants, modifiant ainsi le focus de la compétition du « qui peut effectuer le travail le plus rapidement » au « qui peut prendre des décisions plus pertinentes à partir des données fournies par l'IA ».
I. La routine quotidienne dans le secteur financier : les personnes compétentes font le travail le plus chronophage
De nombreuses tâches considérées comme prestigieuses dans le secteur financier sont en réalité très physiques et fastidieuses, comme :
- Préparation de présentations d'analyse (DD deck) : Le patron demande des informations sur une entreprise ; il faut rechercher les actions détentrées par la société sur des plateformes telles que Tianyancha, consulter le site web pour comprendre ses activités, analyser les rapports annuels pour extraire les données financières et chercher des risques dans les journaux. En fin de compte, on ne crée qu'une présentation de trois pages en PowerPoint… C'est simplement du transfert d'informations.
- Recherche quantitative : Bien que cela semble impliquer l'utilisation de modèles mathématiques pour identifier des tendances sur le marché, la plupart du temps, les chercheurs passent leur temps à collecter des données, à nettoyer les champs, à écrire du code et à effectuer des tests, sans beaucoup de temps consacré à l'élaboration de stratégies réelles.
- Évaluation DCF (Détermination de la valeur future d'une entreprise) : La création d'un modèle complet peut prendre plusieurs heures, simplement en important des données depuis des plateformes comme Tonghuashun, en équilibrant les bilans et en établissant des hypothèses.
Ces tâches ne nécessitent pas de compétences techniques avancées, mais elles sont très chronophages. Auparavant, on considérait que cela faisait partie du quotidien professionnel, et même le fait de travailler tard la nuit était vu comme un atout concurrentiel.
II. L'arrivée des agents intelligents (AI)
Les outils IA ne sont plus simplement des interfaces de conversation (qui répondent à des questions de manière automatique) ; ils peuvent maintenant effectuer des tâches complexes seuls, comme un « petit assistant » :
- Recherche quantitative : L'IA peut collecter des données et vérifier des corrélations (par exemple, entre les prix et les volumes d'échange, ou les niveaux de volatilité), et indiquer quels facteurs ne sont pas pertinents ainsi que les ajustements à effectuer pour les prochaines études. Les chercheurs n'ont plus besoin de réécrire du code ; ils doivent simplement évaluer la pertinence des suggestions de l'IA et décider de la direction à suivre.
- Évaluation DCF : L'IA peut importer des données, équilibrer les bilans et établir des hypothèses en quelques heures, au lieu de plusieurs jours.
- Tâches administratives : Pour préparer une présentation d'analyse, l'IA peut rechercher automatiquement les informations sur les actions, compiler un aperçu financier de l'entreprise et identifier les risques, puis générer directement une première version de la présentation. Pour créer des comparatifs d'industrie, il peut récupérer les données de 30 entreprises et les organiser uniformément.
En somme, l'IA prend en charge toutes ces tâches qui étaient auparavant nécessaires mais peu valorisantes.
III. Le changement dans le travail
Auparavant, la compétitivité des professionnels financiers reposait sur leur capacité à effectuer rapidement ces tâches fastidieuses (par exemple, à préparer des présentations ou à créer des comparatifs d'industrie). Aujourd'hui, l'IA permet de générer rapidement des premières versions des documents ; les professionnels doivent alors vérifier la fiabilité des données, ajuster les hypothèses et transformer ces informations en arguments convaincants. Leur rôle est de réfléchir et d'analyser plutôt que de simplement exécuter des tâches mécaniques.
IV. L'exemple de l'industrie informatique (le Codex)
L'article compare ce phénomène à l'évolution dans le secteur informatique avec le « Codex » :
- Lorsque le Codex est apparu, les programmeurs le considéraient comme un outil permettant simplement de compléter automatiquement du code. Mais il a ensuite pris en charge des tâches telles que la recherche d'informations dans des documents ou l'écriture de codes de référence, permettant aux débutants de se familiariser plus rapidement avec la conception d'architectures et les problèmes complexes, tandis que les experts se concentraient sur des tâches plus difficiles.
- Le résultat ? Les programmeurs n'ont pas été remplacés, mais le niveau de compétence requis dans l'industrie a augmenté. Les tâches basées sur la quantité de travail ont été automatisées par l'IA, forçant tous à se concentrer sur des compétences plus stratégiques.
V. La nouvelle compétition : au-delà des premiers documents
Aujourd'hui, tout le monde peut obtenir rapidement des informations de base. Le véritable enjeu réside dans la capacité à analyser ces données et à tirer des conclusions pertinentes :
- Identifier les anomalies dans les données financières fournies par l'IA (par exemple, une augmentation soudaine des revenus sans explication logique).
- Choisir le bon indicateur d'évaluation (EV/EBITDA ou P/E) en fonction de la nature de l'entreprise.
- Transformer les informations fournies par l'IA en arguments compréhensibles pour les dirigeants et les clients.
Ceux qui s'adaptent rapidement à ces changements pourront démontrer plus tôt leurs compétences réelles. En effet, bien que l'IA puisse effectuer des tâches basiques, la capacité de juger, de décider et d'expliquer les résultats est ce qui distinguera les professionnels du futur.
En résumé : L'IA n'a pas pour but de prendre le travail des financiers ; elle leur permet plutôt de passer d'une tâche physique à une tâche intellectuelle plus valorisante, transformant ainsi la compétition dans le secteur financier.