Les promesses et périls de l’intelligence artificielle dans la finance

L’IA dans la gestion de patrimoine : beaucoup de dépenses, peu de preuves

L’intelligence artificielle s’impose comme le nouveau mantra de la gestion de patrimoine. Les entreprises du secteur multiplient les annonces d’investissements, les conférences célèbrent la révolution algorithmique, et les budgets technologiques gonflent à vue d’œil. Pourtant, derrière l’enthousiasme, une question embarrassante persiste : à quoi servent réellement ces milliards engagés ?

Des budgets en hausse, une valeur difficile à démontrer

Le constat dressé par F2 Strategy est sans appel. Parmi les entreprises gestionnaires d’actifs représentant 31 000 milliards de dollars d’actifs sous gestion, la majorité intensifie ses dépenses en intelligence artificielle sans disposer d’outils fiables pour en mesurer la valeur ajoutée. Doug Fritz, co-fondateur de F2 Strategy, formule le diagnostic avec une franchise rare dans ce secteur : il existe « une corrélation très lâche en 2026 entre les dépenses en IA des entreprises et une valeur mesurable significative. »

Ce décalage n’est pas anodin. Selon KPMG, environ 35 % des entreprises du secteur financier n’ont pas une visibilité adéquate sur les coûts réels associés à ces technologies. Autrement dit, un tiers des acteurs investit sans savoir précisément combien cela leur coûte ni ce que cela leur rapporte. Dans un secteur qui vend la rigueur analytique à ses clients, l’ironie est saisissante.

Les chiffres d’efficacité opérationnelle méritent eux aussi d’être lus avec prudence. Si 68 % des entreprises qui *mesurent* leurs performances rapportent des gains d’efficacité supérieurs à 25 %, ce résultat ne concerne que celles qui ont déjà structuré leur démarche d’évaluation — un biais de sélection évident. Les autres, majoritaires, naviguent à vue.

Le conseiller augmenté, pas remplacé

L’impact de l’IA sur les métiers du conseil financier révèle une dynamique contre-intuitive. Alors que la technologie automatise les tâches analytiques et répétitives, 52 % des courtiers américains prévoient d’*augmenter* leurs effectifs. Ce paradoxe apparent s’explique par une recomposition des compétences plutôt que par leur substitution.

« L’élément humain devient en fait plus central, pas moins. »

Jesse Forster, analyste senior chez Crisil Coalition Greenwich, l’exprime clairement : « l’élément humain devient en fait plus central, pas moins. » L’IA libère du temps de traitement pour le réinvestir dans la relation client — écoute active, jugement contextuel, personnalisation du conseil. Des compétences que l’algorithme ne peut pas répliquer, du moins pas encore.

Samir Vasavada, co-fondateur de Vise, pointe une tension structurelle que les cabinets devront résoudre : comment arbitrer entre la standardisation qu’imposent les modèles d’IA et la personnalisation qu’exigent les clients patrimoniaux ? Les fonds communs et les ETF ont longtemps masqué cette tension sous une apparente simplicité. L’IA, paradoxalement, la rend plus visible en rendant la personnalisation à grande échelle techniquement accessible — mais opérationnellement complexe.

Une transformation qui exige de la méthode, pas de la foi

L’enthousiasme pour l’IA dans la gestion de patrimoine est compréhensible. Les gains potentiels — meilleure allocation du temps conseiller, analyse plus fine des portefeuilles, détection précoce des risques — sont réels. Mais la transformation ne se décrète pas par le budget. Elle se construit sur une architecture de données solide, des indicateurs de performance définis en amont et une culture d’évaluation continue.

Les entreprises qui tireront un avantage durable de ces investissements ne seront pas nécessairement celles qui dépensent le plus, mais celles qui auront su poser les bonnes questions avant de signer les bons de commande. Dans un secteur où la confiance client se construit sur la démonstration de résultats, l’IA ne peut pas rester indéfiniment un acte de foi budgétaire.