La finance française entre dans une phase plus concrète de déploiement de l’intelligence artificielle, loin des seuls tests de laboratoire.
L’Autorité des marchés financiers indique que 90% des acteurs interrogés utilisent déjà l’IA ou prévoient de le faire dans les douze prochains mois.
Cette photographie donne un signal net aux sociétés de gestion, aux prestataires d’investissement et aux infrastructures de marché: la technologie devient un outil opérationnel, mais aussi un nouveau terrain de supervision.
Une adoption déjà très avancée
L’étude de l’AMF repose sur 100 réponses recueillies auprès d’un panel couvrant les sociétés de gestion, les prestataires de services d’investissement, les acteurs crypto, les sociétés cotées, les cabinets d’audit et les avocats spécialisés.
Parmi les cas d’usage recensés, 54% sont déjà en production, principalement dans les grandes entreprises.
L’IA générative ressort comme la technologie la plus utilisée, avec des applications très pragmatiques: synthèse de documents, recherche d’information, extraction de données, production de contenus internes et assistance aux équipes.
Le mouvement devrait se poursuivre, car une large majorité des répondants anticipe une hausse des investissements dans l’IA au cours des deux prochaines années.
Productivité, conformité et analyse de données
Le premier moteur est interne: l’AMF relève que 83% des 106 cas d’usage détaillés concernent des outils de productivité ou d’amélioration des processus.
Dans la gestion d’actifs, l’IA peut aider à traiter de grands volumes d’informations de marché, à accélérer certaines analyses et à renforcer les contrôles de conformité.
Pour les infrastructures de marché, les usages peuvent aussi toucher la surveillance des transactions et la détection d’abus de marché.
Cette dynamique explique pourquoi le sujet devient stratégique pour la compétitivité des acteurs français, mais elle impose aussi une discipline plus forte sur la qualité des données, les modèles utilisés et la traçabilité des décisions.
Le client reste encore à distance
Les usages directement tournés vers les clients demeurent minoritaires.
Selon le régulateur, 17% des cas d’usage visent la communication ou l’interaction avec la clientèle, tandis que seulement 1% concernent des outils appliqués à la fourniture de services d’investissement.
Ce point est important pour les épargnants: la bascule vers des conseils ou services automatisés reste limitée, mais elle fera l’objet d’une attention particulière à mesure que les solutions gagneront en maturité.
La protection des investisseurs, l’explicabilité des réponses et la supervision humaine deviennent alors des conditions de confiance, pas de simples sujets techniques.
Une dépendance technologique surveillée
L’étude souligne aussi une dépendance élevée à des solutions prêtes à l’emploi fournies par un nombre restreint de prestataires spécialisés, souvent non européens.
Ce risque de concentration peut peser sur la maîtrise opérationnelle, la localisation des données et la capacité des établissements à auditer leurs outils.
Les répondants citent d’abord les enjeux de gouvernance et de protection des données, puis la crainte d’une dépendance excessive à la technologie sans supervision humaine suffisante.
À ce stade, 72% des entités interrogées déclarent avoir mis en place des politiques de gouvernance de l’IA.
Un chantier de supervision pour 2026
Le calendrier européen ajoute de la pression au secteur financier.
L’AI Act classe notamment comme à haut risque certains systèmes liés à l’évaluation de solvabilité des personnes physiques et à la tarification en assurance vie ou santé.
Pour les acteurs financiers français, l’enjeu n’est donc plus seulement d’expérimenter plus vite, mais d’industrialiser l’IA avec des règles de contrôle robustes.
La prochaine étape se jouera dans l’équilibre entre gains de productivité, souveraineté technologique et capacité à prouver que les modèles restent maîtrisés.
