En décembre 2025, l’adoption de l’IA à Wall Street avait dépassé les expérimentations au sein des grandes banques américaines et s’était étendue aux opérations quotidiennes. S’exprimant lors d’une conférence sur les services financiers de Goldman Sachs à New York le 9 décembre, les dirigeants de la banque ont décrit l’IA, en particulier l’IA générative, comme une mise à niveau opérationnelle qui améliore déjà la productivité dans les domaines de l’ingénierie, des opérations et du service client.
La même discussion a également fait ressortir une réalité plus difficile. Si les banques peuvent produire davantage avec les mêmes équipes, certains rôles pourraient ne plus être nécessaires aux niveaux actuels une fois la demande stabilisée.
Comment les banques de Wall Street affirment que l’IA donne des résultats aujourd’hui
JPMorgan : les gains opérationnels commencent à s’accumuler
Marianne Lake, directrice générale des services bancaires grand public et communautaires chez JPMorgan, a déclaré que la productivité dans les domaines utilisant l’IA est passée à environ 6 %, contre environ 3 % avant le déploiement. Elle a ajouté que les rôles opérationnels pourraient éventuellement générer des gains de productivité de 40 à 50 % à mesure que l’IA deviendrait une partie du travail de routine.
Ces gains reposent sur des choix délibérés plutôt que sur une vaste expérimentation. JPMorgan s’est concentré sur un accès interne sécurisé aux grands modèles de langage, des modifications ciblées des flux de travail et des contrôles stricts sur la façon dont les données sont utilisées. La banque a décrit sa « LLM Suite » interne comme un environnement contrôlé dans lequel le personnel peut rédiger et résumer du contenu à l’aide de grands modèles linguistiques.
Wells Fargo : la production augmente avant les changements de personnel
Le PDG de Wells Fargo, Charlie Scharf, a déclaré que la banque n’avait pas réduit ses effectifs jusqu’à présent à cause de l’IA, mais a noté qu’elle « faisait beaucoup plus ». Il a déclaré que la direction s’attend à trouver des domaines où moins de personnel est nécessaire à mesure que la productivité s’améliore.
Dans des commentaires rapportés le même jour, Scharf a déclaré que les budgets internes de la banque prévoyaient déjà une réduction des effectifs d’ici 2026, avant même de prendre en compte le plein impact de l’IA. Il a également signalé des indemnités de licenciement plus élevées, suggérant que les préparatifs pour de futurs ajustements sont en cours.
PNC : l’IA accélère une transition de longue date
Le PDG de PNC, Bill Demchak, a présenté l’IA comme un accélérateur plutôt que comme une nouvelle direction. Il a déclaré que les effectifs de la banque sont restés globalement stables pendant environ une décennie, alors même que l’activité se développait. Cette stabilité, a-t-il expliqué, provenait de l’automatisation et de l’optimisation des succursales, l’IA étant susceptible de pousser encore plus loin la tendance.
Citigroup : gains en logiciels et support client
Le nouveau directeur financier de Citi, Gonzalo Luchetti, a déclaré que la banque avait enregistré une amélioration de 9 % de sa productivité dans le développement de logiciels. Cela reflète une tendance plus large dans les grandes entreprises qui adoptent des copilotes d’IA pour soutenir le travail de codage.
Il a également souligné deux domaines du service client dans lesquels l’IA aide : l’amélioration du libre-service afin que moins d’appels parviennent aux agents, et l’assistance aux agents en temps réel lorsque les clients ont besoin de parler à une personne.
Goldman Sachs : changements dans le flux de travail associés à des restrictions en matière d’embauche
Selon Reuters, le programme interne « OneGS 3.0 » de Goldman Sachs s’est concentré sur l’utilisation de l’IA pour améliorer les processus de vente et l’intégration des clients. Il a également ciblé des fonctions lourdes de processus telles que les flux de travail de prêt, les rapports réglementaires et la gestion des fournisseurs.
Ces changements s’accompagnent de suppressions d’emplois et d’un rythme de recrutement plus lent, liant directement la refonte des flux de travail aux décisions en matière de personnel.
Où les banques de Wall Street constatent les premiers gains de productivité de l’IA
Dans l’ensemble des banques, les gains les plus évidents apparaissent dans les activités qui s’appuient fortement sur des documents, suivent des étapes répétables et fonctionnent selon des règles définies. L’IA générative peut réduire le temps nécessaire pour rechercher des informations, résumer des documents, rédiger du contenu et faire avancer le travail dans les chaînes d’approbation, en particulier lorsqu’elle est associée à des processus structurés et à des contrôles humains.
Les domaines communs qui connaissent un impact précoce comprennent :
- Opérations : rédiger des réponses, résumer les cas et résoudre les exceptions plus rapidement
- Développement de logiciels : générer du code, écrire des tests, refactoriser et produire de la documentation
- Service client: Un libre-service plus performant combiné à une assistance en temps réel pour les agents
- Support commercial et intégration : extraire des données de documents, remplir des formulaires et accélérer la configuration du client
- Reporting réglementaire : rassembler des récits et des preuves plus rapidement, sous un examen et des contrôles stricts
Pourquoi la gouvernance détermine le rythme de l’adoption
Pour les banques, l’enthousiasme n’est pas la principale contrainte. Le contrôle est. Les régulateurs américains exigent depuis longtemps une surveillance étroite des modèles, et ces attentes s’étendent aux systèmes d’IA. Des directives telles que la Réserve fédérale et la SR 11-7 de l’OCC établissent des normes pour le développement, la validation et l’examen continu des modèles. Un rapport de 2025 du Government Accountability Office des États-Unis a noté que les principes existants de gestion des risques liés aux modèles s’appliquent déjà à l’IA, y compris les tests et la surveillance indépendante.
En pratique, cela pousse les banques à adopter des modèles qui peuvent être examinés et tracés. L’utilisation de l’IA est souvent limitée quant à son indépendance d’action. Les invites et les résultats sont enregistrés, les performances sont surveillées pour détecter toute dérive et les humains restent responsables des décisions à fort impact telles que les prêts, la gestion des litiges et les rapports officiels.
La productivité augmente, mais les questions d’emploi demeurent
Les commentaires des dirigeants des banques suggèrent un changement progressif. La première phase ressemble à un effectif stable associé à un rendement plus élevé à mesure que les outils d’IA se répartissent entre les équipes. La deuxième phase commence une fois que ces gains deviennent suffisamment cohérents pour influencer les plans de dotation en personnel, par le biais d’attrition, de changements de rôles ou de coupes ciblées.
Les signaux de Wells Fargo concernant la planification des effectifs et les coûts des indemnités de départ pour 2026 suggèrent que certaines banques se rapprochent de cette deuxième étape.
À un niveau plus large, des institutions telles que le Fonds monétaire international ont averti que l’IA pourrait affecter une grande partie des emplois dans le monde, avec différentes combinaisons d’automatisation et d’augmentation selon le rôle et la région. Le Forum économique mondial Rapport sur l’avenir de l’emploi 2025 prévoit également un mouvement d’emploi substantiel à mesure que les entreprises adoptent l’IA et ajustent leurs besoins en compétences.
Ce que l’IA signifie pour la stratégie des banques de Wall Street au-delà de 2025
Les banques qui profitent le plus de l’IA sont susceptibles de se concentrer sur trois domaines à la fois : repenser les flux de travail plutôt que de superposer des outils de chat, construire des bases de données solides et mettre en place une gouvernance qui favorise la rapidité sans éroder la confiance.
Les cabinets de recherche affirment que les enjeux financiers sont élevés. McKinsey estime que l’IA générative pourrait générer entre 200 et 340 milliards de dollars de valeur annuelle pour le secteur bancaire, en grande partie grâce à des améliorations de productivité.
La question ouverte n’est plus de savoir si l’IA peut produire des résultats dans le secteur bancaire. Il s’agit de la rapidité avec laquelle les banques peuvent rendre ces gains routiniers tout en préservant les pistes d’audit, la sécurité et la protection des clients, et de la manière dont elles gèrent les changements de personnel qui s’ensuivent.
(Photo de Lo Lo)
