Alors que les technologies émergentes prennent de plus en plus de place dans le monde du traitement des événements de marché, de nouveaux risques et défis se présentent, soulignant ainsi l’importance de disposer de données de qualité. Ben Pumfrett, directeur général, Gestion de produit, donne des précisions à ce sujet.
Mouvement de modernisation
Le traitement des événements de marché, y compris les événements liés aux titres tels que les versements des dividendes, les rachats, les fractionnements d’actions, les fusions, les scissions et les radiations, est traditionnellement une activité très manuelle. Les gestionnaires d’actifs et les propriétaires d’actifs sont donc confrontés à des coûts et à des risques supplémentaires. De fortes contraintes devraient peser sur cette activité importante alors que les marchés raccourcissent les délais de règlement. L’augmentation du volume et de la complexité des événements de marché ne fait qu’aggraver la situation.
Le traitement des événements de marché est depuis longtemps une activité très manuelle
Les données de SWIFT révèlent que les volumes d’événements de marché ont doublé depuis la pandémie, alors que les recherches menées par The ValueExchange montrent que les lacunes dans le traitement des événements de marché coûtent en moyenne entre trois et cinq millions de dollars américains par an à chaque participant du marché1. Par conséquent, les participants sont à la recherche d’occasions d’améliorer l’efficacité de la gestion de ces opérations.
Accent sur la numérisation
Les efforts de numérisation du traitement des événements de marché battent aujourd’hui leur plein. Certains fournisseurs envisagent d’automatiser le processus à l’aide de technologies infonuagiques qui permettent de réduire les coûts, d’assurer l’extensibilité et de faciliter la mise à niveau des systèmes. SWIFT a récemment mené avec succès un projet pilote dans lequel la chaîne de blocs est utilisée pour améliorer l’efficacité lors de la communication des événements de marché aux investisseurs2. Par ailleurs, nombreux sont ceux qui croient que les outils d’IA générative comme ChatGPT pourraient transformer le traitement des événements de marché et aider à réaliser un véritable traitement direct (TLI) en rationalisant et en normalisant les données, en automatisant les communications et en amélioration le traitement des exceptions3.
L’IA pourrait transformer le monde des événements de marché
La propagation de l’IA, ainsi que d’autres technologies émergentes, est susceptible de restructurer le domaine des événements de marché.
Importance de la qualité des données
Pour utiliser ces technologies à bon escient, il faut avoir accès à des données de haute qualité. Si les données que traitent les outils comme l’IA générative sont incomplètes, inexactes ou en temps différé, la qualité des résultats sera tout aussi médiocre. Autrement dit, quand les données sont inexactes, les résultats sont erronés. Bien que l’IA générative puisse analyser une grande quantité de données, celles-ci doivent être pertinentes et affinées. Si les principes de base ne sont pas respectés, des erreurs de traitement des événements de marché peuvent survenir, ce qui entraînerait des décisions de placement et d’exploitation sous-optimales de la part des investisseurs. Autrement dit, les gestionnaires d’actifs, les propriétaires et les participants doivent s’assurer que l’infrastructure de leurs données est solide.
Pour utiliser les technologies émergentes à bon escient, il faut des données de grande qualité
Enfin, les données extrêmement sensibles exigent de strictes mesures de sécurité, en particulier au moment où les cyberattaques sont de plus en plus perfectionnées. Les lacunes en matière de sécurité des données peuvent avoir de graves répercussions, tant sur le plan de la réputation que sur le plan juridique.
Équilibre entre risque et rendement
Les technologies émergentes, notamment l’IA générative, posent certains défis aux administrateurs d’actifs, qui étaient au départ sceptiques à l’égard de l’IA. Beaucoup l’ont carrément interdite pour éviter de transmettre des données exclusives à des outils accessibles au public (comme ChatGPT). Non seulement il était difficile de voir les données que les employés entraient dans les plateformes d’IA, mais il était encore plus compliqué de surveiller les résultats4.
Toutefois, les temps changent peu à peu. Conscients des avantages potentiels de l’IA générative, certains administrateurs d’actifs travaillent désormais avec des entreprises technologiques qui proposent des « bacs à sable » d’IA privés permettant d’intégrer plusieurs grands modèles de langage issus de sociétés comme Open AI, Google et Microsoft5. Comme leur nom l’indique, ces « bacs à sable » peuvent être isolés au sein d’une entreprise et réservés à une poignée d’utilisateurs6.
Préoccupations persistantes quant à la tendance de l’IA à « halluciner »
Malgré les progrès réalisés dans la protection des renseignements personnels, la technologie continue de susciter des inquiétudes en raison de sa tendance à « halluciner », c’est-à-dire à présenter comme des faits des informations erronées. En ce qui a trait à l’IA générative, les garde-fous humains demeurent une composante indispensable d’une surveillance efficace et de la prévention des erreurs. C’est particulièrement le cas pour certains des événements de marché les plus complexes ou particuliers, qui continueront d’exiger une intervention humaine, quel que soit le développement de l’IA.
Élaboration d’une approche axée sur les exceptions
RBC Services aux investisseurs suit de près les nouvelles technologies, dont l’IA générative. En effet, nous cherchons à concevoir une approche davantage axée sur les exceptions pour la gestion d’événements de marché complexes, voire uniques. Cette approche est susceptible d’apporter aux investisseurs des avantages importants en améliorant l’efficacité du traitement. Cependant, il est primordial de tenir compte des risques intrinsèques et de la nécessité de disposer de données solides pour alimenter la technologie.