Original | Odaily Planet Daily (@OdailyChina)
Auteur | Golem (@web3_golem)
Quand les LP apprennent à utiliser l’IA, la vie des gérants de petits fonds d’investissement privés devient encore plus difficile.
Er Gou (@ryansoon777) était encore, il y a quelques mois, associé commanditaire (GP) dans un petit fonds en dollars offshore privé chinois, principalement investi sur le marché actions américain. Mais après le Nouvel An, il a démissionné pour rejoindre une start-up spécialisée dans l’IA.
« Il est déjà difficile pour les petits fonds privés de lever des fonds aujourd’hui. Avec en plus la démocratisation de l’IA, beaucoup d’investisseurs (LP) préfèrent se faire aider par Doubao pour spéculer en bourse plutôt que de nous confier leur argent. »
Er Gou explique que sa reconversion est en grande partie due à l’influence subtile qu’il a observée de l’IA sur la relation entre LP et GP. L’information et la capacité d’analyse sont en apparence nivelées par l’IA, les LP remettent plus facilement en question les jugements professionnels des GP, et les frictions entre les deux parties peuvent également augmenter, allant parfois jusqu’au retrait des fonds ou à la liquidation.
La vie déjà difficile des petits fonds privés en dollars
Le fonds privé en dollars où travaillait précédemment Er Gou affichait en réalité des performances correctes, avec des actifs sous gestion de plusieurs dizaines de millions de dollars, investis principalement dans des actions américaines très liquides, et dans une moindre mesure dans la gestion d’actifs cryptographiques. Sa rentabilité annualisée a largement dépassé celle du Nasdaq au cours des trois dernières années.
En théorie, avec de bonnes performances et une demande accrue des investisseurs pour les placements à l’étranger ces dernières années, la levée de fonds ne devrait pas être si ardue. Mais Er Gou révèle qu’en réalité, pour un petit fonds en dollars comme le leur, obtenir la faveur des LP institutionnels est quasiment impossible.
Actuellement, les principaux fonds privés en dollars chinois, d’une taille de plusieurs dizaines de milliards (comme Greenwoods, Hillhouse et Boyu), utilisent essentiellement une structure combinée « offshore + onshore » : le fonds principal reste aux îles Caïmans, souvent enregistré en tant que société exemptée des Caïmans ou Caïmans SPC, tandis que l’entité de gestion est basée à Hong Kong ou à Singapour.
Cependant, ces dernières années, en raison des évolutions réglementaires et du contexte de levée de fonds, les fonds privés en dollars adoptant une structure purement onshore via un LPF de Hong Kong ou un VCC de Singapour sont de plus en plus nombreux.
Les petits fonds privés en dollars comme celui qu’a rejoint Er Gou continuent, eux, à utiliser la structure la plus « basique » : une structure Caïmans SPC + gérant de fonds basé aux îles Vierges britanniques (BVI).
Dans l’industrie des fonds, on dit souvent que ce sont les LP qui déterminent la structure. Si les principaux fonds privés en dollars chinois s’accrochent encore aux « Caïmans », c’est notamment parce que leurs LP étrangers incluent des fonds de dotation universitaires américains, des fonds souverains du Moyen-Orient ou de grands family offices européens. Ces « vieux capitaux » internationaux d’élite connaissent la structure caïmanaise depuis des décennies, et les principaux fonds privés en dollars continuer à respecter ces usages permet de réduire les coûts de communication et de renforcer la confiance.
Mais les petits fonds privés en dollars chinois, également basés aux Caïmans, ne peuvent prétendre à l’intérêt de ces capitaux internationaux d’élite. Leurs LP proviennent toujours principalement d’Asie, ce qui les place dans une situation délicate.
Du point de vue asiatique, les bailleurs de fonds derrière les fonds privés en dollars sont principalement les banques privées, les capitaux chinois sortant du pays, les family offices locaux de Hong Kong et les riches d’Asie du Sud-Est.
Même pour des petits fonds privés en dollars de taille similaire, ces cercles ont un sentiment naturel de proximité et de sécurité envers Hong Kong ou Singapour. Ils préfèrent donc investir dans des LPF de Hong Kong ou des VCC de Singapour plutôt que dans des SPC des Caïmans.
Outre la structure et la taille du fonds qui limitent leurs canaux de levée, les différences de stratégies d’investissement rendent également la levée de fonds difficile pour Er Gou et ses collègues.
Parmi les stratégies d’investissement utilisées par les fonds privés, on distingue principalement les stratégies discrétionnaires (ou « subjectives ») et les stratégies quantitatives. Les stratégies discrétionnaires impliquent que le GP décide d’acheter ou de vendre en fonction de ses recherches, de son expérience et de son jugement. La clé de la rentabilité réside dans la capacité du gérant de fonds à comprendre le marché. Les stratégies quantitatives consistent à traduire la logique d’investissement en modèles mathématiques et programmes, exécutés automatiquement ou semi-automatiquement à haute fréquence. La rentabilité repose sur les régularités statistiques exploitées par le modèle.
« Actuellement, sur le marché, il est plus facile pour un fonds utilisant une stratégie quantitative de lever des fonds que pour un fonds utilisant une stratégie discrétionnaire. Surtout avec l’apport de l’IA, les LP font encore plus confiance au quantitatif », explique Er Gou, soulignant que l’engouement pour le quantitatif s’est encore accru après le succès foudroyant l’an dernier de DeepSeek (NDLR Odaily : développé par l’équipe du fonds quantitatif chinois幻方量化/Huan Fang Liang Hua).
De plus, la différence entre un fonds quantitatif et un fonds discrétionnaire réside dans le fait que le fonds quantitatif peut présenter des données et des algorithmes aux LP pour gagner leur confiance. Que le fonds soit rentable ou en drawdown, tout reste dans des limites contrôlables, un bon fonds quantitatif pouvant même être considéré comme un produit à revenu fixe. La stratégie discrétionnaire est plus abstraite ; pour gagner pleinement la confiance des LP, le GP doit consacrer beaucoup plus de temps à la communication, surtout en cas de drawdown important, où les LP peuvent facilement remettre en question ses compétences.
Ainsi, pour toutes ces raisons, la marge de manœuvre des petits fonds privés en dollars comme celui où travaillait Er Gou en Chine s’est réduite sous la pression du contexte général, et la difficulté à lever des fonds ne cesse d’augmenter. Et les quelques grands LP restant dans le fonds s’interrogent désormais sur la capacité d’« investissement » de l’IA, qui pourrait-elle être bien supérieure à celle des GP ?
Les LP, un groupe « aux profils variés »
« Avant, les LP, considérant que nous étions des professionnels diplômés, nous écoutaient généralement. Mais maintenant, ils envoient nos rapports à une IA pour les traduire en langage clair, puis reviennent nous « apprendre » comment procéder », raconte Er Gou, constatant qu’avec la démocratisation de l’IA, les LP, qui ne regardaient auparavant que le résultat final, se montrent bien plus « intéressés » par ses opérations d’investissement.
Er Gou a même dû exclure un LP pour cette raison. Il s’agissait d’un chef d’entreprise de 50 ans, très « pragmatique », qui avait investi environ un million de dollars dans le fonds où travaillait Er Gou. Mais il ne laissait pas faire, se querellant souvent avec Er Gou à partir d’informations fragmentées glanées sur le marché et de conclusions tirées par une IA. « Son attitude était mauvaise, et il pensait que moi, le jeune, je n’y connaissais rien. Il était impossible d’établir une confiance, donc après concertation, nous l’avons exclu. »
« Pour être honnête, nos LP sont des personnes extrêmement compétentes dans leurs domaines respectifs. Ils font autorité dans leur secteur, mais maintenant, avec l’aide de l’IA, ils pensent également avoir une autorité en matière d’investissement », déplore Er Gou.
Les LP des petits fonds privés en dollars, leurs canaux de financement étant déjà limités, proviennent souvent de l’entourage du dirigeant ou de recommandations de connaissances, d’où leurs « profils variés ». Selon Er Gou, les LP de leur fonds incluaient des particuliers chinois à haute valeur nette, des chefs d’entreprise et des FOF (fonds de fonds). « Parmi nos LP, il y avait des propriétaires de mines de charbon du Shanxi, des personnes classées entre la 300e et 400e place du classement Forbes, et même des LP dont les enfants, amis avec nous, ont présenté leur père. »
Leur relation avec les LP était aussi assez particulière. Pour certains LP, ils ne prélevaient même pas les frais de gestion de 2 %, se contentant des 20 % de performance. La principale caractéristique de ce type de structure de LP est un fort intérêt pour les marchés financiers et l’« exportation de capitaux », mais sans le temps ni l’énergie nécessaires pour étudier rapidement les évolutions du marché.
Ainsi, d’une certaine manière, la valeur fondamentale d’un GP réside dans le fait qu’il assume pour le LP les tâches de collecte d’informations, d’étude de marché, de sélection d’opportunités et de jugement d’investissement, compensant par ses compétences professionnelles les lacunes de ce dernier en termes de temps, d’énergie et de connaissances, et accomplissant ainsi la transformation de l’information en décision.
Cependant, avec la démocratisation des outils d’IA, cette capacité de traitement de l’information et de recherche, qui reposait fortement sur des institutions spécialisées, est en train de s’égaliser rapidement. À l’exception des étapes finales d’allocation des fonds et d’exécution des transactions, une grande partie des fonctions traditionnelles des GP commencent déjà à être remplacées par l’IA de manière plus efficace et à moindre coût.
« Il n’est pas difficile pour nos LP d’ouvrir un compte de courtage chez IBKR. Avec l’aide de l’IA, ils peuvent tout à fait acheter eux-mêmes les secteurs ou titres qui leur plaisent. » Er Gou estime que l’impact de l’IA est particulièrement important pour les fonds utilisant des stratégies discrétionnaires, car l’investissement est toujours guidé par les résultats. Si un LP profite d’une tendance et que son retour sur investissement personnel dépasse celui du fonds, il commencera naturellement à douter des capacités du fonds.
En comparaison, le « nivellement de l’information » apporté par l’IA a un impact moindre sur les fonds quantitatifs privés, et pourrait même accroître l’écart entre les fonds.
Les paramètres et algorithmes des stratégies des fonds quantitatifs sont eux-mêmes en constante évolution, et l’intégration de l’IA accélère encore plus cette vitesse d’itération. C’est un domaine où l’efficacité et l’intelligence sont en compétition. Les stratégies quantitatives construites par des particuliers via une IA ordinaire, sans connaissances spécialisées en mathématiques ou finance, ne peuvent en aucun cas rivaliser avec celles des grands fonds quantitatifs.
« Une stratégie quantitative doit essentiellement constamment devancer les concurrents sur le marché pour générer des rendements excédentaires. Si vous pensez que votre IA ordinaire a construit une bonne stratégie, il est probable qu’elle ait déjà été découverte et améliorée par la plupart des gens compétents », explique Er Gou, soulignant que c’est là l’avantage des meilleurs fonds quantitatifs.
L’IA va-t-elle remplacer les GP ?
Cependant, Er Gou ne craint pas vraiment que l’IA remplace complètement les professions de GP ou d’analyste. Car l’IA est toujours neutre et accessible à tous. C’est un levier que les GP peuvent utiliser pour parfaire leurs connaissances et leurs stratégies d’investissement, créant ainsi plus de valeur pour les LP. Ce qui agace véritablement Er Gou, c’est que l’IA augmente les frictions entre GP et LP.
« Certains LP vous demandent même pourquoi vous n’avez pas investi dans tel ou tel titre à la mode, en analysant la situation avec force détails. Ils ne comprennent pas qu’un GP n’investit pas dans tout ce qui est populaire sur le moment », confie Er Gou, un peu désemparé face à ce phénomène, surtout depuis que cette année les actions américaines liées à l’IA et aux semi-conducteurs sont devenues des tendances portées par le vent, et que les investisseurs particuliers peuvent obtenir des rendements excédentaires en misant sur les leaders du secteur.
En période de marché haussier, le retour sur investissement des particuliers peut effectivement facilement dépasser celui des fonds. Premièrement, l’investissement individuel est plus flexible, tolère mieux les erreurs et est plus concentré. Deuxièmement, avec l’aide de l’IA pour la recherche, l’efficacité des investisseurs particuliers est considérablement améliorée, comme s’ils avaient un expert polyvalent à leurs côtés 24 heures sur 24.
Surtout sur le marché actions américain cette année, si un particulier mise sur des valeurs phares du secteur de la mémoire comme Micron ou SK Hynix, son taux de rendement pourrait dépasser celui de la plupart des fonds. « À ce moment-là, les LP envisagent soit de mettre plus sur leur compte personnel et moins dans le fonds, soit de retirer directement leurs fonds du fonds discrétionnaire privé », explique Er Gou, soulignant que en période de marché haussier, chacun a tendance à se prendre pour un « guru » de la bourse.
Mais tout cela suppose que l’investisseur particulier sait utiliser correctement l’IA. Si une IA de mauvaise qualité est utilisée, l’effort sera décuplé pour un résultat médiocre. Er Gou indique que c’est la principale source de friction avec les LP. « Les personnes à haute valeur nette en Chine utilisent principalement des IA conversationnelles de type accompagnement comme Doubao. Des IA aux capacités d’analyse plus poussées comme ChatGPT ou Claude ne sont pas encore démocratisées. Or, ces IA d’accompagnement, dans le but d’apporter une valeur émotionnelle à l’utilisateur, sont très susceptibles de générer des hallucinations dans les domaines spécialisés. »
Fondamentalement, le problème ne réside pas dans le niveau de capacité de l’IA, mais dans le fait que la plupart des gens ne comprennent pas vraiment comment l’utiliser. L’IA peut intégrer en quelques secondes une quantité massive d’informations et construire un cadre d’analyse cohérent sur le plan logique. Mais la cohérence logique ne signifie pas pour autant la conformité avec les faits. Pour les LP sans formation spécifique, il est souvent difficile de distinguer quelles conclusions reposent sur des données réelles et lesquelles ne sont que des inférences probabilistes générées par le modèle.
Ainsi, la plupart des investisseurs, plutôt que de demander à l’IA une analyse, lui demandent en réalité une validation. L’objectif final de l’IA n’est pas d’aider l’investisseur à « distinguer le vrai du faux », mais de mener à bien la conversation.
Alors, l’IA va-t-elle remplacer les GP ? L’IA peut générer à faible coût dix mille rapports de recherche d’investissement parfaitement construits. Mais la gestion d’actifs est, dans son essence, un « service ancien » basé sur la confiance et le transfert de responsabilité décisionnelle. Le choix entre un GP et un LP est également un processus mutuel.
Simplement, dans un futur où toute « tâche » sera finalement confiée à l’IA pour maximiser les « résultats », les « fonds privés humains » devraient aussi apprendre de l’IA et travailler un peu plus sur la fourniture de valeur émotionnelle.
