La finance mérite plus que ChatGPT

La semaine dernière, Forbes à Scott Kleinman, coprésident d’Apollo, comment sa société tirait parti de l’IA dans le domaine du crédit privé. Sans hésiter, il a répondu qu’Apollo s’y mettait à fond.

Cette réponse est marquante, car il y a dix ans, de nombreux travailleurs réalisaient des tâches que l’IA est aujourd’hui sur le point d’automatiser et c’était le cas même chez les plus grands investisseurs du monde, comme Apollo.

À l’époque du capital-investissement, de nombreuses personnes passaient des nuits blanches à éplucher des fichiers Excel, à élaborer des modèles à partir de zéro et à analyser méticuleusement des archives, principalement pour des opérations qui ne se concluraient jamais. Il s’agissait d’un travail important, mais dont l’effet de levier était faible. Ce n’était pas seulement inefficace. C’était un obstacle à l’expansion de la classe d’actifs.

Aujourd’hui, cet obstacle tombe rapidement.

L’IA bouleverse rapidement les marchés privés. En particulier dans le domaine du crédit privé, où l’adoption de l’IA est en train de s’infléchir. Non pas dans un futur hypothétique, mais dès à présent, dans des flux de travail qui ont longtemps résisté à l’automatisation.

Les prêteurs utilisent l’IA pour qualifier plus rapidement les emprunteurs, automatiser les vérifications et générer des mémos financiers détaillés qui prenaient auparavant des jours à des équipes d’analystes. Les emprunteurs rationalisent les levées de fonds et les rapports grâce à des outils alimentés par l’IA. L’ensemble du processus devient plus efficace, plus évolutif et plus précis.

Cependant, les modèles génériques d’IA ne permettent pas d’atteindre cet objectif. Les enjeux sont trop importants, et les flux de travail trop nuancés, pour un raisonnement superficiel ou des réponses hallucinées.

Des outils comme GPT-4o d’OpenAI, Gemini de Google et Claude d’Anthropic sont incroyablement puissants pour traiter le langage naturel. Cependant, lorsqu’il s’agit de flux financiers complexes (raisonner sur des fichiers Excel bruts, calculer le flux de trésorerie disponible sans effet de levier, cartographier les clauses restrictives), ces LLM à usage général sont toujours insuffisants.

La société Arc a comparé GPT-4o à son système d’IA interne sur une série de tâches dans le domaine du crédit privé. Trouver la dette nette ? GPT s’est trompé plus souvent. Calculer les ratios d’endettement ? Raté. Calculer la rétention des cohortes de clients sur une période de 24 mois ? Raté.

L’analyse financière est une autre paire de manches. Elle comporte plusieurs étapes, fait appel à de nombreuses mathématiques et ne tolère pas les hallucinations.

C’est pourquoi l’avenir de l’IA dans la finance n’est pas horizontal, mais vertical.

Arc a passé les deux dernières années à construire Arc Intelligence : un système d’IA agentique intégré verticalement et formé spécifiquement aux flux de travail des prêteurs privés. Il est agnostique, multimodal et capable de digérer des données non structurées comme des fichiers Excel avec un niveau de précision qui dépasse de loin les modèles génériques (environ trois fois plus de précision que les LLM de base comme OpenAI, au moment de la rédaction de cet article).

Plus important encore, il ne se contente pas de répondre aux questions, il complète les flux de travail. Ce système extrait, nettoie et analyse les données, puis rédige des rapports de diligence fondés sur des sources vérifiables.

C’est un peu l’analyste financier qui ne dort jamais.

Aujourd’hui, on constate une augmentation de la demande sur l’ensemble du marché du crédit privé. Plus de 300 prêteurs se sont inscrits sur la liste d’attente pour utiliser Arc Intelligence. Les fonds qui ont de véritables stratégies en matière d’IA reçoivent les fonds des investisseurs privés. Et les équipes chargées des transactions recherchent tous les avantages qu’elles peuvent obtenir sur un marché hautement concurrentiel.

L’IA n’est plus un luxe. C’est un enjeu de taille.

Cette vague d’adoption ne fera pas qu’accélérer le crédit privé. Elle élargira le marché, permettant aux prêteurs de servir plus d’entreprises, d’initier de meilleures transactions et de redéployer leurs équipes vers des activités à plus fort effet de levier.

Nous n’en sommes qu’au début de cette évolution. Cependant, une chose est claire : les fonds de crédit privés qui adoptent l’IA verticale définiront la prochaine ère du marché. Les autres seront laissés pour compte.

Et pour ceux qui ont passé des années enfouis dans des feuilles de calcul à trois heures du matin, cet avenir ne peut pas arriver trop tôt.

Une contribution de Don Muir pour Forbes US, traduite par Flora Lucas

À lire également : Fintech Meetup 2025 : les tendances qui vont façonner l’industrie