BusinessAI News · 25 mars 2026, 15:58· 2 min de lecture

Ocorian : les family offices se tournent vers l'IA pour analyser leurs données financières

Selon une étude mondiale publiée par Ocorian, 86 % des family offices ont désormais recours à l'intelligence artificielle pour analyser leurs données financières et améliorer leurs opérations quotidiennes. Ces structures de gestion de patrimoine privé, représentant ensemble 119,37 milliards de dollars d'actifs, utilisent le machine learning pour moderniser leurs workflows, détecter des anomalies, automatiser le reporting et respecter des cadres réglementaires de plus en plus exigeants. Les outils déployés s'appuient majoritairement sur de grandes infrastructures cloud comme Microsoft Azure ou Google Cloud, qui fournissent la puissance de calcul et les protocoles de sécurité nécessaires. Sur le calendrier d'adoption, 26 % des dirigeants interrogés estiment que l'IA va transformer l'administration et les performances dès l'année prochaine, tandis que 72 % tablent sur un impact plus large à horizon deux à cinq ans.

Cette adoption massive marque un tournant pour un secteur historiquement conservateur. L'IA permet aux équipes opérationnelles de repérer des schémas de fraude ou des manquements à la conformité bien plus rapidement que les contrôles manuels, tout en allégeant la charge administrative liée aux obligations réglementaires. Mais l'intégration reste complexe : les architectures de données héritées nécessitent souvent une refonte profonde avant de pouvoir supporter des outils d'analyse prédictive, et moderniser les systèmes sans perturber les services clients constitue un défi majeur. Michael Harman, directeur commercial d'Ocorian pour le Royaume-Uni et les îles Anglo-Normandes, résume bien la situation : les family offices comprennent que l'IA aura un impact considérable et qu'ils doivent commencer à explorer ce domaine, mais ils auront besoin d'accompagnement pour réussir cette transition. Paradoxalement, malgré ce fort taux d'utilisation opérationnelle, seuls 7 % des répondants, issus de 16 territoires dont le Royaume-Uni, les États-Unis, les Émirats arabes unis et Singapour, cherchent actuellement à investir directement dans des entreprises du secteur IA, préférant s'appuyer sur des solutions éprouvées plutôt qu'absorber les risques liés aux startups émergentes. Ce chiffre devrait toutefois évoluer rapidement : 74 % de ces organisations prévoient d'augmenter leurs investissements dans les actifs numériques au cours des trois prochaines années, dont 20 % de façon significative.

Les family offices gèrent le patrimoine de familles fortunées et constituent l'un des segments les plus discrets, et les plus puissants, de la finance mondiale. Leur adoption accélérée de l'IA s'inscrit dans une tendance plus large de numérisation du secteur financier, sous la pression conjuguée de la complexité réglementaire croissante et de la concurrence des fintechs.

Impact France/UE

Les family offices britanniques et des îles Anglo-Normandes figurent parmi les 16 territoires étudiés, illustrant une adoption croissante de l'IA dans la gestion de patrimoine en Europe, notamment sous la pression des cadres réglementaires financiers comme DORA.

Dans nos dossiers

Microsoft Azure Google Cloud

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1AI News

Pour une IA efficace, les assureurs doivent mettre de l'ordre dans leurs données

Le secteur de l'assurance souffre d'un paradoxe criant : 82 % des entreprises estiment que l'IA dominera leur industrie dans les prochaines années, mais seulement 14 % ont pleinement intégré la technologie dans leurs opérations. C'est le constat dressé par Autorek, fournisseur de solutions IA pour l'assurance, dans son rapport Insurance Operations & Financial Transformation 2026, fondé sur une enquête menée auprès de 250 managers au Royaume-Uni et aux États-Unis. Le tableau brossé par ce rapport est celui d'un secteur structurellement grippé, où les inefficacités opérationnelles freinent autant la rentabilité que la transformation numérique. La fragmentation des données, l'héritage de systèmes informatiques obsolètes et le manque d'expertise interne constituent les principaux obstacles identifiés. Ces blocages ne sont pas nouveaux, le rapport souligne lui-même que ses conclusions précédentes étaient déjà connues, mais ils persistent, aggravés par les fusions-acquisitions qui multiplient les silos de données. Les chiffres sont éloquents : 14 % des budgets opérationnels partent en correction d'erreurs manuelles, 22 % des répondants imputent leurs hausses de coûts à la complexité des réconciliations, et près de la moitié des entreprises opèrent des cycles de règlement dépassant 60 jours. Les volumes de transactions devraient par ailleurs augmenter d'environ 29 % d'ici deux ans, ce qui risque de faire peser une pression accrue sur des OPEX déjà sous tension. Les entreprises sondées gèrent en moyenne 17 sources de données distinctes, rendant tout déploiement IA sur cette architecture fragmentée difficile à mettre à l'échelle sans explosion des coûts. Autorek préconise de cibler en priorité les processus de réconciliation comme terrain d'expérimentation initial pour l'IA : domaine borné et fondé sur des règles, il offre des gains rapides et mesurables. Le rapport suggère également de s'appuyer sur des plateformes IA cloud plutôt que sur des solutions internes, pour mieux absorber la complexité des données fragmentées. La conclusion est sans appel : les assureurs qui résoudront leurs problèmes de gouvernance et de standardisation des données en premier creauseront un écart de performance durable sur leurs concurrents.

UELes assureurs européens font face aux mêmes obstacles de fragmentation des données et de systèmes legacy, mais l'étude ne porte que sur des entreprises britanniques et américaines.

BusinessActu

1 source

2Le Big Data

FactSet s’allie à Google Cloud pour intégrer l’IA à ses services financiers

FactSet, l'éditeur américain de données et d'outils financiers, annonce un partenariat stratégique avec Google Cloud pour intégrer les modèles Gemini à sa plateforme FactSet Workstation. L'accord s'articule autour de trois axes principaux. D'abord, l'intégration de la Gemini Enterprise Agent Platform doit permettre à FactSet de lancer une nouvelle génération d'agents financiers capables d'assister les professionnels dans leurs recherches et leurs analyses, en s'appuyant sur les fonctionnalités de recherche avancée et les capacités multimodales de Google. L'ajout de Google Ground doit également élargir les sources d'information exploitées par les outils d'IA de FactSet. Ensuite, sur le plan technique, FactSet enrichira Gemini Enterprise grâce à sa plateforme MCP et à son système de partage d'agents, dans la continuité d'une précédente collaboration avec Google DeepMind, afin d'assurer une interopérabilité fluide entre FactSet Workstation et les outils Google Cloud. Enfin, les deux entreprises développeront conjointement des agents spécialisés dédiés aux opérations de portefeuille, au conseil en fusions-acquisitions et à la finance d'entreprise. FactSet ajoute par ailleurs Google Cloud à son portefeuille de fournisseurs cloud existants, une décision motivée par le renforcement de la résilience et de l'évolutivité de sa plateforme. Pour les banques, sociétés de gestion d'actifs et équipes de finance d'entreprise, cette alliance vise concrètement à accélérer et fiabiliser des tâches aujourd'hui chronophages, comme la recherche documentaire, l'analyse de portefeuille ou la préparation de dossiers de fusion-acquisition. L'enjeu central pour ces institutions n'est pas seulement la vitesse d'exécution mais la traçabilité des données utilisées: dans un secteur soumis à des exigences réglementaires strictes, une réponse générée par IA doit pouvoir être vérifiée et documentée jusqu'à sa source. En misant sur son expertise historique de fournisseur de données financières combinée à l'infrastructure et aux modèles génératifs de Google, FactSet cherche à se positionner comme un intermédiaire de confiance entre les capacités brutes de l'IA générative et les contraintes de conformité du monde financier. Ce partenariat illustre une tendance plus large dans l'industrie: les grands fournisseurs de données financières, à l'image de Bloomberg ou S&P Global, cherchent tous à intégrer l'IA générative sans sacrifier la fiabilité qui constitue leur valeur ajoutée historique. Google Cloud, de son côté, poursuit son offensive dans la finance après sa collaboration avec Google DeepMind, cherchant à démontrer que ses modèles Gemini peuvent s'insérer dans des environnements professionnels exigeants. Sanoke Viswanathan, PDG de FactSet, a souligné que l'intelligence artificielle transforme en profondeur la manière dont les professionnels de la finance travaillent, laissant entrevoir un déploiement progressif de ces agents spécialisés dans les mois à venir.

BusinessActu

1 source

3Le Big Data

Anthropic vise Wall Street : un partenariat à 1,5 milliard pour dominer l’IA financière

Anthropic finalise une coentreprise d'environ 1,5 milliard de dollars avec plusieurs géants de Wall Street pour déployer ses outils d'intelligence artificielle auprès des entreprises détenues par des fonds de capital-investissement. Selon le Wall Street Journal, les piliers de cette structure sont Anthropic, le fonds Blackstone et Hellman & Friedman, chacun prêt à injecter environ 300 millions de dollars. Goldman Sachs participerait en tant qu'investisseur fondateur avec une mise estimée à 150 millions. L'annonce officielle était attendue le 5 mai 2026. Simultanément, Anthropic pousse ses investisseurs à se positionner sous 48 heures sur un nouveau tour de table d'environ 50 milliards de dollars, qui valoriserait la startup à quelque 900 milliards, soit plus du double de sa valorisation de 380 milliards atteinte en février dernier. Cette coentreprise ouvre à Anthropic l'accès à un segment particulièrement lucratif : les sociétés sous LBO, c'est-à-dire rachetées à crédit par des fonds de private equity, constituent un terrain idéal pour standardiser des usages à forte valeur ajoutée. Automatisation des opérations, analyse prédictive, optimisation des coûts, pilotage financier en temps réel : les fonds d'investissement cherchent précisément ces leviers pour améliorer la rentabilité de leurs portefeuilles. En s'y insérant directement, Anthropic ne vend plus seulement de la technologie, il s'intègre dans les mécanismes de création de valeur des fonds eux-mêmes. La pression exercée sur les investisseurs pour qu'ils se décident en moins de deux jours témoigne d'un rapport de force inversé : la demande dépasse l'offre, au point que certains acteurs historiques préfèrent attendre l'introduction en bourse, annoncée plus tard en 2026, pour matérialiser leurs gains. Derrière cette accélération se trouve un impératif industriel : financer l'infrastructure de calcul colossale qu'exige l'IA générative avancée. Les revenus récurrents issus de la coentreprise et les alliances nouées avec les plus grands acheteurs de technologie permettent à Anthropic de consolider sa position sans dépendre uniquement des cycles de levée de fonds. Le chiffre d'affaires annuel de la startup aurait récemment dépassé les 30 milliards de dollars, avec des projections internes proches de 40 milliards. La comparaison avec OpenAI s'impose : ce dernier a levé 122 milliards de dollars début 2025 pour une valorisation post-money de 852 milliards. En visant 900 milliards, Anthropic ambitionne de dépasser son principal rival sur le terrain de la crédibilité financière autant que technologique. Pour les acteurs B2B, la capacité à structurer des écosystèmes industriels prend désormais le pas sur la seule performance des modèles.

UELes entreprises européennes sous LBO pourraient être exposées indirectement aux outils Anthropic si leurs fonds d'investissement rejoignent la coentreprise, mais aucun acteur européen n'est directement impliqué dans l'accord.

BusinessOpinion

1 source

4AI News

Goldman Sachs observe un déplacement des investissements IA vers les centres de données

Goldman Sachs observe un tournant majeur dans les stratégies d'investissement liées à l'intelligence artificielle : les capitaux se déplacent des logiciels et outils IA expérimentaux vers l'infrastructure physique, notamment les centres de données. La banque décrit ce mouvement comme un "flight to quality", une fuite vers la qualité, où les investisseurs privilégient désormais les acteurs qui possèdent et opèrent les fondations matérielles de l'IA. Ce repositionnement illustre une maturité croissante du marché. Après l'euphorie initiale de la vague générative, où la simple association avec l'IA suffisait à faire grimper les valorisations, les investisseurs examinent désormais plus rigoureusement les modèles économiques. Les opérateurs de centres de données et les fabricants de puces se retrouvent en position favorable : leurs services sont indispensables quelle que soit l'application IA qui s'impose à terme. Cette logique d'infrastructure comme socle incontournable rappelle les dynamiques observées lors des précédentes révolutions du cloud computing. Les chiffres avancés par Goldman Sachs Research donnent la mesure des enjeux. Les charges de travail IA pourraient représenter environ 30 % de la capacité totale des centres de données d'ici deux ans. Plus marquant encore, la demande mondiale en énergie des data centers pourrait augmenter de 175 % d'ici 2030 par rapport aux niveaux de 2023, une hausse équivalente à ajouter la consommation électrique d'un nouveau pays parmi les dix plus grands consommateurs mondiaux. Les hyperscalers investissent déjà des dizaines de milliards de dollars chaque année en nouveaux équipements et infrastructures réseau. L'entraînement de grands modèles exige des milliers de puces fonctionnant en parallèle pendant de longues périodes, tandis que l'inférence maintient une pression constante sur les ressources de calcul. Les contraintes physiques, approvisionnement énergétique, refroidissement, raccordements au réseau électrique, acquisitions foncières, redéfinissent désormais les stratégies des grandes entreprises technologiques. Construire un modèle n'est qu'une partie du défi ; encore faut-il disposer de l'infrastructure pour le faire tourner de manière fiable. Ces délais de construction, parfois comptés en années, expliquent pourquoi les entreprises contrôlant déjà de vastes réseaux de data centers captent une attention croissante des marchés.

UELes entreprises et investisseurs européens doivent anticiper la hausse des coûts énergétiques et fonciers liés aux data centres, avec des implications directes pour les régulations européennes sur l'énergie et le climat.

BusinessOpinion

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic