Wall Street devient un laboratoire de l’IA métier
ChatGPT avait commencé comme une page blanche sur laquelle on posait une question. La nouvelle version destinée aux services financiers ressemble beaucoup moins à un chatbot et beaucoup plus à un poste de travail.
OpenAI a annoncé le 10 septembre ChatGPT for Financial Services, conçu avec Morgan Stanley et Evercore comme partenaires de design. Le service combine son modèle GPT-6 Astra avec des données financières intégrées provenant notamment de Daloopa, PitchBook et LSEG News.
L’objectif est explicite : aider les équipes à effectuer de la recherche, construire des modèles financiers et produire des documents destinés aux clients.
Autrement dit, l’IA ne se contente plus d’expliquer ce qu’est un multiple d’EBITDA. Elle veut participer à la fabrication du travail quotidien de ceux qui le calculent.
OpenAI a annoncé le 10 septembre ChatGPT for Financial Services, conçu avec Morgan Stanley et Evercore comme partenaires de design. Le service combine son modèle GPT-6 Astra avec des données financières intégrées provenant notamment de Daloopa, PitchBook et LSEG News.
L’objectif est explicite : aider les équipes à effectuer de la recherche, construire des modèles financiers et produire des documents destinés aux clients.
Autrement dit, l’IA ne se contente plus d’expliquer ce qu’est un multiple d’EBITDA. Elle veut participer à la fabrication du travail quotidien de ceux qui le calculent.
Le prochain front : Excel, Word et PowerPoint
La transformation devient particulièrement concrète lorsque l’outil rencontre les formats historiques de la finance.
Les administrateurs d’une institution peuvent publier leurs modèles Excel, Word et PowerPoint afin que les équipes produisent analyses de valorisation, notes de recherche et pitchbooks dans les formats de la maison.
C’est une évolution majeure.
Jusqu’ici, une grande partie du débat sur l’IA portait sur la production de texte. Dans la banque d’affaires, la valeur est souvent cachée dans des tâches beaucoup moins visibles : chercher une donnée dans des centaines de pages, actualiser un modèle, vérifier une hypothèse, comparer des entreprises, reformater un tableau ou préparer une présentation avant une réunion.
Ce sont précisément ces heures de travail que les nouveaux outils veulent récupérer.
Les administrateurs d’une institution peuvent publier leurs modèles Excel, Word et PowerPoint afin que les équipes produisent analyses de valorisation, notes de recherche et pitchbooks dans les formats de la maison.
C’est une évolution majeure.
Jusqu’ici, une grande partie du débat sur l’IA portait sur la production de texte. Dans la banque d’affaires, la valeur est souvent cachée dans des tâches beaucoup moins visibles : chercher une donnée dans des centaines de pages, actualiser un modèle, vérifier une hypothèse, comparer des entreprises, reformater un tableau ou préparer une présentation avant une réunion.
Ce sont précisément ces heures de travail que les nouveaux outils veulent récupérer.
La donnée financière ne pardonne pas l’hallucination
Il reste cependant un problème que la finance connaît mieux que beaucoup d’autres métiers : une réponse plausible mais fausse peut coûter cher.
OpenAI met donc en avant la traçabilité des données, avec des citations granulaires permettant de remonter aux sources des chiffres et affirmations. Le produit s’appuie aussi sur des contrôles d’accès, le chiffrement, une conservation configurable et des possibilités d’export des journaux d’activité pour les équipes de conformité.
L’entreprise indique également que les données professionnelles ne servent pas par défaut à entraîner ses modèles.
Ces garanties ne suppriment pas le besoin de contrôle humain. Elles montrent au contraire que l’IA entre dans une nouvelle phase : pour pénétrer les secteurs réglementés, elle doit prouver non seulement qu’elle est intelligente, mais qu’elle est auditable.
OpenAI met donc en avant la traçabilité des données, avec des citations granulaires permettant de remonter aux sources des chiffres et affirmations. Le produit s’appuie aussi sur des contrôles d’accès, le chiffrement, une conservation configurable et des possibilités d’export des journaux d’activité pour les équipes de conformité.
L’entreprise indique également que les données professionnelles ne servent pas par défaut à entraîner ses modèles.
Ces garanties ne suppriment pas le besoin de contrôle humain. Elles montrent au contraire que l’IA entre dans une nouvelle phase : pour pénétrer les secteurs réglementés, elle doit prouver non seulement qu’elle est intelligente, mais qu’elle est auditable.
Et dans une banque marocaine ?
Le Maroc n’observera pas cette transformation de loin.
Banques, assurances, sociétés de Bourse, fonds d’investissement, directions financières et cabinets de conseil produisent eux aussi des masses de documents, modèles, notes et analyses.
Le premier effet pourrait être moins spectaculaire qu’un remplacement massif de postes. Il pourrait prendre la forme d’un analyste capable de traiter trois fois plus de dossiers avec le même temps de travail.
Cela déplacera la valeur vers ce que la machine maîtrise moins bien : jugement, responsabilité, connaissance du client, compréhension du contexte local, négociation et décision.
L’analyste junior ne disparaîtra peut-être pas. Mais la liste des tâches par lesquelles il apprend traditionnellement son métier risque de se réduire.
Après la calculatrice et Excel, la finance accueille donc un nouvel outil.
La différence est que celui-ci ne se contente pas de calculer : il lit, cherche, écrit et commence à raisonner avec les chiffres.
Banques, assurances, sociétés de Bourse, fonds d’investissement, directions financières et cabinets de conseil produisent eux aussi des masses de documents, modèles, notes et analyses.
Le premier effet pourrait être moins spectaculaire qu’un remplacement massif de postes. Il pourrait prendre la forme d’un analyste capable de traiter trois fois plus de dossiers avec le même temps de travail.
Cela déplacera la valeur vers ce que la machine maîtrise moins bien : jugement, responsabilité, connaissance du client, compréhension du contexte local, négociation et décision.
L’analyste junior ne disparaîtra peut-être pas. Mais la liste des tâches par lesquelles il apprend traditionnellement son métier risque de se réduire.
Après la calculatrice et Excel, la finance accueille donc un nouvel outil.
La différence est que celui-ci ne se contente pas de calculer : il lit, cherche, écrit et commence à raisonner avec les chiffres.