En décembre 2025, l’adoption de l’IA à Wall Street a dépassé les expériences menées au sein des grandes banques américaines pour devenir une opération quotidienne. Lors d’une conférence sur les services financiers de Goldman Sachs à New York le 9 décembre, les dirigeants bancaires ont décrit l’IA, en particulier l’IA générative, comme une amélioration opérationnelle qui booste déjà la productivité dans les domaines de l’ingénierie, des opérations et du service client.
Cette transition vers l’IA a été accompagnée d’une réalité plus dure. Si les banques peuvent produire davantage avec les mêmes équipes, certains postes pourraient ne plus être nécessaires aux niveaux actuels une fois que la demande se stabilisera.
Comment les banques de Wall Street disent que l’IA apporte des résultats aujourd’hui
JPMorgan : les gains opérationnels commencent à se cumuler
Marianne Lake, directrice générale de la banque de détail et de proximité de JPMorgan, a déclaré que la productivité dans les domaines utilisant l’IA a augmenté d’environ 6 %, contre environ 3 % avant le déploiement. Elle a ajouté que les postes opérationnels pourraient éventuellement voir des gains de productivité de 40 % à 50 % à mesure que l’IA devient partie intégrante du travail quotidien.
Wells Fargo : la production augmente avant les changements d’effectifs
Le PDG de Wells Fargo, Charlie Scharf, a déclaré que la banque n’avait pas encore réduit ses effectifs en raison de l’IA, mais a noté qu’elle « faisait beaucoup plus ». Il a déclaré que la direction prévoit de trouver des domaines où moins de personnes seront nécessaires à mesure que la productivité s’améliore.
PNC : l’IA accélère un changement de longue date
Le PDG de PNC, Bill Demchak, a présenté l’IA comme un accélérateur plutôt qu’une nouvelle direction. Il a déclaré que les effectifs de la banque étaient restés globalement stables depuis une décennie, même si l’activité s’était développée. Cette stabilité, a-t-il dit, provenait de l’automatisation et de l’optimisation des succursales, l’IA devant probablement pousser la tendance plus loin.
Citigroup : gains dans les logiciels et le support client
Le nouveau directeur financier de Citi, Gonzalo Luchetti, a déclaré que la banque avait enregistré une amélioration de la productivité de 9 % dans le développement de logiciels. Cela reflète une tendance plus large parmi les grandes entreprises adoptant des IA pour soutenir le travail de codage.
Il a également souligné deux domaines de support client où l’IA aide : améliorer l’auto-assistance pour que moins d’appels parviennent aux agents, et soutenir les agents en temps réel lorsque les clients ont besoin de parler à une personne.
Goldman Sachs : changements de flux de travail associés à une retenue dans l’embauche
Selon Reuters, le programme interne « OneGS 3.0 » de Goldman Sachs s’est concentré sur l’utilisation de l’IA pour améliorer les processus de vente et l’intégration des clients. Il a également ciblé des fonctions lourdes en processus tels que les flux de prêt, la production de rapports réglementaires et la gestion des fournisseurs.
Ces changements se déroulent parallèlement à des suppressions d’emplois et à un rythme d’embauche plus lent, liant directement la refonte des flux de travail aux décisions en matière d’effectifs.
Où les banques de Wall Street voient les premiers gains de productivité de l’IA
Dans l’ensemble des banques, les gains les plus clairs se manifestent dans les travaux qui reposent fortement sur des documents, suivent des étapes répétables et opèrent dans des règles définies. L’IA générative peut raccourcir le temps nécessaire pour rechercher des informations, résumer des documents, rédiger du contenu et faire avancer le travail à travers des chaînes d’approbation, surtout lorsqu’elle est associée à des processus structurés et à des vérifications humaines.
Les domaines courants où l’impact initial est observé comprennent :
– Opérations : rédaction de réponses, résumé des cas, résolution des exceptions plus rapidement
– Développement de logiciels : génération de code, écriture de tests, refactoring et production de documentation
– Service client : auto-assistance renforcée combinée à un support en temps réel pour les agents
– Support commercial et intégration : extraction de données à partir de documents, remplissage de formulaires et accélération de la configuration client
– Reporting réglementaire : assemblage plus rapide de récits et de preuves, sous examen et contrôles stricts
Pour les banques, l’enthousiasme n’est pas la principale contrainte. Le contrôle l’est. Les régulateurs américains exigent depuis longtemps une surveillance stricte des modèles, et ces attentes s’étendent aux systèmes d’IA. Des directives telles que le SR 11-7 de la Réserve fédérale et de l’OCC fixent des normes pour le développement, la validation et l’examen continu des modèles. Un rapport de 2025 du Bureau américain de la responsabilité gouvernementale a noté que les principes existants de gestion des risques des modèles s’appliquent déjà à l’IA, y compris les tests et la surveillance indépendante.
En pratique, cela pousse les banques à concevoir des systèmes qui peuvent être examinés et retracés. L’utilisation de l’IA est souvent limitée dans sa capacité d’agir de manière indépendante. Les instructions et les résultats sont enregistrés, les performances sont surveillées pour détecter les dérives, et les humains restent responsables des décisions à fort impact telles que les prêts, le traitement des litiges et les déclarations officielles.
La productivité augmente, mais des questions sur l’emploi subsistent
Les commentaires des dirigeants des banques indiquent un changement progressif. La première phase ressemble à un maintien des effectifs stable associé à une production accrue à mesure que les outils d’IA se répandent dans les équipes. La deuxième phase commence une fois que ces gains deviennent suffisamment consistants pour influencer les plans d’effectifs, par le biais de l’attrition, des changements de rôle ou des suppressions ciblées.
Les signaux de Wells Fargo concernant la planification des effectifs pour 2026 et les coûts de licenciement suggèrent que certaines banques approchent de cette deuxième étape.
À un niveau plus large, des institutions telles que le Fonds monétaire international ont averti que l’IA pourrait affecter une grande partie des emplois dans le monde, avec des mélanges différents d’automatisation et d’augmentation selon le rôle et la région. Le rapport « Future of Jobs Report 2025 » du Forum économique mondial prévoit également un mouvement important des emplois à mesure que les entreprises adoptent l’IA et ajustent leurs besoins en compétences.
Ce que l’IA signifie pour la stratégie des banques de Wall Street au-delà de 2025
Les banques qui tirent le plus parti de l’IA se concentreront probablement sur trois domaines à la fois : la refonte des flux de travail plutôt que l’ajout d’outils de discussion, la construction de bases de données solides et la mise en place de gouvernance qui favorise la rapidité sans compromettre la confiance.
Les cabinets de recherche estiment que les enjeux financiers sont élevés. McKinsey estime que l’IA générative pourrait apporter entre 200 et 340 milliards de dollars de valeur annuelle au secteur bancaire, principalement grâce à des améliorations de productivité.
La question ouverte n’est plus de savoir si l’IA peut apporter des résultats dans le secteur bancaire. C’est à quelle vitesse les banques peuvent rendre ces gains routiniers tout en préservant les pistes d’audit, la sécurité et les garanties pour les clients, et comment elles gèrent les changements de main-d’œuvre qui en découlent.