Franklin Templeton développe des flux de recherche en IA pour mettre en évidence les risques

Franklin Templeton développe des flux de travail fondés sur l’IA pour aider les gestionnaires de portefeuille à comparer les recherches sur les placements et à examiner les risques, en commençant par la recherche sur les actions, a indiqué OpenAI dans une étude de cas publiée le 5 novembre 2026. Codex est l’un des nombreux outils utilisés par ses équipes d’investissement.

Ce travail vise à améliorer le passage de relais dans le processus de recherche actuel. Les analystes effectuent une première analyse des actions, examinent les conférences téléphoniques sur les résultats et étudient les concurrents dans chaque secteur d’activité, avant de proposer de nouvelles idées ou de faire le point avec les gestionnaires de portefeuille sur les positions existantes. Les équipes de recherche, de gestion des risques, de conformité et de négociation apportent chacune un point de vue différent; Franklin Templeton souhaite réunir ces contributions afin que les décideurs puissent évaluer à la fois le raisonnement qui sous-tend une idée et les risques associés.

Katrina Dudley, vice-présidente principale chargée des investissements sur les marchés publics chez Franklin Templeton, a décrit ce changement comme un dépassement de la simple automatisation d’un processus dirigé par des humains. « Nous sommes passés de l’augmentation de nos capacités de recherche à la réinvention du flux de travail de recherche en investissement », a-t-elle déclaré.

De l’accès aux bases de données à une intelligence connectée

La première tentative consistait à placer les données dans une base de données et à y connecter des modèles. Elle n’a pas fourni les réponses dont les équipes avaient besoin, car les modèles ne comprenaient pas les liens entre les données. L’approche a évolué avec l’ajout d’agents et d’une couche sémantique, définie comme un modèle structuré qui décrit la signification des données de l’entreprise et leurs liens entre elles.

Cette distinction touche au cœur du problème de recherche : l’accès aux informations, à lui seul, ne suffisait pas à fournir les relations nécessaires pour les interpréter. L’équipe utilise Codex et d’autres outils pour développer une couche d’intelligence connectée qui intègre les données aux outils et fait ressortir des informations utiles pour les utilisateurs.

Le résultat visé est une base encadrée et réutilisable, qui combine des connecteurs fiables, le contexte des portefeuilles et des flux de travail, ainsi que des capacités reposant sur des agents pour faire ressortir des informations exploitables à l’intention des analystes et des gestionnaires de portefeuille.

Le développement fait également appel aux personnes qui utiliseront les systèmes. Codex a été utilisé lors de hackathons réunissant des experts et des professionnels de l’investissement, qui y conçoivent leurs propres outils. Des ateliers pratiques, organisés peu après le lancement de nouvelles technologies, aident les équipes à évaluer comment celles-ci s’intègrent à leur travail. Des ambassadeurs de l’IA au sein des équipes d’investissement s’emploient à transformer les expérimentations en flux de travail prêts pour la mise en production.

La conception de la recherche privilégie la diversité et la gestion des risques

Certains comportements qui rendent l’IA utile dans d’autres contextes posent problème dans la gestion d’actifs. De nombreux outils apprennent les préférences d’un utilisateur et lui présentent davantage de contenus similaires; pour un investisseur qui privilégie un fournisseur de recherche, cela peut se traduire par un plus grand nombre de rapports provenant de ce fournisseur. Franklin Templeton considère que cette réduction de la diversité peut être une source de biais et souhaite plutôt que les analystes et les gestionnaires de portefeuille aient accès à une diversité de recherches et d’opinions.

La gestion des risques bénéficie d’une attention similaire. Les systèmes sont conçus pour mettre en évidence les risques liés aux investissements, en plus du raisonnement qui sous-tend une idée, afin que les gestionnaires de portefeuille en soient informés. Comme l’a déclaré Dudley, relever ces risques dans une note de recherche « permet de prendre une décision d’investissement plus éclairée ».

Avec le travail sur la couche sémantique, ces exigences font de la diversité des recherches auxquelles les utilisateurs sont exposés un élément de la conception du système : les points de vue qui leur sont présentés comptent autant que la possibilité de retrouver des informations. Le flux de travail visé relie donc l’architecture technique à une exigence propre à l’investissement : préserver la diversité des opinions et rendre visibles les analyses des risques de baisse.

Garde-fous, adoption et travail de terrain

La direction encourage l’innovation et l’expérimentation avec l’IA dans le respect de garde-fous clairement définis en matière de risque, tout en sachant que toutes les initiatives ne réussiront pas. Dudley a déclaré que chacune devrait néanmoins produire des enseignements qui renforcent les capacités, éclairent les décisions futures et favorisent l’amélioration continue. Pour encadrer cette ambition, des contrôles sont prévus tout au long du passage de l’expérimentation à des outils prêts pour une utilisation en production : examen de sécurité, soutien d’experts et accords sur les données.

À plus long terme, Dudley souhaite rendre l’intelligence connectée accessible à toutes les équipes d’investissement, des analystes aux responsables de chaque groupe d’investissement. Elle souhaite également que les analystes passent davantage de temps sur le terrain à échanger avec des experts, des professionnels et des dirigeants d’entreprises privées, puis qu’ils fassent profiter leurs équipes de ce qu’ils ont appris. Cette perspective humaine demeure essentielle à mesure que les outils évoluent.

L’importance du projet tient à cette combinaison d’automatisation et de retenue. Franklin Templeton cherche à faire ressortir des informations utiles et à relier davantage d’éléments de contexte autour d’un investissement, tout en intégrant au processus la diversité des opinions, une analyse explicite des risques, des contrôles de sécurité et le jugement humain. La question centrale est de savoir si ces éléments peuvent fonctionner ensemble dans un système encadré et réutilisable, sans réduire la diversité des recherches que le système est censé élargir.