Lorsque LP m'apprend à investir avec Doubao : le récit de reconversion d'un GP de fonds privés

Original ｜Odaily Planet Daily（@OdailyChina）

Auteur｜Golem（@web3_golem）

Lorsque les LP apprennent à utiliser l'IA, la vie des gestionnaires de fonds privés de petite taille devient de plus en plus difficile.

Il y a quelques années, Er Gou (@ryansoon777) était associé général (GP) d’un fonds privé offshore américain spécialisé dans les actions américaines, mais après cette période, il a quitté son poste pour rejoindre une startup en IA.

“Le financement des petits fonds privés est déjà difficile, et avec la popularisation de l’IA, beaucoup d’investisseurs (LP) préfèrent laisser l’IA aider à trader plutôt que de nous confier leur argent.”

Er Gou dit qu’il a choisi de changer de carrière principalement parce qu’il a vu l’impact subtil de l’IA sur la relation entre LP et GP. La capacité d’information et d’analyse semblant s’égaliser grâce à l’IA, les LP sont plus susceptibles de remettre en question le jugement professionnel des GP, ce qui peut augmenter les frictions entre eux, voire conduire à des retraits ou des expulsions.

Les petits fonds privés en dollars, déjà difficiles

Le fonds privé en dollars où Er Gou travaillait auparavant n’était pas mal géré, avec une gestion d’actifs de plusieurs dizaines de millions de dollars, principalement investi dans des actions américaines très liquides, avec une petite part en actifs cryptographiques, et un rendement annualisé qui surpasse largement le Nasdaq ces trois dernières années.

Théoriquement, de bonnes performances combinées à une demande accrue pour la gestion de patrimoine à l’étranger ces deux dernières années devraient faciliter la levée de fonds, mais Er Gou révèle qu’en réalité, il est quasiment impossible pour des petits fonds en dollars comme le leur d’attirer l’attention des LP institutionnels.

Actuellement, les principaux fonds privés américains de plusieurs milliards de dollars (comme Jinglin, Hillhouse, Boyu, etc.) adoptent une architecture “offshore + onshore”, c’est-à-dire que la société de gestion reste à Caiman, souvent enregistrée en tant que société exemptée ou SPC des îles Caïmans, tandis que la gestion est confiée à Hong Kong ou Singapour.

Cependant, ces dernières années, en raison de changements réglementaires et de l’environnement de levée de fonds, de plus en plus de fonds privés en dollars adoptent une architecture onshore basée sur Hong Kong LPF ou Singapore VCC.

Quant à ces petits fonds en dollars où Er Gou travaille, ils utilisent encore la structure “originelle” du fonds en dollars, à savoir une SPC à Caiman + BVI (Îles Vierges britanniques).

Une maxime du secteur des fonds est que c’est la structure décidée par les LP. La raison pour laquelle les principaux fonds privés américains en dollars persistent à utiliser “Caiman” est que leurs LP étrangers, notamment des fonds de dotation universitaires américains, des fonds souverains du Moyen-Orient et de grandes familles européennes, connaissent cette architecture depuis des décennies. Continuer à utiliser cette règle permet de réduire les coûts de communication et de renforcer la confiance.

Mais pour ces petits fonds en dollars domestiques, également basés à Caiman, il est impossible d’attirer ces fonds internationaux de premier plan, car leurs LP proviennent principalement d’Asie. Ils se trouvent donc dans une position embarrassante.

Du point de vue asiatique, les principaux financeurs derrière ces fonds privés en dollars sont principalement des banques privées, des fonds de capital-investissement chinois (fonds sortant), des familles locales à Hong Kong et des riches d’Asie du Sud-Est.

Même pour des fonds en dollars de taille équivalente, ces cercles ont une affinité naturelle et un sentiment de sécurité envers Hong Kong ou Singapour, préférant donc investir dans des LPF hongkongais ou VCC singapouriens plutôt que dans une SPC à Caiman.

Outre la structure du fonds et ses limites de taille, la différence de stratégie d’investissement complique aussi la levée de fonds pour Er Gou et ses collègues.

Dans la stratégie d’investissement des fonds privés, on distingue principalement deux approches : la stratégie subjective et la stratégie quantitative. La stratégie subjective consiste pour le GP à décider quoi acheter ou vendre en se basant sur ses recherches, son expérience et son jugement, la clé du profit étant la capacité du gestionnaire à comprendre le marché ; la stratégie quantitative consiste à écrire une logique d’investissement sous forme de modèles mathématiques et de programmes, puis à exécuter automatiquement ou semi-automatiquement des transactions à haute fréquence, la rentabilité reposant sur des régularités statistiques.

“Actuellement, il est plus facile de lever des fonds pour des fonds utilisant une stratégie quantitative que pour ceux utilisant une stratégie subjective, surtout avec l’aide de l’IA, les LP ont davantage confiance dans la quantification”, affirme Er Gou, surtout après le succès explosif de DeepSeek (Odaily : incubé par l’équipe quant de Fantasia), l’année dernière, ce qui a accru l’engouement pour la stratégie quantitative.

De plus, la différence entre fonds quantitatifs et fonds à stratégie subjective réside dans le fait que, pour les premiers, il est possible de montrer des données et des algorithmes pour gagner la confiance des LP, et que, qu’ils soient bénéficiaires ou en retrait, tout reste dans une plage contrôlable. Certains fonds quantitatifs performants peuvent même être considérés comme des produits de revenu fixe ; en revanche, la stratégie subjective est plus abstraite, et pour gagner la confiance des LP, le GP doit déployer plus d’efforts de communication. En cas de forte baisse, les LP remettent facilement en question la capacité d’investissement du GP.

En résumé, dans le contexte actuel, la survie de ces petits fonds privés en dollars où Er Gou travaillait est de plus en plus compromise par le contexte général, la levée de fonds devenant de plus en plus difficile. Et certains grands LP au sein de ces fonds s’interrogent aussi : l’IA a-t-elle une “capacité d’investissement” qui dépasse celle du GP ?

Les LP aux “composantes complexes”

“Autrefois, comme nous étions issus de formations classiques, nos LP nous écoutaient généralement, mais maintenant ils donnent nos rapports à l’IA pour qu’elle les traduise en langage simple, puis ils nous “enseignent” en retour”, explique Er Gou. Avec la généralisation de l’IA, leur “intérêt” pour ses opérations d’investissement, qui se limitait auparavant à regarder les résultats finaux, s’est nettement accru.

Il a même dû exclure un LP à cause de cela. C’était un entrepreneur de plus de 50 ans, très “déguisé” en homme d’affaires, qui avait investi environ 1 million de dollars dans le fonds où Er Gou travaillait. Mais il ne s’est pas contenté de rester passif : il contestait souvent les conclusions tirées par l’IA à partir d’informations fragmentées ou de ses propres analyses, “son attitude était très mauvaise, et il pensait que je ne comprenais rien, que je n’établirais pas de confiance, alors finalement, après négociation, nous l’avons exclu.”

“Honnêtement, nos LP sont tous des experts dans leur domaine, ils sont des autorités, mais maintenant, avec l’IA comme assistant, ils pensent aussi avoir une autorité dans l’investissement”, déplore Er Gou.

Les LP de ces petits fonds privés en dollars, en raison de leur canal de financement limité, proviennent principalement de relations personnelles ou de recommandations. Selon Er Gou, leur LP comprend des riches de Shanxi, des entrepreneurs, des familles fortunées figurant sur la liste Forbes (top 300-400), et certains LP sont même des descendants ou des amis proches, introduits par leurs parents.

Leur relation avec ces LP est également délicate : certains LP ne paient même pas 2 % de frais de gestion, ne prenant que 20 % des performances. La particularité de cette structure est leur enthousiasme pour le marché financier et “l’exportation de capitaux”, mais ils manquent de temps et d’énergie pour apprendre rapidement et étudier les tendances du marché.

Ainsi, en quelque sorte, la valeur centrale du GP réside dans la prise en charge par lui de la collecte d’informations, de l’étude de marché, de la sélection d’opportunités et de la prise de décision d’investissement, en compensant le manque de temps, d’énergie et de connaissance des LP, pour transformer l’information en décision.

Mais avec la généralisation des outils IA, cette dépendance à l’expertise professionnelle pour le traitement de l’information et la recherche est en train d’être rapidement nivelée. En dehors de la phase finale d’allocation des fonds et d’exécution des transactions, une grande partie des tâches traditionnelles du GP commence à être remplacée par l’IA, à moindre coût et avec une efficacité accrue.

“Il n’est pas difficile pour nos LP d’ouvrir un compte chez IBKR, et avec l’aide de l’IA, ils peuvent acheter eux-mêmes des secteurs ou des actifs qu’ils aiment, sans passer par nous.” Selon Er Gou, l’impact de l’IA sur les fonds utilisant une stratégie subjective est particulièrement important, car l’investissement est toujours orienté vers le résultat. Si un LP parvient à profiter d’un bon timing et à réaliser un rendement personnel supérieur à celui du fonds, il commencera naturellement à douter de la capacité du GP.

En revanche, l’impact de l’“égalité d’accès à l’information” apportée par l’IA sur les fonds quantitatifs est moindre, voire même qu’elle accentue la différence entre fonds.

Les paramètres et algorithmes des fonds quantitatifs étant en constante évolution, l’intégration de l’IA accélère cette évolution, ce qui en fait un domaine où la rapidité et l’intelligence comptent. Sans connaissances en mathématiques ou en finance, un individu ordinaire ne peut pas rivaliser avec un grand fonds quantitatif construit avec l’aide de l’IA.

“En réalité, pour qu’un fonds quantitatif obtienne des rendements supérieurs au marché, il faut constamment devancer ses concurrents. Si vous pensez que votre IA ordinaire a conçu une bonne stratégie, il est probable qu’elle ait déjà été découverte et améliorée par d’autres intelligences plus brillantes”, explique Er Gou, soulignant que c’est aussi l’un des avantages des fonds quantitatifs de premier plan.

L’IA remplacera-t-elle le GP ?

Mais Er Gou n’est pas inquiet que l’IA remplace complètement le GP ou les analystes, car l’IA reste toujours neutre et accessible à tous. Elle est un levier, et le GP peut s’en servir pour améliorer ses connaissances et ses stratégies d’investissement, créant ainsi plus de profits pour les LP. Ce qui l’agace vraiment, c’est que l’IA augmente les frictions entre GP et LP.

“Certains LP vont même vous reprocher de ne pas avoir investi dans les actifs à la mode du moment, tout en analysant tout à la perfection. Ils ne comprennent pas que le GP ne suit pas simplement la tendance du moment”, déplore Er Gou. Surtout depuis cette année, avec le boom des actions américaines dans l’IA et la semi-conductique, où les investisseurs particuliers peuvent réaliser des gains supérieurs en misant sur les leaders du secteur.

En marché haussier, les investisseurs particuliers peuvent facilement surpasser les fonds : leur flexibilité, leur tolérance aux erreurs, et leur concentration de capital leur donnent un avantage. De plus, avec l’aide de l’IA pour la recherche, leur efficacité d’étude s’améliore considérablement, comme s’ils avaient un expert omnipotent à leur disposition 24h/24.

En particulier, cette année, si un investisseur particulier a misé sur des actions comme Sandisk, Micron ou SK Hynix, ses rendements pourraient dépasser ceux de la majorité des fonds, ce qui pourrait pousser certains LP à réduire leur investissement dans les fonds privés subjectifs ou à retirer leur capital.

“Dans un marché haussier, on pense souvent être un ‘génie de la bourse’”, affirme Er Gou.

Mais tout cela suppose que les investisseurs particuliers savent utiliser correctement l’IA. Si l’IA utilisée est de mauvaise qualité, cela peut se retourner contre eux. Er Gou explique que c’est aussi une des principales sources de friction avec les LP : “Les riches en Chine utilisent surtout des IA de type compagnon comme Doubao, tandis que des IA plus avancées comme ChatGPT ou Claude ne sont pas encore largement répandues. Ces IA de compagnie, conçues pour apporter une valeur émotionnelle, peuvent facilement générer des illusions dans des domaines professionnels.”

En substance, le problème ne réside pas dans la puissance de l’IA, mais dans le fait que la majorité des gens ne savent pas comment l’utiliser correctement. L’IA peut intégrer en quelques secondes une quantité énorme d’informations et construire un cadre analytique cohérent, mais cette cohérence ne garantit pas la véracité. Pour des LP sans formation spécialisée, il est 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 cherchent plus à obtenir une validation qu’une analyse réelle de l’IA. La finalité de l’IA n’est pas d’aider à “dénouer le vrai du faux”, mais de soutenir le dialogue.

Alors, l’IA remplacera-t-elle le GP ? Elle peut générer à faible coût des milliers de rapports d’analyse cohérents, mais la gestion d’actifs reste un “secteur ancien” basé sur la confiance et la délégation mentale. La relation entre GP et LP est aussi un processus de sélection mutuelle.

Mais dans un avenir où toutes les “tâches” seront déléguées à l’IA pour maximiser les “résultats”, le “private equity humain” devra aussi apprendre à s’adapter à l’IA, en cultivant davantage la valeur émotionnelle.