Les agents IA partent à la
conquête de la finance.
Où créent-ils réellement de la valeur ? Jusqu’où les laisser agir ? Où maintenir le contrôle humain ?
Une étude indépendante fondée sur 120 cas d’usage dans la banque, l’assurance, les marchés et la gestion d’actifs.
Gratuit · sans inscription · dernière vérification août 2026
Comment lire les chiffres de l’étude
Les agents IA agissent déjà sur des dossiers réels.
Reste à décider jusqu’où les laisser aller, et où garder la main.
Le cas d’Allianz permet de suivre les actions confiées à un agent. En Australie, Allianz règle désormais les sinistres de denrées avariées de moins de 500 dollars en moins d’une journée, souvent en quelques heures, là où il en fallait plusieurs : des agents IA lisent le contrat, vérifient la météo, cherchent la fraude, calculent le montant, et une personne autorise le paiement. Au-dessus de 500 dollars, le dossier repart chez un humain. Ce cas permet d’examiner les trois questions de l’étude : les tâches confiées à l’agent, les résultats obtenus et les décisions qui restent humaines. Chez Allianz, l’agent effectue les vérifications et une personne autorise le paiement. L’étude rassemble les éléments publiés pour examiner ces choix dans les différents métiers de la finance.
Un quart des institutions financières exploitent déjà des agents sur des dossiers réels. Les trois quarts restants en sont encore aux essais, ou attendent.
La technologie est désormais largement disponible. Plus de 85 % des grandes banques supervisées par la Banque centrale européenne utilisent déjà l’IA sous une forme ou une autre. En France, 90 % des acteurs de marché l’utilisent ou vont l’utiliser, et 54 % ont au moins un cas en production. L’écart se joue dans le choix d’un processus précisément délimité et dans la discipline de mesure.
Une précision qui change les décisions : dans 88 cas sur 120, le gain de délai est évalué plus haut que le gain de coût. Cela ne signifie pas que le gain de coût est absent : 28 de ces 88 cas ont également un gain de coût évalué fort. Dans le modèle de référence, la capacité libérée équivaut à vingt postes. Elle peut servir à traiter davantage de dossiers ou à éviter certains remplacements après un départ. La simulation ne décrit pas un plan de suppression d’emplois. Ce qui change vraiment, c’est le délai : le compte ouvert en quinze jours au lieu de six semaines, le sinistre réglé le jour même. Cette rapidité a une valeur réelle : un client qui ne part pas, un dossier traité avant l’échéance. Mais elle n’apparaît sur aucune ligne d’économies. D’où la question : cette rapidité finit-elle par se traduire en euros ? Oui, à une condition, que l’un de ces trois canaux existe : de la demande en attente (chez AIG, les souscripteurs refusaient des dossiers faute de temps ; l’agent leur permet d’en coter 30 % de plus, qui deviennent des primes), des clients sensibles au délai (le compte ouvert en quinze jours retient le prospect que six semaines auraient fait fuir), ou une réaffectation du temps libéré. Sans canal, la rapidité ne rapporte rien : les équipes ont simplement moins de charge. La règle en découle : avant chaque projet, désignez le canal qui transformera les jours gagnés en euros, et mesurez-le en même temps qu’eux.
Recommandations de l’étude
Choisissez trois processus précis, en dehors des domaines que le règlement européen sur l’IA classe à haut risque. En finance, ces domaines sont au nombre de trois : la décision de crédit aux particuliers, la tarification de l’assurance vie et santé, et le recrutement. Le reste de vos processus n’est pas concerné par ce classement.
Pour chacun, mesurez deux choses : ce qu’il vous coûte aujourd’hui, et le temps qu’il prend. Les meilleurs candidats sont toujours les mêmes : le traitement des écarts après les opérations de marché, l’investigation des alertes anti-blanchiment, la collecte des pièces d’un dossier client, la souscription des risques spécialisés, l’assistance en direct au téléconseiller.
Un bon périmètre se reconnaît à une chose : il tient dans une règle simple, du type « tous les sinistres de moins de 500 euros », et l’agent ne voit jamais rien d’autre. Si personne ne sait écrire cette règle, le cas n’est pas prêt.
Avant le démarrage du pilote, le comité précise deux éléments : la personne qui valide les propositions de l’agent, l’action concernée et l’écran utilisé ; puis l’indicateur qui sera publié à la fin du pilote et la personne chargée de le vérifier. Les cinq annonces prématurées documentées dans cette étude ont toutes enfreint la même règle : le résultat a été annoncé avant d’avoir été mesuré.
Par où lire : la synthèse exécutive vient ensuite. La page qui la suit, « un agent en trois scènes », définit les dix mots employés dans tout le document, et peut se lire en premier sans rien perdre.
Vous décidez avant d’avoir tout lu ? Le briefing exécutif reprend les quatre faits, les huit décisions et l’échéance du 2 décembre 2027, en quinze pages. Il ne contient aucun chiffre absent de cette étude.
↓ Le briefing exécutif (PDF)Quatre repères pour préparer les décisions du trimestre
Mettez en production trois cas d’agents au périmètre bien défini, dans le middle et le back-office, avant décembre 2027. Choisissez-les sur le temps qu’ils font gagner autant que sur l’argent. Concevez chaque agent autour du travail d’un professionnel clairement identifié. Mesurez l’humain seul, l’IA seule et le binôme pour décider où la relecture améliore le résultat, tout en maintenant la supervision requise par le droit ou les risques. Le temps gagné devient ainsi un chiffre mesuré et publiable, et vous construisez les moyens nécessaires à un dossier Annexe III lorsque celui-ci s’applique : registre, traces, contrôle humain outillé et mesure.
Situer votre position : auto-diagnostic de maturité en 7 minutes , pour identifier vos deux points de blocage, données, gouvernance ou évaluation, puis la liste de contrôle des facteurs de réussite, avant d’engager le premier pilote.
Si vous ne lisez que trois sections : les cinq annonces prématurées, les six institutions identifiées qui ont réussi, et où placer le point de contrôle humain. Elles viennent ensuite, dans cet ordre.
Trois situations concrètes et dix notions pour comprendre les agents
Un agent est un logiciel à qui l’on confie un objectif plutôt qu’une instruction. Il décide lui-même de la suite d’étapes à suivre : lire un dossier, interroger trois systèmes, produire une synthèse, puis la soumettre à quelqu’un. Voici trois scènes réelles, dans trois institutions, sur trois journées de travail ordinaires.
Scène 1. Un sinistre de moins de 500 dollars
Chez Allianz en Australie, un client déclare des denrées perdues après une coupure de courant. Sept agents IA se partagent le travail : l’un vérifie que la garantie couvre le cas, l’un lit les données météo du jour, l’un cherche les signes de fraude, l’un calcule le montant, l’un consigne chaque étape franchie. Le sinistre est réglé en moins d’une journée, souvent en quelques heures, au lieu de plusieurs jours. Une personne autorise encore le paiement, en une seule fois. Au-dessus de 500 dollars australiens, le dossier n’entre jamais dans ce circuit.
Scène 2. Des devis qu’on n’avait pas le temps de faire
Chez l’assureur AIG, les courtiers envoient des risques à tarifer, dans tous les formats possibles. Les souscripteurs refusaient une partie du flux, faute de temps. Quatre logiciels lisent désormais les soumissions, les mettent au même format, comparent les tarifs et préparent une synthèse. Le souscripteur décide toujours le prix, apprécie toujours le risque hors norme, tient toujours la relation courtier. Le résultat se mesure en devis : 30 % de plus, à effectif identique, sur des affaires auparavant perdues.
Scène 3. Vérifier pendant l’appel
Chez Lloyds au Royaume-Uni, un client appelle au sujet d’un paiement qu’on le presse d’effectuer. Pendant que le conseiller parle, un agent IA contrôle l’identité, analyse la transaction et évalue le risque d’arnaque. Le conseiller voit le résultat à l’écran pendant la conversation, et décide s’il bloque. Il peut passer outre l’agent, et il reste pleinement responsable du résultat. Ce qui change est le moment : la vérification a lieu pendant l’appel, et non plus le lendemain.
Ce qui change par rapport à ChatGPT, que vos équipes utilisent déjà
L’IA que vos équipes utilisent déjà répond à une question que vous posez. Vous demandez, elle répond, vous faites le reste. Un agent exécute une tâche à plusieurs étapes sans qu’on lui dise laquelle vient après, et il agit sur vos systèmes : il ouvre le dossier, interroge la troisième base, écrit la synthèse dans le bon champ. C’est toute la différence, et c’est tout le risque. 85 % des grandes banques utilisent la première. 23 % exploitent la seconde.
Dix notions utiles pour lire cette étude
C’est la référence commune à l’étude et au playbook. Le palier se fixe action par action et s’inscrit dans les droits d’accès ; les points de passage sont les moments où une personne identifiée autorise l’étape suivante. Huit décisions les accompagnent dans la méthode de 60 pages, du choix du processus jusqu’à la préparation du retrait.
Ces trois cas présentent plusieurs points communs. Dans chacune, le périmètre se définit par une règle simple, une personne identifiée garde la main sur une action précise, et quelqu’un a mesuré le processus avant d’allumer l’agent. Ces trois conditions séparent les cas qui tiennent de ceux qui ont été retirés. Le reste de cette étude en apporte la preuve.
Annonces prématurées et responsabilité : les cas à examiner avant de lancer un agent
Cinq annonces prématurées, toutes avec la même faute, et un cas distinct de responsabilité juridique. Lisez ces histoires d’abord : elles sont plus instructives que n’importe quel cadre théorique, et elles portent les deux règles que cette étude répète.
Commonwealth Bank of Australia, 2025
45 postes de centre de contact ont été supprimés en juillet 2025, au motif qu’un robot vocal réduirait le volume d’appels. Le volume d’appels a augmenté. La banque a reconnu une erreur, présenté des excuses publiques, et proposé aux 45 salariés le maintien dans leur poste, un reclassement ou un départ. Douze mois plus tard, elle publie des indicateurs de vitesse de sa technologie et aucun indicateur d’effectif.
Klarna, 2024 à 2026
L’assistant annoncé en février 2024 a traité 2,3 millions de conversations le premier mois et ramené la résolution de 11 minutes à 2, l’équivalent de 700 conseillers et 40 M$ de profit annuel projeté. La qualité s’est ensuite dégradée sur les cas complexes, ambigus et émotionnellement sensibles. Klarna est revenue en arrière en mai 2025 et a recruté environ 100 spécialistes humains en 2026, dont le métier est d’identifier les dossiers qui exigent un humain.
OpenAI, Instant Checkout, 2025 à 2026
Lancé le 29 septembre 2025, il a été retiré les 4 et 5 mars 2026, cinq mois plus tard. 8 % des utilisateurs adultes américains de ChatGPT l’ont essayé le premier mois, et une douzaine de marchands seulement étaient réellement en ligne. Le protocole sous-jacent reste actif. Le produit grand public n’a pas tenu.
Delphia et Global Predictions, 2024
En mars 2024, le régulateur des marchés américains a sanctionné deux gérants pour avoir survendu leur capacité d’IA : 225 000 $ contre Delphia, qui affirmait analyser les données clients par IA sans le faire, et 175 000 $ contre Global Predictions, qui se présentait comme le premier conseiller financier IA réglementé. Les affirmations sur l’IA font depuis l’objet d’un examen permanent.
Un cas distinct, et le plus lourd de conséquences : Air Canada
Air Canada n’a pas annoncé trop tôt : son agent conversationnel a engagé la compagnie. En 2024, un tribunal a condamné Air Canada à honorer une politique de remboursement que son agent conversationnel avait inventée. L’entreprise a plaidé que l’agent était une entité distincte. Le tribunal a rejeté l’argument. Une institution peut être contractuellement liée par ce que dit son agent. Ce qui coûte ici n’est pas le remboursement, c’est la règle posée : ce qu’un agent promet à un client peut devenir exigible, et rien dans l’agent ne plafonne cet engagement. Une seconde affaire est en cours : le 9 mars 2026, un tribunal américain a ordonné à UnitedHealth de produire ses politiques d’IA depuis janvier 2017 et l’identité des membres de son comité interne de revue de l’IA. Les comptes rendus de ce comité sont devenus des pièces de procédure.
Quatre façons dont un projet se dégrade, et le signal qui l’annonce
Chaque mode a un cas documenté derrière lui, et une chose à mesurer avant le pilote plutôt qu’après l’incident.
Quelles règles s’appliquent réellement à vous, en quatre lignes
Une douzaine d’autorités ont publié quelque chose sur l’IA en finance. Deux seulement engagent une institution française aujourd’hui. Le tableau ci-dessous les trie par ce qu’elles vous font réellement.
| Catégorie | Textes | Conséquences pour l’établissement |
|---|---|---|
| M’oblige aujourd’hui, en France | AI Act, article 50 (depuis le 2 août 2026). DORA (depuis le 17 janvier 2025). | Dire au client qu’il parle à une machine, marquer les contenus générés. Recenser vos prestataires informatiques critiques, tester un scénario de sortie, notifier un incident majeur sous deux heures. Sanction jusqu’à 1 % du chiffre d’affaires quotidien mondial par jour. |
| M’obligera le 2 décembre 2027 | AI Act, Annexe III. | Neuf pièces exigées pour trois usages seulement : solvabilité des particuliers, tarification vie et santé, recrutement. Rien d’autre. Date reportée par l’accord provisoire du 6 mai 2026, à revérifier. |
| Inspirera mon superviseur | Conseil de stabilité financière (FSB), l’instance internationale qui prépare les règles que reprennent ensuite les superviseurs nationaux : consultation du 10 juin 2026, rapport final en octobre 2026. Banque centrale européenne, 24 février 2026. Régulateur européen des marchés, 26 février 2026. | Non contraignant, et déjà la liste de contrôle qu’utilisera votre inspecteur. Ils demandent trois choses : un inventaire de vos agents, une personne identifiée qui autorise, un enregistrement de ce qui a été fait. |
| Hors du périmètre décrit ici | Singapour (MAS), et les régulateurs américains (FINRA, OCC, Réserve fédérale). | Hors Union européenne. Utile comme source d’idées, jamais comme obligation. Les États-Unis n’ont pas de cadre prudentiel dédié à l’IA agentique : les deux textes d’avril 2026 l’excluent explicitement. |
AI Act (règlement UE 2024/1689), articles 12, 14, 19, 26, 50 et Annexe III • DORA, en vigueur le 17 janvier 2025, 19 tiers critiques désignés le 18 novembre 2025 • FSB, « Sound Practices for Responsible Adoption of AI », consultation du 10 juin 2026 • BCE, Pedro Machado, 24 février 2026 • ESMA, 26 février 2026 • OCC 2026-13 et SR 26-2, 17 avril 2026 • ● mesuré. La liste complète des textes figure en annexe.
Quatre chiffres très cités ne résistent pas à la vérification de leur source
Ces quatre-là circulent en salle de comité. Nous sommes remontés à la source primaire de chacun. Une prévision présentée comme un constat disqualifie tout le document qui la porte.
L’objection la plus lourde, et elle n’est pas technique
L’économiste Daron Acemoglu chiffre l’effet de l’IA à +0,66 % de productivité globale des facteurs sur dix ans, contre les 7 % qu’avancent les optimistes, et ne tient pour économiquement automatisables que 4,6 % des tâches. C’est une prévision issue d’un modèle, pas une mesure d’entreprise. Sa conséquence pour un comité est simple : le faisable ne se confond pas avec le rentable, et c’est pourquoi cette étude plafonne le portefeuille à trois cas au périmètre précisément délimité au lieu d’ouvrir un programme de transformation.
La régularité la plus solide de ces dossiers porte sur l’ordre des opérations, moins sur la technologie : les cinq ont annoncé un résultat avant d’en avoir la mesure. La décision revient donc au comité, et elle se prend avant le pilote : quel chiffre sera publié, et qui le contrôle. Deuxième décision, même séance : ouvrir l’inventaire de vos agents. C’est la première pièce qu’un superviseur demandera, et elle s’ouvre avant le premier agent.
Six cas documentés : périmètre, contrôle humain et résultats publiés
Six institutions citées par leur nom, six processus précisément délimités. Elles ne partagent ni secteur, ni taille, ni fournisseur. Elles partagent un périmètre défini par une règle simple, une personne identifiée qui valide une action précise, et une mesure décidée avant le pilote. Un seul des six résultats a été relu par des scientifiques indépendants, celui de Nubank ; les cinq autres reposent sur des déclarations d’entreprise pour lesquelles aucun audit indépendant n’est identifié dans le corpus.
Goldman Sachs - Génie logiciel Détails
Des centaines d’agents, Devin de Cognition et Claude d’Anthropic, travaillent aux côtés de 12 000 ingénieurs. Autonomie N3 : l’agent cadre le besoin, écrit, teste et soumet, et l’acceptation des demandes de fusion est passée d’environ un tiers à environ deux tiers.
Nubank - Service client de niveau 1, cinq domaines identifiés Détails
131 millions de clients, et un périmètre défini en cinq domaines identifiés plutôt qu’en « service client ». Autonomie N3 avec escalade paramétrée dès la sortie du périmètre, logique déterministe conservée dans les outils que l’agent appelle, et +37 points de satisfaction client mesurés juste après la livraison de la carte.
Quatre autres cas, racontés par les entreprises elles-mêmes : même périmètre étroit, même personne identifiée qui signe
AIG - Souscription, portefeuille Lexington middle market property Détails
Quatre agents coordonnés, ingestion, évaluation du risque, comparaison tarifaire et synthèse, sur un segment précis et hors Annexe III. Autonomie N2 tendant vers N3 : la durée d’exécution autonome continue passe de moins d’une heure à 30 heures, et plus de 370 000 soumissions ont été traitées début 2026.
OCBC et Bank of Singapore - Entrée en relation et KYC patrimonial Détails
La plateforme HELIOS collecte, crible, cartographie les relations, établit l’origine du patrimoine et constitue le dossier de diligence de la clientèle patrimoniale. Autonomie N2 : l’agent instruit, et aucun effet externe ne se produit avant une validation explicite.
Allianz - Sinistres de denrées avariées de moins de 500 AUD Détails
Projet Nemo, sept agents couvrant la vérification de garantie, les données météorologiques, la détection de fraude, le calcul du règlement et la piste d’audit. Autonomie N3 sous seuil de montant, sur des sinistres dont le coût de traitement approchait le montant du sinistre.
NatWest - Traitement des réclamations, testé avec la FCA Détails
L’agent enquête sur plusieurs sources de données et présente une vue synthétique au gestionnaire de réclamations pour approbation, dans le cadre de l’AI Live Testing de la FCA. Autonomie N2 stricte : sa performance est suivie chaque jour sur l’exactitude, la cohérence et l’hallucination, avant tout passage en environnement réel.
| Institution | Processus borné | Autonomie observée | Gain de coût | Gain de délai | Statut et source datée |
|---|---|---|---|---|---|
| Goldman Sachs | Génie logiciel, correctifs de sécurité | N3, revue avant fusion | 5 à 10 % du temps de développement | 30 min à 1,5 min, facteur 20 | Déclaratif. Forbes, 6 août 2026 ; Cognition, 2025 |
| Nubank | Service client de niveau 1, cinq domaines identifiés | N3, escalade paramétrée | 55 % des demandes de niveau 1 résolues | Temps de réponse -70 %, résolution ×2,3 | ● mesuré, relu par des chercheurs indépendants |
| AIG | Souscription, Lexington middle market property | N2 tendant vers N3 | Aucun coût unitaire, +30 % de soumissions cotées | Délai de cotation -55 % | Déclaratif. Conférence de résultats T1 2026 d’AIG ; Insurance Journal, 13 février 2026 pour le volume de soumissions |
| OCBC et Bank of Singapore | Entrée en relation et KYC patrimonial, HELIOS | N2, décision d’acceptation conservée | Aucun publié, base sectorielle 1 500 à 3 000 $ par revue | Origine du patrimoine 10 jours à 1 heure | Déclaratif. Communiqué OCBC, 2026 ; Fenergo, données 2022 |
| Allianz | Sinistres de denrées avariées de moins de 500 AUD, projet Nemo | N3 sous seuil de montant | Aucun publié, construction en moins de 100 jours | Délai de règlement -80 %, réglés en moins d’une journée | Déclaratif. InsureBench ; Evident, novembre 2025 |
| NatWest | Traitement des réclamations, testé avec la FCA | N2 strict, synthèse approuvée | 70 000 heures en 2025, 100 M£ libérés | Aucun publié sur l’agent lui-même | Déclaratif. NatWest, mai 2026 |
La combinaison qui fonctionne est celle de l’en-tête : un périmètre écrit en règle métier, une action de validation identifiée et une mesure décidée avant le pilote. Elle se reproduit sur un processus de middle ou de back-office sans changement d’échelle. Les deux cas dont le dispositif de preuve est documenté, Nubank et NatWest, sont aussi les deux qui avancent le plus vite.
Dans 88 cas sur 120, le gain de délai est évalué plus haut que le gain de coût
Pour chacun des 120 cas recensés, nous avons noté séparément deux choses : ce qu’il fait économiser, et ce qu’il fait gagner en délai (notation de l’étude). Dans 88 cas sur 120, le gain de délai est noté au-dessus du gain de coût. Cela ne signifie pas que le gain de coût est absent : 28 de ces 88 cas ont également un gain de coût évalué fort. Ce gain de délai se transforme en euros par trois canaux, et par eux seulement : une demande en attente, des clients sensibles à la vitesse, ou la réaffectation du temps libéré. Conséquence pratique : évaluez chaque projet sur les deux mesures, et désignez le canal avant le pilote.
Les réductions de délai publiées
Les compressions de délai publiées sur des étapes bornées vont d’un facteur 2 à un facteur 300. C’est la classe de résultat la plus publiée et la plus facile à mesurer.
- TD Bank : montage du dossier de crédit immobilier d’environ 15 heures à moins de 3 minutes
- OCBC et Bank of Singapore : origine du patrimoine de 10 jours à 1 heure, entrée en relation en 15 jours ouvrés contre une médiane sectorielle de six semaines
- Axiom et Legora : 16 000 contrats revus en 5 semaines contre 12 mois
- Goldman Sachs avec Devin : correction d’une vulnérabilité en 1,5 minute contre 30
Attention : la moyenne masque la médiane
Risque documenté : sur 28 738 317 flux de travail mesurés, une croissance moyenne du débit de 59 % sur un an recouvre une médiane à 4 % et un quartile inférieur sans hausse mesurable.
- Plus de travail commencé, moins de travail terminé : chez les équipes médianes, la production monte de 15 % au stade du brouillon et baisse de 7 % au stade où le travail est réellement livré
- L’effort se déplace plutôt qu’il ne disparaît : il passe du travail manuel à la décision et à la vérification (étude DORA, 2025)
- Aucune conversion en effectif : aucune des institutions citées ne publie de redéploiement ou de suppression de postes rattaché à un gain de délai, sauf dans les cas d’échec
Intégrer les gains de délai au dossier d’investissement
Un comité qui arbitre un portefeuille de cas d’usage sur le seul coût évité écarte mécaniquement les cas qui rapportent peu en coût et beaucoup en vitesse.
- 48 cas combinent un gain de délai fort ou très fort avec un gain de coût au plus moyen
- Cinq des dix cas prioritaires pour une banque universelle française relèvent de ce profil
- Suspens post-marché : les pénalités CSDR sont datées à la journée, la vitesse s’y traduit directement en coût et aucune convention analytique n’est nécessaire
Une réduction de délai entre dans le dossier comme une capacité libérée, et n’entre dans les économies que si une décision d’organisation l’y convertit. Le formulaire d’investissement porte donc deux colonnes, coût évité et délai gagné, et la seconde se rattache à un taux de transformation, à une pénalité évitée ou à un encours retenu, jamais à un équivalent temps plein. Une variable cachée commande le calcul et un seul acteur la publie : la durée d’exécution autonome continue, qu’AIG déclare passée de moins d’une heure à 30 heures en février 2026. Cette durée fixe la fréquence des points de contrôle humains, donc le coût du contrôle, donc la rentabilité du cas.
La valeur prouvée se concentre sur une dizaine de processus bornés du middle et du back-office
Génie logiciel et dette technique
Goldman Sachs exploite des centaines d’agents aux côtés de 12 000 ingénieurs, avec revue de demande de fusion obligatoire avant intégration : l’acceptation passe d’environ un tiers à environ deux tiers. Lloyds équipe 5 000 ingénieurs. Revue annuelle d’éditeur et déclarations de presse, déclaratif non audité. Écart d’échelle : le taux d’acceptation se transpose sans projet de mesure, il existe déjà dans l’outillage de toute direction informatique ; le parc de 12 000 ingénieurs ne se transpose pas, et l’indicateur se lit sur une équipe de dix.
Entrée en relation et KYC
OCBC et Bank of Singapore ouvrent un compte de clientèle patrimoniale en 15 jours ouvrés contre une médiane sectorielle de six semaines. BNP Paribas pilote l’entrée en relation corporate, de semaines à jours. La décision d’acceptation reste au chargé d’affaires et à la conformité. Déclaratif non audité. Écart d’échelle : la formulation de responsabilité se transpose telle quelle, le régime LCB-FT singapourien ne se transpose pas, et la version française relève du paquet européen et de l’AMLA.
Investigation LCB-FT et presse négative
FIS avec Anthropic, chez BMO et Amalgamated Bank, ne publie aucun chiffre. Sur la presse négative, l’agent Evan traite l’ensemble des résultats en 2 à 3 minutes, contre 10 à 20 minutes par résultat, chiffre d’éditeur. L’enquêteur reste maître de chaque décision de clôture ou de déclaration, et la piste d’audit est exigée de toute façon.
Stock contractuel et registre DORA
Axiom et Legora revoient 16 000 contrats en 5 semaines contre 12 mois, avec validation juridique de chaque qualification. Le chantier du registre d’information DORA existe déjà et porte son propre budget. Écart d’échelle : le chiffre vient d’une prestation juridique hors finance, la méthode de revue exhaustive se transpose, le volume ne se transpose pas.
- Banque de détail : crédit immobilier, pré-instruction arrêtée au mémoDéployé et chiffré
- Financement et investissement : KYC entreprises et revue périodiquePilote déclaré
- Gestion d’actifs et distribution : préparation et compte rendu de rendez-vousDéployé et chiffré
- Marchés et post-marché : réconciliation et suspensDéployé sans chiffre publié
- Assurance : sinistres simples sous seuil de montantDéployé et chiffré
- Fonctions transverses : génie logicielDéployé et chiffré
- Paiements et commerce agentique : initiation de paiement par un agentPilote déclaré
- Fonctions transverses : gouvernance des agents, registre et contrôle de dériveDéployé sans chiffre publié
| Cas et ligne de métier | Gain coût / gain délai | Autonomie atteignable / observée | Statut, acteur identifié, preuve |
|---|---|---|---|
| Banque de détail : crédit immobilier, pré-instruction arrêtée au mémo | fort / très fort | N2 / N2 | Déployé et chiffré. TD Bank, modèle construit par Layer 6. Déclaratif non audité, seconde main. Reste hors Annexe III tant que la décision n’est pas automatisée |
| Financement et investissement : KYC entreprises et revue périodique | fort / très fort | N2 / N2 | Pilote déclaré. BNP Paribas, agent KYC, entrée en relation corporate de semaines à jours. Déclaratif non audité, Evident Banking Brief, 11 juin 2026 |
| Marchés et post-marché : réconciliation et suspens | fort / très fort | N3 sous seuil / N2 | Déployé sans chiffre publié. SmartStream, position de place explicite en N2, l’humain valide, approuve et confirme que l’action prise est correcte. Aucun établissement identifié ne publie de taux d’automatisation des suspens |
| Gestion d’actifs et distribution : préparation et compte rendu de rendez-vous | fort / très fort | N2 / N2 | Déployé et chiffré. Morgan Stanley, Debrief, environ 16 000 conseillers. Déclaratif non audité. Difficulté 2 sur 5, le conseiller édite et envoie |
| Assurance : sinistres simples sous seuil de montant | fort / très fort | N3 sous seuil / N3 sous seuil | Déployé et chiffré. Allianz, projet Nemo, sinistres de denrées avariées sous 500 AUD, sept agents construits en moins de 100 jours, environ 80 % de délai de règlement en moins, autorisation finale de paiement conservée humaine. Déclaratif non audité |
| Paiements et commerce agentique : initiation de paiement par un agent | faible / fort | N4 sous mandat borné / N4 en pilote fermé | Pilote déclaré. Santander avec Mastercard, mars 2026, puis ING avec Mastercard. Déclaratif non audité. Aucun gain de coût pour la banque : décision de positionnement, arbitrée en conseil |
| Fonctions transverses : génie logiciel | fort / très fort | N3 / N3 | Déployé et chiffré. Goldman Sachs avec Devin et Claude, NatWest, Lloyds, BNY. Déclaratif non audité, dont éditeur. Revue de demande de fusion obligatoire avant intégration, précédent Replit sur les droits d’écriture |
| Fonctions transverses : gouvernance des agents, registre et contrôle de dérive | coût net / aucun gain | N2 / N2 émergent | Déployé sans chiffre publié. BNY, agent traité comme un coéquipier affecté, avec indicateurs de performance et supervision humaine. Déclaratif non audité. Coût pur, à financer comme une condition et jamais à justifier par un retour |
Dans ce cas, l’agent permet de traiter un volume auparavant refusé faute de capacité
Soixante-quinze cas plafonnent en N1 ou N2 sur l’autonomie atteignable : même dans l’hypothèse la plus favorable, une intervention humaine reste nécessaire dans le processus. L’augmentation de capacité peut se mesurer par une file d’attente plus courte, une meilleure couverture des dossiers ou une décision prise dans le délai utile. Choisissez l’indicateur et mesurez la situation de départ avant le pilote.
Avant le pilote, regardez l’ancienneté de l’équipe que vous visez. Cela ne coûte rien et cela prédit l’essentiel du résultat. Dans une étude contrôlée sur 5 179 conseillers de service client, les débutants ont résolu 34 % de problèmes en plus par heure, les expérimentés n’ont presque rien gagné, et les départs des nouveaux arrivants ont baissé de 10 points. Dans une seconde étude contrôlée, sur 758 consultants, l’outil aide beaucoup à l’intérieur des tâches qu’il sait faire, et rend les réponses 19 points moins justes sur une tâche construite pour se placer juste en dehors. Deux leçons en découlent. Un déploiement sur une équipe d’experts se teste avec un scénario de gain nul ou négatif. Et un périmètre écrit large transforme le gain en perte.
Placer la relecture humaine selon la tâche, le risque et les preuves
Dans 106 études expérimentales, le binôme humain-IA a fait moins bien en moyenne que le meilleur des deux travaillant seul, avec des résultats variables selon la tâche. Mesurez où la relecture aide sur votre processus et maintenez la supervision requise pour la responsabilité, la sécurité ou le droit. Inscrivez son coût au budget de contrôle lorsqu’elle n’améliore pas la performance mesurée.
Comment les chercheurs mesurent un écart de performance, et comment le lire
Pour comparer deux façons de travailler, les chercheurs utilisent un nombre unique, noté g. Il dit à quelle distance les deux résultats se situent, dans une unité commune. La lecture d’usage est la suivante : 0,2 est un écart faible, 0,5 un écart moyen, 0,8 un écart fort. À côté, ils donnent une fourchette, appelée intervalle de confiance, dans laquelle la vraie valeur se trouve presque sûrement. Si cette fourchette ne contient pas zéro, l’effet est réel et non un accident d’échantillonnage. Chaque chiffre ci-dessous porte les deux.
Deux remarques accompagnent ces chiffres. La paire bat bien l’humain seul, et largement, et c’est ce qui justifie de déployer. Elle ne bat pas l’agent seul, et c’est ce qui commande où placer l’humain. Le résultat varie aussi selon le type de travail. Sur les tâches qui décident quelque chose, c’est-à-dire l’octroi, la tarification, la souscription et la clôture d’une alerte, la moyenne est une petite perte. Sur les tâches qui produisent un document, c’est-à-dire une note, une synthèse, un dossier préparé, le gain est trop faible pour être certain. Un dernier résultat ferme l’échappatoire habituelle : montrer à l’humain une explication de l’IA, ou un score de confiance, ne change rien. Ce qui se transpose, c’est la méthode : mesurer les trois façons de travailler avant de décider. Ce qui ne se transpose pas, c’est la taille de ces écarts, obtenue surtout en laboratoire sur des travaux antérieurs aux agents d’aujourd’hui. Aucune publication recensée ne mesure les trois configurations sur un processus financier réel. Cette mesure reste disponible pour qui la produira le premier.
productivité perçue et productivité mesurée
16 développeurs expérimentés, 246 tâches réelles sur leurs propres dépôts, randomisation tâche par tâche entre autorisation et interdiction des outils d’IA. Résultat mesuré : 19 % de temps en plus pour accomplir les tâches, alors que les mêmes développeurs estiment après coup avoir gagné environ 20 %. METR a modifié son protocole expérimental le 24 février 2026, et le résultat de juillet 2025 se cite avec cette date.
La constance est le chiffre qui décide de l’industrialisation : redonnez huit fois la même tâche au même agent. Des modèles qui réussissent moins de 50 % des tâches au premier essai n’en réussissent plus qu’environ 25 % à la huitième tentative. Dans un processus financier, la valeur vient de la constance et non de la réussite moyenne, parce qu’une seule défaillance engage l’institution. N’acceptez aucun chiffre de performance d’agent qui ne précise pas combien de fois la tâche a été répétée. Les fournisseurs appellent cela le pass^k.
L’humain seul bat l’agent seul
La paire produit une synergie réelle, g = +0,46 (fourchette 0,28 à 0,66). Le contrôle se place au cours du processus, sur l’acte, position P2 : approbation de la synthèse de réclamation chez NatWest, décision d’acceptation chez OCBC, revue de demande de fusion chez Goldman Sachs, autorisation finale de paiement chez Allianz.
L’agent seul bat l’humain seul
Dans les études regroupées dans cette catégorie, le binôme a fait moins bien en moyenne, g = −0,54 (fourchette −0,71 à −0,37). Sur votre processus, vérifiez si la relecture de chaque acte apporte de la valeur. Des règles en amont (P1) ou un suivi continu (P4) peuvent aussi être utiles, sous réserve des contrôles requis pour l’action et son risque.
Procédure, cas par cas. Un, mesurer les trois configurations sur un échantillon représentatif avant le pilote : humain seul, agent seul, paire. Deux, en déduire la position, P1, P2, P3 ou P4. Trois, si la position retenue est justifiée par la responsabilité et non par la performance, inscrire son coût au budget de contrôle et ne jamais l’annoncer en gain. Quatre, mesurer le taux de rejet du point de contrôle, non son taux de revue : un point de contrôle dont le taux de rejet s’effondre vers zéro a cessé de contrôler, et un taux de suivi de la recommandation de 100 % est une alerte. Cinq, en P1 et en P4, préférer l’escalade déclenchée par le désaccord entre deux systèmes, seul dispositif de contrôle chiffré, automatisable et auditable disponible.
Ni taux d’échantillonnage, ni temps unitaire de relecture, ni effectif de deuxième ligne, ni coût par dossier supervisé. Nous n’avons trouvé aucune exception. Le seul ancrage unitaire disponible est le coût du contrôle humain avant agent, sur un processus régulé comparable : 1 500 à 3 000 $ par revue KYC pour 54 % des répondants, 61 à 150 jours pour 52 % d’entre eux (Fenergo, données de 2022, à actualiser avant tout usage en séance). Un fournisseur proposant un coût par dossier inférieur de deux ordres de grandeur à cette base propose un périmètre différent, pas une technologie différente.
Ce qui est documenté, en revanche : le FSB relève « the impracticality of real-time human monitoring of agent decisions as their use scales » (10 juin 2026) ; 48 % des banques et assureurs prévoient de créer des rôles de superviseur ou de coordinateur d’agents (Capgemini, enquête de juin et juillet 2025, communiqué du 12 novembre 2025) ; 34 % des professionnels bancaires américains désignent le biais d’automatisation comme le premier risque humain pesant sur un dispositif de sûreté de l’IA (Wolters Kluwer via American Banker, 4 juin 2026, seconde main).
Jugement de l’étude : la supervision humaine dossier par dossier ne tient pas à grande échelle, et le dispositif de contrôle qui tient est un poste logiciel et non un poste d’effectif. Une institution qui mesure son propre coût de contrôle sur un premier cas produit une donnée qu’aucune source publique recensée ne porte, à trois mois du rapport final du FSB.
Neuf catégories de risque agentique fixent l’agenda du comité des risques
Chacune porte sa source, sa date et son statut. Deux d’entre elles sont des vides : ce que personne ne mesure ne se provisionne pas par analogie.
AI Act, conformité et calendrier Détails
L’article 50 s’applique depuis le 2 août 2026 aux interactions et contenus synthétiques qu’il vise, selon le rôle de l’établissement et les exceptions prévues
Fraude agentique
Hausse significative anticipée de la fraude liée aux systèmes agentiques et aux monnaies numériques, sans plan de réponse dédié dans la majorité des institutions
Vous partagez ce constat ? Dans 106 études expérimentales, le binôme humain-IA ne dépassait pas toujours le meilleur des deux travaillant seul. La question utile est de savoir où la relecture aide sur votre tâche, tout en conservant la supervision requise.
En débattre sur LinkedInLes agents peuvent se glisser entre votre banque et ses clients d’ici 2030
Deux cabinets de premier rang, travaillant séparément, sont arrivés à la même conclusion en 2026. C’est la seule idée de cette étude qui déplace le sujet de la productivité du back-office vers la place de votre institution dans la chaîne de valeur. Elle relève du comité actif-passif, et pas seulement du comité d’efficacité opérationnelle.
Oliver Wyman écrit que les agents pourraient devenir l’interface première entre les particuliers et de nombreux produits financiers, ce qui placerait la banque au second rang dans sa propre relation client. Ce qui se transpose à une institution européenne, c’est la forme du changement : une part de votre trafic entrant ne vient plus d’un moteur de recherche ni de votre application. Ce qui ne se transpose pas, c’est le régime des interfaces de paiement et les règles de démarchage, qui diffèrent. Une question que la source ne tranche pas : 1 200 % à partir de quel niveau, puisque ni la base de départ ni la part dans le trafic total ne sont publiées. Ce chiffre décrit une progression du trafic, sans en donner le volume de départ ; la projection de part de marché, elle, repose sur un modèle non publié, et la seule lecture fiable est celle que vous prenez sur vos propres canaux.
McKinsey relève que les agents savent surveiller les soldes en temps réel, comparer les rendements entre établissements, et déplacer les liquidités dormantes vers des comptes mieux rémunérés. S’ils le font à grande échelle, une part de la marge que les banques gardaient historiquement passe aux clients. Les 60 % sont mesurés sur une base propriétaire couvrant plus de 70 produits dans plus de 100 pays, qu’aucun tiers ne peut reproduire. L’effet des agents sur cette marge est une prévision, sans date attachée.
Dimensionner le budget à partir des processus à traiter
Sur la même année 2026, Deloitte chiffre le marché des logiciels agentiques à 8,5 Mds$ et Gartner à 201,9 Mds$. C’est un facteur 24, pour un objet qui porte le même nom. L’écart est un écart de périmètre : un marché de logiciels dédiés d’un côté, des agents embarqués dans des logiciels déjà achetés de l’autre. Les deux chiffres sont exacts dans leur propre périmètre, et aucun ne se compare à l’autre. Un comité qui dimensionne une enveloppe à partir de l’un d’eux finance un périmètre choisi par un cabinet. Budgétez processus par processus, sur des périmètres que vous définissez vous-même.
Perspectives de marché, limites observées et indicateurs à suivre
Deux cabinets de premier rang, travaillant séparément, concluent à la même désintermédiation de la relation client sur 2028-2030 : McKinsey le 21 mai 2026 et Oliver Wyman le 14 janvier 2026. Sept protocoles de paiement par agent existent déjà, tous américains, et deux d’entre eux sont passés sous gouvernance neutre en 2026. La tuyauterie est prête avant la demande.
Instant Checkout, le produit grand public bâti sur l’un de ces protocoles, a été retiré en mars 2026 après environ cinq mois et des volumes très faibles. Le protocole vit toujours ; le produit, non. Or 82 % des clients disent vouloir approuver chaque action, quand 71 % accepteraient un assistant d’IA dans l’application de leur banque principale. Les clients veulent l’assistant, pas la délégation.
La part de votre trafic entrant qui vient d’un agent plutôt que d’une personne, sur vos canaux propres, mesurée chaque trimestre. Lisez-la à 5 %, puis à 15 %. À côté, la volatilité des soldes créditeurs par tranche, portée au comité actif-passif à partir de 2027. Aucune des deux mesures ne dépend d’une publication extérieure, et les deux peuvent démarrer ce trimestre.
Un comité exécutif qui traite les agents au seul comité d’efficacité opérationnelle laisse hors champ les deux lignes exposées en premier, la marge de dépôt et les commissions de distribution. Trois décisions relèvent de ce trimestre : porter le sujet à l’ordre du jour du comité actif-passif et du comité commercial ; démarrer la mesure du trafic d’agents sur vos canaux propres ; et refuser toute enveloppe budgétaire justifiée par une taille de marché dont les périmètres varient d’un facteur 24.
En France, des usages surtout internes et une concentration des fournisseurs
En février 2026, le régulateur français des marchés a publié une enquête de place : 100 réponses, dont 69 émanent d’entités qu’il supervise. Elle décrit une place qui adopte, et qui n’expose presque rien au client. Elle signale aussi une concentration qui relève du comité des risques.
AMF, « L’usage de l’IA par les acteurs des marchés financiers en France », février 2026, 100 réponses dont 69 entités supervisées, 24 sociétés du SBF 120 et 7 cabinets juridiques et d’audit. ◐ déclaré, enquête de régulateur, sauf la concentration fournisseurs que le régulateur énonce comme un fait. Une règle de lecture : les deux premiers chiffres sont des parts de répondants, les deux derniers des parts des cas qu’ils ont déclarés. Les deux dénominateurs sont différents, donc 8 % ne veut pas dire que 8 % des acteurs français exploitent des agents.
Ce que les quatre grands groupes français ont réellement fait
Production et annonce sont ici séparées. Chaque élément provient d’un communiqué ou d’un entretien du groupe lui-même, ◐ déclaré, et aucun n’a été vérifié par un tiers indépendant. Dernière vérification : 11 août 2026.
Ce qui se transpose à une institution plus petite : le périmètre étroit d’un agent de traitement des titres, la pratique de publier un taux de fiabilité, et la séparation entre la plateforme et le cas d’usage. Ce qui ne se transpose pas : un plan de 500 M€ et une entité de 60 personnes, qui supposent une base de coûts sans rapport avec celle d’une banque régionale, d’une société de gestion ou d’un assureur de taille intermédiaire.
Ce que la place française publie, et ce qu’elle ne publie pas
Les chiffres de gauche sont des déclarations d’institutions nommées. Les vides de droite sont des constats de cette étude. La première institution qui publie un résultat sur un cas étroit apporte un résultat qui manque encore au corpus public étudié.
Trois fournisseurs concentrent 57 % des réponses : documenter cette dépendance
Le régulateur énonce la concentration et ne nomme pas les trois fournisseurs dans sa publication. Ce qui compte n’est pas leurs noms mais ce que la concentration vous oblige à faire, et trois obligations sont déjà en vigueur au titre de DORA, le règlement européen sur la résilience opérationnelle numérique, applicable depuis le 17 janvier 2025.
- Les inscrire nommément à votre registre de prestataires informatiques, avec leurs services et leur substituabilité. C’est probablement déjà fait.
- Documenter et tester un scénario de sortie pour chacun. Quitter un fournisseur de modèle suppose de reprendre vos invites, vos jeux de test et vos traces. C’est bien plus qu’un changement de contrat, et c’est pourquoi la sortie se teste au lieu de s’écrire.
- Notifier un incident majeur sous deux heures. Un incident chez un fournisseur commun ouvre le même délai de deux heures pour toute la place, le même jour. Sanction en cas de manquement : jusqu’à 1 % du chiffre d’affaires quotidien mondial moyen, par jour.
Et voici le point à porter en comité. En novembre 2025, les autorités européennes ont désigné 19 prestataires informatiques assez systémiques pour être supervisés directement, dont FIS, Temenos, Broadridge, SWIFT, Euroclear et les trois grands fournisseurs de cloud. Aucun fournisseur de modèle d’IA n’y figure. La dépendance mesurée par le régulateur se situe donc hors du périmètre qu’il supervise, et aucun superviseur ne gère cette concentration à votre place.
DORA, en vigueur depuis le 17 janvier 2025 • autorités européennes de surveillance, désignation des 19 tiers critiques, 18 novembre 2025 • attendus de la BCE, 24 février 2026 • IIF et EY, octobre 2025 : 77 % des institutions exploitent des plateformes tierces en production, 58 % exigent une revue complète des modèles tiers et 32 % l’exécutent réellement. ● mesuré, sauf les deux derniers qui sont ◐ déclarés.
Deux décisions en découlent. Prenez l’avance sur le middle et le back-office, là où la place opère déjà, et différez le front réglementé jusqu’à disposer de la preuve de votre propre évaluation. Et inscrivez la concentration fournisseurs à l’ordre du jour du comité des risques, au titre de DORA, avec une stratégie de sortie testée exigée pour chaque fournisseur de modèle. Sur les autorités françaises : le régulateur des marchés a publié une enquête et aucune obligation nouvelle, le superviseur prudentiel a fait de l’IA une priorité de son programme de travail 2026, et aucun des deux n’a publié de doctrine sur les agents au 11 août 2026.
Seules 18 % des banques pensent passer un audit indépendant de leurs contrôles IA
Ce résultat mérite une attention particulière du comité d’audit, alors que les usages continuent de se développer. Près d’un tiers des nouveaux cas d’usage bancaires publiés au premier trimestre 2026 font intervenir des agents, contre 15 % le trimestre précédent.
Réserve de lecture : ces quatre taux proviennent de trois enquêtes différentes, aux échantillons et aux dates différents. Ils donnent un ordre de grandeur, pas une série statistique. Seuls les deux premiers partagent un même échantillon de 61 institutions à une même date. IIF et EY, octobre 2025, 61 institutions dans 8 régions • KPMG, « AI in Finance 2026 », 1 013 dirigeants financiers, mars 2026 • Grant Thornton, « AI Impact Survey », 950 dirigeants dont 50 banques, février à mars 2026. ◐ déclaré.
| Enquête | Échantillon et terrain | Chiffre agentique clé | Statut |
|---|---|---|---|
| Cambridge CCAF, avec BRI, FMI et Forum économique mondial, avril 2026 | 628 organisations, 151 juridictions | 52 % des répondants industrie en adoption active de l’agentique, dont 29 % en pilote et 23 % en déploiement avancé (« Scaling » ou « Transforming ») | ◐ déclaré |
| McKinsey, « The State of AI in 2026 », août 2026 | 1 719 participants, tous secteurs, terrain du 4 mai au 8 juin 2026 | 40 % des organisations de plus de 1 Md$ passent les agents à l’échelle, contre 27 % un an plus tôt ; en institutions financières, le passage à l’échelle par fonction reste entre 1 % et 21 % | ◐ déclaré |
| KPMG, Pulse T2 2026, juin 2026 | 204 dirigeants américains, CA ≥ 1 Md$, terrain du 28 avril au 25 mai 2026 | Déploiement stable à 53 % ; orchestration multi-agents doublée de 9 % à 18 % en un trimestre ; pilote de 30 % à 35 % | ◐ déclaré |
| IIF et EY, octobre 2025 | 61 institutions, 8 régions, terrain 2025 | 23 % déploient des agents en production, 34 % pilotent | ◐ déclaré |
La question à poser à vos équipes, et le chiffre à mettre en regard de la réponse
Demandez : sur quel processus précis sommes-nous en production, sur quel volume, et quel est le taux de rejet du point de contrôle dans le temps ? Une réponse qui donne un processus, un volume et un taux engage l’institution. Une réponse qui donne un nombre d’utilisateurs répond à une autre question. Puis mettez ce chiffre en regard, devant le comité d’audit : 18 % des banques se disent confiantes de passer un audit indépendant de leurs contrôles IA. Deux autres nombres cadrent la réponse : 30 % des 173 cas d’usage annoncés sur douze mois par 47 des 50 plus grandes banques portent la moindre mesure d’impact, et 51 % des institutions ont nommé quelqu’un au comité exécutif pour répondre de la gouvernance de l’IA.
| Ligne de métier | Processus le plus visé | Part déclarée | Enquête et date | Ce qui est publié en résultat | Maturité |
|---|---|---|---|---|---|
| Banque de détail | Service client | 75 % | Capgemini, été 2025 | Un seul résultat à méthodologie publiée | AVANCÉ |
| Assurance | Souscription (sinistres 65 %) | 68 % | Capgemini, été 2025 | 10 % des assureurs publient un retour agrégé, contre 30 % des banques | PROGRESSE |
| Risque, fraude et conformité | Détection de fraude | 64 % | Capgemini, été 2025 | Aucun taux d’incident agentique publié | PROGRESSE |
| Crédit | Traitement des prêts | 61 % | Capgemini, été 2025 | Aucune décision d’octroi rendue en autonomie publiée dans un pays soumis à l’AI Act | EN ROUTE |
| Gestion de patrimoine | Tâches d’arrière-plan du conseiller (environ 70 % de son temps) | 6 % | Deloitte, prédictions 2026 | 73 % utilisent l’IA, 5 % ont une intégration inter-systèmes | DÉBUTANT |
| Services d’investissement | Conseil et recommandation | 1 % | AMF, février 2026, France | Aucun résultat publié par une société de gestion française | AMORCE |
Trois des six freins que déclarent les institutions, la dégradation silencieuse du modèle avec le temps, l’incapacité d’expliquer une décision et la responsabilité floue, désignent le même objet manquant : un enregistrement de ce qu’a fait l’agent, sur quelles données, sous quelle autorisation. Le rôle qui tient cet enregistrement est absent de la plupart des organigrammes, et 48 % des institutions prévoient de le créer. La conséquence est une question de calendrier : recrutez et formez cette personne avant le passage en production, et faites désigner le signataire par le comité exécutif avant que le premier agent ne tourne.
Dans le modèle de référence, le contrôle humain constitue le premier poste de coût
Deux chiffres résument cette section. Sur une première année d’environ 1,8 M€, le fournisseur du modèle représente 66 000 €, soit 3,6 %. Et 15 % seulement de ces 1,8 M€ figurent sur un devis. Le reste est à votre charge, et aucune source publique recensée ne le documente.
Périmètre et hypothèses du modèle
Aucune institution financière ne publie ce que lui coûte la supervision de ses agents en effectifs, ni la part des dossiers renvoyés à un humain, ni un taux d’incident : aucune exception dans les sources recensées au 11 août 2026. Les chiffres ci-dessous illustrent donc un modèle, ils ne décrivent pas un déploiement. Ces montants servent à examiner les postes de coût et les hypothèses du budget. Les mesures du premier pilote permettront de les recalibrer.
L’illustration employée partout : une équipe d’investigation anti-blanchiment de premier niveau traitant 120 000 alertes par an, dans une banque de taille moyenne. L’inférence et le taux d’escalade sont définis en page zéro. L’évaluation continue vérifie que l’agent fait toujours son travail après la mise en service, et c’est le premier poste de coût que personne ne budgète.
Comment se répartissent les 1,8 M€ du scénario de première année
Le modèle distingue sept postes de coût. Le contrôle humain représente dix-sept fois le coût de l’inférence. Les chiffres sont arrondis.
| Poste de coût | Année 1 | Part | Publié quelque part ? |
|---|---|---|---|
| Contrôle humain au cours du processus. Reprendre les dossiers que l’agent renvoie, valider ceux qu’il a traités, sonder le reste | 1 130 k€ | 62 % | Non. ○ estimé, à mesurer en pilote |
| Évaluation continue. Environ une personne et demie, plus une seconde machine qui relit toute la production | 180 k€ | 10 % | Non. ○ estimé |
| Intégration. Non récurrent, aux prix affichés des éditeurs, de 50 000 à 200 000 $ | 150 k€ | 8 % | Prix affichés seulement. ◐ déclaré par une partie intéressée |
| Coût de risque. Un incident matériel par an à 150 000 € | 150 k€ | 8 % | Non. ○ hypothèse prudente |
| Gouvernance et supervision. Environ trois quarts de personne par cas en production | 90 k€ | 5 % | Non. ○ estimé |
| Inférence. Ce que vous facture le fournisseur du modèle, environ 1 € par dossier pris, en hausse | 66 k€ | 3,6 % | Prix catalogue. ● mesuré |
| Formation. Sept heures par utilisateur, non récurrent | 60 k€ | 3 % | Durée seulement. ◐ déclaré, BCG 2025 |
| Total, première année | 1 820 k€ | 100 % | 85 % non publiés par quiconque |
Modèle construit pour cette étude. Deux raisons expliquent la position basse de l’inférence. Dans ce modèle, l’essentiel de la consommation facturée provient du contexte relu à chaque appel, soit 85 à 95 % de ce qui est facturé ; il s’agit d’un choix d’architecture. Lorsqu’un dossier est renvoyé à un humain, le coût de l’inférence déjà consommée s’ajoute à celui de la reprise. Aujourd’hui, dans le scénario de référence de ce modèle, l’inférence est minoritaire ; elle est aussi le poste dont l’évolution est la plus incertaine.
Ce que devient ce modèle si l’inférence coûte cinq fois plus cher
Gartner prévoit que le coût d’inférence par flux agentique augmente de plus de cinq fois d’ici 2028, sous le nom de paradoxe de l’inférence : le prix unitaire du jeton baisse pendant que la facture totale monte, parce que l’on passe de fonctions d’assistance à des exécutions en plusieurs étapes et que chaque génération de capacité consomme des jetons plus nombreux et souvent plus chers. ○ prévision. Le modèle est recalculé avec un coût d’inférence multiplié par cinq, les autres hypothèses restant inchangées.
| Ligne du modèle | Scénario de référence | Inférence ×5 |
|---|---|---|
| Inférence, année 1 | 66 k€ | 330 k€ |
| Coût complet de l’année 1 | 1 824 k€ | 2 088 k€ |
| Part de l’inférence dans le coût complet | 3,6 % | 15,8 % |
| Contrôle humain, année 1 | 1 131 k€, 62,0 % | 1 131 k€, 54,2 % |
| Rapport contrôle humain sur inférence | 17 pour 1 | 3,4 pour 1 |
Le choc ne renverse pas le classement : le contrôle humain reste le premier poste, et la première année coûte 14,5 % de plus, pas deux fois plus. Il déplace en revanche l’inférence du rang de détail à celui de poste à surveiller, et il rend l’escalade plus coûteuse, puisqu’un dossier renvoyé à un humain a déjà consommé de l’inférence. Ce que le modèle ne peut pas dire, c’est si votre propre évolution ressemblera à celle-ci : le multiplicateur est une prévision d’analyste, pas une mesure.
Trois indicateurs permettent de suivre des périmètres de coût différents.
- Le prix du jeton est un prix d’achat. Il baisse, et il ne dit rien de ce que vous dépensez.
- Le coût par dossier traité rapporte enfin la dépense à un volume métier. Il ignore encore les tentatives qui n’aboutissent pas.
- Le coût par parcours traité avec succès porte les reprises, les escalades et les échecs. C’est le seul des trois qui monte quand la qualité baisse, donc le seul qui protège d’un pilote qui paraît bon marché parce qu’il ne finit rien.
La discipline suit : 98 % des organisations interrogées par la FinOps Foundation en 2026 déclarent gérer une dépense d’IA, contre 31 % deux ans plus tôt, et la maîtrise du coût de l’IA arrive en première position des compétences que leurs équipes doivent développer. ◐ déclaré.
Et en face, les lignes de gain du même modèle
Le gain vient des heures d’investigation évitées : 32 139 heures en année 1, soit vingt postes. Elles sont valorisées en capacité libérée : les enquêteurs traitent le stock et les volumes nouveaux sans embauche. Elles ne sont jamais valorisées en licenciements.
| Ligne de gain, scénario de référence | Année 1 | Comment elle s’obtient |
|---|---|---|
| Coût opératoire avant agent | 5 850 k€ | 120 000 dossiers × 0,75 h × 65 €/h |
| Coût opératoire de l’année 1, avec agent | 3 827 k€ | Escalades, supervision, sondage, inférence, hors périmètre |
| Économie brute de l’année 1 | 2 023 k€ | Différence des deux lignes ci-dessus |
| Abattement de contrefactuel, 25 % | − 506 k€ | Aucun cas public ne dispose d’un groupe témoin |
| Gain opératoire net de l’année 1 | 1 517 k€ | Économie brute après abattement |
| Coûts de possession et coût de risque | − 630 k€ | 480 k€ de possession, plus 150 k€ de risque |
| Flux net, année 1 | 887 k€ | Retour dans l’année 1, face à 1 820 k€ de coûts |
Même modèle, feuille 3 du classeur de calcul de l’étude, ○ estimé. Sur trois ans : valeur actuelle nette de 2 303 k€, ramenée à 1 050 k€ une fois pondérée par une probabilité d’échec du projet de 45 %, ce qui est le « + 1,05 M€ » du scénario de référence. Retour ajusté de 1,19 fois la base d’investissement actualisée, retour dans l’année 1.
Intégration, inférence et formation : ce que le fournisseur chiffre, et ce que regardent la plupart des comités.
Dès la conception du pilote, chiffrez avec les équipes les reprises humaines, la validation et les sondages, l’évaluation continue, le coût de risque et la gouvernance.
Quatre scénarios, dont deux doivent être défavorables
Le modèle rend une valeur à trois ans, pondérée par la probabilité que le projet échoue, de 40 à 60 %, hypothèse centrale à 45 %. Deux scénarios défavorables sont obligatoires : le contrôle qui coûte ce qu’il doit coûter, et l’économie qui se retourne. Montants arrondis.
La sensibilité la plus utile : doubler la part des dossiers renvoyés à un humain coûte environ 670 000 € de valeur, doubler le prix de l’inférence environ 100 000 €. Le taux d’escalade compte à peu près sept fois plus que le prix de la machine. Aucune institution ne publie le sien dans les sources recensées : mesurez le vôtre.
Six règles de saisie qui rendent le dossier défendable
Ces six règles préviennent les erreurs de saisie et d’interprétation décrites ci-dessous.
Trois postes décident du résultat : le contrôle humain au cours du processus, l’évaluation continue et la gouvernance, et le coût de risque. L’inférence et l’intégration pèsent bien moins. L’économie d’un agent en institution régulée se joue donc sur des postes que personne ne publie. Deux conséquences. Un dossier qui ne porte pas sa propre probabilité d’échec surestime sa valeur de près de moitié. Et une institution qui mesure son propre coût de contrôle sur un premier cas produit un chiffre qu’aucune source publique recensée ne porte, pour le prix d’un trimestre de relevés de temps, et elle le détient avant le rapport international attendu en octobre 2026.
Un classeur de calcul accompagne cette étude. Il reprend le modèle variable par variable, avec vos propres volumes, vos temps unitaires et vos coûts horaires : 8 onglets, 38 variables d’entrée sourcées, 4 scénarios et 4 chocs. Chaque valeur par défaut porte sa source et sa marque, et la part de cellules sans source publiée s’affiche en indicateur. Son modèle est arrêté au 11 août 2026, date de la recherche qui l’a produit : les mises à jour d’août portées par cette page ne touchent aucune de ses 38 variables.
Seize mois, d’août 2026 au 2 décembre 2027, et cette date donne le rythme
Ce plan se déduit de deux éléments déjà écrits : le calendrier européen, et la liste de cas déjà triée par le temps qu’ils font gagner. Trois phases, six livrables chacune, et un indicateur qui autorise le passage à la phase suivante. Rien d’autre.
Une échéance est déjà passée
Les obligations de transparence de l’article 50 s’appliquent depuis le 2 août 2026 aux interactions avec l’IA et aux contenus synthétiques qu’elles visent. Le délai de grâce au 2 décembre 2026 ne concerne que l’obligation de marquage et de détection pour certains systèmes déjà mis sur le marché avant le 2 août 2026. Vérifiez le système, votre rôle et les exceptions. L’échéance prévue au 2 décembre 2027 pour les usages à haut risque relevant de l’Annexe III est un temps de préparation. Confirmez le calendrier juridique à jour et constituez les preuves requises pour chaque usage concerné.
Trois phases sur seize mois
- 2 août 2026Article 50, transparence. En vigueur.
- 2 décembre 2026Article 50, fin du délai de grâce. Attendu.
- 2 décembre 2027Annexe III (appareil complet exigible). Reporté.
Phase 1. Nommer, recenser, borner
Objectif : savoir ce qui est déjà en service, choisir trois cas, et mettre un nom sur chaque acte.
- Nommer un dirigeant qui répond devant le conseil de ce que font les agents. 51 % des institutions l’ont déjà fait.
- Ouvrir un registre des agents : identifiant, ce à quoi chacun accède, de quoi il est fait, ce qui l’arrête. Y compris les agents non déclarés, les abonnements et les extensions achetés discrètement.
- Classer chaque cas au regard du règlement européen, et dire pour chacun si vous êtes le fournisseur ou l’utilisateur du système.
- Arrêter trois cas au périmètre précisément délimité, hors des trois usages à haut risque. Refuser tout cas dont le périmètre ne s’écrit pas comme une règle simple.
- Désigner le point de contrôle de chaque cas : la personne, l’action, le champ du système où la validation s’inscrit.
- Ouvrir l’information-consultation des représentants du personnel, obligatoire en droit français avant un projet modifiant l’organisation du travail. Elle commande la date de mise en production et peut décaler un pilote de deux trimestres.
Phase 2. Produire, et mesurer ce que personne ne publie
Objectif : les trois cas fonctionnent sur des dossiers réels, et vous détenez deux chiffres qu’aucune institution ne publie.
- Cas 1 en production sur son périmètre étroit, cas 2 et 3 lancés en séquence.
- Garder les règles simples hors de l’agent. Tout ce qu’une règle sait calculer reste calculé par une règle, et l’agent n’obtient jamais de droit d’écriture sur un système de production sans une séparation stricte des environnements.
- Suivre la qualité de la revue pour chaque agent : couverture, rejets, corrections et erreurs laissées passer.
- Mesurer la constance en redonnant plusieurs fois la même tâche à l’agent, le nombre de répétitions étant fixé avant le démarrage du pilote.
- Relever ce que coûte la supervision, en personnes, sur un trimestre de relevés de temps. Aucun des 41 cas publics ne possède ce chiffre.
- Laisser un périmètre comparable sans agent sur au moins un cas, afin de pouvoir dire ce qui se serait passé sans lui. Personne ne l’a fait, et c’est la preuve la moins chère à constituer.
Fin du mois 9 : une décision de comité exécutif, et elle est binaire
- le taux de rejet est stable et ne glisse pas vers zéro
- la constance ne se dégrade pas d’une exécution à l’autre sur la même tâche
- le chiffre décidé avant le pilote est atteint, et il est mesuré plutôt que déclaré
- les pièces de conformité s’assemblent au rythme de l’échéance de décembre 2027
- le taux de rejet s’effondre vers zéro : un point de contrôle qui ne rejette plus rien a cessé de contrôler
- le gain repose sur ce que déclarent les utilisateurs : dans un essai contrôlé, 20 % de gain perçu cachaient 19 % de ralentissement mesuré
- le périmètre ne se lit plus comme une règle simple et s’étend par ajouts successifs
- un incident déclenche une notification d’incident majeur, due au superviseur chef de file sous deux heures
Phase 3. Constituer le dossier Annexe III (M12-M16), puis décider du front réglementé
Objectif : réunir les neuf pièces entre le mois 12 et le mois 16, pour arriver au 2 décembre 2027 avec un dossier complet et une décision écrite dans un sens ou dans l’autre.
- Réunir les neuf pièces, une à une et datées une à une : gestion des risques, gouvernance des données, documentation technique, journalisation automatique, information de l’utilisateur, surveillance humaine effective, exactitude et robustesse, évaluation de conformité, enregistrement.
- Prendre une décision écrite : soit vous ouvrez l’octroi et la tarification automatisés sous ces neuf pièces, soit le conseil y renonce expressément.
- Maintenir le front en mode hybride. Le conseiller décide, l’agent ne parle jamais directement au client, et ce que votre agent dit vous engage, comme Air Canada l’a établi en 2024.
- Tenir à jour les mesures de transparence de l’article 50 pour les interactions et contenus synthétiques visés.
- Mesurer le trafic d’agents sur vos canaux propres, chaque trimestre, et porter la volatilité des soldes créditeurs au comité actif-passif.
- Faire adopter par le conseil une position sur les mandats de paiement par agent. Sept protocoles existent, aucun n’est européen, et deux sont passés sous gouvernance neutre en 2026. Acceptez un mandat standard plutôt que d’en écrire un.
Cinq leviers d’exécution, chacun avec un chiffre vérifié
Nous appelons ces cinq leviers la méthode SCALE : sélectionner, concentrer, accompagner, lier, évaluer. C’est notre propre synthèse pédagogique de travaux publiés, pas une méthodologie certifiée, et nous le disons. Deux chiffres qui circulent largement sous ce nom ont été retirés de cette étude faute de source retrouvable.
Dell’Acqua et alii, Organization Science, 2026, 758 consultants, ● mesuré • Wharton et GBK Collective, octobre 2025, ● mesuré • Capgemini, enquête de juin et juillet 2025, ◐ déclaré • BCG, « AI at Work 2025 », 10 635 répondants, ◐ déclaré • Evident, T1 2026, ● mesuré par veille • Goldman Sachs, mars 2026, ● mesuré.
Seize mois, d’août 2026 au 2 décembre 2027, est la durée de la fenêtre de préparation, pas celle d’un programme de transformation. Trois cas datés et financés produisent, en neuf mois, les deux choses qui manquent partout aujourd’hui : un coût de contrôle mesuré, et une série de taux de rejet. Ces deux séries rendent le dossier de décembre 2027 défendable, parce qu’elles documentent la surveillance humaine effective avec des nombres plutôt qu’avec une procédure. Les institutions qui ouvrent le dossier ce trimestre arrivent à l’échéance avec des preuves produites sur leurs propres cas, et elles gardent le choix d’ouvrir l’octroi et la tarification automatisés. Les autres auront choisi par défaut.
Éprouvez les cinq leviers sur votre propre portefeuille avec la liste des 10 facteurs de succès et le quiz d’auto-évaluation, en annexe.
Seize mois, c’est un calendrier, pas un plan. Le playbook le convertit en treize semaines, six points de passage et six modèles à copier tels quels.
↓ Le playbook 90 jours (PDF)Pas besoin de prédire l’avenir : quatre des cinq chiffres qui le décident se mesurent chez vous
Nous n’affectons de probabilité à aucune des trois trajectoires, faute de base pour le faire. Chacune repose sur des signaux observables au 11 août 2026, chaque signal porte sa source et son statut, et chaque scénario a ses propres indicateurs datés, qui le distinguent des deux autres.
- 1. Le calendrier réglementaire est écrit : article 50 applicable depuis le 2 août 2026, Annexe III au 2 décembre 2027 sous réserve de l’accord provisoire du Digital Omnibus du 6 mai 2026, rapport final du FSB attendu en octobre 2026 comme livrable G20. Constat mesuré.
- 2. Les protocoles sont passés sous gouvernance neutre entre juin 2025 et juin 2026, ce qui rend l’interopérabilité techniquement disponible et retire l’argument de la dépendance protocolaire. Constat mesuré.
- 3. Deux cabinets de premier rang concluent indépendamment à une désintermédiation de la relation client sur 2028-2030 : McKinsey le 21 mai 2026, Oliver Wyman le 14 janvier 2026, mis à jour le 25 mai 2026. Constat mesuré pour l’existence des deux thèses, prévision quant à leur contenu.
- 4. Un quart des institutions produisent déjà : 23 % en production (IIF et EY, octobre 2025), 8 % des cas d’usage français (AMF, février 2026), 2 % déclarant une intégration complète aux opérations. Constat mesuré et enquête déclarative.
- 5. La capacité technique progresse vite sur les tâches d’interface et lentement sur la constance. Sur une épreuve standardisée qui consiste à faire piloter un ordinateur par un agent, le score est passé de 42 % à 85 % en un an, contre environ 72 % pour un humain sur les mêmes tâches. Sur une seconde épreuve, qui mesure la constance quand on redonne la même tâche, l’agent reste très en dessous. Il sait faire, il ne sait pas refaire. Déclaratif non audité, seconde main, position d’investisseur pour le premier chiffre ; constat mesuré pour le second.
- 6. Aucun standard d’identité d’agent, aucun protocole de paiement agentique européen, aucun cadre prudentiel américain dédié, aucun coût total de possession normalisé. Constat mesuré du vide.
Scénario A - L’industrialisation encadrée
Thèse : à l’horizon 2030, les agents sont industrialisés sur des processus bornés du middle et du back-office, sous une gouvernance de trace et d’autorisation devenue standard de place ; la relation client reste intermédiée par l’institution ; le gain apparaît dans le coefficient d’exploitation plutôt que dans le produit net bancaire.
- 83 % des cas d’usage français sont internes et 1 % touchent aux services d’investissement (AMF, février 2026, 100 réponses). Constat mesuré.
- L’article 19 paragraphe 2 de l’AI Act rattache la journalisation au droit financier de l’Union, ce qui fait de la trace un objet de gouvernance interne. Constat mesuré.
- Le FSB acte l’impraticabilité de la supervision en temps réel à grande échelle et déplace le contrôle vers l’autorisation ex ante et la traçabilité (10 juin 2026). Constat mesuré.
- Le FMI propose une architecture en trois couches séparant le raisonnement de l’autorisation et du règlement, directement transposable en organisation (note 2026/004, 22 avril 2026). Constat mesuré.
- Prévoir l’enregistrement des traces avant le déploiement, la trace devenant l’actif de conformité dont la perte est irréversible
- Publier un chiffre de constance par agent, et non un taux de réussite moyen
- Lire le gain dans le coefficient d’exploitation, ce qui suppose une base analytique établie avant le pilote
- Construire le registre d’agents sans attendre un standard, aucun n’étant consolidé pour la banque en août 2026
- Part des cas agentiques dans les cas d’usage déclarés en France, de 8 % à plus de 25 % (rapport AMF de février 2028)
- Part des institutions déclarant des agents en production, de 23 % à plus de 50 % (IIF et EY, octobre 2027)
- Publication d’un référentiel public d’exigences de piste d’audit d’agent (FSB octobre 2026, puis textes nationaux 2027)
- Part des cas exposés au client restant sous 25 % (rapports AMF 2027 et 2028), et taux de rejet du point de contrôle stable et non décroissant (mesure interne, en continu)
Scénario B - La désintermédiation par l’interface
Thèse : à l’horizon 2030, une part significative de la relation client passe par des agents que l’institution ne contrôle pas, agissant pour le compte du client ; la banque devient fournisseur d’interfaces de programmation et de bilan ; la marge de dépôt se contracte ; l’acquisition passe par le référencement auprès des agents plutôt que par la distribution.
- Trafic issu de l’IA vers les sites bancaires américains en hausse de 1 200 % sur six mois (données Adobe Analytics reprises par Oliver Wyman, 14 janvier 2026, mis à jour le 25 mai 2026). Constat mesuré, seconde main.
- La marge nette d’intérêt représente environ 60 % des revenus de la banque de détail, alors que les agents sont décrits comme capables d’arbitrer les soldes entre établissements (McKinsey, 21 mai 2026). Constat mesuré pour la part de marge, prévision pour l’effet.
- Sept protocoles de paiement agentique existent, tous américains, dont AP2 sous gouvernance FIDO depuis le 28 avril 2026 et UCP en libre service depuis le 17 juin 2026. Constat mesuré.
- Signaux contraires, à énoncer avec les précédents : Instant Checkout a été retiré en mars 2026 après environ cinq mois, et 82 % des clients veulent approuver chaque action (Accenture, recherche close en octobre 2025). Constat mesuré et enquête déclarative.
- Mesurer le trafic agentique sur les canaux propres, ce qui suppose de savoir le distinguer du trafic humain
- Inscrire le sujet à l’ordre du jour du comité actif-passif, l’exposition étant une exposition de marge de dépôt
- Accepter des mandats standardisés plutôt qu’en écrire un, et arbitrer entre régimes de gouvernance de protocoles
- Porter au conseil dès 2026 la position sur les mandats et les protocoles, aucun protocole européen n’existant en solution de repli
- Part du trafic entrant issu d’agents sur les canaux propres, franchissement de 5 % puis de 15 % (mesure interne trimestrielle, dès aujourd’hui)
- Première publication d’un volume de paiements initiés par agent authentifié (communiqués Visa et Mastercard, 2027)
- Adoption d’un standard d’identité d’agent par une infrastructure de place (2027-2028)
- Volatilité des soldes créditeurs par tranche (comité actif-passif, dès 2027), et première prise de position d’un régulateur sur le statut de l’agent mandataire (ACPR ou EBA, 2027)
Scénario C - Le reflux et la reprise en main
Thèse : à l’horizon 2030, l’ambition agentique a reflué après une série d’incidents et d’annulations ; l’usage se stabilise sur l’assistance à l’humain ; l’autonomie reste cantonnée à des périmètres très étroits ; l’avantage revient aux institutions qui ont investi dans la donnée et la gouvernance plutôt que dans les agents.
- Gartner prévoit l’annulation de plus de 40 % des projets agentiques d’ici fin 2027, pour coûts croissants, valeur métier peu claire ou contrôles de risque insuffisants (communiqué du 25 juin 2025). Constat mesuré pour le communiqué, prévision quant à son contenu.
- Klarna est revenue sur son service client entièrement automatisé en mai 2025 et a réembauché des conseillers ; Instant Checkout a été retiré en mars 2026. Constats mesurés.
- La constance reste le point faible : sur l’épreuve de référence, le taux de réussite chute de plus de 50 % au premier essai à environ 25 % à la huitième répétition de la même tâche, problème non résolu. Constat mesuré.
- La méta-analyse de référence établit que la combinaison humain plus IA dégrade légèrement la performance sur les tâches qui décident quelque chose, et l’essai randomisé METR a mesuré 19 % de ralentissement pour 20 % de gain perçu. Publications avec méthodologie.
- Décider le chiffre publiable en comité avant le pilote, et nommer qui le contrôle
- Se doter d’une mesure de gain qui ne repose pas sur la déclaration des utilisateurs, gain perçu et gain mesuré ayant divergé dans un essai randomisé
- Pondérer tout gain attendu par la prévision d’annulation de Gartner et par les 26 % d’organisations qui dépassent la preuve de concept et créent de la valeur (BCG, Where’s the Value in AI ?, octobre 2024)
- Investir dans la donnée et la gouvernance, qui restent utiles quel que soit le scénario qui se réalise
- Premier incident agentique public sanctionné dans le secteur financier, par une décision de superviseur ou de justice (2027-2028)
- Stagnation autour de 25 % ou recul de la part d’institutions déclarant des agents en production (IIF et EY, 2027 et 2028)
- Confirmation ou infirmation de la prévision d’annulation de Gartner (fin 2027), et publication d’un premier taux d’incident agentique en finance (2027)
- Premier audit externe d’un gain de productivité IA en institution financière, mesurant l’écart entre gains déclarés et gains audités (2027-2028)
Les cinq chiffres à mettre au tableau de bord du comité exécutif dès ce trimestre
Ces cinq indicateurs départagent les trois trajectoires quelle que soit celle qui se réalise. Quatre d’entre eux ne dépendent d’aucune publication externe, ce qui donne la raison de ne pas attendre le rapport suivant pour décider.
01. Trafic entrant agentique
Mesure interne, trimestrielle. Part du trafic entrant identifié comme agentique sur les canaux propres, à démarrer immédiatement. Elle départage le scénario B, et la produire suppose de savoir distinguer un agent d’un humain dans les journaux de l’institution.
02. Taux de rejet des points de contrôle
Mesure interne, en continu. Taux de rejet des points de contrôle humains, agent par agent, et sa dérive dans le temps. Un point de contrôle dont le taux de rejet s’effondre vers zéro a cessé de contrôler, et cet indicateur départage à lui seul les scénarios A et C.
03. Constance par répétition
Mesure interne, en continu. Constance d’un agent sur k exécutions de la même tâche, jamais le taux de réussite au premier essai. C’est la métrique sur laquelle le banc d’essai publié enregistre une chute de plus de 50 % à environ 25 % à la huitième répétition.
04. Part des cas agentiques déclarés
Mesure interne, comparaison annuelle. Part des cas agentiques dans les cas d’usage que l’institution déclare, rapprochée chaque février de la publication annuelle de l’AMF, qui relevait 8 % en février 2026. Elle situe l’institution face à la place sur une seule échelle.
05. Référentiel public de piste d’audit
Publication externe, à surveiller. Existence d’un référentiel public d’exigences de piste d’audit d’agent. Seul des cinq à dépendre d’une publication externe, à surveiller sur le rapport final du FSB d’octobre 2026 puis sur les textes nationaux. Sa publication tranche le scénario A.
Règle de lecture
Aucune probabilité, aucun seuil automatique. Aucun indicateur ne déclenche seul une décision. Un indicateur devient lisible lorsqu’il tient une direction sur trois mesures consécutives, ce qui place la première lecture arbitrable à la fin du troisième trimestre 2027 pour les séries internes, et au rapport AMF de février 2028 pour la comparaison de place.
Les trois scénarios ne s’excluent pas dans le temps. La configuration la plus cohérente avec les signaux disponibles combine C jusqu’en 2027 sur la communication et les annonces, A sur les processus internes à partir de 2027, et l’ouverture de B sur un segment de clientèle avant 2030. Cette lecture n’est pas probabilisée, et nous l’énonçons comme un jugement plutôt que comme un constat.
Ouvrez les quatre séries internes ce trimestre : trafic entrant agentique, taux de rejet des points de contrôle, constance par répétition, part des cas agentiques déclarés. Leur coût de production est un dispositif de mesure, et elles permettront au comité d’arbitrer sur des chiffres plutôt que sur des convictions en 2027.
Un enregistrement non conservé en 2026 ne se reconstitue pas en 2029
Un modèle se remplace, un fournisseur se change, un logiciel se réécrit. L’enregistrement de ce qu’ont fait vos agents est la seule chose dont la perte est irréversible. Cette section tient en trois idées, qui suffisent à un comité exécutif.
L’enregistrement de ce que fait un agent doit être capté pendant qu’il se produit. Il ne se reconstitue pas après coup, au moment où un superviseur, un auditeur ou un juge le demandera. Et la charge de la preuve est inversée par le droit : une institution qui ne peut pas produire l’enregistrement ne démontre pas sa conformité, quelle qu’ait été la qualité réelle de son dispositif.
Le règlement européen dit trois choses. L’enregistrement doit être techniquement possible sur toute la vie du système. Les journaux se conservent au moins six mois, et c’est un plancher plutôt qu’une cible. Et pour les institutions financières spécifiquement, ces journaux relèvent de la documentation que vous tenez déjà au titre du droit financier. Cela prolonge donc un dispositif que vous tenez déjà. Cela n’ouvre pas un chantier informatique parallèle.
Aucun standard technique n’est stabilisé pour ces enregistrements. La principale convention du secteur a été abandonnée et déplacée en juin 2026, et aucun régulateur financier, cabinet ou fédération professionnelle n’a publié d’exigences techniques minimales pour une piste d’audit d’agent. Inscrivez donc dans chaque contrat fournisseur une clause qui vous garantit l’export des enregistrements dans un format ouvert, et prévoyez une ligne budgétaire pour remettre la captation en place si vous devez changer de fournisseur.
Trace, piste d’audit, attribution et rejeu : quatre fonctions à distinguer
Quatre objets différents, quatre responsables différents, quatre forces probantes différentes. Les écrire tous les quatre dans un même cahier des charges produit une exigence qu’aucun fournisseur ne peut honorer.
Le cadre à trois couches proposé par le FMI
C’est le texte le plus utile du dossier pour une direction des paiements, parce qu’il se traduit directement en équipes, en contrôles et en contrats. Il dit où placer le contrôle, là où les autres textes disent seulement quoi contrôler.
Sonja Davidovic et Hervé Tourpe, « How Agentic AI Will Reshape Payments », note FMI 2026/004, avril 2026. Le FMI appelle aussi à des identités vérifiables pour les agents financiers, rattachées à des entités juridiques, à une supervision humaine comme garde-fou central, et à des réponses graduées plutôt qu’à des arrêts brutaux. ● mesuré. Ce découpage est celui que reprend l’organisation cible, parce qu’il donne à chaque couche un responsable distinct, un régime de contrôle distinct et un contrat distinct.
Sept exigences à poser à tout fournisseur, avant même de choisir le cas d’usage
Elles s’écrivent avant le choix du cas d’usage, parce que reprendre la captation après coup coûte un projet d’intégration complet.
- Tenir la partie créative à l’écart de la partie qui autorise. Le raisonnement de l’agent ne franchit jamais la frontière de l’autorisation. Autorisation et exécution sont des règles fixes, versionnées et testables.
- Donner à chaque agent sa propre identité, rattachée à une entité juridique et à une personne identifiée. Aucun standard bancaire d’identité d’agent n’est publié à ce jour : définissez votre propre schéma, avec une clause de migration.
- Écrire le mandat en données, pas en consignes rédigées. Périmètre, plafonds, conditions, durée, et comment il se révoque.
- Faire de l’enregistrement une propriété de la plateforme, jamais une option que chaque équipe peut activer.
- Conserver les enregistrements sous le régime financier, c’est-à-dire la documentation que vous tenez au titre du droit financier, et non sous votre politique de rétention informatique.
- Rendre les enregistrements exportables : format ouvert, structure documentée, clause contractuelle d’export, et une ligne budgétaire pour remettre la captation en place.
- Prévoir un arrêt gradué. La façon dont vous interrompez un agent est elle-même enregistrée, et elle offre des réponses graduées plutôt qu’un arrêt brutal.
AI Act, articles 12, 19 et 26 • FSB, rapport de consultation du 10 juin 2026 : un inventaire des agents avec leurs identifiants propres, les outils auxquels chacun accède, ses composants et ses garde-fous ; et un constat explicite selon lequel surveiller en temps réel les décisions des agents devient impraticable à mesure que leur usage s’étend • FINRA, 9 décembre 2025 • note FMI 2026/004. ● mesuré. Ce que personne n’a publié, et qu’il faut dire tel quel : aucun régulateur financier, aucun cabinet de premier rang et aucune fédération professionnelle n’avait publié d’exigences techniques minimales pour une piste d’audit d’agent au 11 août 2026.
Le même enregistrement sert à la fois la conformité, la performance et la sécurité, et c’est pourquoi sa captation se met en place avant même que le cas d’usage soit stabilisé, et pourquoi son budget se défend avant le premier pilote. Deux choses en découlent pour ce trimestre. Faites de l’enregistrement une propriété de la plateforme, et rattachez sa conservation à la documentation que vous tenez déjà au titre du droit financier. Et inscrivez dans chaque contrat fournisseur une clause d’export en format ouvert, avec une ligne budgétaire pour remettre la captation en place, puisqu’aucune convention technique n’est stable. Toute autre décision d’architecture se corrige ensuite. Un enregistrement jamais capté, non.
Quatre composantes de l’organisation à mettre en place
Une liste de vos agents, une personne identifiée qui valide une action précise, une évaluation faite avant le déploiement, et un dirigeant qui en répond. Ce qui grandit avec la taille est le volume de contrôle, pas sa nature. Tout le reste relève du détail de mise en œuvre, et appartient à vos équipes de projet.
FSB, rapport de consultation du 10 juin 2026 • BCE, Pedro Machado, 24 février 2026 • AI Act, article 26 • IIF et EY, octobre 2025, 61 institutions, ◐ déclaré. Aucun standard d’identité d’agent n’est consolidé pour la banque en août 2026, et aucun fournisseur ne nomme de client financier sur cette fonction.
Six rôles à désigner avant la mise en service du premier agent
Aucun rôle n’est proposé ici sans un texte qui l’exige ou une institution identifiée qui le tient. Les intitulés de poste varient ; les actes, non. Dans une fintech ou une banque régionale, deux personnes portent les six. Dans un groupe systémique, ce sont six équipes.
Cinq conditions avant toute mise en production d’un agent
Ces cinq points sont des conditions, pas des étapes. Un agent qui en manque une ne passe pas en production, quelle que soit sa performance mesurée.
Acheter ou construire : la ligne passe à l’intérieur du projet
Le modèle lui-même et le logiciel qui fait travailler les agents ensemble. Le filtrage des sanctions, la revue anti-blanchiment et les contrôles d’entrée en relation, tous des biens banalisés à forte densité réglementaire où posséder le code ne procure aucun avantage. La fraude sur les transactions, dont la donnée a basculé vers les réseaux de paiement. Les rapprochements de post-marché. Les garde-fous et l’identité d’agent, un marché déjà consolidé par des acquisitions de cybersécurité. La recherche documentaire, dont le prix baisse.
Le registre des agents, parce qu’aucun fournisseur ne nomme de client financier sur cette fonction. La façon dont vous évaluez vos agents, parce qu’aucun marché constitué n’existe avec une référence financière nommée. Le point de contrôle humain, parce que la responsabilité ne se sous-traite pas. Le sens que vous attachez à vos propres données. Et la position de votre institution sur les mandats de paiement par agent. Les cas les mieux documentés, Nubank, Allianz et AIG, sont tous construits en interne sur des modèles achetés.
Désignez la personne, l’action, et le champ du système où la validation s’inscrit. Sans ces trois éléments, il n’y a pas de surveillance à montrer à un superviseur, quoi que dise la note de procédure. Deux compétences manquent aux cursus internes que nous avons examinés : savoir où placer le point de contrôle, et savoir lire l’enregistrement de ce qu’a fait un agent. Ce sont les deux à former en priorité, et cinq à dix heures par personne est le seuil utile, en présentiel et avec un accompagnateur à côté.
Demandez un client financier nommé avant de discuter le prix
Sur les soixante fournisseurs examinés pour cette étude, dix-sept présentent au moins une institution financière nommée publiquement, en production, sur un produit réellement agentique et réellement disponible à la vente. Le reste se partage entre la disponibilité générale sans référence, la bêta présentée comme livrée et l’annonce de conférence. Ce décompte fixe la première règle d’achat : la référence financière nommée est la condition d’entrée en négociation, et la discussion de prix vient ensuite.
Huit de ces dix-sept fournisseurs, ceux dont le client financier nommé se vérifie un par un
Le 19 août 2026, Stripe a annoncé un accord pour acquérir OpenRouter, une passerelle qui achemine et optimise l’usage des jetons vers plus de 400 modèles issus de plus de 80 fournisseurs. Stripe ne publie pas le montant de l’opération ; la presse financière avance des estimations que l’acquéreur n’a pas confirmées, et elles ne sont pas reprises ici. ● mesuré sur l’annonce elle-même, montant non publié.
Pour un acteur financier, l’intérêt stratégique de l’opération tient principalement à la position acquise dans la chaîne de valeur. Le routage entre modèles était traité comme une plomberie ; il est acheté par un acteur du paiement, ce qui le range du côté de l’infrastructure facturable. Trois conséquences pour votre grille de qualification : demandez sur quel fournisseur de routage votre éditeur est adossé, exigez que le choix du modèle reste réversible sans réécriture de vos flux, et vérifiez que la facturation à l’usage reste lisible ligne à ligne si la couche de routage change de mains.
Achetez le modèle et le logiciel qui fait travailler les agents ensemble. Construisez la façon de les évaluer, le registre et le point de contrôle humain. Les éditeurs spécialisés portent 68 % des déploiements bancaires publiés au premier trimestre 2026, ce qui règle la question de qui vous fournit et laisse entière celle de ce que vous lui demandez. Les offres évoluent rapidement. Vérifiez leur disponibilité et leurs références au moment de l’achat ; la grille de qualification fournit les questions à reprendre.
Superviseurs et dirigeants convergent sur la gouvernance et divergent sur le rythme
Sept positions publiques, datées du 12 décembre 2025 au 10 juin 2026, chacune vérifiée sur sa source primaire avec auteur, fonction, titre du document, date et lien. Les trois superviseurs demandent la même chose, la gouvernance et la traçabilité avant l’autonomie. Les dirigeants divergent sur le rythme, et chacun de leurs chiffres porte un statut différent. Toute phrase entre guillemets ci-dessous est un verbatim vérifié sur source primaire ; les positions dont le verbatim n’est pas vérifié sont énoncées comme des faits, avec leur source et sans guillemets.
Superviseurs - la gouvernance avant la technologie
Voix françaises - souveraineté et construction interne
Rythme et réserves - ce que chaque chiffre de dirigeant engage
Un comité exécutif qui vérifie les chiffres lit le statut avant le nombre. Les deux positions ci-dessous sont des verbatims vérifiés, et chacune porte une réserve qui appartient au même paragraphe.
La comparaison de ces sept positions fait apparaître des attentes communes en matière de gouvernance, des différences sur le rythme d’adoption et des informations encore manquantes :
La conclusion opératoire porte sur le terrain plus que sur le degré : une institution répond à son superviseur sur la gouvernance, avec un registre d’agents, une action de validation identifiée et un taux de rejet suivi dans le temps, et elle répond à son conseil sur le rythme, avec trois cas datés et financés.
Cinq enseignements à retenir
Ces cinq enseignements résument les points à examiner avant de financer ou d’étendre un agent.
Tout le monde expérimente, presque personne n’a terminé. Plus de 85 % des grandes banques supervisées utilisent l’IA, 23 % font tourner des agents sur des dossiers réels, et 2 % disent l’avoir intégrée à leurs opérations.
Dans 88 cas sur 120, le gain de délai est noté au-dessus du gain de coût (○ estimation de l’étude). Cela ne signifie pas que le gain de coût est absent : 28 de ces 88 cas ont également un gain de coût évalué fort. Mesurez les deux colonnes, sinon vos comités refuseront les bons projets.
Ce qui marche est étroit. Allianz règle en moins d’une journée, souvent en quelques heures, les sinistres sous 500 dollars australiens, un humain autorisant toujours le paiement. Refusez en comité tout cas dont le périmètre ne s’écrit pas comme une règle simple.
Le contrôle humain est un placement, pas une précaution. Il crée de la valeur là où l’humain seul bat l’agent seul, et en détruit là où l’agent est déjà meilleur. Mesurez les trois façons de travailler avant de décider.
La fenêtre se referme à une date connue. Neuf pièces deviennent exigibles sur le crédit aux particuliers, la tarification vie et santé, et le recrutement. Ouvrez le dossier ce trimestre, ou renoncez par écrit à ces usages.
« Tout le monde a la technologie. Ce qui sépare le quart des institutions déjà en production de toutes les autres, ce sont trois cas datés, un point de contrôle placé par la mesure, et un chiffre décidé avant le pilote plutôt qu’après le résultat. »
Treize questions pour préparer un comité exécutif — sources arrêtées en août 2026
Dans quelle mesure les agents peuvent-ils améliorer le résultat de l’établissement ?
Moins que ne le dit le marché, et pas là où on le cherche. Sur les 120 cas recensés ici, 88 portent un gain de délai évalué plus haut que leur gain de coût, et 28 de ces 88 portent également un gain de coût évalué fort. Un gain de délai n’apparaît sur aucune ligne d’économies, et il ne devient des euros que par trois canaux identifiés : une demande en attente, des clients sensibles au délai, ou une réaffectation du temps libéré (section 03). Ce qui est prouvé ailleurs est mince : 10 % des sociétés du S&P 500 chiffrent l’IA sur un cas d’usage, et 1 % sur leur résultat (Goldman Sachs, mars 2026). La réponse est donc une méthode plutôt qu’un pourcentage : désigner le canal avant le pilote, et mesurer les deux colonnes.
À quelles conditions investir, et quel budget prévoir ?
Le modèle construit pour cette étude chiffre une première année complète à environ 1,8 M€ sur un cas anti-blanchiment de 120 000 alertes, dont 15 % figurent sur un devis de fournisseur et 3,6 % vont au fournisseur du modèle : le poste dominant est le contrôle humain, à 62 % (section 08). Sur trois ans, les quatre scénarios vont de −0,3 M€ à +3,1 M€, référence à +1,05 M€, après pondération par un taux d’échec de 40 à 60 %. Cela vaut donc le coup à une condition, vérifiée avant d’engager : que le taux d’escalade soit mesuré, parce qu’il pèse environ sept fois plus que le prix de la machine.
Par quoi commence-t-on concrètement ?
Par six actes qui tiennent dans un trimestre, et dont aucun n’exige de budget technologique (section 09, phase 1) : nommer le dirigeant qui répond devant le conseil ; ouvrir le registre des agents, y compris ceux que personne n’a déclarés ; classer chaque cas au regard du règlement européen ; arrêter trois cas au périmètre précisément délimité hors des trois usages à haut risque, chaque périmètre écrit comme un filtre en base de données ; désigner pour chacun la personne, l’action et le champ du système où la validation s’inscrit ; et ouvrir l’information-consultation des représentants du personnel, qui commande la date de mise en production et peut décaler un pilote de deux trimestres.
Un agent peut-il toucher la trésorerie et le règlement ?
Un document de travail de la Banque des règlements internationaux publié le 26 novembre 2025 (BIS Working Paper n° 1310, Aldasoro et Desai) place un agent fondé sur un grand modèle de langage, sans entraînement sectoriel, dans une simulation de système de paiement de gros montant : l’agent y « maintained precautionary liquidity buffers, prioritise urgent payments and balance trade-offs between liquidity costs and settlement delays ». Les auteurs concluent sur la nécessité de garde-fous réglementaires, de supervision humaine et de travaux complémentaires. Le statut est celui d’un constat mesuré en simulation, non d’un déploiement en production. La réponse au comité est donc documentée et n’est ni oui ni non : oui sur des tâches de haut niveau, en simulation et sous garde-fous, sans transposition directe en production au 11 août 2026.
Peut-on automatiser l’octroi de crédit ?
L’évaluation de la solvabilité des personnes physiques relève de l’Annexe III de l’AI Act, point 5(b), dont le dossier complet devient exigible au 2 décembre 2027 : gestion des risques, gouvernance des données, documentation technique, journalisation automatique, information de l’utilisateur, surveillance humaine effective au sens de l’article 14, exactitude et robustesse, évaluation de conformité et enregistrement. Aucun cas d’octroi en autonomie N3 ou N4 sous AI Act n’est publié au 11 août 2026 (constat mesuré du vide). L’échéance a été reportée par l’accord politique Digital Omnibus du 6 mai 2026, provisoire à cette date, et chaque échéance se revérifie avant diffusion. Le report est un délai de préparation : le dossier Annexe III s’ouvre ce trimestre, ou l’automatisation de l’octroi et de la tarification se refuse explicitement et par écrit.
Qu’est-ce que cela change pour mes clients, et veulent-ils déléguer une décision financière à un agent ?
Une recherche Accenture close en octobre 2025 mesure que 71 % des clients accepteraient un assistant d’IA dans l’application de leur banque principale, et que 82 % veulent approuver chaque action (enquête déclarative). Le retrait d’Instant Checkout par OpenAI, actif du 29 septembre 2025 au 5 mars 2026 après l’essai de 8 % des utilisateurs adultes américains de ChatGPT le premier mois, corrobore cette exigence (constat mesuré). Deux acteurs français exposent déjà des agents à leurs clients, Qonto depuis le 29 avril 2026 pour 600 000 entreprises et Sumeria depuis février 2026, tous deux en validation explicite par l’utilisateur. Tout parcours agentique client se conçoit donc avec une approbation par action. Ce qui bouge du côté client entretemps, c’est la façon dont il vous atteint : la part du trafic entrant qui vient d’un agent plutôt que d’une personne, mesurée sur vos canaux propres (section 05).
Les États-Unis ont-ils un cadre prudentiel applicable à l’IA agentique ?
Non, au 11 août 2026. L’OCC Bulletin 2026-13 et la lettre SR 26-2 de la Réserve fédérale, tous deux du 17 avril 2026, portent sur le risque de modèle et excluent explicitement le périmètre : « Generative AI and agentic AI models are novel and rapidly evolving. As such, they are not within the scope of this guidance », et le texte « does not set forth enforceable standards or prescriptive requirements ». Une demande d’information est annoncée sans être publiée. Michelle W. Bowman a déclaré le 1er mai 2026 que « Supervisory guidance should not be a barrier for banks to engage with new and evolving tools and technologies » (verbatim vérifié sur source primaire). Pour un groupe transatlantique, la contrainte structurante vient de l’Union européenne, et le calendrier de conformité se cale sur l’AI Act.
Faut-il acheter ou construire ?
La ligne de partage passe à l’intérieur du projet. Les éditeurs spécialisés portent 68 % des déploiements bancaires publiés au premier trimestre 2026 (Evident, constat mesuré par veille), et un résultat préliminaire à méthodologie contestée situe la réussite des solutions achetées à environ 67 % contre environ 20 % pour les développements internes (MIT NANDA 2025, à citer avec cette réserve dans la même phrase). S’achètent le modèle, l’orchestration, le filtrage de sanctions, la revue LCB-FT et KYC, les garde-fous et l’identité d’agent, marché déjà consolidé par des acquisitions de cybersécurité. Se construisent, ou au minimum se possèdent, le registre d’agents exigé par le FSB, le dispositif d’évaluation continue et le point de contrôle humain, trois fonctions pour lesquelles aucun fournisseur ne nomme de client financier au 11 août 2026.
Quel est le risque de dépendance protocolaire, et l’Europe pèse-t-elle sur les paiements agentiques ?
Les trois protocoles structurants ont changé de régime de gouvernance en dix-huit mois : MCP a été donné par Anthropic à la Linux Foundation le 9 décembre 2025, AP2 est passé sous la FIDO Alliance le 28 avril 2026 avec plus de 60 organisations, et UCP est disponible en libre service sous licence Apache 2.0 depuis le 17 juin 2026 (constats mesurés, communiqués respectifs). L’arbitrage porte donc sur des régimes de gouvernance, ce qui est nouveau et relève du comité des risques. Sur les paiements, les sept protocoles recensés sont portés par Visa, Mastercard, Google, OpenAI, Stripe et Coinbase, aucun n’est européen, et les plus de trente émetteurs européens de Visa Intelligent Commerce passés en production le 2 juillet 2026 ne comptent aucun groupe français. C’est le point de souveraineté le plus concret du dossier, et il se porte au conseil dès 2026.
Que faut-il investir en formation, et l’IA profite-t-elle davantage aux profils juniors ?
BCG mesure, sur 10 635 répondants dans 11 pays, un seuil utile de 5 à 10 heures de formation par utilisateur, un gain d’adoption de 12 points pour le présentiel et de 14 points pour un accompagnateur, et 36 % seulement de professionnels s’estimant correctement formés (AI at Work 2025, enquête déclarative). Le contrepoint tient dans la même phrase : 16 % des budgets d’IA générative vont à la formation, en baisse de 8 points sur un an (Wharton et GBK Collective, octobre 2025). Sur les profils, l’expérience randomisée de Dell’Acqua et alii sur 758 consultants, publiée dans Organization Science en 2026, mesure dans le périmètre de compétence du modèle 12,2 % de tâches accomplies en plus, 25,1 % plus vite, avec une qualité supérieure de plus de 40 %, et un gain relatif plus fort chez les moins expérimentés. Hors de ce périmètre, la justesse chute de 19 points, ce qui fait du périmètre borné la condition du gain.
Faut-il se lancer maintenant ou attendre ?
Maintenant, et la raison est de calendrier : les preuves qu’exigera le dossier du 2 décembre 2027 se produisent sur vos propres cas, et une série interne ne devient lisible qu’une fois qu’elle garde la même direction sur trois mesures consécutives, ce qui place la première lecture arbitrable à la fin de 2027 (sections 09 et 10). Sur la relation client elle-même : Oliver Wyman situe le commerce agentique à au moins 12 % du commerce électronique en 2029 et les agents comme canal d’acquisition dominant d’ici 2030 (janvier 2026, prévision, jamais à présenter comme un constat). L’horizon est celui d’un plan à moyen terme plus que d’un exercice budgétaire. Deux indicateurs internes se mesurent dès ce trimestre pour dater le mouvement réel : la part du trafic entrant identifiée comme agentique sur les canaux propres, aux seuils de 5 % puis de 15 %, et la volatilité des soldes créditeurs par tranche en comité actif-passif. Repère utile, aucune banque traditionnelle française n’expose d’assistant génératif à ses clients au premier semestre 2026, quand 83 % des cas français déclarés à l’AMF sont internes et 1 % touchent aux services d’investissement (AMF, février 2026, constat mesuré).
Vais-je supprimer des emplois ? Et si oui, comment le dis-je ?
Pas si le cas est bien conçu, et les échecs documentés le montrent mieux que n’importe quel principe. Commonwealth Bank a supprimé 45 postes de centre de contact en juillet 2025 en supposant qu’un robot vocal réduirait le volume d’appels ; le volume d’appels a augmenté, et la banque a dû proposer aux 45 personnes de reprendre leur poste. Klarna a remplacé son service client, puis recruté environ 100 spécialistes humains en 2026 pour identifier les dossiers qui exigent un humain. La règle que cette étude en tire : le premier indicateur d’un projet d’agent est un volume ou un délai, jamais un effectif, et la capacité libérée reste une capacité tant qu’une décision d’organisation explicite ne l’a pas convertie en économie. Ce que cela veut dire concrètement pour une institution française : l’information-consultation des représentants du personnel, obligatoire, s’ouvre avant le pilote et peut décaler la mise en production de deux trimestres, elle entre donc au plan dès le mois zéro. Et la doctrine sur le devenir de la capacité libérée, redéploiement, non-remplacement des départs, ou suppression, s’écrit avant le premier pilote plutôt qu’elle ne se découvre après. Les cas qui tiennent, AIG et Lloyds, ont ouvert un volume qu’on refusait auparavant, à effectif inchangé. C’est la phrase à dire publiquement, et il faut qu’elle soit vraie.
Mes données sont-elles prêtes ?
Probablement pas partout, et c’est ce qui tue le plus souvent ces projets. Mais la question est mal posée quand on la pose à l’échelle de l’institution. Elle se répond processus par processus. Le bon test est étroit : pour le cas que vous envisagez, l’agent peut-il atteindre les données dont il a besoin, ces données sont-elles justes, et savez-vous dire qui en est responsable ? Si la réponse est non, le cas n’est pas prêt et aucun fournisseur n’y remédiera. Si la réponse est oui sur un seul périmètre étroit, vous pouvez démarrer là même si le reste de l’institution est en mauvais état. C’est précisément pourquoi cette étude recommande trois cas au périmètre précisément délimité plutôt qu’un programme de données : un périmètre étroit exige des données propres sur une petite surface, et il produit un résultat pendant que le grand nettoyage continue. La Banque centrale européenne attend une gouvernance des données couvrant les biais, la représentativité et la traçabilité, et cette attente porte sur le périmètre que vous utilisez réellement, pas sur tout ce que vous possédez.
Sept questions, dix actes et 59 sources pour vérifier chaque chiffre
Sept questions pour situer votre maturité agentique, dix actes vérifiables tirés de la feuille de route et de l’organisation cible, six dossiers d’approfondissement (chaîne de valeur, protocoles de commerce agentique, cadre SCALE, échecs documentés, calendrier réglementaire vérifié, chiffres écartés) et les 59 sources primaires hiérarchisées T1 à T4, chacune avec son intitulé exact, sa date et son lien.
Êtes-vous prêt à industrialiser trois cas bornés d’ici décembre 2027 ?
7 questions pour situer votre maturité agentique, construites sur les exigences écrites par le FSB, la BCE et l’AI Act, et sur les 120 cas recensés par cette étude.
Combien de cas agentiques bornés tournent en production, chacun rattaché à un levier de compte de résultat identifié ?
Que contient réellement votre dossier d’investissement agentique ?
Avant le lancement d’un pilote, où en est la mesure ?
Comment se décide la position du point de contrôle humain sur un cas donné ?
Où en est votre registre d’agents ?
Où en est votre dossier réglementaire agentique ?
Sur l’arbitrage acheter ou construire et sur le commerce agentique, où en êtes-vous ?
Checklist : les 10 actes qui engagent la feuille de route
Chaque acte se vérifie dans un document, un champ du système d’information ou un compte rendu de comité
0/10 facteurs validés
Soixante fournisseurs examinés, classés de la couche la plus banalisable à la plus défendable : modèles de fondation, plateformes d’orchestration horizontales, éditeurs verticaux finance, infrastructure bancaire et de place, données et référentiels, infrastructure de confiance de l’agent, conseil et intégration. Dix-sept sur soixante présentent au moins un client financier nommé publiquement sur un produit explicitement agentique et réellement disponible (cartographie de l’étude, constat mesuré).
Cette étude repose sur 59 sources primaires hiérarchisées T1 à T4, arrêtées au 11 août 2026, complétées le 22 août 2026 par trois sources sur l’économie de l’inférence et le 31 août 2026 par l’enquête mondiale Cambridge CCAF, le KPMG Pulse T2 2026 et le McKinsey State of AI in 2026. Chaque chiffre affiché porte sa source et l’un des sept statuts admis : constat mesuré, publication avec méthodologie, enquête déclarative, prévision, déclaratif non audité, benchmark anonymisé, heuristique.
- Source primaire retrouvable - Intitulé exact, date, taille d’échantillon et lien public, vérifiés un à un
- Autorité normative d’abord - Régulateurs et banques centrales placés devant les cabinets sur toute question réglementaire
- Récence - 51 des 59 entrées ont moins de 18 mois, dans un champ où un chiffre vieillit en deux trimestres
- Source dans son domaine - Aucune source n’est citée hors du champ sur lequel elle fait autorité
- Biais déclaratif - Les gains publiés par les institutions ne sont pas audités ; METR mesure 19 % de ralentissement pour 20 % de gain perçu, soit 39 points d’écart
- Biais de survivant - Les échecs sont moins documentés que les succès, d’où les sept cas exposés ci-dessous avec leur leçon
- Absence de témoin - Aucun des 41 cas collectés ne compare l’agent à un groupe témoin ; tous les gains sont des avant-après sur des périmètres qui bougent
- Biais d’échantillon - Les enquêtes sectorielles portent sur de grandes institutions, les ratios se lisent donc vers le haut pour un acteur régional
| Chiffre en circulation | Pourquoi il est écarté | Substitut retenu |
|---|---|---|
| 2,3x de retour en 13 mois, attribué à IDC | Aucun document IDC primaire en accès public, circulation par blogs de fournisseurs, de même que la dispersion de 0,84x à 2,84x | KPMG, AI in Finance 2026, mai 2026 : 71 % déclarent que l’IA atteint ou dépasse les attentes de retour, dont 23 % les dépassent (enquête déclarative) |
| 97 Mds$ de dépenses IA du secteur financier d’ici 2027, Bloomberg Intelligence | Primaire payant, seconde main seulement, et prévision présentée en constat | BCG, AI Radar 2026 : investissement porté de 0,9 % à 2,0 % du chiffre d’affaires en banque, et de 0,6 % à 1,9 % en assurance (enquête déclarative) |
| 95 % des pilotes GenAI échouent, MIT NANDA, août 2025 | 52 entretiens et 153 réponses recueillis en marge de conférences ; mesure l’absence de retour mesuré et non l’échec ; projet hébergé et non publication institutionnelle du MIT | BCG : 26 % des entreprises dépassent la preuve de concept et créent de la valeur (BCG, Where’s the Value in AI ?, octobre 2024, repris dans AI Radar 2025, janvier 2025 ; enquête déclarative, environ 22 mois d’ancienneté à la date de rédaction). Le chiffre du MIT ne se cite qu’avec sa réserve dans la même phrase. |
| 40 % des sociétés de services financiers utiliseront des agents fin 2026, attribué à Gartner | Aucun communiqué primaire, transposition abusive d’une prévision transsectorielle au périmètre financier | Les deux prévisions vérifiées, citées séparément : plus de 40 % des projets agentiques annulés d’ici fin 2027 (25 juin 2025), et 40 % des applications d’entreprise embarquant des agents spécialisés fin 2026 (26 août 2025) |
| 78 % d’adoption de MCP | Aucune source primaire identifiable derrière le pourcentage | Le fait structurant vérifié : MCP donné à la Linux Foundation le 9 décembre 2025 au sein de l’Agentic AI Foundation, aux côtés de goose et d’AGENTS.md (constat mesuré). A2A est un projet distinct de la Linux Foundation depuis le 23 juin 2025. |
| « Les clients aiment parler à des personnes », prêté à Klarna | Le verbatim est absent de l’article Forbes du 18 mai 2025, qui paraphrase et cite Gizmodo | Le fait, sans guillemets : en mai 2025, Klarna revient sur son service client entièrement automatisé et réembauche des conseillers, son directeur général reconnaissant une dégradation de la qualité liée à une priorité excessive donnée à la réduction des coûts |
| OCC Bulletin 2026-13 et lettre SR 26-2 présentés comme le cadre américain de l’IA bancaire | Le texte dit l’inverse : « Generative AI and agentic AI models are novel and rapidly evolving. As such, they are not within the scope of this guidance », et « does not set forth enforceable standards or prescriptive requirements » | Énoncer l’exclusion, et l’absence de cadre prudentiel américain dédié à l’IA agentique bancaire en août 2026 (constat mesuré) |
| MAS SAFR du 3 juillet 2026 présenté comme une règle contraignante | Le document précise qu’il « does not constitute regulatory guidance or supervisory expectations » | Le cadre opérationnel le plus abouti au monde, coproduit avec l’industrie, sans valeur normative. Citer le cadre, jamais une phrase entre guillemets : le texte primaire n’était pas accessible publiquement au 11 août 2026. |
| Règle 10-20-70 employée comme norme d’allocation budgétaire | Formulation BCG du 15 octobre 2019 sans donnée sous-jacente, et dérivée de « transformation des processus métier » vers « valeur » depuis 2026 | La citer comme heuristique et comme principe directeur, jamais comme mesure. Contrepoint vérifié : 16 % des budgets d’IA générative vont à la formation, en baisse de 8 points sur un an (Wharton et GBK Collective, octobre 2025, constat mesuré). |
Note de transparence : Ce document est une synthèse stratégique de sources publiées, non une recherche primaire. Cinq vides y sont énoncés comme des faits, parce qu’ils sont informatifs : aucun coût total de possession normalisé pour un déploiement agentique en institution financière, aucun standard consolidé d’identité d’agent pour la banque, aucun protocole de paiement agentique européen, aucun rapport parlementaire français consacré à l’IA dans le secteur financier, aucun cadre prudentiel américain applicable à l’IA agentique bancaire. Chaque chiffre se revérifie sur sa source primaire avant toute décision d’investissement majeure, et se croise avec vos données internes.
Le commerce agentique désigne un achat initié, sélectionné et payé par un agent pour le compte d’un utilisateur, sur les trois couches du cadre du FMI (note 2026/004, 22 avril 2026) : intention et orchestration, contrôle et autorisation, règlement déterministe et irrévocable. Sept protocoles sont recensés. Aucun n’est européen.
| Protocole | Porteur d’origine et lancement | État en août 2026 | Gouvernance |
|---|---|---|---|
| ACP, Agentic Commerce Protocol | OpenAI et Stripe, 29 septembre 2025 | Spécification toujours active, mais le produit grand public associé, Instant Checkout, a été retiré et remplacé les 4 et 5 mars 2026 après environ cinq mois | Propriétaire, OpenAI et Stripe |
| AP2, Agent Payments Protocol | Google, 16 septembre 2025 | v0.2 actif, agnostique du moyen de paiement ; porte le mandat d’agent cryptographiquement vérifiable qui rend l’autonomie bornable et révocable | Transféré à la FIDO Alliance le 28 avril 2026, plus de 60 organisations partenaires |
| UCP, Universal Commerce Protocol | Google et Shopify, annoncé au NRF le 11 janvier 2026 | En production et en libre service depuis le 17 juin 2026 via Shopify ; le plus opérationnel côté commerçant | Ouvert, licence Apache 2.0 |
| Trusted Agent Protocol | Visa, 14 octobre 2025 | Spécification publiée, travaux avec l’IETF, l’OpenID Foundation et EMVCo ; aucune banque française parmi les 30 émetteurs européens de Visa Intelligent Commerce en production au 2 juillet 2026 | Visa et son écosystème |
| Agent Pay et Agent Pay for Machines | Mastercard, AP4M le 10 juin 2026 | Actif, plus de 30 partenaires dont Adyen, Checkout.com, Cloudflare, Getnet by Santander, Global Payments, Ripple, Stripe et Tempo ; porte le cadre Verifiable Intent | Mastercard, s’appuie sur x402 et le Machine Payments Protocol |
| x402 | Coinbase, 2025, V2 en décembre 2025 | Référencé comme standard ouvert par Mastercard | Ouvert |
| MPP, Machine Payments Protocol | Stripe et Tempo, mars 2026 | Compatibilité annoncée avec Mastercard AP4M | Stripe, Tempo |
Chaque levier ne porte que des chiffres vérifiés, avec leur statut. Les deux repères écartés à la vérification, « 3,5 projets contre 6,1 » et « former au moins 25 % des effectifs », ne figurent pas ici.
SCALE est une synthèse pédagogique de la recherche publiée, non une méthodologie certifiée par les institutions citées. Chaque levier ne s’emploie qu’avec le statut qui lui est attaché ci-dessus.
Chacun de ces cas est public, daté et rattachable à une source primaire. Ils figurent ici parce que le biais de survivant du champ les sous-documente, et parce que chacun porte une leçon opératoire.
Assistant traitant 2,3 millions de conversations le premier mois, résolution de 11 à 2 minutes, équivalent de 700 agents, 40 M$ de profit projeté ; puis dégradation sur les cas complexes, retour en arrière en mai 2025 et environ 100 spécialistes humains recrutés en 2026. Déclaratif d’entreprise.
Leçon : la substitution a été décidée avant la preuve de couverture des cas limites, et sans dispositif d’escalade dimensionné.
Commonwealth Bank of Australia, juillet et août 2025
45 postes de centre de contact supprimés au motif qu’un robot vocal réduirait le volume d’appels ; le volume a augmenté, la banque a reconnu une erreur. Constat mesuré.
Leçon : le premier indicateur d’un cas agentique est un volume ou un délai, jamais un effectif. Douze mois plus tard, la même institution publie des indicateurs de vitesse d’exécution et aucun indicateur d’effectif.
Replit, juillet 2025
Agent de code ayant supprimé une base de production. Constat mesuré.
Leçon : séparation stricte des environnements avant tout agent disposant de droits d’écriture.
8 % des utilisateurs adultes américains de ChatGPT ont essayé la fonction le premier mois, une douzaine de marchands réellement en ligne, retrait après cinq mois. Constat mesuré.
Leçon : la maturité du protocole précède celle de l’usage, et toute stratégie de distribution fondée sur l’achat dans un assistant généraliste en 2026 ou 2027 se requalifie en pari.
UnitedHealth et nH Predict, 2023 à 2026
Taux de refus de soins post-aigus plus que doublé après le déploiement de 2019 selon un rapport du Sénat américain ; ordonnance du 9 mars 2026 imposant la production des politiques IA depuis janvier 2017 et l’identité des membres du comité interne de revue de l’IA. Constat mesuré.
Leçon : le comité interne de gouvernance de l’IA est découvrable en justice, sa composition et ses comptes rendus deviennent des pièces de procédure.
Air Canada, 2024
Condamnation à honorer une politique de remboursement inventée par son agent conversationnel, la défense d’une entité distincte ayant été rejetée. Constat mesuré.
Leçon : l’institution est liée par ce que dit son agent, ce qui justifie le maintien en A2 du traitement des réclamations.
Delphia et Global Predictions, mars 2024
225 000 $ et 175 000 $ de sanctions SEC pour survente de capacités d’IA, série ouverte. Constat mesuré.
Leçon : publier un chiffre agentique non étayé est un risque de communication financière.
Trois textes commandent la fenêtre : l’AI Act (règlement (UE) 2024/1689 du 13 juin 2024), DORA, en vigueur depuis le 17 janvier 2025, et les pratiques saines du FSB, dont le rapport final est attendu en octobre 2026 comme livrable G20. Une réserve porte sur toutes les dates ci-dessous : l’accord politique Digital Omnibus du 6 mai 2026 était provisoire, chaque échéance se revérifie donc avant diffusion.
Calendrier vérifié, les quatre dates qui engagent la feuille de route
(interactions et contenus synthétiques visés, selon le rôle et les exceptions applicables). En vigueur.
(livrable G20, repris par les superviseurs nationaux). Attendu.
(marquage des contenus synthétiques déjà en service). Attendu.
(appareil complet exigible). Reporté par l’accord provisoire du 6 mai 2026.
Ce qui relève de l’Annexe III en finance, et ce qui n’en relève pas
| Niveau et date | Exemples en finance | Obligations |
|---|---|---|
| Interdit Article 5, depuis le 2 février 2025 |
Recouvrement conversationnel exploitant la vulnérabilité financière | Interdit dans l’Union européenne |
| Haut risque Annexe III, 2 décembre 2027 |
Solvabilité des personnes physiques (5b), tarification et évaluation des risques en assurance vie et santé (5c), recrutement et évaluation des candidats (4) | Gestion des risques, gouvernance des données, documentation technique, journalisation automatique, information de l’utilisateur, surveillance humaine effective au sens de l’article 14, exactitude et robustesse, évaluation de conformité, enregistrement |
| Risque limité Article 50, depuis le 2 août 2026 |
Agent conversationnel client, contenu généré diffusé, avatar d’analyste | Transparence : informer et marquer dans les cas visés par l’article 50 ; le délai de grâce au 2 décembre 2026 ne concerne que certains systèmes déjà mis sur le marché |
| Hors périmètre haut risque | Réconciliation post-marché et suspens, investigation LCB-FT et presse négative, pré-collecte KYC, souscription spécialisée, assistance au téléconseiller | Obligations générales, plus la capacité d’enregistrement de l’article 12 paragraphe 1 et la conservation d’au moins six mois de l’article 19 paragraphe 1 ; en vertu de l’article 19 paragraphe 2, les journaux des institutions financières entrent dans la documentation tenue au titre du droit financier de l’Union |
Texte contraignant ou cadre de référence : la distinction qui change la réponse au superviseur
- AI Act, article 5 depuis le 2 février 2025 et article 50 depuis le 2 août 2026
- DORA depuis le 17 janvier 2025 : registre des prestataires, tests, notification d’incidents, stratégies de sortie
- FINRA, 2026 Annual Regulatory Oversight Report, 9 décembre 2025 : Rule 3110 étendue aux fonctions externalisées
- ESMA, briefing de supervision du 26 février 2026 : explicabilité, test après toute modification matérielle, blocages durs du RTS 6
- MAS, Safeguards for Agentic Finance at Runtime, 3 juillet 2026 : le cadre opérationnel le plus abouti au monde, coproduit avec l’industrie, et explicitement pas une attente de supervision
- EBA, factsheet de novembre 2025 : cartographie des cas bancaires à haut risque, distinction fournisseur ou déployeur
- FSB, consultation du 10 juin 2026, close le 22 juillet 2026 : rapport final attendu en octobre 2026
- OCC Bulletin 2026-13 et lettre SR 26-2, 17 avril 2026 : générative et agentique explicitement hors périmètre, aucune norme opposable
DORA, ce qui s’applique déjà aux tiers critiques
Les 12 pratiques saines du FSB, en trois blocs, avec leurs intitulés exacts
- 1. Strategic direction and oversight
- 2. Governance and accountability
- 3. Incorporation of AI risks into risk management framework
- 4. Organisational adaptability
- 5. Materiality and risk assessment - 6. Selection
- 7. Data governance - 8. Explainability and transparency
- 9. Performance management - 10. Human oversight
- La supervision humaine se calibre sur « the materiality, risk, autonomy, complexity, and explainability » de chaque cas d’usage
- 11. Cyber and ICT risk management
- 12. Third-party risk management
- Le fournisseur de modèle est traité comme un tiers au sens de la gestion des risques tiers
- Des agents peuvent s’entendre avec d’autres agents pour mener des attaques, risque nommé explicitement en section 1.3
- Impose un inventaire d’agents portant « agentic AI-specific identifiers, the tools the agent can access, its components, and guardrails to manage risk »
- Acte « the impracticality of real-time human monitoring of agent decisions as their use scales »
- Exclut les risques des modèles de frontière : les pratiques « are also not developed to address recent risks that have emerged related to frontier AI models »
- Statut : rapport de consultation du 10 juin 2026, clos le 22 juillet 2026, rapport final en octobre 2026 comme livrable G20
-
10 juin 2026 - consultation close le 22 juillet 2026, rapport final en octobre 202612 pratiques saines en trois blocs Inventaire d’agents à identifiants spécifiques Publié, en consultation
-
14 novembre 2024Concentration des fournisseurs Corrélation des comportements Publié
-
Mai 2026Outillage des superviseurs Documentation des chaînes d’exécution et de recherche Publié
-
26 novembre 2025Agent LLM en liquidité intrajournalière En simulation, sous garde-fous Publication avec méthodologie
-
22 avril 2026Trois couches : intention, contrôle, règlement Know your agent Publié
-
24 février 2026 - Francfort, conseil de surveillance prudentiellePlus de 85 % des grandes banques supervisées Huit attendus de supervision Constat mesuré, verbatim vérifié
-
Novembre 2025Cartographie des cas bancaires à haut risque Fournisseur ou déployeur Publié, non contraignant
-
30 mai 2024 et 26 février 2026Responsabilité de la direction quel que soit le degré d’automatisation Blocages durs du RTS 6 En vigueur
-
18 novembre 202519 tiers critiques désignés Aucun fournisseur de modèle d’IA Constat mesuré
-
2025Gouvernance de l’IA en assurance Publié
-
Février 2026 - 100 réponses, dont 69 entités supervisées, 24 sociétés du SBF 120, 7 cabinets8 % de cas agentiques 1 % en services d’investissement 57 % chez trois fournisseurs Enquête déclarative
-
12 décembre 2025Méthode de supervision Ne traite pas de l’agentique Publié
-
7 juillet 2026 - Financial Policy CommitteeDéfinition de l’agentique, tâches enchaînées à vitesse machine Concentration et corrélation Publié
-
2025 et 2026 - deuxième cohorte évaluée au T1 2027Barclays, Lloyds, UBS sur LCB-FT, KYC et paiements agentiques Publié
-
Janvier 2026 - réponses des régulateurs en avril 2026Seul rapport parlementaire dédié Aucun équivalent français Publié
-
17 avril 2026 - avec la lettre SR 26-2 de la Réserve fédéraleGénérative et agentique explicitement hors périmètre Aucune norme opposable En vigueur, périmètre exclu
-
1er mai 2026Position prudentielle américaine Constat mesuré, verbatim vérifié
-
9 décembre 2025Suivi des actions d’agents, restriction des accès Rule 3110 étendue à l’externalisation En vigueur
-
3 juillet 2026 - coproduit avec l’industrie, sans valeur normativeAutorisation de l’agent, évaluation à l’exécution, conservation Un point de gouvernance entre chaque décision et son exécution Publié, citer le cadre, jamais un verbatim
-
Vaccaro, Almaatouq et Malone - When combinations of humans and AI are useful, Nature Human Behaviour28 octobre 2024 - méta-analyse, 106 études expérimentales, 370 tailles d’effetPaire humain plus agent, g = -0,23 face au meilleur des deux pris isolément +0,46 là où l’humain seul bat l’agent, -0,54 là où l’agent seul gagne Constat mesuré, revu par les pairs
-
2026 - 758 consultants, expérimentation randomisée+12,2 % de tâches accomplies, 25,1 % plus vite 19 points de réponses correctes en moins hors périmètre Constat mesuré, revu par les pairs
-
2023 - 5 179 conseillers+14 % de problèmes résolus par heure, +34 % chez les débutants Constat mesuré, document de travail non revu par les pairs
-
2024 - modèle macroéconomique+0,66 % de productivité globale des facteurs sur dix ans Prévision issue de modèle
-
2026 - accepté à KDD 2026100 % des conversations relues par une seconde machine Trois critères binaires, accord inter-évaluateurs, red teaming Publication avec méthodologie
-
Wharton et HKUST - présenté à Penn et NYU LawConvergence vers une manipulation coordonnée sans coordination explicite Constat mesuré, travail académique primaire
-
Octobre 202516 % des budgets d’IA générative vont à la formation En baisse de 8 points sur un an Enquête déclarative
-
2025/3Assise académique française Publication avec méthodologie
-
Octobre 2025 - 61 institutions, 8 régions23 % en production agentique, 34 % pilotent 58 % exigent une revue complète des modèles tiers, 32 % l’exécutent 51 % ont nommé un responsable au niveau du comité exécutif Enquête déclarative
-
Avril 2026, avec la BRI, le FMI et le Forum économique mondial - 628 organisations, 151 juridictions52 % des répondants industrie adoptent l’agentique, 29 % pilotent, 23 % en déploiement avancé Fintechs 57 % contre acteurs établis 45 % sur l’agentique Enquête déclarative
-
Mai 2026 - 1 013 dirigeants, enquête de mars 202671 % atteignent ou dépassent les attentes, 23 % les dépassent 19 % au stade de l’orchestration, 12 % en multi-agents Enquête déclarative
-
Juin 2026 - 204 dirigeants américains, CA ≥ 1 Md$, terrain du 28 avril au 25 mai 2026Déploiement d’agents stable à 53 %, orchestration multi-agents doublée de 9 % à 18 % en un trimestre Pilote de 30 % à 35 %, passage à l’échelle multi-fonctions de 33 % à 29 % Enquête déclarative, tous secteurs, États-Unis
-
Août 2026 - 1 719 participants, terrain du 4 mai au 8 juin 202640 % des organisations ≥ 1 Md$ passent les agents à l’échelle, contre 27 % un an plus tôt ; 22 % chez les plus petites En institutions financières, le passage à l’échelle par fonction reste entre 1 % et 21 % 36 % des institutions financières renoncent à un achat de logiciel grâce aux agents de codage Enquête déclarative, tous secteurs
-
Enquête du 23 février au 18 mars 2026 - 950 dirigeants, 50 banques18 % confiantes de passer un audit indépendant de leurs contrôles IA Enquête déclarative
-
Enquête de juin et juillet 2025, communiqué du 12 novembre 2025 - un rapport intitulé 2026 bâti sur des données de l’été 202510 % seulement ont commencé à déployer des agents à grande échelle 48 % prévoient des rôles de superviseur d’agents Freins : conformité 96 %, compétences 92 % Enquête déclarative
-
Octobre 2024 et janvier 2026 - 2 360 répondantsInvestissement de 0,9 % à 2,0 % du chiffre d’affaires en banque, 0,6 % à 1,9 % en assurance 26 % dépassent la preuve de concept et créent de la valeur • octobre 2024, environ 22 mois d’ancienneté au 11 août 2026 58 % attendent des changements de gouvernance liés à l’autonomie Enquête déclarative
-
2025 - 10 635 répondants dans 11 paysSeuil utile de 5 à 10 heures par utilisateur Présentiel +12 points, accompagnateur +14 points 36 % s’estiment correctement formés Enquête déclarative
-
21 mai 2026ROTE de 12,4 en 2024 à 11,8 en 2025 Transactionnel et distribution à 47 % des revenus et 57 % des profits Constat mesuré sur une base propriétaire non reproductible
-
Édition 2025Environ 6 % attribuent au moins 5 % de leur EBIT à l’IA 88 % utilisent l’IA régulièrement, 39 % un impact EBIT quelconque Enquête déclarative
-
14 janvier 2026, mis à jour le 25 mai 2026Trafic issu de l’IA vers les sites bancaires américains en hausse de 1 200 % sur six mois Commerce agentique à au moins 12 % du commerce électronique en 2029 Constat mesuré pour le trafic, prévision pour la part
-
Recherche close en octobre 202571 % accepteraient un assistant IA, 82 % veulent approuver chaque action 78 % anticipent une hausse de la fraude agentique, 60 % sans plan de réponse Enquête déclarative ; les 289 Mds$ sont une prévision de modèle interne non auditable
-
Prédictions 20268,5 Mds$ en 2026 vers 35 à 45 Mds$ en 2030, périmètre agentique restreint Facteur 25 par rapport au périmètre agentique embarqué de Gartner Prévision
-
17 août 2026Coût d’inférence par flux agentique multiplié par plus de cinq d’ici 2028 Le paradoxe de l’inférence, prix unitaire en baisse et facture totale en hausse Prévision
-
25 juin 2025Plus de 40 % des projets agentiques annulés d’ici fin 2027 Environ 130 fournisseurs réellement agentiques parmi des milliers Prévision, et jugement d’analyste sur l’agent washing
-
2026 - plateforme HELIOS, clientèle patrimoniale avec Bank of SingaporeOuverture de compte en 15 jours ouvrés contre une médiane de six semaines Origine du patrimoine de 10 jours à 1 heure Déclaratif non audité
-
Mai 2026 - traitement des réclamations, N2 strictExactitude, cohérence et hallucination suivies quotidiennement avant tout passage en réel Testé avec la FCA dans le cadre d’AI Live Testing Déclaratif non audité
-
13 février 2026 pour les 370 000 soumissions et le portefeuille Lexington middle market property ; les trois pourcentages proviennent de la conférence de résultats T1 2026 d’AIG du 1er mai 2026+30 % de soumissions cotées, +40 % de taux de souscription liée (binding) à effectif inchangé 55 % de réduction du délai de cotation ; exécution autonome continue de moins d’une heure à 30 heures Déclaratif non audité, aucun contrefactuel
-
Résultats de novembre 2025 - Evident AI Index for Insurance 2026Sinistres de denrées avariées sous 500 AUD, sept agents Environ 80 % de réduction du délai de règlement, autorisation de paiement humaine conservée Déclaratif non audité
-
21 juillet 2026EricaAssist, plus de 18 000 conseillers Erica, plus de 2,5 milliards d’interactions cumulées Déclaratif non audité
-
10 juin 2026, complété le 31 juillet 2026500 M€ sur 2026-2028, 150 M€ de dotation Priorité affichée aux solutions technologiques européennes Déclaratif non audité
-
26 mai 2026780 cas d’usage en production, objectif de 1 000 Volet cybersécurité souveraine Déclaratif non audité
-
14 décembre 2025 - entretien avec Nicolas Meric60 personnes, trois applications : Document AI, Lineage AI, Agentic AI Agent titres en production depuis octobre 2025, 84 % de fiabilité Déclaratif non audité
-
T1 2026Près d’un tiers des nouveaux cas bancaires sont agentiques, contre 15 % au T4 2025 Éditeurs spécialisés à 68 % des déploiements publiés Cas assurance publiés avec un résultat de 38 % à 18 % en un trimestre Constat mesuré par veille
-
2025-2026 - des centaines d’agents aux côtés de 12 000 ingénieursCorrection d’une vulnérabilité de 30 minutes à 1,5 minute Acceptation des demandes de fusion d’environ un tiers à environ deux tiers, revue humaine avant fusion Déclaratif non audité, dont revue annuelle d’éditeur
-
6 avril 2026Valeur autodéclarée, à lire contre les 10 % et 1 % de Goldman Sachs Déclaratif non audité
-
9 décembre 2025, 10 juin 2026, 14 octobre 2025MCP sous gouvernance neutre, huit membres platine Sept protocoles de paiement agentique, aucun européen Constat mesuré par veille
-
Août 2025 - 52 entretiens, 153 réponses, résultats préliminaires95 % des pilotes sans effet mesuré au compte de résultat Méthodologie contestée, projet hébergé Résultat préliminaire, méthodologie contestée
-
2024-2026Cinq annonces prématurées, plus Air Canada Un résultat annoncé avant de disposer d’une mesure Déclaratif non audité, reconstitué par la presse
-
19 août 2026Routage vers plus de 400 modèles issus de plus de 80 fournisseurs Montant non publié par l’acquéreur Communiqué d’entreprise, déclaratif
-
202698 % des répondants gèrent une dépense d’IA, contre 31 % deux ans plus tôt La maîtrise du coût de l’IA, première compétence à développer Enquête déclarative, 1 192 répondants