L'IA s'impose dans la finance, l'AIE NYC ouvre ses portes

IA à Wall Street : la tokenomie s'invite dans la finance

Les grandes entreprises de données financières, comme FactSet, Moody's, S&P Global et LSEG, ont largement rassuré les investisseurs qui craignaient d'être remplacées par des outils d'IA spécialisés en finance. Le marché avait pourtant vivement réagi plus tôt cette année, lorsqu'Anthropic et d'autres acteurs avaient présenté des produits d'IA destinés au secteur financier, provoquant un mouvement de vente sur les actions de ces fournisseurs de données. Les cours se sont depuis en partie redressés, ces entreprises ayant argué de façon convaincante que la montée en puissance des outils d'IA ne dévalue pas leurs données : banques et gestionnaires d'actifs, soumis à la régulation, continuent d'exiger des informations sous licence, à jour et vérifiables. Mercredi, le directeur financier de FactSet, Joshua Warren, a reconnu que les jetons ("tokens") d'IA "n'étaient pas un poste budgétaire auquel on pensait vraiment en 2025" un aveu révélateur de la rapidité avec laquelle ces coûts sont devenus un sujet central. Ce changement de perspective a des conséquences concrètes pour l'industrie. La question de savoir qui paie le coût des jetons nécessaires à l'analyse de données par IA dépend désormais de la manière dont l'accès aux données est structuré, et selon que le client utilise ses propres outils d'IA ou ceux du fournisseur. FactSet indique que ses produits d'IA génèrent une croissance et des contrats plus lucratifs, mais que les clients, incertains de leur propre consommation future, réclament davantage de flexibilité tarifaire. Le PDG Sanoke Viswanathan a précisé que l'entreprise ajoute des clauses pour ces "nouveaux modes de consommation". De son côté, Moody's a clarifié dès juin, lors d'une session avec un analyste de JPMorgan, que ce sont les clients qui supportent les coûts de jetons lorsqu'ils utilisent ses données via des outils comme Claude Enterprise, ChatGPT ou Microsoft Copilot, tout en proposant d'aider à maîtriser ces dépenses en structurant ses données pour une exploitation plus rapide et efficace par les agents IA. Ce débat s'inscrit dans un contexte plus large où les entreprises, tous secteurs confondus, cherchent à mieux contrôler leurs dépenses liées à l'IA, jugées imprévisibles puisqu'un agent peut relancer des requêtes ou tester de multiples jeux de données. FactSet dit s'appuyer sur des contrôles internes, un routage de modèles et un partenariat élargi avec Google lui offrant une tarification préférentielle des jetons. Pour l'instant, rien ne prouve que l'IA ait réellement bouleversé la croissance de ces entreprises, dont les taux restent proches de ceux d'avant la controverse. L'effet le plus visible pourrait plutôt se situer ailleurs, notamment chez LSEG, propriétaire de la Bourse de Londres, qui explore déjà d'autres pistes liées à cette même dynamique.

💬 Le point intéressant c'est pas la peur de se faire remplacer par l'IA, c'est la facture des jetons qui débarque là où personne ne l'attendait. FactSet avoue sans détour que ce poste n'existait même pas dans ses prévisions 2025, et Moody's a déjà tranché : c'est le client qui paie quand il branche Claude ou Copilot sur ses données. Selon Le Fil IA, la vraie bataille de la finance IA ne se joue plus sur la valeur des données mais sur qui absorbe le coût des jetons, et ça va redessiner les contrats du secteur plus vite que prévu.

Les risques cachés dans le financement de l'IA

Lors d'une conférence intitulée "Financing the AI Revolution" organisée lundi, des investisseurs et banquiers spécialisés dans l'IA ont été interrogés sur les risques cachés du marché actuel. Après un silence gêné, Martin Fichtner, responsable des investissements technologiques pour le fonds souverain singapourien Temasek, basé à San Francisco, a évoqué la "dérivée seconde" de la demande : non pas un ralentissement de la croissance, mais un simple fléchissement de son accélération suffirait à inquiéter les marchés. Son confrère Jim Prusko, gestionnaire de portefeuille senior chez Magnetar, a de son côté cité le risque réglementaire et les pressions politiques croissantes contre les centres de données américains comme menaces concrètes au déploiement de l'infrastructure IA. Magnetar est l'un des principaux soutiens financiers de CoreWeave, développeur de data centers, dont le vice-président au développement Nick Robbins reconnaît lui-même une tension permanente entre l'offre et la demande, notant que l'entreprise "ne peut pas lever des capitaux assez vite pour suivre la demande." Ces risques ne sont pas théoriques : deux scénarios se déroulent déjà sous les yeux des investisseurs. Anthropic a récemment relevé ses tarifs à un niveau tel que les coûts pour certains clients pourraient doubler, voire tripler selon certaines estimations. Dans un contexte où de nombreuses entreprises n'ont pas encore mesuré de gains concrets liés à l'IA, cette hausse fragilise leur appétit pour des dépenses importantes. Parallèlement, The Information rapporte chez OpenAI des objectifs manqués, une instabilité au niveau de la direction et une croissance décevante, une série de révélations qui a suffi à faire chuter les cours en bourse d'Oracle et de CoreWeave, deux acteurs ayant parié massivement sur la croissance de l'entreprise. L'enthousiasme reste néanmoins dominant : des dizaines de milliards de dollars ont afflué vers des acteurs comme Anthropic et OpenAI, portés par l'amélioration spectaculaire des modèles et une demande commerciale en forte hausse. Des introductions en bourse sont attendues pour ces deux sociétés ainsi que pour SpaceX. Mais l'histoire des booms technologiques enseigne que les investisseurs ont tendance à anticiper la réalité. Le vrai risque n'est pas l'éclatement d'une bulle, mais les déséquilibres ponctuels inhérents à toute ruée vers une technologie de rupture : lorsque l'offre finira par dépasser la demande chez certains opérateurs très endettés comme CoreWeave et ses concurrents, la correction pourrait être sévère pour les entreprises concernées et leurs créanciers. Les signaux d'alerte existent, même si peu d'investisseurs sont prêts à les nommer publiquement.

Coinbase se lance dans les paiements pour agents IA

Coinbase s'impose comme un acteur clé dans l'infrastructure de paiement pour agents IA, accélérant ses initiatives pour conquérir un marché encore émergent mais à fort potentiel. La plateforme d'échange crypto rivalise notamment avec Zerohash, une startup d'infrastructure crypto, pour décrocher un contrat stratégique : l'émission d'un stablecoin destiné à Cloudflare, dont le lancement est prévu cette année. L'enjeu est considérable. Cloudflare occupe une position centrale dans la gestion du trafic web mondial et la cybersécurité, ce qui signifie que le stablecoin retenu pourrait se retrouver au cœur de l'ensemble des transactions initiées par des agents IA transitant par son réseau. Ce positionnement ferait du gagnant un acteur incontournable de l'économie des agents autonomes, un segment encore naissant mais qui attire déjà les convoitises des grandes firmes de paiement. Le marché des paiements pour agents IA représente un nouveau terrain de compétition où les plateformes crypto comme Coinbase cherchent à prendre de l'avance sur les acteurs traditionnels du paiement. L'émission d'un stablecoin natif pour Cloudflare permettrait d'intégrer des capacités de micro-paiements automatisés directement dans l'infrastructure réseau, facilitant les transactions machine-to-machine sans intervention humaine. Si Coinbase remporte ce contrat, cela renforcerait considérablement sa position face aux acteurs traditionnels de la fintech et des paiements qui cherchent eux aussi à s'adapter à l'essor des agents autonomes, une bataille qui ne fait que commencer.

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.