L’IA étend la gestion de patrimoine, sans remplacer les conseillers

Presque toutes les industries voient leurs professionnels s’inquiéter que l’IA puisse leur enlever leurs emplois, en particulier dans les secteurs du col blanc et basés sur le savoir.

Cela est, bien sûr, vrai pour la programmation, la rédaction et d’autres tâches où l’IA moderne basée sur les LLM (grands modèles de langage) est particulièrement performante. Mais cela s’applique également aux professionnels de la finance, qui voient de plus en plus l’IA et les soi‑disant robo‑conseillers comme des concurrents potentiels à la gestion de patrimoine traditionnelle réalisée par des humains.

Une nouvelle étude menée par deux chercheurs chinois de l’Université de Shanghai remet en question cette idée. En analysant les effets des LLM sur les sociétés chinoises de gestion de patrimoine, ils ont constaté que, contrairement aux prévisions de déplacement, l’adoption des LLM augmente significativement le nombre de conseillers. Cet effet est dû à une forte restructuration des ressources humaines dans les sociétés de gestion de patrimoine, les LLM stimulant en fait les embauches, notamment pour les postes juniors et de soutien.

Ils ont publié leurs résultats dans International Review of Economics& Finance¹, sous le titre “Do large language models displace or complement investment advisors? Evidence from Chinese wealth management firms”.

Du travail de routine aux tâches avancées

Ce qui rend les LLM radicalement différents en matière d’automatisation, c’est le type de tâches qu’ils peuvent automatiser. Auparavant, l’automatisation remplaçait principalement le travail manuel de routine, tandis que les LLM peuvent traiter des informations non structurées, effectuer un raisonnement logique et générer des textes complexes.

Ainsi, les LLM ressemblent davantage à des robots complexes et flexibles sur une chaîne de production qu’à des machines simples et répétitives qui ne peuvent pas gérer des tâches flexibles. Dans le monde physique, ce type de capacité a entraîné une réduction massive des effectifs dans la fabrication. Il n’est donc pas déraisonnable que les travailleurs du savoir craignent d’être déplacés par une telle technologie : même si elle ne remplace pas entièrement les humains, elle pourrait réduire drastiquement la main‑d’œuvre nécessaire pour une tâche donnée.

Cependant, automatiser complètement une tâche n’est pas nécessairement le seul effet de la technologie.

Une autre possibilité est de rendre une tâche auparavant complexe, ne pouvant être gérée que par des professionnels formés et expérimentés, plus facile à accomplir. Dans ce contexte, les LLM pourraient être plus semblables aux premières machines de la révolution industrielle, transformant une tâche complexe nécessitant un savoir‑faire d’expert en un processus de fabrication plus simple requérant moins de formation.

“En abaissant le seuil de connaissances requis pour l’accomplissement autonome d’une tâche, ces technologies peuvent élargir le éventail des tâches que les travailleurs juniors peuvent gérer de façon autonome.”

Si tel est le cas, le déploiement pratique des LLM devrait avoir un effet non seulement sur l’emploi, mais aussi sur la structure des entreprises qui les utilisent.

“Les technologies réduisent le coût d’acquisition du savoir, les travailleurs de production élargissent leur autonomie de résolution de problèmes, escaladent moins de problèmes de routine vers le haut, et augmentent l’étendue du contrôle des spécialistes seniors, aplanissant ainsi la hiérarchie.”

Gestion de patrimoine, IA & avantages concurrentiels

IA & argent ont un problème de confiance

Au quotidien, les employés de la gestion de patrimoine effectuent de nombreuses tâches de routine : collecte d’informations de marché, rédaction de rapports et documentation de conformité. Toutes ces tâches cognitives sont codifiables, où l’IA possède un avantage comparatif évident.

Cependant, la proposition de valeur fondamentale de l’industrie repose sur la confiance, le devoir fiduciaire et la gestion de la relation. Ce sont des tâches interpersonnelles nécessitant un savoir tacite et une intelligence sociale que l’IA peine encore à reproduire.

Cette lacune a limité le déploiement de l’IA dans le secteur financier jusqu’à présent, car la confiance dans les conseillers IA reste faible.

L’IA pourrait aider la gestion de patrimoine à se développer

Parallèlement, la réduction du coût des conseils financiers grâce à l’IA pourrait aider l’industrie à croître de façon considérable, car les coûts élevés de conseil limitent les services personnalisés aux individus très fortunés, laissant le vaste segment mass‑affluent chroniquement sous‑servi en matière de conseils de gestion de patrimoine.

« Si les LLM réduisent suffisamment le coût marginal des services de routine, ils pourraient permettre aux entreprises de pénétrer de façon rentable ce marché à longue traîne, déclenchant une mise à l’échelle grâce à l’IA qui favorise l’expansion des services et la création d’emplois plutôt que le déplacement »

Dans ce contexte, le marché chinois est particulièrement intéressant à analyser pour l’impact des LLM sur l’industrie :

• L’enrichissement rapide des ménages crée une demande latente importante dans le segment mass‑affluent.
• La CSRC et la SAC chinoises imposent des exigences strictes de supervision humaine, interdisant aux algorithmes d’exercer une autorité discrétionnaire totale et obligeant un suivi par des conseillers agréés de toutes les recommandations personnalisées.
  • Ces règles orientent l’adoption de l’IA vers des modèles hybrides humain‑machine, créant des conditions particulièrement favorables à la complémentarité plutôt qu’à la substitution totale.
• L’écosystème financier numérisé de la Chine et son infrastructure fintech largement répandue génèrent une variation significative d’adoption des LLM entre les entreprises, permettant une identification causale crédible.

Impact de l’IA sur la gestion de patrimoine

Que peuvent faire les LLM dans la gestion de patrimoine ?

Les chercheurs distinguent trois catégories de tâches dans la gestion de patrimoine qui peuvent être impactées par les LLM, chacune présentant un niveau différent de substituabilité.

Le premier ensemble de tâches comprend les analyses techniques, notamment l’analyse des données de marché, la construction de portefeuilles, la synthèse de recherches d’investissement et la documentation de conformité. Grâce à des règles explicites, des entrées de données structurées et des sorties standardisées, ces tâches sont idéales pour le déploiement des LLM afin de remplacer le travail humain.

Le deuxième ensemble de tâches regroupe les jugements et décisions, incluant l’évaluation des risques, l’analyse de scénarios et la conception de solutions personnalisées. Ces tâches nécessitent l’intégration de connaissances tacites et d’une conscience contextuelle, de sorte que les LLM ne peuvent les remplacer que de manière modérée.

Enfin, il existe les tâches de gestion de la relation. Elles englobent la construction de la confiance, le soutien émotionnel pendant la volatilité du marché et la cultivation de relations à long terme. Ces tâches requièrent une sensibilité interpersonnelle, un jugement contextuel et une connexion humaine authentique, rendant les LLM largement inadaptés à ce rôle.

Collecte des données

Les chercheurs ont rassemblé plusieurs bases de données réglementaires, divulgations d’entreprises et données de marché afin de constituer un ensemble de données panel complet couvrant les sociétés chinoises de gestion de patrimoine, totalisant 7 795 observations de 2019 à 2024.

Pour identifier l’adoption des LLM au niveau de l’entreprise, les offres d’emploi et les informations de profil des employés ont été collectées sur les principales plateformes de recrutement.

Le personnel de gestion de patrimoine a été réparti en conseillers juniors (≤ 3 ans d’expérience), conseillers intermédiaires (4–10 ans d’expérience) et conseillers seniors (> 10 ans d’expérience).

Enfin, l’analyse au niveau des clients intègre les rendements d’investissement, l’allocation d’actifs, les structures de frais et le statut de rétention des clients.

Qui est le plus impacté

Des études antérieures ont montré que, bien que l’adoption des LLM dans les milieux de travail révèle des gains de productivité de 14 à 56 %, elle bénéficie de façon disproportionnée aux travailleurs moins expérimentés et aux compétences inférieures. En conséquence, les entreprises ont accordé une plus grande importance aux capacités interpersonnelles et à l’interaction client après l’adoption des LLM. Cependant, la demande pour les compétences techniques traditionnelles n’a pas diminué de façon significative, suggérant que l’IA a modifié les compétences humaines complémentaires que les entreprises valorisent plutôt que de rendre l’expertise technique superflue.

« Ce schéma, où l’IA augmente plutôt que remplace simplement le travail à faible qualification, diffère nettement des vagues précédentes d’adoption informatique qui complétaient généralement les travailleurs hautement qualifiés »

La conséquence est que l’adoption des LLM est positivement associée à une plus grande importance accordée aux compétences douces (capacité de communication, intelligence émotionnelle, gestion de la relation client).

Utilisation des LLM

Seulement 17,8 % des observations d’entreprise‑année concernent l’adoption des LLM, indiquant que, bien que l’utilisation des LLM reste relativement rare, une proportion significative de sociétés de gestion de patrimoine a commencé à intégrer ces technologies.

Les zones situées dans des pôles technologiques affichent des effets plus importants que les zones non technologiques. Ce schéma reflète probablement un meilleur accès aux talents en IA, une infrastructure technologique plus solide et des clients plus sophistiqués qui valorisent les services améliorés par l’IA dans les principaux centres technologiques.

L’utilisation des LLM corrèle le plus fortement avec les conseillers juniors, de façon modérée avec les conseillers intermédiaires et le plus faiblement avec les conseillers seniors, correspondant au profil attendu du déploiement de l’IA dans l’industrie de la gestion de patrimoine.

En examinant les rôles pour lesquels les LLM sont principalement employés, l’étude montre une forte corrélation de l’utilisation des LLM avec les postes de soutien et une quasi‑absence d’association avec les postes en contact direct avec les clients.

Meilleurs services, mêmes prix

L’étude montre que l’utilisation des LLM est significativement corrélée positivement avec tous les indicateurs de qualité de service : rendement du portefeuille, rendement ajusté au risque, rétention des clients et croissance des actifs sous gestion (AUM). L’utilisation des LLM est également associée à une diminution du taux de plaintes et des actions réglementaires.

L’usage des LLM a entraîné une amélioration de 11,5 % des rendements moyens des portefeuilles. L’amélioration de 2,5 points de pourcentage de la rétention représente une réduction de 23,8 % du taux d’attrition des clients.

Toutefois, aucune corrélation n’est observée entre l’utilisation des LLM et les frais de conseil.

Cela indique probablement que les pressions concurrentielles peuvent empêcher les entreprises d’extraire des frais plus élevés, malgré les améliorations de service démontrées, les bénéfices allant principalement aux clients plutôt qu’aux producteurs. Cela est particulièrement probable dans une industrie où la qualité du service est observable et où les entreprises rivalisent sur la performance.

L’IA ne remplace pas mais restructure le travail humain

Dans l’ensemble, les résultats montrent que l’IA restructure les tâches dans la gestion de patrimoine, mais n’a aucun effet net de déplacement.

À mesure que les LLM prennent en charge les tâches analytiques de routine, les entreprises accordent de plus en plus de valeur aux employés capables d’exercer un jugement (compétences cognitives), de travailler efficacement avec les outils d’IA (compétences d’efficacité), de communiquer efficacement avec les clients (compétences sociales) et de maintenir de solides relations client (compétences relationnelles).

Ces résultats ne suggèrent pas que les compétences techniques deviennent inutiles. Au contraire, ils indiquent que les capacités purement humaines gagnent en valeur aux côtés de l’expertise technique, à mesure que l’IA assume une part plus importante du travail analytique de routine.

En réduisant le coût des tâches techniques, l’IA pourrait devenir non seulement un outil de productivité mais aussi un puissant levier d’expansion pour l’industrie de la gestion de patrimoine, l’aidant à élargir son marché adressable à une plus grande partie de la population.

Ces conclusions peuvent s’étendre à d’autres industries présentant des conditions similaires : demande latente non satisfaite, réglementation avec supervision humaine et modèles de services basés sur la relation.

Investir dans la gestion de patrimoine IA

L’étude n’examine pas Morgan Stanley (MS ) ni ne prouve que les mêmes résultats se produiront en dehors de la Chine. Cependant, elle identifie les conditions dans lesquelles la gestion de patrimoine assistée par l’IA peut se développer avec succès. Morgan Stanley offre aux investisseurs une exposition à une activité combinant un vaste réseau de conseillers, des investissements autogérés, des services en milieu de travail et des capacités d’IA de plus en plus sophistiquées.

Morgan Stanley

Morgan Stanley est un géant établi de longue date dans la banque, le crédit et la gestion de patrimoine, avec 9,3  billions de dollars d’actifs clients totaux en 2025, dont environ les trois quarts^th proviennent du segment de la gestion de patrimoine. Il convient également de noter que les actifs clients totaux ont fortement augmenté depuis 2020.

Source: Morgan Stanley

La plateforme principale de robo‑conseiller de Morgan Stanley est sa marque E*TRADE, qui facture des frais de conseil annuels d’environ 0,30 %.

Au-delà d’un simple robo‑conseiller, Morgan Stanley propose également d’autres services de gestion de patrimoine :

• Conseillers virtuels : accès téléphonique à une équipe de conseillers à distance pour une planification structurée sans recours à un courtier humain à service complet dédié.
• Conseillers financiers à service complet : planification traditionnelle en tête-à-tête dédiée aux besoins complexes de gestion de patrimoine.

Source: Morgan Stanley

Cette structure ressemble étroitement au modèle humain‑machine examiné dans l’étude : l’IA gère la récupération d’informations, la documentation des réunions et la préparation de routine, tandis que les conseillers agréés conservent la responsabilité des relations client et des recommandations.

À mesure que les capacités de l’IA se développent, cela devrait permettre à Morgan Stanley de réduire progressivement les coûts liés aux compétences techniques et de redistribuer la main‑d’œuvre vers un déploiement plus important de l’interaction humaine nécessaire à des conseils plus directs et personnalisés.

La taille et la réputation de Morgan Stanley à tous les niveaux de clientèle l’aideront à déployer l’IA efficacement auprès de millions de clients et à élargir le marché de la gestion de patrimoine.

Il convient de noter que l’IA est déjà utilisée comme point d’entrée canalisant les clients vers des niveaux supérieurs de gestion de patrimoine, avec 7 millions de nouvelles relations clients depuis 2020, principalement provenant d’E‑TRADE et de Workplace, une plateforme leader du marché pour les conseillers financiers.

Source: Morgan Stanley

« Morgan Stanley at Work gère environ 1,2 billion de dollars d’actifs via son activité de solutions financières en milieu de travail. L’entreprise envisage que les clients d’entreprise interagiront finalement avec les plateformes « de manière purement agentique, en utilisant des outils alimentés par l’IA plutôt qu’en se connectant directement à ShareWorks ou Equity Edge ». 

• Augmenter le nombre de clients que chaque conseiller peut soutenir
• Étendre les services personnalisés davantage au marché mass‑affluent
• Améliorer la productivité des conseillers sans réduire la qualité du service
• Renforcer la rétention grâce à des interactions plus fréquentes et personnalisées
• Faire croître les revenus de la gestion de patrimoine sans une croissance administrative proportionnelle

Cela ne signifie pas que l’IA améliorera nécessairement les bénéfices de Morgan Stanley, comme l’étude le montre, ces améliorations et gains pourraient principalement profiter aux clients. Mais cela devrait aider à consolider sa position de leader dans l’industrie, et l’expansion mondiale probable du marché de la gestion de patrimoine grâce à l’IA devrait bénéficier à l’ensemble du secteur.

Dernières nouvelles et développements boursiers de Morgan Stanley (MS)

Étude référencée

^{1. Lina Song et Huaili Lyu. Do large language models displace or complement investment advisors? Evidence from Chinese wealth management firms. International Review of Economics& Finance. octobre 2026. Article: 105636. Volume 111. 10.1016/j.iref.2026.105636}