ChatGPT fait le travail de 3 analystes. Voici ce qu'il rate encore.

L'outil qui inquiète toute une génération de banquiers

Un analyste junior chez Goldman Sachs passe trois semaines à modéliser un LBO. ChatGPT produit une première ébauche en 40 secondes. Si vous êtes jeune professionnel de la finance, cette phrase vous a peut-être traversé l'esprit à 3h du matin, en pleine préparation d'un mémo pour le lendemain. Et pourtant, les banques continuent d'embaucher. Les cabinets de conseil cherchent toujours des profils financiers. Pourquoi ?

La réponse n'est ni rassurante ni catastrophiste. Elle est simplement plus nuancée que ce que les titres de presse veulent bien admettre. Décortiquons ce que l'IA fait réellement — et ce qu'elle est structurellement incapable de faire dans les métiers financiers.

Ce que ChatGPT fait mieux que vous (soyons honnêtes)

Commençons par ne pas esquiver la réalité. Les grands modèles de langage ont transformé plusieurs tâches financières de façon concrète et mesurable :

• Synthèse documentaire : analyser 200 pages d'un prospectus d'introduction en bourse en quelques minutes, en extrayant les clauses clés.
• Rédaction de mémos : produire un premier jet de note d'investissement à partir d'un jeu de données structuré.
• Automatisation des modèles Excel : générer des formules complexes, déboguer des macros VBA, construire des tableaux de sensibilité.
• Veille réglementaire : surveiller les évolutions IFRS, Basel IV ou MiFID II et produire des résumés exploitables.

JPMorgan a déployé un outil interne baptisé IndexGPT. Bloomberg a lancé BloombergGPT, entraîné spécifiquement sur des données financières. Morgan Stanley utilise l'IA pour assister ses conseillers patrimoniaux. Ce n'est pas de la science-fiction — c'est le quotidien de 2024.

La limite que personne ne montre dans les démonstrations

Voici ce que les présentations entusiastes omettent systématiquement : ChatGPT ne sait pas ce qu'il ne sait pas. En finance, cette limite est potentiellement catastrophique.

Un modèle de langage peut vous sortir une valorisation par DCF en apparence impeccable — avec des hypothèses de taux de croissance qui ne correspondent pas à la réalité sectorielle, sans avoir jamais interrogé le CFO de l'entreprise cible, sans sentir que le management cache quelque chose lors du management presentation. Il n'a pas de flair. Il n'a pas de peur. Et en finance, parfois, la peur est une information.

Les trois dimensions que l'IA ne peut pas simuler

• Le jugement contextuel : savoir pourquoi une acquisition à 12x l'EBITDA est absurde dans ce secteur précis, à ce moment précis du cycle économique — même si les chiffres semblent tenir.
• La relation client : convaincre un directeur financier réticent, gérer la tension d'un closing à minuit, créer la confiance qui fait qu'un client revient. Ce sont des compétences profondément humaines.
• La responsabilité fiduciaire : un algorithme ne peut pas signer un engagement, défendre une thèse devant un comité d'investissement, ou assumer les conséquences d'une mauvaise décision. Un banquier, si.

Le vrai changement de profil recherché

La question n'est plus "l'IA va-t-elle remplacer les banquiers ?" mais "quels banquiers vont survivre à l'IA ?" Et la réponse dessine clairement deux catégories.

Les profils qui souffriront sont ceux qui faisaient de la valeur ajoutée sur des tâches mécaniques répétables : mise en forme de pitchbooks, saisie de données dans des modèles standardisés, recherche documentaire basique. Ces tâches disparaissent — ou du moins, elles ne justifient plus 80 heures de travail hebdomadaire.

En revanche, les profils qui s'imposent sont ceux capables de piloter l'IA comme un levier, d'en valider les outputs avec un regard critique, et de concentrer leur énergie sur ce que la machine ne peut pas faire : structurer une opération complexe, négocier, décider sous incertitude.

Un junior qui maîtrise ChatGPT, Copilot et les APIs financières produit aujourd'hui ce qu'un analyste senior produisait seul il y a cinq ans. Ce n'est pas une menace — c'est une opportunité de monter en gamme plus vite.

Ce que les écoles de finance n'enseignent pas encore

La formation financière traditionnelle reste centrée sur Excel, les ratios et la comptabilité. Ce socle reste nécessaire — on ne peut pas valider un output d'IA sans comprendre ce que l'IA modélise. Mais il devient insuffisant.

Les jeunes financiers qui se distingueront en 2025 et au-delà seront ceux qui auront développé une double compétence : la rigueur analytique classique et la capacité à orchestrer des outils d'IA pour gagner en vitesse et en profondeur. La curiosité technologique devient une compétence financière à part entière.

Conclusion : un outil, pas un successeur

ChatGPT est un accélérateur remarquable. Mais la finance reste, dans son essence, un métier de confiance, de jugement et de responsabilité. Ces trois piliers exigent une présence humaine — pas par nostalgie, mais par nécessité structurelle.

Les jeunes banquiers qui ont peur de l'IA ont raison de l'observer de près. Ceux qui l'utilisent déjà comme un levier quotidien ont un temps d'avance considérable. La menace réelle, dans les prochaines années, ne viendra pas d'un algorithme — elle viendra d'un concurrent humain qui, lui, aura su s'en emparer.

— Reservoir Live