Ces chiffres ne rendent toutefois que partiellement compte de ce qui est en train de changer, car la phase actuelle se définit moins par des gains de production visibles que par un changement dans la manière dont les décisions elles-mêmes sont produites. Aux États-Unis, les investissements liés à l'IA contribuent déjà à la croissance à la marge, à hauteur d'environ 1,1% du PIB au début de 2025, même si les effets plus larges sur la productivité restent inégaux et difficiles à isoler. Cela suggère que la structure de la prise de décision évolue plus rapidement que les données utilisées pour la mesurer.
Dans le même temps, l'intelligence n'est plus concentrée au sein d'institutions individuelles, mais distribuée à travers des modèles, des plateformes et des fournisseurs externes. Les décisions résultent de plus en plus de l'interaction de systèmes multiples plutôt que d'un processus interne unique, ce qui a des conséquences directes sur la place du contrôle et la manière dont les résultats sont compris.
L'IA est déjà intégrée dans les portefeuilles
L'intelligence artificielle est déjà présente dans les portefeuilles, même lorsqu'elle n'est pas explicitement reconnue. Au cours des deux dernières années, un petit groupe d'entreprises technologiques étroitement liées au développement de l'IA a été à l'origine d'une part disproportionnée des performances du marché des actions, les “Sept Magnifiques” contribuant pour plus de 60% aux rendements du S&P 500 pour la seule année 2024.
Pour les investisseurs globalement diversifiés, cette exposition n'est pas fortuite mais structurelle. La pondération de la capitalisation boursière la renforce, et l'allocation passive l'incorpore davantage, permettant aux portefeuilles d'apparaître diversifiés à travers les secteurs et les zones géographiques tout en restant dépendants d'un ensemble étroit de moteurs technologiques liés à l'adoption de l'IA, à l'infrastructure cloud et aux chaînes d'approvisionnement en semi-conducteurs.
Améliorez votre gestion de patrimoine avec gestion d'actifs simplifiée. Aperçu de la plateforme Altoo
Au sein des institutions financières, l'adoption a dépassé le stade de l'expérimentation. Environ 65% des institutions financières américaines déploient déjà l'IA en production, et une part importante d'entre elles prévoient d'augmenter encore leurs investissements, ce qui indique que ce qui était facultatif il y a peu est en train de devenir un élément de la base opérationnelle.
La rapidité de l'adoption en dehors du secteur financier renforce cette évolution. ChatGPT a atteint 100 millions d'utilisateurs en quelques mois et a depuis approché les 700 millions d'utilisateurs actifs hebdomadaires, signe d'un changement de comportement durable plutôt que d'un regain d'intérêt temporaire.
La langue, nouvelle interface de la finance
La technologie sous-jacente n'est pas nouvelle en principe. Des systèmes capables de classifier, de prédire et d'optimiser existent depuis des années, mais ce qui a changé, c'est leur capacité à fonctionner par le biais de la langue, le médium par lequel la plupart des activités financières sont menées.
Les notes d'investissement, les rapports de diligence raisonnable, les commentaires sur les risques et la communication avec les clients reposent tous sur le langage. Une fois que les systèmes peuvent fonctionner couramment dans ce médium, ils commencent à participer directement à des processus qui étaient auparavant difficiles à automatiser.
La définition de l'intelligence artificielle de l'OCDE met en évidence ce chevauchement. Les systèmes d'intelligence artificielle déduisent des données comment produire des résultats tels que des prédictions, des recommandations ou des décisions, et la finance repose précisément sur ces résultats. Cet alignement est structurel, ce qui explique pourquoi ses implications vont au-delà d'un seul cas d'utilisation.
L'évolution économique est mesurable, mais inégale
L'impact économique de l'intelligence artificielle devient visible, même s'il n'est pas uniformément réparti. Si l'on ne sait toujours pas dans quelle mesure la croissance récente de la productivité peut être attribuée à l'IA, ses effets sont de plus en plus évidents sur les structures de coûts et l'efficacité opérationnelle.
Selon les estimations, les applications de l'IA pourraient générer jusqu'à 4,4 billions USD de gains de productivité annuels, en particulier dans les fonctions à forte intensité de connaissances. Dans le même temps, les projections indiquent que l'Amérique du Nord pourrait connaître une augmentation du PIB d'environ 14,5% d'ici 2030, reflétant l'adoption précoce et la concentration du capital.
Au niveau de l'entreprise, les effets sont plus progressifs mais toujours significatifs. Les gestionnaires d'actifs font état d'un gain de temps de 30 à 60 minutes par employé et par jour dans la recherche, le reporting et les flux de travail internes, ce qui, une fois agrégé, commence à modifier la trajectoire des coûts et l'effet de levier opérationnel.
À mesure que ces outils deviennent largement disponibles, les gains d'efficacité sont absorbés par le système, ce qui comprime les marges et rend les rendements excédentaires plus difficiles à maintenir. L'accès à l'IA ne suffit pas à créer un avantage ; les résultats dépendent de la manière dont elle est appliquée.
Les portefeuilles reflètent le changement plus qu'ils ne le révèlent
L'intelligence artificielle n'est pas un thème d'investissement à part entière. Ses effets sont intégrés dans le comportement des portefeuilles, plutôt qu'isolés dans des allocations spécifiques.
La concentration des rendements dans un petit nombre d'entreprises technologiques en est une expression visible. Une couche moins visible se trouve en dessous, sous la forme de fournisseurs d'infrastructures, y compris des entreprises fournissant de la capacité d'informatique dématérialisée, des semi-conducteurs spécialisés et des infrastructures de centres de données, qui occupent des positions dans la chaîne de valeur de l'IA comparables aux points de contrôle antérieurs dans l'énergie ou les télécommunications.
Les marchés privés ajoutent une dimension supplémentaire. Entre 30% et 40% du financement mondial en capital-risque est aujourd'hui dirigé vers des entreprises liées à l'IA, souvent à des valorisations qui supposent une croissance soutenue. Certaines de ces attentes se réaliseront, d'autres non.
En conséquence, les portefeuilles peuvent sembler diversifiés tout en restant dépendants d'un ensemble étroit d'hypothèses technologiques. Cette dépendance est rarement visible dans les rapports standards, mais elle façonne les résultats.
Changement opérationnel au sein de la gestion de patrimoine
Le changement devient plus clair au niveau des processus quotidiens. Le suivi des portefeuilles n'est plus lié à des cycles de rapports périodiques, car les systèmes suivent désormais les positions en continu, identifient les écarts et génèrent des alertes en temps réel. Cela modifie à la fois le calendrier et la nature de la prise de décision.
Les attentes des clients évoluent parallèlement à ces capacités. Environ 46% attendent des rapports personnalisés, 44% demandent des solutions d'investissement numériques et environ un tiers prévoit une exécution simplifiée. Ensemble, ces attentes remodèlent les modèles de service.
Les grandes institutions s'adaptent déjà. Les outils d'IA sont de plus en plus utilisés pour résumer les interactions avec les clients et soutenir les actions de suivi, réaffectant le temps à l'interprétation et à l'engagement des clients. Ce changement affecte également les structures internes. Les rôles analytiques d'entrée de gamme deviennent moins centraux, tandis que la recherche initiale est de plus en plus automatisée et redistribuée entre les systèmes.
Suisse : force structurelle, dépendance technologique
La Suisse reste l'un des principaux centres de gestion de fortune au niveau mondial, représentant environ 25% de la richesse privée transfrontalière. Cette position repose sur la stabilité, la confiance et la qualité des institutions.
L'intelligence artificielle introduit une dynamique différente. Les modèles les plus avancés sont largement développés aux États-Unis et en Chine, tandis que les capacités européennes restent plus fortes dans la recherche que dans le déploiement commercial. Il en résulte une dépendance plus technologique que financière.
Les données de la FINMA montrent que dans environ 400 institutions, une part importante utilise déjà l'IA ou développe des applications. Pour chaque système en production, il en reste environ deux en développement, beaucoup d'entre eux s'appuyant sur des fournisseurs externes.
Cette dépendance limite la transparence sur la manière dont les décisions sont prises et concentre les risques entre les mains d'un petit nombre de fournisseurs. La Suisse contrôle une part importante de la richesse mondiale, mais dépend de plus en plus d'infrastructures qu'elle ne contrôle pas.
Plus d'intelligence, moins d'alignement
Les entreprises adoptent rarement un système unique. Au contraire, elles intègrent plusieurs outils au fil du temps, chacun répondant à une fonction spécifique telle que l'analyse de marché, le reporting ou la conformité, améliorant ainsi l'efficacité de manière isolée.
Le problème se pose lorsque ces résultats doivent être combinés. Les systèmes probabilistes peuvent produire des réponses différentes à la même question sans que l'une ou l'autre soit clairement incorrecte.
Si ces signaux ne sont pas alignés, il en résulte une incohérence. Les décisions peuvent sembler cohérentes isolément, alors qu'elles divergent au niveau du portefeuille. Le problème n'est pas tant l'accès à l'information que la difficulté à la réconcilier. La contrainte s'est déplacée de l'accès à l'interprétation.
Formulaire de modification des risques
Les risques associés à l'intelligence artificielle se manifestent rarement sous la forme d'échecs visibles. Ils apparaissent plutôt sous la forme de petites distorsions, telles que des interprétations erronées des données, une reconnaissance des formes dépassée ou des biais subtils dans les recommandations.
Comme ces résultats restent plausibles, les erreurs deviennent plus difficiles à détecter, ce qui crée une forme de risque qui s'accumule progressivement au lieu d'apparaître comme une rupture nette.
La dépendance ajoute une couche supplémentaire. La dépendance à l'égard de fournisseurs externes réduit la transparence sur la manière dont les conclusions sont tirées, tout en augmentant le risque de concentration.
Les régulateurs en sont conscients. La FINMA souligne que le risque de modèle, la dépendance à l'égard de tiers et les cybermenaces sont des préoccupations majeures, tandis que la responsabilité reste inchangée.
L'adoption dépasse la confiance
Les comportements et les perceptions ne sont toujours pas en phase. Aux États-Unis, environ 19% des individus font confiance à l'IA dans les services financiers et environ 10% sont à l'aise avec la prise de décision automatisée. La Suisse présente un tableau plus équilibré, avec environ 46% indiquant une volonté de faire confiance à l'IA, malgré l'accent mis sur la transparence. Malgré cela, l'adoption continue de se développer. Les systèmes sont intégrés parce qu'ils améliorent l'efficacité plutôt que parce qu'ils sont totalement fiables.
Où l'avantage se déplace
La structure de la concurrence évolue. L'information n'est plus rare et les capacités d'analyse sont de plus en plus accessibles. Les différences entre les entreprises proviennent désormais de la manière dont ces capacités sont organisées et intégrées. Celles qui alignent les données, les modèles et les processus produisent des résultats plus cohérents que celles qui accumulent les outils sans coordination. L'avantage passe de l'accès à la structure.
Ce qu'il faut retenir
L'intelligence artificielle fait de plus en plus partie de la gestion quotidienne du patrimoine, qu'elle soit explicitement reconnue ou non.
Concrètement, cela se traduit par un suivi continu du portefeuille, des rapports plus détaillés et la possibilité de réagir aux changements sans dépendre de cycles de rapports fixes.
Dans le même temps, les fournisseurs mettent en place des systèmes de plus en plus complexes en coulisses. Comprendre comment ces systèmes interagissent, comment les signaux sont hiérarchisés et comment les dépendances externes sont gérées fait partie de l'évaluation du service lui-même.
Au fur et à mesure que ces capacités se généralisent, les différences entre les fournisseurs tiennent moins aux outils qu'ils utilisent qu'à la manière dont ils sont structurés et supervisés.
Pour les clients, l'accent est mis sur la transparence, notamment en ce qui concerne la manière dont les décisions sont prises, les systèmes impliqués et la responsabilité finale.
La transparence devient un élément central de la gestion de patrimoine, influençant la manière dont les décisions sont comprises et la répartition des responsabilités. L'intelligence artificielle remodèle la façon dont les portefeuilles sont gérés et les risques évalués ; cette série d'articles à venir examine ce qui suit.
