L’IA en gestion de patrimoine : réelles applications ou promesses non tenues ?

L’IA dans la gestion de patrimoine : des milliards investis, des preuves encore à faire

L’intelligence artificielle s’impose comme le nouveau mantra du secteur financier. Les chiffres donnent le vertige : Bank of America consacre à elle seule plus de 4 milliards de dollars par an à l’IA, sur un budget technologique global de 14 milliards. À l’échelle du secteur, ce sont des dizaines de milliards qui s’engagent dans une transformation dont personne ne mesure encore vraiment les contours. La question qui dérange, celle que peu d’acteurs osent poser frontalement : ces investissements massifs génèrent-ils une valeur proportionnelle ?

Une adoption en accélération, un ROI encore flou

Le mouvement est indéniable. Selon une enquête Broadridge publiée en 2025, 72 % des entreprises de gestion de patrimoine déclarent avoir investi modérément ou massivement dans l’IA générative, contre 40 % l’année précédente. La dynamique est réelle. Mais l’enthousiasme ne suffit pas à constituer un bilan.

Car derrière les annonces, les résultats concrets peinent à s’imposer. Doug Fritz, expert en technologie financière, formule le diagnostic sans détour : « Nous voyons une corrélation très lâche en 2026 entre les dépenses des entreprises sur l’IA et une valeur mesurable significative. » Une phrase qui devrait faire réfléchir les directions financières avant de valider leur prochain budget technologique.

« Nous voyons une corrélation très lâche en 2026 entre les dépenses des entreprises sur l’IA et une valeur mesurable significative. »

Certes, 68 % des entreprises ayant mis en place des métriques de suivi rapportent une amélioration de 25 % de leur efficacité opérationnelle sur des flux de travail ciblés. Mais ce chiffre mérite d’être décortiqué : il porte sur des périmètres délimités, pas sur la performance globale des institutions. L’écart entre les gains locaux et la transformation systémique reste considérable.

Deux modèles, deux ambitions

Les cas de Vise Technologies et de Bank of America illustrent deux approches distinctes de l’intégration de l’IA, avec des résultats contrastés.

Vise Technologies, soutenue par Sequoia et Founders Fund, revendique en juin 2026 plus de 100 milliards de dollars d’actifs sous gestion sur sa plateforme dédiée aux conseillers en investissement. La croissance est spectaculaire — les actifs auraient progressé de 350 % entre 2023 et septembre 2024 — et repose sur une promesse de personnalisation à grande échelle grâce à l’analyse de données. Le modèle est séduisant, mais il convient de noter que la croissance des encours reflète avant tout l’adoption commerciale de la plateforme, pas nécessairement la surperformance des portefeuilles gérés. Ces deux métriques ne doivent pas être confondues.

Bank of America emprunte une voie différente avec EricaAssist, un outil d’IA générative déployé auprès de plus de 18 000 représentants du service client. L’objectif affiché est pragmatique : réduire d’une minute le temps moyen par interaction. Ce gain, modeste en apparence, devient significatif à l’échelle de millions d’appels annuels. C’est précisément ce type d’application — ciblée, mesurable, intégrée dans un processus existant — qui génère les retours les plus documentés à ce stade.

Le piège de la complexité : quand l’IA conseille mal

L’enthousiasme technologique bute sur une réalité que le secteur commence à admettre : les systèmes d’IA générative produisent des recommandations défaillantes dans les domaines à forte technicité réglementaire. Un audit conduit en 2026 a mis en évidence des conseils obsolètes ou inexacts dans des domaines comme la planification successorale, où la précision juridique et fiscale est non négociable.

Jesse Forster, analyste du secteur, en tire une conclusion contre-intuitive : « L’élément humain devient en réalité plus central » à mesure que l’IA se déploie. Paradoxe apparent, logique réelle. Plus les outils automatisés prennent en charge les tâches standardisées, plus la valeur ajoutée du conseiller se concentre sur les situations complexes, les arbitrages patrimoniaux sensibles, la relation de confiance. En France, où la réglementation sur le conseil en investissement — encadrée par la directive MIF 2 et les obligations de l’AMF — impose des standards élevés de traçabilité et d’adéquation des recommandations, cette limite de l’IA n’est pas anecdotique. Elle est structurelle.

Vers une intégration stratégique, pas une course aux dépenses

La tentation est grande, pour les directions générales, de mesurer leur modernité à l’aune de leurs budgets IA. C’est précisément ce réflexe qu’il faut combattre. Ugur Hamaloglu, associé chez EY Americas, rappelle que l’IA ne doit pas être justifiée uniquement par la réduction des coûts, mais appréhendée comme un levier de croissance à part entière. La nuance est importante : elle déplace le curseur de l’efficience vers la création de valeur, ce qui suppose des indicateurs de performance radicalement différents.

Concrètement, cela implique d’aligner chaque initiative d’IA sur un objectif stratégique précis, de définir des KPI dès la phase de conception — satisfaction client, taux de rétention, délai de traitement, qualité des recommandations — et de traiter le portefeuille de projets IA avec la même rigueur qu’un portefeuille d’investissement : arbitrages, priorisation, suivi des rendements. La qualité des données sous-jacentes conditionne par ailleurs l’ensemble de l’édifice. Des données incomplètes ou biaisées produisent des modèles défaillants, quelle que soit la sophistication de l’algorithme.

Ce que révèle vraiment la course à l’IA

Le secteur de la gestion de patrimoine augmentée par l’IA est à un moment charnière. Les investissements ont précédé la maturité des usages, ce qui n’est pas anormal dans un cycle d’innovation. Mais la pression des actionnaires et des régulateurs pour justifier ces dépenses va s’intensifier. Les institutions qui tireront leur épingle du jeu ne seront pas nécessairement celles qui auront dépensé le plus, mais celles qui auront su identifier les flux de travail où l’IA crée une valeur réelle et mesurable, tout en préservant — voire en renforçant — la qualité du conseil humain là où il reste irremplaçable.

L’IA n’est pas une révolution en soi. C’est un outil. Et comme tout outil, sa valeur dépend entièrement de la main qui le tient.