Robo-advisor : le plus 2.0 des conseillers financiers

Dans ce contexte, les « robo-advisor » sont un des exemples de matérialisation de cette synergie, puisqu’ils conjuguent à la fois robotisation, intelligence artificielle par l’automatisation de taches ainsi qu’inputs prédictifs, traitement d’une data en nombre (on peut parler de Big Data), etc.

Que sont-ils ? qu’apportent-ils de si performant et intéressant pour justifier l’intérêt grandissant dont ils font preuve ? Comment expliquer ce phénomène et quelles sont les perspectives d’évolution de cette technologie ?

Ainsi, si l’expression « fintech » prend tout son sens ici, c’est parce qu’il s’agit bien d’une technologie innovante touchant aux activités d’investissement au sein d’entités mastodontes de la Finance.

1. Qui es-tu, sir « robo-advisor » ?

Comment définir de façon succincte les robo-advisor ?  Cet anglicisme, rappelant la nature robotisée et automatisante de l’outil, associe dimension technique et humaine, grâce au terme « advisor », qui signifie « conseiller ».

Il s’agit d’outils automatisant le conseil en investissement en fonction de data injectée, à partir d’un portfolio de fonds de placement et d'actifs financiers défini. Le robo-advisor donne une information au client (il s'agit d'un service plutôt axé sur du BtoC), en lui proposant de faire le meilleur choix d’allocation selon une situation donnée.

Ainsi, on remplace la compétence « conseil » qui a structuré pendant de nombreuses années le monde de la banque et de la finance, par une technologie censée répondre à ce même besoin. Est-ce un remplacement ? Une complémentarité ? Ou tout simplement un outil permettant de répondre à des besoins différents du rendez-vous face à face avec son conseiller financier ?

2. Automatisation et prédictif, maître mots de l’advisory moderne

La plus-value d’une technologie de la sorte réside dans son rôle tributaire de la data. L’algorithmie régissant ces outils permet non seulement d’avoir une aide décisionnelle basée sur des calculs poussés, mais également de donner de la visibilité sur les gains, mais également les pertes possibles. Il s’agit d’un système qui s’adapte et réévalue constamment les données qui lui sont injectées pour proposer un « advisory » adapté. L’être humain n’est donc plus exclusivement sollicité.

Une récente étude IPSOS (2017) nous apprend qu’une des populations ayant le plus recours à cette technologie se trouve être les Millennials (ou Génération Y, personnes nées entre les années 1980 et 2000), friande de technologies, même dans les usages très normés et traditionnels tels que la Finance. En effet, plus de 37 % du panel interrogé considère le « financial avisory » comme étant indispensable, mais seuls 25 % font appel à un professionnel de la finance « humain » pour ces problématiques, notamment du fait de la faible épargne à disposition. L’appel à de l’advisory digital permet de repenser le rapport à l’épargne, de démocratiser en quelque sorte le conseil destiné à l’épargne et d’en faire bénéficier tout le monde sans distinction de montant épargné. La « petite » épargne n’engage pas de la même manière qu’’une épargne nourrie et fructifiée. De fait, l’appel à la technologie est plus accepté. Plus l’épargne est importante et le risque élevé, plus l’appel à un professionnel de chair et d’os semble rassurant. La question de l’usage est donc centrale pour cette technologie.

3. Proposer, maîtriser, réguler

Bien qu’il s’agisse d’une réalité immatérielle, ses conséquences (pertes, gains, manque à gagner) sont bien concrètes sur les actifs de chaque personne investissant. Le besoin de régulation reste primordial (SEC et FINRA pour les Etats-Unis, FCA pour le Royaume-Uni, l’AMF (par le pôle Fintech Innovation et Compétitivité) et l’ACPR pour la France à titre d’exemples).

Elles représentent un coût non négligeable pour les entités financières : on peut notamment prendre l’exemple de BinckBank, courtier en bourse néerlandais, qui a acquis pour 12 500 000 d’euros, la fintech « Pritle », en vue de bénéficier du savoir-faire et de l’apport innovant dans le développement de services financiers, et notamment les robo-advisors.

Si nous prenons le cas de la France, nous avons trois catégories de statuts qu’ont juridiquement les entreprises développant des robo-advisor et différents acteurs (banques en ligne, entreprises de gestions d’actifs, courtiers pour ne citer qu’eux).

• Les CIF, ou conseiller en investissement financier, longuement détaillés dans le Code Monétaire et financier.
• Les COA, ou courtier d’assurance ou de réassurance
• Les SGP, Sociétés de gestion de portefeuille.

Concrètement, les robo-advisors peuvent devenir des challengers, et changer les règles de l'advisory dans la Finance. Toutefois, c’est bien là l’enjeu de ces technologies : l’humain reste aux commandes de la direction à donner aux évolutions. La législation permet de responsabiliser chaque partie-prenante, et ainsi éviter les abus, notamment dans un domaine aussi régulé.

L’usage détermine donc les perspectives d’évolution, notamment sur ce domaine d’application. En effet, la prise de recul nécessaire pour jauger de la performance, de l’utilité mais également de l’adoption de la technologie, n’est pas assez importante. La jeunesse du robo-advisor le place dans une position encore trop fragile pour apporter un jugement constructif.

4. Advisory : robo or not robo, that is the question …

Finalement, le recours aux robo-advisors semble bien soumis aux mêmes règles, et suivre les mêmes tendances d’adoption d’une technologie que toutes les innovations fleurissantes et c’est, avec raison, qu’elle fait partie des « fintech ».

C’est une technologie qui a le mérite d’apporter facilité de traitement de la data, explication des éléments proposés, et combinaison de services pour les acteurs les plus complets du secteur. L’appel à l’algorithme est central donc, pour plus d’efficacité et de performance, et la qualité de la data injectée façonne le résultat. Le pic d’intérêt pour ces technologies est encore d’actualité et continue de durer car l’essence même de son fonctionnement ne cesse de s’améliorer et d’accroitre ses potentialité (l’IA automatisante et prédictive comme le souligne Gartner en définissant son « Hype Cycle » chaque année). Elle complète le rôle de l'être humain sans le remplacer : l'équilibre entre les deux est nécessaire pour faire perdurer la bonne dynamique du rapport machine/humain, et cela même dans une perspective sociétale plus large.