MKIA 2025 : l’IA, nouveau gourou de la finance ?

À l’occasion de la Maddy Keynote de Maddyness, dédiée à l’Intelligence artificielle (IA) et intitulée cette année MKIA, une table-ronde a exploré comment l’IA transforme le secteur de la finance.

Cette année, la Maddy Keynote revient avec une nouvelle formule : l’événement de Maddyness organisé le 29 avril dernier s’est concentré exclusivement sur les grandes tendances de l’IA et leur impact concret sur les leaders économiques de demain. Une table-ronde réunissant Benoit Peloille (Natixis Wealth Management), Pierre-Antoine Dusoulier (IbanFirst) et Claire Calmejane (Foundeverse) a permis de faire l’état des lieux des avancées en matière d’IA dans le secteur financier. Si les métiers de la finance ont toujours su s’adapter aux transformations technologiques pour maintenir leur performance, l’intégration massive de l’IA générative et prédictive marque un tournant radical, impliquant de nouveaux enjeux.

Optimisation des métiers de la finance

Lors d’une keynote en marge de la table-ronde, Delphine D’Amarzit, PDG d’Euronext Paris, a décrit l’impact de l’IA sur les marchés financiers comme une « métamorphose », poussant les traders à optimiser leurs systèmes d’information pour identifier les meilleures opportunités de transactions. C’est aussi un moyen de capter davantage de signaux faibles sur les évolutions des marchés et de mieux les anticiper. Cette transformation s’accompagne d’une réorganisation des tâches internes, pour se débarrasser des plus ingrates et répétitives, afin de libérer du temps pour de l’analyse à plus forte valeur ajoutée, mais aussi améliorer la qualité de vie au travail.

Un constat partagé par les participants à la table-ronde suivante. « Grâce à l’IA, on a une analyse du risque beaucoup plus rapide, et c’est cela qui va permettre de libérer beaucoup plus de liquidités », souligne Claire Calmejane, présidente France de Foundever. Autrement dit, cette appréhension « en temps réel du risque » permet de réinvestir plus rapidement dans de nouveaux projets.

Et ce gain de productivité a des répercussions directes sur les performances : « On gagne 30% de plus en termes d’efficacité de nos forces de ventes depuis qu’on a mis en place nos nouveaux outils d’IA », confirme Benoît Peloille, CIO de Natixis Wealth Management. Mais cela n’est pas non plus gratuit et pour certaines entreprises qui ne sont pas encore prêtes ou structurées technologiquement, la transition vers l’IA peut nécessiter un accompagnement supplémentaire, qui peut prendre du temps et engendrer des frais, notamment au niveau de la formation des équipes.

Pour Benoît Peloille, une entreprise qui génère par exemple 100 millions d’euros de revenus, devra allouer 3 à 4% de ce montant au déploiement d’un système d’IA pour que celui-ci soit efficace. Ce coût, bien que significatif à court terme, est compensé par une amélioration des profits sur le long terme, précise-t-il. Il est pour autant essentiel de s’engager dans cette voie dès maintenant pour rester compétitif. Pour Delphine D’Amarzit, « le plus grand coût est celui de ne pas l’adopter (l’IA) ».

« Prendre l’IA en main »

Malgré les récents progrès de l’IA, tous les intervenants partagent l’idée qu’elle ne remplace pas pour autant le métier d’analyste financier. Bien qu’elle améliore la prise de décision et l’analyse des données, cette dernière ne peut se substituer au raisonnement humain nécessaire pour opérer des choix stratégiques sur le long terme. Mention est faite aux recherches de Thierry Foucault, professeur de finance à HEC Paris, qui conclut que l’utilisation des LLM pour l’analyse des cours boursiers poussent les analystes financiers à se focaliser sur le court terme et peut biaiser les calculs. L’étude montre que l’abondance de données alternatives pousse les analystes à privilégier les prévisions à court terme, plus faciles et moins coûteuses à produire, au détriment de la qualité des prévisions à long terme. 

Face à des jeux de données LLM encore peu nourris ou biaisés, charge aux analystes humains d’ajuster les modèles et prendre du recul pour obtenir les meilleures projections. « Il faut des humains qui pilotent ces IA pour les ajuster aux modèles de la vie réelle », soutient Claire Calmejane, PDG de Foudeverse. La montée en compétences des équipes devient alors un enjeu central. Et comme il n’existe pas de manuel, les entreprises devront expérimenter « en se frottant à l’IA, en la pratiquant, en essayant de comprendre, en l’appliquant tous les jours, et faisant en sorte que chacun apprenne de ses propres erreurs », conclut Pierre-Antoine Dusoulier.

Lire aussi : “Imprévisibilité tarifaire : pourquoi certaines entreprises européennes freinent leur expansion aux États-Unis”