Une nouvelle étude de Harvard montre que l’IA pourrait remplacer la plupart des gestionnaires de fonds communs de placement

L'algorithme au bureau : l'IA surpasse les gestionnaires de fonds humains

Pendant des décennies, le secteur des fonds communs de placement a vendu une promesse séduisante : donnez votre argent à un brillant analyste humain, quelqu'un qui a passé 20 ans à lire des bilans, à répondre à des appels de résultats et à développer une perception presque intuitive de la dynamique du marché - et il surperformera le marché. Cette promesse a toujours été fragile. Aujourd’hui, une étude historique de la Harvard Business School menace de faire voler en éclats cette idée. Les chercheurs ont découvert que l’intelligence artificielle peut prédire 71 % des transactions sur fonds communs de placement avec une précision remarquable, soulevant une question qui aurait semblé absurde il y a cinq ans : si une machine peut anticiper ce qu’un gestionnaire de fonds fera avant de le faire, pour quoi exactement les investisseurs paient-ils ?

Les implications se font sentir bien au-delà de Wall Street. C’est l’histoire de ce qui se passe lorsque la reconnaissance de formes – la compétence cognitive essentielle de tout expert – devient une marchandise. Et c’est une histoire que tous les chefs d’entreprise, et pas seulement les professionnels de la finance, doivent comprendre dès maintenant.

Ce que les recherches de Harvard ont réellement découvert

L’étude de Harvard a formé des modèles d’apprentissage automatique sur des années de données de négociation historiques, de divulgations de fonds et de signaux de marché. Les modèles n’identifiaient pas simplement les grandes tendances sectorielles ; ils prédisaient les décisions de portefeuille spécifiques des gestionnaires de fonds individuels – quelles actions ils achèteraient, lesquelles ils réduiraient et quand. Un taux de précision prédictive de 71 % dans un domaine aussi complexe et bruyant que la gestion active de portefeuille est extraordinaire. Pour le contexte, un modèle prédisant des tirages à pile ou face serait correct dans 50 % des cas, uniquement par hasard.

Ce qui rend cette découverte particulièrement pertinente, c’est qu’elle expose les mécanismes sous-jacents de ce que font réellement de nombreux gestionnaires de fonds les mieux payés. Plutôt que de déployer des connaissances véritablement nouvelles, une part importante de la gestion active semble être un comportement axé sur des modèles – réagissant aux mêmes surprises en matière de bénéfices, aux mêmes signaux de dynamique, aux mêmes indicateurs macroéconomiques de manière prévisible. L’IA n’avait pas besoin de comprendre pourquoi un manager effectuerait une transaction. Il a simplement appris à reconnaître les conditions dans lesquelles ils le faisaient de manière fiable.

Ceci est cohérent avec des recherches antérieures. Un rapport S&P Dow Jones Indices de 2022 a révélé que sur une période de 20 ans, plus de 94 % des gestionnaires de fonds américains actifs à grande capitalisation ont sous-performé leur indice de référence. Les conclusions de Harvard ajoutent un nouveau niveau : non seulement de nombreux gestionnaires actifs ne parviennent pas à battre le marché, mais leurs décisions peuvent être suffisamment mécaniques pour être simulées par un algorithme – à une fraction du coût.

Pourquoi une prévisibilité de 71 % est un problème commercial, pas seulement un problème financier

Les professionnels de la finance pourraient être tentés de considérer cette crise comme une crise spécifique à un secteur. Ils auraient tort. L’étude de Harvard est un point de données dans un modèle beaucoup plus vaste : les systèmes d’IA sont de plus en plus capables de reproduire le jugement d’experts dans n’importe quel domaine où les décisions suivent des règles apprenables, même lorsque ces règles ne sont explicitement écrites nulle part.

Réfléchissez à ce que la gestion active de fonds et la gestion d’entreprise traditionnelle ont en commun. Les deux impliquent de collecter des informations, d’identifier des modèles, d’appliquer des heuristiques façonnées par l’expérience et de prendre des décisions dans l’incertitude. Si l’IA peut modéliser le processus décisionnel d’un gestionnaire de fonds avec une précision de 71 %, elle peut modéliser de manière plausible une partie importante des décisions prises par les responsables des opérations, les directeurs des ressources humaines, les responsables commerciaux et les analystes commerciaux – des personnes dont l’expertise repose également sur la reconnaissance et la réponse à des modèles.

"La menace pour les travailleurs du savoir n'est pas que l'IA remplace entièrement le jugement humain, mais plutôt que l'IA remplace les parties du jugement humain qui ne sont en réalité que des correspondances de modèles. Et cela s'avère être une partie étonnamment importante."

Cela ne veut pas dire que l’expertise humaine ne vaut plus rien. Cela signifie que la nature de l’expertise précieuse évolue. Les gestionnaires de fonds qui survivront et prospéreront sont ceux qui font quelque chose que l'IA ne peut pas facilement reproduire : la synthèse

Frequently Asked Questions

Can AI really predict mutual fund trades better than experienced human managers?

According to the Harvard Business School study, AI models can predict approximately 71% of mutual fund trades with remarkable accuracy. These systems analyze vast datasets — balance sheets, earnings calls, macroeconomic signals — far faster than any human analyst. While that does not guarantee superior returns in every market condition, it strongly suggests AI holds a measurable, structural edge over traditional fund management in pattern recognition and decision consistency.

What does this mean for everyday investors putting money into actively managed funds?

It raises serious questions about whether the premium fees charged by active fund managers are justified. If AI can replicate and potentially outperform their strategies, investors may be better served by algorithm-driven or passive vehicles. This shift also underscores the importance of using smart business and financial tools to manage your own capital more effectively, rather than relying entirely on human intermediaries whose edge is narrowing.

How can small business owners and entrepreneurs use AI to make smarter financial decisions?

Platforms like Mewayz — a 207-module business operating system available at app.mewayz.com for just $19/month — give entrepreneurs access to AI-powered tools that were once exclusive to large enterprises. Rather than outsourcing financial judgment to expensive advisors, business owners can leverage integrated analytics to monitor cash flow, model scenarios, and make data-backed decisions with the same systematic rigor now disrupting Wall Street's fund management industry.

Are there limitations to what AI can currently do in financial markets?

Yes. AI excels at identifying historical patterns and processing structured data, but it can struggle with unprecedented black swan events, geopolitical shocks, or shifts driven by human psychology that fall outside its training data. Human managers still bring contextual judgment, ethical reasoning, and adaptive thinking during extreme market dislocations. The most likely near-term outcome is a hybrid model, where AI handles analysis while humans retain oversight of high-stakes decisions.

Related Posts

• Les entrepreneurs peuvent gagner des heures chaque semaine grâce à cette mise à niveau à 13 $
• L'IRS a perdu 40 % de son personnel informatique et 80 % de ses dirigeants technologiques lors d'une restructuration pour plus d'« efficacité »
• Outil de sandboxing en ligne de commande peu connu de macOS (2025)
• LCM : Gestion du contexte sans perte [pdf]