OpenAI (ChatGPT) ne se contente plus de produire des textes ou des images. L’entreprise américaine s’attaque désormais à l’un des bastions les plus fermés du monde financier : la banque d’investissement. Son nouveau programme, baptisé Projet Mercury, vise à former l’intelligence artificielle à automatiser les tâches manuelles des analystes financiers. Derrière cette initiative, c’est tout l’équilibre du secteur bancaire mondial qui pourrait être redéfini… Et donc la façon et les règles avec lesquelles les consommateurs (donc VOUS) sont traités par les banques.
Selon des documents internes révélés par Bloomberg, OpenAI a constitué une équipe de plus de 100 anciens banquiers issus de géants tels que Morgan Stanley, JPMorgan Chase ou Goldman Sachs. Leur mission : nourrir et entraîner des modèles d’IA capables d’analyser, d’évaluer et de produire des modèles financiers complets. Ces experts travaillent sur des opérations aussi techniques que les restructurations d’entreprises, les introductions en bourse (IPO) ou la modélisation d’évaluation financière.
Le principe est simple : apprendre à l’IA à reproduire le travail d’un analyste junior, celui qui, dans une grande banque, passe souvent ses nuits sur Excel à ajuster des hypothèses de valorisation ou à peaufiner des présentations PowerPoint. Autrement dit, l’IA apprend à faire ce que des milliers de jeunes diplômés de finance effectuent chaque semaine à la chaîne.
Le Projet Mercury rémunère ces formateurs à hauteur de 150 dollars de l’heure pour alimenter les modèles d’OpenAI avec des données financières réelles et les annoter selon les standards professionnels du secteur. L’objectif est de permettre à l’entreprise de passer d’une IA généraliste à une IA spécialisée dans les métiers à forte valeur ajoutée : finance, conseil stratégique, audit ou encore technologie.
Cette orientation marque un tournant majeur. Après avoir atteint une valorisation vertigineuse de 500 milliards de dollars, OpenAI cherche désormais à dégager de véritables revenus professionnels récurrents. Le Projet Mercury apparaît comme son pari le plus ambitieux pour monétiser l’IA dans des environnements où la précision et la conformité réglementaire sont essentielles.
Un proche du projet résume l’enjeu : « La finance est le laboratoire parfait pour entraîner une IA. Les données y sont abondantes, les règles strictes et les erreurs coûteuses. »
Les candidatures à ce programme sont entièrement automatisées. Les postulants passent d’abord un entretien avec une IA, d’une durée de 20 minutes, puis subissent une série de tests techniques portant sur la modélisation financière et l’analyse des états comptables. Seuls les candidats les plus solides peuvent ensuite soumettre chaque semaine un modèle complet pour validation.
Le projet n’apparaît pas sur le site officiel des carrières d’OpenAI, mais il attire déjà l’attention d’anciens professionnels de Wall Street, ainsi que d’étudiants en MBA issus de Harvard ou du MIT. Un recrutement discret, mais hautement sélectif.
L’enjeu est clair : automatiser le “sale boulot” de la banque d’investissement. Ces tâches répétitives, souvent chronophages — modélisations, corrections de slides, synthèse de rapports — peuvent représenter jusqu’à 100 heures de travail par semaine pour les jeunes analystes. En transférant ces fonctions à l’IA, OpenAI promet aux banques un gain de temps colossal et une baisse de la fatigue des équipes.
Dans ce modèle hybride, les humains conserveraient le pilotage stratégique et la relation client, tandis que l’IA gérerait les aspects purement mécaniques et numériques. Un scénario séduisant pour les dirigeants de banques, mais bien moins rassurant pour les jeunes entrants.
Des experts du recrutement financier mettent en garde. Jeanne Branthover, directrice mondiale des services financiers chez DHR Global, rappelle qu’« apprendre à lire, analyser et structurer les documents financiers fait partie du processus de formation d’un banquier ». Si cette étape est court-circuitée par l’IA, c’est toute une génération de professionnels qui risque de perdre ses bases.
En d’autres termes, si l’automatisation allège la charge mentale et réduit l’épuisement professionnel, elle pourrait aussi appauvrir les compétences fondamentales qui font la valeur d’un analyste expérimenté. Moins d’apprentissage sur le terrain, moins de réflexes d’analyse, et à long terme, un affaiblissement du jugement humain dans la prise de décision financière.
Le Projet Mercury n’est pas un cas isolé. Les grands acteurs de la finance déploient déjà leurs propres solutions d’intelligence artificielle. Citigroup a lancé sa plateforme Stylus, utilisée par plus de 140 000 employés à travers huit pays pour comparer et résumer des documents financiers. De son côté, McKinsey & Company équipe 75 % de ses collaborateurs avec Lilli, un outil d’IA interne capable de produire des présentations, des études de marché et des propositions clients en quelques minutes.
Ces initiatives confirment une réalité : l’IA quitte la phase d’expérimentation pour s’installer au cœur des opérations quotidiennes. Elle modifie non seulement les méthodes de travail, mais aussi les attentes en matière de compétences et de formation. Les banques ne cherchent plus seulement des analystes capables d’utiliser Excel, mais des profils aptes à piloter et vérifier les productions d’un modèle d’intelligence artificielle.
En formant ses modèles à traiter la donnée financière avec rigueur, à synthétiser des rapports complexes et à communiquer avec exactitude, OpenAI pose les bases d’une nouvelle génération d’analystes numériques. Ces agents hybrides, mi-humains mi-algorithmiques, pourraient devenir le standard des départements financiers dans les années à venir.
À terme, le Projet Mercury pourrait redéfinir le rôle même du banquier d’investissement. L’humain ne serait plus celui qui produit les chiffres, mais celui qui interprète, valide et négocie à partir des analyses générées par la machine. La valeur ajoutée passerait de l’exécution à la supervision.
Le Projet Mercury illustre la direction prise par OpenAI : transformer l’intelligence artificielle en outil de production à haute valeur ajoutée, capable de remplacer une partie du travail intellectuel humain. Si la promesse d’efficacité séduit les grandes banques, elle soulève une question plus vaste : quelle place restera-t-il aux jeunes professionnels dans un secteur où l’apprentissage passe désormais par les algorithmes ?
Les banques françaises suivront-elles la même voie ? Rien ne l’exclut, tant la pression concurrentielle pousse à réduire les coûts et à accélérer les processus. Mais cette course à l’automatisation pourrait bien, à long terme, coûter cher à la qualité humaine de la finance.
Et vous ? Que pensez-vous de cette automatisation croissante du secteur financier ? Seriez-vous prêt à confier la modélisation d’une entreprise à une IA ? Partagez votre avis ou votre expérience en commentaire.
Après la taxe foncière payée en octobre, certains propriétaires devront encore s’acquitter, en décembre, d’autres…
Chaque année, la liste noire des paradis fiscaux établie par l’Union européenne est mise à…
Le projet de loi de finances pour 2026 annonce un virage fiscal défavorable pour les…
