Banques et conseillers financiers à l’épreuve de l’intelligence artificielle

L’intelligence artificielle promet de faire gagner du temps aux banques. La question est de savoir comment elles utiliseront ce temps : pour mieux connaître leurs clients et les accompagner dans leurs décisions les plus difficiles, ou pour rendre plus efficace le placement des produits ? La technologie peut servir à ces deux objectifs. La différence dépend de ce que les banques choisissent de récompenser et de la manière dont elles décident de rémunérer le travail des conseillers.

Pour ceux qui gèrent des patrimoines, la question dépasse la simple capacité à construire un portefeuille. Un système peut comparer coûts et risques en quelques secondes ; il est bien plus difficile de comprendre ce qu’une famille peut se permettre de perdre, quels engagements elle doit assumer et quand le conseil le plus utile consiste à ne rien faire. Et si une recommandation s’avère inadaptée, une question concrète demeure : qui en répond au client ?

Nous en parlons avec Francesco Megna, à qui nous avons demandé ce qui changera pour les banques, pour les conseillers et pour les épargnants. L’enjeu est de comprendre si l’intelligence artificielle rendra le conseil patrimonial accessible aussi à ceux qui en reçoivent peu aujourd’hui, et quelles décisions seront nécessaires pour que cette possibilité devienne un service réel.

L’intelligence artificielle transforme le système bancaire. Sommes-nous face à une simple évolution technologique ou à une transformation structurelle du modèle économique des banques ?

Cela dépend de l’usage que la banque décide d’en faire. Si l’intelligence artificielle sert à résumer un document, à orienter les demandes ou à préparer plus rapidement un dossier, nous sommes face à une évolution technologique : la banque continue à faire le même travail en y consacrant moins de temps. La transformation devient structurelle lorsque change la manière dont la banque décide quels clients servir, avec quelles personnes et à quel prix.

Pensons à une famille qui a un prêt immobilier, une réserve de liquidités et quelques placements. Aujourd’hui, elle peut s’adresser à différents interlocuteurs selon son besoin. Si la banque parvient à recomposer ces informations et à les utiliser, dans les limites autorisées, pour repérer un problème à temps, le service peut changer. Par exemple, elle peut constater que les liquidités disponibles diminuent précisément à l’approche d’une dépense importante. À ce moment-là, elle peut proposer une révision de la situation avant même que le client ne demande de l’aide. La même technologie, toutefois, peut être utilisée pour repérer le moment où cette famille est la plus disposée à souscrire un produit. Dans un cas, elle améliore la capacité d’accompagner ; dans l’autre, elle améliore la capacité de vendre.

C’est là que se situe la ligne de partage. L’intelligence artificielle peut rendre le modèle actuel beaucoup plus efficace ou aider la banque à construire un service différent. Le choix appartient à la banque lorsqu’elle décide ce qu’elle mesure et récompense : la qualité des décisions pour le client, le nombre de dossiers clôturés ou le volume de produits placés.

Quelle part des investissements en IA est réellement destinée à améliorer les services à la clientèle et quelle part, au contraire, à réduire les coûts opérationnels et les effectifs ?

Je ne donnerais pas de pourcentage. Les relevés de l’Autorité bancaire européenne montrent des usages dans plusieurs domaines, dont l’assistance à la clientèle et la segmentation, mais savoir combien de banques adoptent une technologie pour une fonction donnée ne revient pas à savoir comment elles répartissent leurs dépenses, ni quel en est l’effet sur l’emploi. De plus, une même application peut réduire les coûts et améliorer le service : si elle diminue le temps nécessaire à l’examen d’un document, la banque économise et le client peut recevoir une réponse plus rapidement.

La vérification doit se faire sur les résultats. Une banque peut annoncer que son assistant virtuel gère des milliers de conversations. Pour le client, il importe de savoir combien de demandes sont résolues dès le premier contact, combien d’erreurs se produisent et à quel point il est facile de parler à une personne lorsque le dossier sort de l’ordinaire. Si, pour contester un paiement, le client doit répéter trois fois la même histoire, la banque a peut-être réduit le coût du premier contact tout en dégradant le service dans son ensemble.

Concernant le personnel, la question la plus utile est de savoir ce qu’il advient des heures gagnées. Elles peuvent se traduire par moins de salariés, ou par davantage de temps consacré aux dossiers complexes, au contact de clients négligés et à la formation du personnel. Pour distinguer ces deux cas, je regarderais quelques indicateurs concrets : les délais de réponse, les réclamations, l’accès à un opérateur et le temps que les conseillers consacrent réellement aux clients. C’est là que se voit le bilan de l’investissement.

Si l’IA sait analyser les patrimoines et construire des portefeuilles personnalisés, quelle place restera-t-il au conseiller financier ?

La partie du travail la plus exposée est celle que l’on peut transformer en procédure répétable : reconstituer les expositions d’un portefeuille, comparer les coûts, repérer les concentrations, simuler des scénarios. C’est un travail utile et la technologie peut le rendre plus rapide. Mais construire un portefeuille cohérent à partir d’une série de données est une chose ; comprendre si ces données racontent vraiment la situation du client en est une autre.

Prenons un entrepreneur qui dispose d’un million d’euros investissables. Si l’on ne regarde que son compte titres, on pourrait le considérer comme capable de supporter des fluctuations importantes. Mais si presque tout le reste de sa richesse se trouve dans son entreprise, qu’une partie de sa dette est garantie à titre personnel et qu’il devra, dans les prochaines années, racheter un associé, le tableau change. Il peut avoir besoin de davantage de liquidités et d’une moindre exposition aux risques déjà présents dans l’entreprise. La question n’est pas de savoir si la machine sait faire le calcul : c’est de savoir qui fait émerger les informations manquantes, les vérifie et décide des conséquences à en tirer.

Le conseiller aura donc moins de raisons de se présenter comme la personne qui sait quel fonds a le mieux performé. Il aura davantage de raisons de démontrer qu’il sait articuler patrimoine financier, immobilier, entreprise et famille ; qu’il sait quand il est opportun de faire intervenir un autre professionnel ; qu’il sait expliquer au client pourquoi, à certains moments, la meilleure décision consiste à ne rien faire. La qualité de son travail se verra aussi dans sa capacité à réviser le plan lorsque les circonstances changent et à être présent lorsque le client doit prendre une décision difficile.

L’intelligence artificielle pourrait-elle accélérer le passage d’une rémunération par produit à un conseil indépendant, payé directement par le client ?

Elle peut l’accélérer, mais elle peut aussi consolider le modèle existant. Si elle rend plus facile la comparaison des coûts, des risques et des alternatives, il devient plus difficile de justifier une recommandation simplement parce qu’un produit figure au catalogue du réseau. En revanche, si le système est conçu pour identifier le produit que le client a le plus de chances de souscrire, la technologie rend la distribution plus efficace sans modifier les incitations.

L’enjeu économique est celui-ci : comment rémunérer un bon conseil lorsque ce conseil ne débouche pas sur une vente ? Si le travail consiste à reconstituer le patrimoine d’une famille, à hiérarchiser les priorités, à corriger une concentration et à décider de ne rien souscrire pour le moment, le client a reçu un service. Un honoraire pour le plan, pour la révision périodique ou pour une mission définie rend plus visible ce pour quoi il paie. Bien entendu, cet honoraire doit lui aussi être évalué : il doit être compréhensible et proportionné au travail effectué.

Il faut ensuite distinguer l’honoraire de l’indépendance au sens réglementaire. Être payé directement par le client ne suffit pas, à lui seul, à qualifier un conseil d’indépendant. La MiFID II exige, entre autres, d’évaluer une gamme suffisamment large et diversifiée d’instruments et fixe des limites spécifiques à la possibilité de conserver des incitations de tiers. Un service non indépendant doit lui aussi respecter les règles de conduite et agir dans l’intérêt du client. La question pour les réseaux est de savoir s’ils veulent rendre la valeur du service identifiable et rémunérable même lorsque le résultat du conseil ne coïncide pas avec le placement d’un produit.

Un algorithme pourra-t-il vraiment comprendre les composantes émotionnelles et psychologiques qui influencent les décisions d’investissement ?

Un système peut capter des signaux utiles. Il peut constater qu’un client affirme tolérer le risque mais demande à liquider ses investissements à chaque baisse. Il peut aider à poser des questions plus concrètes : « Si votre portefeuille baissait de 15 % au moment même où votre fils doit commencer l’université, quelles dépenses pourriez-vous reporter ? ». Une telle question en dit souvent plus qu’une case cochée sur une échelle de un à cinq.

La limite tient au fait qu’un même comportement peut avoir des causes différentes. La demande de vendre pendant une baisse peut naître de la peur, mais aussi d’une dépense imprévue, d’un conflit familial ou du fait que le client a enfin compris un risque qui ne lui avait pas été expliqué correctement auparavant. Le comportement est observable ; sa cause doit être reconstituée. C’est là qu’une conversation peut changer la qualité de la décision, d’autant que le client peut corriger l’interprétation qui lui est proposée.

Je distinguerais toujours la disposition psychologique à voir fluctuer son patrimoine de la capacité économique à supporter une perte. Une personne peut rester sereine face à la volatilité et ne pas pouvoir se permettre de perdre l’argent dont elle aura besoin dans deux ans. Une autre peut disposer de ressources importantes, mais perdre le sommeil devant des fluctuations modestes. Les règles d’adéquation distinguent déjà la capacité à supporter des pertes de l’appétence au risque. L’IA peut aider à faire ressortir les incohérences ; la valeur du conseil consiste à les clarifier avant qu’elles ne deviennent un problème.

L’avantage technologique peut-il réduire l’écart entre grands patrimoines et petits épargnants ?

Oui, surtout s’il abaisse le coût de la planification de base. Une famille disposant d’un patrimoine financier modeste peut beaucoup bénéficier d’un inventaire ordonné des actifs et des dettes, d’un plan pour les dépenses futures et d’une vérification périodique des coûts. Elle peut avoir besoin de savoir combien conserver en liquidités et ce qu’elle peut immobiliser à long terme. C’est un travail qui, s’il était entièrement réalisé à la main, peut s’avérer trop coûteux au regard de l’honoraire que cette famille est disposée à payer.

L’avantage peut venir d’un service à plusieurs niveaux : des outils numériques pour recueillir et mettre à jour les données, un professionnel pour interpréter les étapes qui exigent un jugement, et des spécialistes lorsque le problème le justifie. Une famille avec 150.000 euros d’épargne, une maison dont elle est propriétaire et un héritage à partager peut avoir une situation plus complexe que ne le laisse penser son solde bancaire. Elle n’a pas nécessairement besoin d’une structure dédiée, mais elle peut avoir besoin d’un échange sérieux avant de vendre un bien immobilier, d’anticiper une donation ou d’engager des liquidités.

Le risque est que l’accès à une interface très convaincante soit confondu avec l’accès à un bon conseil. L’écart se réduit réellement si le client obtient un plan compréhensible, des coûts transparents et la possibilité de parler à une personne lorsque le cas l’exige. Dans le cas contraire, l’accès aux recommandations s’élargit sans que la qualité des décisions ne s’améliore nécessairement.

Quels risques l’usage de l’IA comporte-t-il en termes de confidentialité, de protection des données, de transparence et de conflits d’intérêts ?

Le premier concerne ce que l’on peut déduire en croisant les données. Pris isolément, un mouvement de compte ou une variation des dépenses disent peu. Ensemble, ils peuvent faire apparaître des difficultés économiques, des changements familiaux ou des habitudes que le client ne pensait pas avoir communiquées. La banque doit savoir quelles informations sont nécessaires pour chaque usage, sur quelle base elle les traite, qui peut y accéder et ce qu’il advient lorsque les données sont transmises à un prestataire. Le fait qu’une information figure déjà dans les systèmes de la banque n’autorise pas n’importe quel usage ultérieur.

Le deuxième risque est l’opacité. Pour une recommandation d’investissement, la transparence utile ne consiste pas à remettre au client le code du modèle. Elle consiste à pouvoir expliquer quelles informations ont pesé, pourquoi la proposition est cohérente avec sa situation et quelles alternatives ont été envisagées. Pour les décisions fondées uniquement sur des traitements automatisés produisant des effets juridiques ou affectant de manière similaire et significative la personne, le RGPD prévoit des limites, des exceptions et des garanties spécifiques. Tout usage de l’IA n’entre pas dans ce cas de figure, mais un contrôle humain purement formel n’est pas une solution crédible.

Le troisième risque est le conflit d’intérêts incorporé dans l’objectif. Un système peut profiler le client avec une grande précision puis classer les propositions selon la probabilité de vente ou la rentabilité pour l’intermédiaire. Le client verrait une recommandation très personnalisée, sans savoir en fonction de quel résultat elle a été personnalisée. C’est pourquoi les contrôles doivent aussi porter sur les produits que le système tend à proposer, sur ceux qu’il écarte et sur le traitement réservé aux clients ayant des besoins similaires.

Si l’IA suggère un investissement inadapté qui provoque une perte, qui en répond concrètement ?

La première référence est l’intermédiaire qui a fourni le service de conseil. La réglementation européenne prévoit expressément que, si le conseil ou la gestion de portefeuille sont fournis en tout ou en partie au moyen d’un système automatisé, la responsabilité de l’évaluation de l’adéquation demeure à la charge de l’entreprise qui fournit le service. La banque ou l’entreprise d’investissement ne peut donc pas répondre au client : « C’est le programme qui a fait la proposition ».

Cela n’exclut pas le rôle du conseiller individuel. S’il s’est contenté de confirmer une recommandation alors qu’il savait que le profil était obsolète, ou s’il a ignoré des informations pertinentes communiquées par le client, sa conduite doit être évaluée. Dans le cas italien de la distribution hors établissement, l’article 31 du Testo unico della finanza prévoit la responsabilité solidaire de la personne qui a confié le mandat pour les dommages causés à des tiers par le conseiller habilité. Un éventuel défaut imputable au fournisseur de la technologie ouvre un plan distinct, à apprécier selon les faits et les relations applicables ; il ne supprime pas les obligations de l’intermédiaire envers le client.

Enfin, une perte ne prouve pas à elle seule que l’investissement était inadapté. Il faut reconstituer ce qui était connu au moment de la recommandation, le risque que le client pouvait supporter, les informations qui lui ont été fournies et le lien entre l’éventuelle violation et le dommage. Par exemple, si un client avait déclaré avoir besoin de cette somme dans un délai d’un an et que le système a recommandé un instrument peu liquide, il faut pouvoir vérifier si l’information avait été recueillie, si le modèle en avait tenu compte et qui avait approuvé la proposition. Sans cette trace, la possibilité même de corriger le système et de prévenir la prochaine erreur se réduit.

L’IA réduira-t-elle le nombre de conseillers ou récompensera-t-elle ceux qui possèdent des compétences patrimoniales, fiscales et successorales plus avancées ?

Les deux peuvent se produire en même temps. Un réseau pourrait avoir besoin de moins de personnes pour accomplir les tâches standard, mais de davantage de professionnels capables de suivre les dossiers complexes. Ou bien il pourrait utiliser les heures gagnées pour offrir un service à des clients qui reçoivent aujourd’hui peu de conseil. L’effet sur le nombre de salariés dépend de ce que le réseau veut faire du temps libéré. C’est pourquoi je serais prudent avant de prévoir combien d’emplois disparaîtront : il est plus facile d’identifier les métiers qui changeront.

La sélection portera surtout sur la capacité à comprendre quand une décision financière est, en réalité, une décision familiale ou entrepreneuriale. Avant de proposer comment investir le produit de la vente d’une entreprise, par exemple, il faut comprendre quels engagements restent à la charge du cédant, de quelles liquidités il a besoin et ce que la famille entend faire de ce patrimoine dans les années à venir. Le conseiller doit savoir poser les bonnes questions et se coordonner avec le comptable, le notaire ou l’avocat pour les aspects qui relèvent de leur compétence. Son apport consiste aussi à faire en sorte que des réponses spécialisées correctes, prises séparément, ne produisent pas ensemble un plan incohérent.

L’épreuve consistera à comprendre comment les réseaux évalueront le travail de leurs conseillers. Si le critère dominant reste le volume placé, l’intelligence artificielle rendra ce modèle plus productif. Si l’on compte la qualité des plans, la capacité à les suivre dans le temps et la clarté avec laquelle le client comprend ses choix, la technologie pourra favoriser un conseil davantage patrimonial. L’avenir de la profession dépendra aussi de cette décision organisationnelle, au-delà de la capacité de chacun à utiliser les nouveaux outils.