Dans la finance, l'intelligence artificielle est déjà partout, et presque nulle part là où le client la verrait. Neuf acteurs des marchés financiers sur dix l'utilisent ou vont l'adopter dans l'année. Pourtant l'essentiel de ces usages ne quitte pas le back-office.
Tandem accompagne une trentaine d'entreprises sur l'IA appliquée aux opérations, dont plusieurs fonds d'investissement et sociétés de gestion. Cet article donne la grille que nous utilisons en mission. Elle classe douze chantiers par valeur, faisabilité et risque réglementaire. Le premier n'est pas celui dont parlent les comités de direction.
Où en est vraiment l'IA dans la finance en France ?
L'Autorité des marchés financiers a mesuré l'adoption réelle du secteur. Son étude publiée en février 2026 porte sur 100 répondants, sociétés de gestion, prestataires de services d'investissement, sociétés cotées et cabinets d'audit. 90 % d'entre eux utilisent déjà l'IA ou prévoient de l'adopter dans les douze mois. 54 % ont au moins un cas d'usage en production, et 72 % ont formalisé une politique de gouvernance de l'IA.
La taille de la structure fait la différence. Parmi les entités qui utilisent déjà l'IA, la moitié sont de grandes entreprises. Parmi celles qui ne déclarent aucun cas d'usage, la grande majorité sont des petites structures et des micro-entreprises. Chez les sociétés de gestion, l'effort budgétaire consacré à l'IA reste généralement sous 1 % des dépenses informatiques.
Les grands groupes bancaires avancent avec des annonces datées. La Banque Postale a signé en mai 2026 un partenariat de trois ans avec Mistral AI pour déployer des modèles de langage sur ses propres serveurs, dans un environnement souverain. Le premier palier vise 5 000 collaborateurs en 2026. Stéphane Dedeyan, président du directoire, dit vouloir « conjuguer performance économique, exigences de souveraineté et durabilité ».
BNP Paribas a prolongé le sien le même mois, pour trois ans également. Le périmètre annoncé couvre la banque de financement et d'investissement ainsi que la banque commerciale. Il porte surtout sur le KYC, où l'IA prend en charge les étapes à faible valeur avec une validation experte maintenue (Retail Banker International, mai 2026). Deux groupes, deux calendriers, une même logique. L'IA entre par les équipes avant d'entrer par le client.
Pourquoi la finance déploie l'IA à l'intérieur avant de la montrer au client
Le déséquilibre est net, et il est mesuré. Sur les 106 cas d'usage détaillés à l'Autorité des marchés financiers, 83 % concernent des outils à usage interne. Rédaction, résumé, traduction, assistants de type copilote, qualité des données, génération de code. 17 % seulement touchent la relation client. Et 1 % vise la fourniture d'un service d'investissement proprement dit.
Ce n'est pas de la timidité, c'est un calcul de risque parfaitement rationnel. Un assistant interne qui se trompe coûte une relecture. Un conseil automatisé qui se trompe engage l'établissement devant son client et devant son régulateur. Les deux projets n'ont ni le même délai, ni le même coût de contrôle, ni la même exposition.
Augmentation ou automatisation, deux projets et deux calendriers
Tous les cas d'usage relèvent de l'un ou de l'autre, et les confondre est la cause de dérapage la plus fréquente. En augmentation, l'IA prépare et l'analyste décide. Le gérant, le chargé de conformité ou le contrôleur reste maître du dossier. En automatisation, le flux s'exécute et l'équipe ne traite plus que l'exception.
| Augmentation | Automatisation | |
|---|---|---|
| Délai de mise en service | 2 à 6 semaines | 3 à 9 mois selon l'accès aux systèmes |
| Nature du gain | Temps par tâche, homogénéité des livrables | Coût unitaire du flux, délai de traitement |
| Facilité de mesure | Faible, le temps gagné est déclaratif | Forte, le volume et le taux de reprise sont dans les logs |
| Exposition réglementaire | Faible, l'humain reste auteur de la décision | Élevée, traçabilité, information du client, recours humain |
| Ce qui le fait échouer | L'adoption, un outil non utilisé ne produit rien | Le référentiel, une donnée sale bloque la chaîne |
Il existe un niveau avant l'automatisation, et il reste très sous-utilisé. J'ai filmé une vidéo entière sur le fait que l'agent IA est trop souvent le premier réflexe, alors qu'un assistant paramétré ou une automatisation simple suffisent dans la plupart des cas. Les quatre niveaux, de l'assistant à l'agent autonome, sont détaillés dans notre article sur les niveaux d'automatisation.
Ce calcul de seuil est exactement ce qu'une direction des risques attend. Un succès rapporte, un échec détecté coûte une reprise, une réponse fausse non détectée coûte beaucoup plus. Poser ces trois valeurs, puis les croiser avec le taux de précision mesuré, donne le seuil à partir duquel le flux vaut la peine. En finance, ce seuil est plus haut qu'ailleurs, et c'est normal.
Douze chantiers IA en finance, classés valeur, faisabilité et risque
Trois notes de 1 à 5 suffisent à trancher. La valeur, qui additionne la capacité libérée et le gain hors temps. La faisabilité, qui mesure l'accès aux données et l'existence de règles écrites. Le risque réglementaire, qui va de la donnée interne sans impact client à la décision affectant le client. L'indice est le produit de la valeur et de la faisabilité, divisé par le risque. La logique complète est décrite dans notre méthode d'audit IA.
Le résultat surprend, et il tient. Le chantier de tête est la modélisation financière et le retraitement de fichiers, un sujet que personne ne présente en comité stratégique. Le KYC, chantier le plus cité par les grandes banques, n'arrive que neuvième, parce qu'il touche des données client et des obligations de contrôle. Le scoring de crédit ferme la marche.
Le tableur reste le premier chantier d'une direction financière
Le premier gisement de valeur en finance n'est pas un agent, c'est le fichier de calcul. Les modèles, les retraitements d'export, les rapprochements et les reportings vivent tous dans un tableur. Ils sont manipulés par des gens dont le temps coûte cher, sur des données qui ne sortent pas de l'entreprise. Valeur haute, faisabilité maximale, risque réglementaire minimal.
Ce que je faisais en trois heures se fait maintenant en quelques minutes. J'ai résumé les manipulations qui marchent dans une feuille volante publiée sur LinkedIn en juin 2026, et détaillé les trois options dans mon édition de newsletter sur le sujet. Construction d'un modèle à trois états, analyse de sensibilité par scénarios, nettoyage d'un export chaotique, explication d'une formule héritée que plus personne n'ose toucher.
Trois niveaux d'outillage se répondent, et le choix dépend du volume. Le complément dans le tableur couvre le quotidien. Un environnement de fichiers gère la production d'un fichier complet et son export vers une feuille partagée. Un agent de code prend les consolidations lourdes, quatorze exports mensuels aux en-têtes incohérents ou un fichier de dizaines de milliers de lignes. Le détail vit dans notre article sur l'IA appliquée à Excel et aux données.
Ce que le cadre réglementaire autorise vraiment dans la finance
Quatre textes encadrent un projet IA dans un établissement financier, et ils ne se lisent pas dans le désordre. DORA s'applique depuis janvier 2025 et impose un registre des prestataires critiques. Le règlement européen sur l'IA est applicable depuis août 2026, avec ses obligations de transparence de l'article 50. Le règlement omnibus entré en vigueur en juillet 2026 reporte au 2 décembre 2027 les obligations des systèmes à haut risque de l'annexe III. Et le RGPD s'applique en continu.
Deux usages financiers sont explicitement classés à haut risque. L'évaluation de la solvabilité d'une personne physique pour l'octroi de crédit, et l'évaluation puis la tarification en assurance vie et santé. Pour ces systèmes, l'autorité de surveillance de marché est l'ACPR, et non la Banque centrale européenne. La détection de fraude financière est explicitement exclue de cette catégorie.
- Ce qui reste ouvert dès aujourd'hui. Tout ce qui traite de la donnée interne sans décider à la place d'un humain. Corpus, synthèse, contrôle, préparation de dossier.
- Ce qui demande une information explicite. Toute interaction où un client parle à une machine. L'article 50 impose que la personne le sache.
- Ce qui demande une revue humaine tracée. Toute décision produisant un effet significatif sur une personne, au titre de l'article 22 du RGPD.
Le voisinage assurantiel obéit à la même logique, avec ses propres seuils. Nous l'avons détaillé dans notre article sur l'IA dans l'assurance, et sur le versant comptable dans celui consacré aux cas d'usage de l'IA en cabinet d'expertise comptable.
Construire en interne ou acheter, la question qui a déjà coûté cher
Le réflexe de construire son propre assistant a une histoire documentée dans la banque française. Société Générale avait déployé son outil interne, SoGPT, auprès de ses équipes de front et de back-office. Le groupe a commencé à l'arrêter fin 2025 au profit d'une solution du marché, l'écart avec les outils disponibles se creusant trop vite (L'Usine Digitale, janvier 2026).
La leçon n'est pas qu'il ne faut jamais construire. Elle est que les briques standards ne se construisent plus. Génération, transcription, recherche, assistant conversationnel, ces couches sortent des nouveautés toutes les deux semaines. Une équipe interne qui les réimplémente passe son temps à rattraper l'état de l'art au lieu de créer de la valeur métier.
Ce qui se construit en interne, c'est ce qui vous est propre. Les règles de contrôle, le corpus documentaire, les connecteurs vers vos systèmes, la mesure de qualité. Nous détaillons ce partage dans notre retour sur les raisons pour lesquelles la plupart des entreprises ne voient aucun retour sur leur IA.
Combien coûte un premier déploiement IA en finance, et en combien de temps il se rembourse
Le calcul tient en cinq variables, toutes accessibles en une semaine sans projet de données. Le volume annuel d'actes du flux, le temps moyen par acte chronométré et non estimé, le coût horaire chargé de la fonction, un taux d'automatisation réaliste net de reprise, et le coût complet du projet. La capacité libérée est le produit des quatre premières.
- Un taux réaliste, jamais théorique. Comptez seulement les actes qui passent le contrôle qualité sans reprise. Sur un flux documentaire hétérogène, le point de départ observé tourne autour de la moitié. Sur un flux normé avec un référentiel propre, il monte nettement plus haut.
- La capacité libérée n'est pas du cash. Séparez la part redéployée sur d'autres tâches, qui est une valeur réelle mais invisible au compte de résultat, de la part en coût évité. Seule la seconde intéresse une direction financière.
- Le coût de run se budgète dès le départ. Inférence, hébergement, supervision, reprise des exceptions, maintenance des règles. C'est la ligne que les dossiers oublient le plus souvent.
Sur nos missions dans des fonds et leurs participations, le retour sur l'investissement initial se joue en général sous six mois, et parfois en moins de deux. Je le disais dans un échange pour le podcast La Reprise en mai 2026. Ces ordres de grandeur valent pour des chantiers d'augmentation bien choisis, pas pour une refonte de système.
Un chiffre de l'étude de l'Autorité des marchés financiers mérite d'être encadré. 92 % des sociétés interrogées reconnaissent des gains d'efficacité, mais 64 % déclarent ne disposer d'aucun indicateur précis pour les mesurer. Un gain non mesuré ne se défend pas en comité, et il ne se reconstitue pas après coup. Mesurez le volume, le temps et le taux d'erreur actuels avant de lancer quoi que ce soit. Une semaine de relevé sur un échantillon suffit.
Ce que l'IA ne sait pas faire dans la finance
Un article honnête sur le sujet dit aussi où s'arrêter. Trois limites reviennent sur nos missions, et aucune ne se contourne par un meilleur modèle.
- Elle ne remplace pas un référentiel absent. Si les données produit, client et contrat ne se réconcilient pas, aucun agent ne rattrapera l'écart. Il le propagera plus vite.
- Elle ne signe pas une décision réglementée. Un système peut instruire, préparer et recommander. La responsabilité reste entière du côté de l'établissement et de la personne habilitée.
- Elle ne fait pas 100 %. Un flux couvert à 80 % avec une reprise humaine propre vaut mieux qu'une promesse de couverture totale qui ne passera jamais le contrôle interne.
Une quatrième limite est plus culturelle que technique. Un modèle qui ne sait pas dire qu'il ne sait pas n'a rien à faire près d'un chiffre publié. Exigez de votre système qu'il signale son incertitude, c'est le premier critère de sélection en finance.
Faut-il une agence IA pour déployer l'IA dans la finance ?
Pas toujours, et la réponse dépend d'une seule chose. Si vos process sont écrits, si une personne porte le sujet à plein temps et si vos données sont accessibles, une équipe interne ira très bien sur les premiers chantiers. Dans le cas contraire, le coût d'apprentissage se paie en mois perdus plutôt qu'en jours facturés.
- Ce qu'une équipe externe apporte vraiment. Le nombre de cas déjà vus ailleurs, donc la capacité à écarter tôt les chantiers qui ne passeront pas. C'est là que se joue l'essentiel de la valeur d'un audit.
- Ce qu'il faut exiger dans la proposition. Un point de départ mesuré, un critère de sortie écrit par phase, et un coût de run annoncé avant la construction. Une proposition sans ces trois éléments est une proposition de pilote permanent.
- Ce qui doit rester chez vous. La propriété du corpus, des règles et des connecteurs. Une agence qui garde la main sur ces briques vous vend une dépendance, pas une capacité.
Tandem intervient sur ce périmètre auprès des acteurs financiers, du fonds d'investissement à la société de gestion. Le détail de l'offre et des cas d'usage par fonction vit sur notre page agence IA pour la finance, et la démarche complète sur la page audit IA.
Par quel chantier commencer l'IA dans la finance ?
Commencez par le tableur et par le corpus documentaire, dans cet ordre. Ce sont les deux chantiers à valeur haute, faisabilité maximale et risque réglementaire minimal. Ils produisent un résultat visible en quelques semaines, ils ne demandent aucun accès système lourd, et ils révèlent les règles de traitement dont vous aurez besoin plus tard.
Le KYC, la détection de fraude et l'agent vocal viennent après, une fois que les équipes savent mesurer. Le scoring de crédit et le conseil automatisé au client final attendent le cadre de l'annexe III, en décembre 2027. Ce n'est pas une frilosité, c'est l'ordre qui fait arriver le plus de valeur au bout de douze mois.
Une dernière règle, valable partout en finance. Mesurez le point de départ avant de commencer. C'est la seule raison pour laquelle deux tiers des sociétés qui reconnaissent des gains sont incapables de les chiffrer.
