Festival Khiplace 2026 : la quête de l'alpha augmenté

• 

• 

• 

• 

• 

• 

Le secteur de la gestion d'actifs traverse une mutation sans précédent, propulsé par la démesure des investissements technologiques et l'émergence de la tokenisation. Lors du premier Grand Débat du Festival Khiplace, animé par Frédéric Boutet (CEO de HLBRT), des leaders de l'industrie — Nicolas Voinchet (BNP Paribas Global Markets), Clément Chaulot (Directeur de la gestion d'actifs chez Téthys), Sophie Elkrief (PDG de SPVIE Assurances) et Elisabeth Cassagnes (Caisse des Dépôts) — ont confronté leurs visions. Entre la financiarisation de la puissance de calcul, le retour aux actifs tangibles et la réinvention du métier de gérant, enquête sur les nouveaux gisements d'alpha d'une révolution en marche.

La rentrée 2026 s'ouvre sur des chiffres qui donnent le tournis. L'animateur de la table ronde, Frédéric Boutet, a d'emblée posé le décor en soulignant un jalon historique : la puissance de calcul elle-même est en train de devenir un actif financier négociable.

« Je ne sais pas si vous l'avez vu, mais le Chicago Mercantile Exchange (CME) va côter la puissance de calcul. On rentre dans une logique de financiarisation du processing et du GPU qui va se trader sur le marché des commodités », a-t-il révélé, marquant un tournant décisif dans l'intégration de la tech au sein des marchés de capitaux.

Cette financiarisation fait écho au gigantisme des budgets consacrés à l'intelligence artificielle. Nicolas Voinchet (Responsable des thématiques actions au CIO Office de BNP Paribas Global Markets) a rappelé les proportions titanesques de cette course à l'armement technologique :

« Quand je suis revenu de vacances, on nous a annoncé qu'on avait passé les 1 000 milliards d'investissements de la part des hyperscalers dans l'IA. Sauf que uniquement sur cet été, on a rajouté encore 200 milliards de dollars par an sur les prochaines années dans le consensus sur les investissements de ces géants américains. »

Pour mesurer l'ampleur de l'effort, Nicolas Voinchet dresse une comparaison cinglante avec l'Europe :

« En Europe, on pleure sur le fait qu'on n'ait pas les 800 milliards d'euros par an requis pour le plan Draghi. »

Face à ce mur d'investissements, un phénomène économique bien connu pourrait accélérer la diffusion de l'IA dans le tissu productif : le paradoxe de Jevons, appliqué aux coûts des LLM (grands modèles de langage). Alors que le prix de location des processeurs graphiques (GPU) se stabilise, le coût des tokens (l'unité de mesure du traitement de texte par l'IA) s'effondre. Selon Nicolas Voinchet, « la baisse du prix du token va permettre à l'IA de se développer dans l'économie encore plus rapidement », à l'image de ce qui s'est produit pour le charbon lors de la révolution industrielle du XIXe siècle.

De la « ruée vers l'or » aux « chercheurs d'or » : la rotation sectorielle de l'IA

Dans la mythologie de la ruée vers l'or de 1849 en Californie, l'histoire a retenu que le premier millionnaire fut Samuel Brannan, un marchand astucieux qui avait racheté toutes les pelles disponibles pour les revendre à prix d'or aux mineurs. À ses côtés figuraient les Thomas Walsh ou les Hearst, capables de dénicher les filons les plus riches ou d'identifier les concessions prometteuses.

Dans la révolution actuelle, Nvidia incarne ce « vendeur de pelles » par excellence. Mais pour Nicolas Voinchet, le marché est à un point d'inflexion où l'alpha ne se situera plus chez les fabricants de matériel, mais bien chez les utilisateurs, les « chercheurs d'or ».

« À un moment donné, s'il y a un succès, il faudra aller chercher les chercheurs d'or. C'est une quête qui va être compliquée avec beaucoup de risques parce qu'il y a de la disruption », prévient-il.

Le CIO Office de BNP Paribas Global Markets identifie déjà des cibles prometteuses à travers trois typologies de chercheurs d'or :

• Le Software de gestion de données : Nicolas Voinchet cite l'exemple de Softake (Snowflake), dont le titre a bondi de +25 % en pré-opening. « C'est une boîte qui est en train de travailler non pas seulement sur le stockage des données, mais sur l'analyse des données pour les entreprises », illustre-t-il.

• Le rachat d'actifs logiciels décotés : Des opportunités massives apparaissent dans le non-coté. Des entreprises de software en difficulté sont rachetées à des prix de détresse. C'est le cas de Constellation Software ou d'acteurs de rachat comme Bening Spoons, qui a acquis cet été une entreprise de logiciel « à seulement 10 % de la valeur qu'avait cette entreprise lors de sa dernière levée de capital il y a deux ans ».

• Les Néoclouds (ou hébergeurs spécialisés GPU) : Des acteurs comme CoreWeave (déjà valorisé 40 milliards de dollars et visant 100 milliards de dollars de levées de fonds d'ici 2030) fonctionnent sur un modèle hautement spéculatif. Louant des GPU avec un fort effet de levier, ces structures sont dans un scénario binaire. « Si elles réussissent à louer leurs GPU à des prix élevés, la création de valeur sera explosive. Si la demande faiblit, l'endettement massif mènera au "bust" », résume l'expert.

Pour naviguer dans cette complexité, BNP Paribas mise sur une approche « quantamentale ». S'appuyant sur l'expertise quantitative historique de la banque (plus de 20 milliards de dollars sous gestion en Quantitative Strategies - QS, dont 4 milliards sur le fonds de rotation actions), la méthodologie combine la recherche fondamentale classique à des filtres quantitatifs intégrant l'analyse textuelle active (dictionnaires IA).

L'IA comme catalyseur d'alpha pour la gestion d'actifs

Pour la gestion d'actifs elle-même, l'IA n'est plus un gadget de productivité, mais un moteur de performance. Clément Chaulot (Directeur de la gestion d'actifs de Téthys) a confessé avoir opéré un revirement complet par rapport à ses positions conservatrices de l'année précédente.

« L'an dernier, j'étais à peu près à la même place [...] assez conservateur, voire critique. Je voyais la productivité mais pas comment générer plus d'alpha ou créer de nouvelles stratégies », admet-il.

Le passage à la pratique a balayé ses doutes. La première étape a consisté à assainir l'infrastructure technologique, en abandonnant les lourds tableurs Excel et codes VBA obsolètes au profit de scripts Python et d'API propres codés avec l'aide d'outils comme Claude ou ChatGPT. Mais la véritable valeur s'est révélée dans l'optimisation des portefeuilles :

« Cela nous a permis d'ajouter plein de nouveaux modules et modèles, et de supprimer des angles morts dans le portefeuille. Aujourd'hui, même s'il est encore un peu tôt pour le dire, l'alpha qu'on génère depuis un an et demi est quand même beaucoup plus robuste et beaucoup plus consistant. »

La fracture quantitative : CFM contre les novices

Clément Chaulot met toutefois en garde contre une illusion de démocratisation. Un fossé profond se creuse au sein de la gestion quantitative. D'un côté, les géants d'élite comme Capital Fund Management (CFM) exploitent l'IA à pleine puissance : « Pour eux, l'IA est géniale parce que leur terrain de jeu est devenu infini. Ils peuvent explorer des données complexes et générer des signaux hautement sophistiqués, affichant des performances extraordinaires ». De l'autre côté, les acteurs novices se contentent de répliquer des algorithmes standardisés, créant des risques de surpeuplement (crowding) : « Ils vont générer les mêmes signaux et les mêmes trades, créant une forme de corrélation et de surpeuplement dans les marchés. »

Le salut de la gestion fondamentale

L'IA pourrait paradoxalement être la planche de salut de la gestion fondamentale. Un analyste traditionnel possède souvent des intuitions et une connaissance qualitative exceptionnelles d'un secteur, mais s'avère parfois piètre constructeur de portefeuille. « Il gère mal ses bêtas, ses biais comportementaux et ses facteurs de risque. L'IA va permettre à l'analyste fondamental de mieux construire son portefeuille, de neutraliser ses biais et de magnifier son savoir-faire qualitatif », explique Clément Chaulot.

Cette convergence est illustrée par l'initiative d'Amundi, qui investit massivement depuis deux ans dans la recherche fondamentale afin de générer des données qualitatives propriétaires et exclusives, destinées à alimenter ses modèles d'intelligence artificielle. À terme, Clément Chaulot anticipe un paysage où l'humain reste l'architecte : « Aujourd'hui, j'alloue sur des gérants, mais dans dix ans, j'allouerai probablement sur des IAP (Portefeuilles d'IA). »

Initiative collective sur les Small & Mid Caps et Tokenisation : l'offensive de la CDC

Les petites et moyennes capitalisations (Small & Mid Caps) traversent une crise existentielle majeure. Victimes de l'attrition du marché, de la hausse des taux et de la baisse drastique de la couverture d'analyse financière depuis l'introduction de la directive MIFID II, elles souffrent d'un véritable « désert des introductions en bourse » (IPO) qui menace d'assécher les indices de référence.

Pour remédier à cette défaillance de marché, la Caisse des Dépôts (CDC), représentée par Élisabeth Cassagnes (Responsable de la gestion des fonds cotés et transversales), prépare une riposte d'envergure. La CDC envisage de transposer son savoir-faire en matière d'initiatives collectives (à l'instar des fonds d'impact sur le climat et la biodiversité lancés ces dernières années) au domaine de la recherche sur les petites capitalisations augmentée par l'IA :

« Peut-être qu'en 2027, vous entendrez parler du lancement d'une initiative collective de place. Il faut absolument qu'on apprenne à travailler en open source et à partager nos données. L'IA est une réponse pour fabriquer de la recherche sur un ensemble de PME et de petites boîtes, se les partager, créer une base de données de recherche collective et faire redémarrer ce marché. »

La révolution de la tokenisation

Parallèlement à cette relance de la recherche, la CDC mise très fort sur la tokenisation des actifs, perçue par Élisabeth Cassagnes comme un catalyseur d'accès au capital de long terme.

« Avec la tokenisation, on va pouvoir tout monétiser. Je pense qu'on va avoir un accès au capital absolument illimité, qui ne sera borné que par notre imagination. »

Pour joindre le geste à la parole, Élisabeth Cassagnes a révélé que la CDC a franchi le pas de l'expérimentation concrète :

« Nous avons réalisé notre première opération d'investissement dans un fonds tokenisé cette année pour mettre concrètement le pied à l'étrier. C'est un sujet formidable qui fait grandir l'ensemble des équipes. »

Le retour de force des actifs tangibles et de la souveraineté décisionnelle

Toutes les voix de la table ronde ne partagent pas le même enthousiasme technologique béat. Sophie Elkrief (PDG de SPVIE Assurances, s'exprimant en tant qu'investisseuse historique) a apporté un éclairage pragmatique et vigoureux. Selon elle, la véritable clé de la révolution de l'IA ne réside pas dans les logiciels intangibles, mais dans un basculement historique vers l'intensité capitalistique :

« Nous passons d'un monde où on a énormément valorisé l'asset light et le software, à un monde où on revalorise ce qui est capital intensive : le hardware, les infrastructures, et avant toute chose, les matières premières et la souveraineté énergétique. Le goulot d'étranglement de cette révolution, c'est l'accès à l'énergie et aux matières premières critiques. »

Le test des LLM : l'humain (et Warren Buffett) gardent la main

Sophie Elkrief a partagé une anecdote d'expérimentation vécue avec ses équipes. Ils ont soumis un cahier des charges identique de gestion de portefeuille à différents modèles d'IA (Claude, ChatGPT, Gemini). Le constat après deux mois de suivi est saisissant : « On observe une convergence totale des convictions des différentes IA. Mais la très bonne nouvelle pour nous tous dans cette salle, c'est que le meilleur portefeuille reste celui de Berkshire Hathaway ! » (la société d'investissement de Warren Buffett).

Un scepticisme marqué sur la tokenisation et la standardisation

La PDG de SPVIE Assurances s'est montrée nettement plus réservée que sa consœur de la CDC quant aux promesses de la tokenisation : « Je ne suis pas d'accord sur l'accès illimité au capital. La tokenisation fera des bulles, c'est une certitude. »

Elle fustige également la montée en puissance des indices et ETF thématiques sur l'IA, qu'elle qualifie de « commoditisation totale du business et du métier », nivelant les performances vers une moyenne indexée sur les taux d'intérêt. Pour surperformer, elle préconise de s'affranchir des modèles rigides et cite en exemple le modèle ultra-réactif du hedge fund Citadel :

« Citadel a généré des profits colossaux car ses forces résident dans du capital disponible immédiatement et une capacité de décision humaine instantanée, affranchie des lourdeurs des comités rigides. »

Enfin, l'investisseuse voit un immense espoir de rupture hors de la finance : l'application de l'IA aux biotechnologies, capable de bouleverser le rythme et l'efficacité des essais cliniques.

Conclusion : « Deploy, Transform, Reinvent »

En guise de conclusion, l'animateur Frédéric Boutet a proposé une grille de lecture stratégique à destination des professionnels de la finance pour distinguer les gagnants de demain de ceux qui subiront la disruption. Il distingue trois niveaux d'adoption de la technologie :

• Deploy (Déployer) : L'intégration basique et généralisée des outils d'IA (comme l'utilisation de ChatGPT pour des tâches courantes).

• Transform (Transformer) : L'optimisation des processus internes et les gains de productivité opérationnels.

• Reinvent (Réinventer) : La refondation complète des modèles d'affaires des entreprises grâce à la technologie.

« Les chercheurs d'or qui vont gagner, ce seront ceux qui réfléchiront à utiliser l'IA non pas seulement comme un outil de productivité, mais comme un levier pour réinventer leur business model et ériger des barrières à l'entrée et des avantages compétitifs durables », a conclu Frédéric Boutet, scellant le consensus sur le fait que l'alpha de demain appartiendra aux architectes hybrides mariant rigueur quantitative, souveraineté technologique et discernement humain.