Agentic AI et gestion de fortune : ce que la technologie peut faire et ce qu'elle ne doit pas décider

L’Agentic AI désigne des systèmes d’IA capables de planifier et d’exécuter des tâches complexes en plusieurs étapes, sans intervention humaine à chaque phase. En gestion de fortune, cela signifie que le système recherche, filtre et synthétise. Ce qu’il ne fait pas et ne doit pas faire : décider sur le fond de la stratégie d’investissement ou de la conduite d’un mandat. Cette distinction n’est pas seulement technique, elle est réglementaire.

Le terme circule depuis des mois dans les discussions du secteur, et plusieurs fournisseurs commercialisent déjà leurs produits comme une infrastructure opérationnelle complète pour les financial advisors, fondée sur des systèmes agentiques. Pour les Relationship Managers qui travaillent quotidiennement avec de vrais mandats et une vraie responsabilité, un regard attentif s’impose : que peut réellement faire cette technologie, quelles décisions restent impérativement du ressort humain, et quelles questions doivent trouver une réponse avant tout déploiement ?

L’essentiel en bref

• Définition : Agentic AI = systèmes d’IA qui décomposent des objectifs en sous-étapes et les exécutent de manière autonome, en faisant parfois appel à des sources de données externes ou à des interfaces.
• Dynamique de marché : plusieurs fournisseurs spécialisés se positionnent depuis 2024/2025 avec des systèmes agentiques conçus spécifiquement pour la gestion de fortune et le conseil financier (source : différents rapports sectoriels, dont EY, 2025 Global Wealth and Asset Management Outlook).
• Cadre réglementaire en Suisse : les décisions d’investissement doivent être imputables à une personne surveillée et responsable (LSFin, réglementation FINMA pour les gérants de fortune).
• Potentiel de gain de temps : selon les estimations de McKinsey, les Relationship Managers consacrent environ 60 à 70 pour cent de leur temps à des activités non génératrices de revenus, souvent administratives ; l’IA générative pourrait réorienter une partie de ce temps (environ 20 à 30 pour cent) vers un travail client à plus forte valeur ajoutée (source : McKinsey, analyses sur le Wealth Management aux États-Unis, 2024).
• Enseignement central : la technologie soulage le processus. Elle ne remplace pas le jugement.

Que signifie exactement « agentique » ?

L’Agentic AI se distingue de l’automatisation classique par un aspect décisif : elle peut interpréter des tâches non structurées, planifier elle-même des sous-étapes et trouver des voies alternatives en cas d’obstacles. Un système d’automatisation classique suit des règles fixes : si la condition X est remplie, exécuter l’étape Y. Un système agentique reçoit un objectif, par exemple « produire une synthèse des principales évolutions de marché de la semaine écoulée pour ce type de client », et planifie de manière autonome les sources qu’il utilise, l’ordre dans lequel il procède et la structure de sa production.

Cette souplesse est sa valeur ajoutée. C’est aussi la raison pour laquelle les systèmes agentiques sont moins prévisibles que de simples automatisations fondées sur des règles. Et c’est précisément pour cette raison que des limites claires, des pistes d’audit et des points de contrôle humain ne constituent pas un luxe, mais une condition préalable indispensable à tout usage responsable.

Où l’Agentic AI apporte-t-elle un gain de temps concret aux Relationship Managers ?

Des expériences pratiques et des projets pilotes dans le secteur financier montrent que les systèmes agentiques peuvent apporter un vrai gain de temps dans des étapes de processus clairement délimitées. Les domaines d’application les plus courants :

Préparation de l’information : le système parcourt des sources définies, identifie les informations liées à un thème et produit une synthèse structurée pour le Relationship Manager. Au lieu de 45 minutes de recherche le matin, le RM reçoit une liste de lecture préparée avec une évaluation de la pertinence.

Traitement des documents : les documents entrants, tels que des comptes annuels, relevés de dépôt ou documents juridiques, sont automatiquement saisis, classés et résumés en données clés essentielles. Le RM voit l’essentiel, pas le texte brut.

Préparation des entretiens : sur la base des données clients disponibles et des interactions passées, le système génère une proposition d’entretien structurée avec les points ouverts, l’évolution du portefeuille et les thèmes potentiels à aborder. Le RM décide quels points il souhaite traiter.

Pré-vérifications de conformité : le système vérifie si les documents requis pour une transaction prévue ou un nouveau mandat sont en place et signale les documents manquants avant la revue humaine.

Dans tous ces cas, la tâche centrale reste du ressort du Relationship Manager : l’évaluation sur le fond, l’entretien avec le client, la décision.

Ce que l’Agentic AI ne doit pas décider

La clarté est ici plus importante que l’enthousiasme. Conformément à la LSFin et aux règles de surveillance de la FINMA applicables aux gérants de fortune, la responsabilité des décisions d’investissement, du respect de l’obligation de diligence et de la transparence du mandat incombe à l’établissement surveillé et à ses collaborateurs. Aucun système d’IA n’est reconnu réglementairement comme sujet décisionnel.

Concrètement, cela signifie :

• Les décisions d’investissement requièrent une personne responsable dont la participation est établie.
• La transparence du mandat envers le client doit être assumée humainement, même si des systèmes ont contribué à la préparer.
• La documentation des bases de décision peut être assistée par l’IA, mais l’exhaustivité et l’exactitude demeurent une responsabilité humaine.
• Le contrôle des erreurs est obligatoire : les systèmes agentiques produisent des erreurs, dites hallucinations, c’est-à-dire des productions factuellement incorrectes sans mécanisme de correction. Toute personne qui transmet un résultat d’IA sans vérification en assume la responsabilité.

Ce cadre réglementaire n’est pas un frein, mais une protection légitime : pour le client, pour le Relationship Manager et pour la confiance dans le secteur.

Quelles questions doivent trouver une réponse avant le déploiement ?

Pour les Relationship Managers et les responsables d’établissements de gestion de fortune qui envisagent le recours à des systèmes agentiques, les questions suivantes sont fondamentales :

Protection et traitement des données : où les données clients sont-elles traitées ? Quittent-elles le périmètre réglementaire défini ? Quels prestataires tiers sont impliqués, et sont-ils qualifiés au regard de la nLPD et du RGPD ?

Traçabilité : le système fournit-il une piste d’audit pour ses productions ? Peut-on établir a posteriori sur quelles sources repose une synthèse ?

Contrôle qualité : existe-t-il un processus de validation documenté avant que la production de l’IA ne soit transmise au client ? Qui en est responsable ?

Limites du système : est-il clairement défini quelles tâches le système prend en charge et lesquelles il ne prend pas en charge ? Existe-t-il des garde-fous techniques ou procéduraux empêchant le système d’intervenir dans des domaines non approuvés ?

Les réponses à ces questions doivent être consignées par écrit avant toute mise en production d’un système.

Questions fréquentes sur l’Agentic AI en gestion de fortune

Qu’est-ce que l’Agentic AI en gestion de fortune ?

L’Agentic AI désigne des systèmes d’IA capables de planifier et d’exécuter des tâches complexes en plusieurs étapes, sans intervention humaine à chaque phase. En gestion de fortune, cela signifie que le système recherche, filtre et synthétise des informations, ou conduit des étapes de processus définies. La décision sur la stratégie d’investissement et le mandat reste du ressort du Relationship Manager responsable.

L’Agentic AI peut-elle prendre des décisions d’investissement ?

Non. Conformément à la LSFin et aux règles de surveillance de la FINMA applicables aux gérants de fortune, la responsabilité des décisions d’investissement et de l’obligation de diligence incombe à l’établissement surveillé et à ses collaborateurs. L’IA peut préparer des informations et automatiser des étapes de processus, mais elle n’est pas un sujet décisionnel reconnu réglementairement. Toute décision d’investissement doit être imputable à une personne responsable.

Où l’Agentic AI apporte-t-elle un gain de temps concret aux Relationship Managers ?

Les cas d’usage typiques sont la préparation automatisée des documents clients, la présélection des actualités de marché pertinentes, la synthèse de documents et la rédaction d’une préparation d’entretien sur la base des données disponibles. Selon les estimations de McKinsey, les Relationship Managers consacrent environ 60 à 70 pour cent de leur temps à des activités non génératrices de revenus, souvent administratives ; l’IA générative pourrait réorienter une partie de ce temps vers un travail client à plus forte valeur ajoutée.

En quoi l’Agentic AI se distingue-t-elle de l’automatisation classique ?

L’automatisation classique suit des règles fixes (si X, alors Y). L’Agentic AI peut interpréter des tâches non structurées, planifier elle-même des sous-étapes et trouver des voies alternatives en cas d’obstacles. Ce qui la rend plus souple, mais aussi moins prévisible. C’est précisément pour cette raison que des limites claires, des pistes d’audit et un contrôle humain à des points de contrôle définis sont indispensables à tout déploiement responsable.

Quels risques comporte l’utilisation de l’Agentic AI dans le contexte financier ?

Les risques les plus importants sont les hallucinations (productions factuellement incorrectes), le manque de traçabilité des étapes décisionnelles, les questions de protection des données lors du traitement des données clients et la transmission non contrôlée d’informations à des systèmes externes. Une sélection rigoureuse des systèmes, un processus de validation documenté et des contrôles qualité réguliers sont donc indispensables.

---

Cet article ne constitue pas un conseil en placement ni un conseil juridique et ne remplace pas un examen juridique ou réglementaire au cas par cas.