Note de conseil stratégique | Services financiers

Combler l’écart de valeur de l’IA

Architecture décisionnelle et résilience opérationnelle pour les dirigeants des services financier

Dans l’ensemble de l’économie, les investissements dans l’intelligence artificielle se sont découplés de la productivité des entreprises. Alors que les hyperscalers, les marchés du crédit privé et les fournisseurs de technologie injectent des centaines de milliards dans les infrastructures de calcul, les rendements au sein des institutions financières restent minces.

Le principal obstacle n’est pas technologique. C’est une défaillance structurelle de l’architecture décisionnelle, de l’allocation du capital et de l’alignement du modèle opérationnel.

Le décalage macroéconomique

Les institutions financières font face à une baisse rapide du coût unitaire de l’inférence, en même temps qu’à des engagements record dans les infrastructures. Beaucoup se retrouvent liées par des engagements de licences logicielles croissants, sans point de contrôle clair pour vérifier si les projets pilotes se traduisent en valeur au bilan ou en efficacité opérationnelle.

Les investissements macro dans l’IA et la réalité des entreprises, séparés par un écart d’architecture décisionnelle et de frictions opérationnelles

Figure 1 : la rupture structurelle entre les investissements macroéconomiques et le rendement pour l’entreprise.



Trois risques structurels pour les institutions financières

Dans les services financiers, où la gestion des risques, la conformité réglementaire et l’allocation du capital sont essentielles, ce décalage expose les institutions à trois risques structurels immédiats :

  • Inflation de l’allocation du capital : continuer à financer des projets exploratoires sans exiger de résultats mesurables sur le compte de résultat.
  • Goulets d’étranglement de la gouvernance : des droits de décision qui se chevauchent entre l’informatique, la conformité et les métiers, ce qui ralentit l’exécution et dilue la responsabilité.
  • Frictions du modèle opérationnel : superposer des outils automatisés à des processus hérités sans repenser l’architecture organisationnelle sous-jacente.


Correction de marché ou tournant structurel ?

La récente volatilité des indices fortement exposés à l’IA pose une question essentielle aux directions générales : s’agit-il d’une phase de digestion naturelle après une hausse historique, ou du début d’une réévaluation structurelle ?

ANALYSE
Les replis de court terme corrigent des valorisations excessives. Mais l’évolution de la politique à Washington, le resserrement des conditions de crédit pour les infrastructures et la lassitude des investisseurs face à des rendements non démontrés annoncent un tournant plus large : le marché passe de la récompense des investissements massifs à l’exigence d’une discipline d’allocation du capital.

Pour les institutions financières, ce retournement confirme une réalité opérationnelle : l’élan technologique externe ne peut plus remplacer une architecture décisionnelle interne. Les organisations qui laissent les cycles d’engouement de tiers piloter leur stratégie numérique s’exposent à des dépréciations lorsque le sentiment du marché se retourne.

  • Frictions réglementaires et énergétiques : les changements de politique renforcent l’examen des chaînes d’approvisionnement, de la souveraineté des données et de l’allocation de l’énergie, ce qui modifie directement le coût des infrastructures.
  • La fuite vers la qualité : le capital quitte les projets pilotes exploratoires pour des logiciels qui démontrent un rendement immédiat et défendable.
  • La gouvernance comme couverture : les institutions dotées de points de décision clairs absorbent la volatilité sans heurts ; celles dont les responsabilités sont fragmentées subissent immédiatement des tensions budgétaires.


Vos dépenses en IA construisent-elles une capacité ou accumulent-elles un risque ?

La réponse se trouve dans votre architecture décisionnelle, et votre équipe de direction la voit rarement de la même manière. L’Execution Resilience Diagnostic évalue huit dimensions, des initiatives et des dépenses informatiques jusqu’aux données, à la technologie et à l’IA. L’édition Team réunit jusqu’à huit collègues de la direction, du contrôle, du front office et des opérations, et montre où leurs avis divergent. Le diagnostic est en anglais.






Sources :

  • UBS Chief Investment Office GWM, The AI Economy: A Roadmap, 30 juin 2026 (investissements des hyperscalers attendus au-delà de 5 000 milliards de dollars d’ici 2030 ; financement par l’ensemble de la structure du capital, crédit privé compris ; baisse du coût d’exécution des modèles d’IA ; prix des logiciels aux États-Unis en hausse d’environ 14 % sur un an sous l’effet de l’IA, selon des économistes de la Réserve fédérale ; IA utilisée au travail par plus de 40 % des salariés américains, mais adoptée par environ 20 % des entreprises ; la finance parmi les secteurs les plus exposés à l’IA). (en anglais)
  • OCDE, Filippucci, Gal, Laengle et Schief, Macroeconomic productivity gains from Artificial Intelligence in G7 economies, OECD Artificial Intelligence Papers n° 41, 2025 (gains de productivité d’environ 30 % au niveau des tâches dans les études expérimentales, contre 0,2 à 1,3 point de croissance annuelle supplémentaire de la productivité du travail au niveau de l’économie). Synthèse : suerf.org (en anglais)
  • Exemple de terrain : pratique propre, 2026.