Goldman Sachs et Anthropic : vers l’automatisation des tâches bancaires

Goldman Sachs collabore avec Anthropic pour automatiser les tâches de conformité et de comptabilité

Le 8 février 2026, Goldman Sachs a annoncé un partenariat avec la startup d’intelligence artificielle Anthropic pour développer des agents AI destinés à automatiser des tâches internes telles que la comptabilité des transactions et la diligence raisonnable des clients. Selon un rapport de CNBC, cette initiative a été confirmée par Goldman Sachs.

Une avancée significative

Ce changement est significatif car il dépasse les simples assistants de chat pour proposer des logiciels capables de gérer des tâches complexes de manière autonome — un domaine que les banques ont longtemps abordé avec prudence en raison de la réglementation stricte. Actuellement, ces agents AI sont en phase d’essai pour la réconciliation des transactions, la comptabilité des échanges, la vérification des clients et l’intégration — des tâches qui ont résisté à l’automatisation pendant des décennies en raison des exigences réglementaires.

Un contexte délicat pour l’IA

Le moment est délicat pour tout produit qualifié d’« IA qui remplace des emplois ». Un récent rapport de Reuters a noté un effondrement des actions de logiciels et d’analytique de données après le lancement d’un nouveau plug-in par Claude d’Anthropic. La stratège Carlota Estragues Lopez a souligné que « les gros titres qui auraient propulsé les actions à de nouveaux sommets pendant le pic de l’optimisme en IA sont désormais interprétés plus prudemment par les investisseurs ».

Les attentes de Goldman Sachs

Le Chief Information Officer de Goldman, Marco Argenti, a déclaré à CNBC que l’entreprise est « dans les premières étapes » et prévoit de déployer ces agents « bientôt », bien qu’il n’ait pas précisé de calendrier. Il a écarté les préoccupations concernant des suppressions d’emplois comme étant « prématurées », tout en indiquant que la banque pourrait réduire sa dépendance à certains fournisseurs tiers à mesure que la technologie évolue.

Un concept centré sur la rapidité

Argenti a décrit le concept comme un collaborateur numérique prenant en charge des rôles au sein de l’entreprise qui sont à grande échelle, complexes et très orientés processus. Il a également mentionné que les utilisations futures pourraient inclure le suivi des employés et la rédaction de pitchbooks pour la banque d’investissement.

Un avenir incertain pour l’automatisation bancaire

Au-delà de Goldman, d’autres banques cherchent à déterminer quelles initiatives d’automatisation ont du sens en premier et comment prouver qu’elles apportent réellement des résultats. Alexandra Mousavizadeh, cofondatrice et co-CEO d’Evident, a déclaré à Business Insider que certaines fonctions d’IA sont devenues « essentielles ». Cependant, les agents AI restent à un stade précoce, surtout sur le plan externe où l’implication humaine est probablement nécessaire pendant que les banques établissent des garde-fous.

Les défis à surmonter

Goldman a commencé sa transition vers l’IA il y a quelque temps. Un rapport de Reuters de juin 2025 a révélé que la banque avait déployé son GS AI Assistant à travers l’entreprise, avec environ 10 000 employés déjà à bord. Les concurrents développent également leurs propres plateformes internes et outils de flux de travail, tous visant des objectifs similaires, malgré des étiquettes différentes.

Cependant, les risques ne sont pas que théoriques. En décembre, l’Autorité de conduite financière du Royaume-Uni a signalé que l’« agentic AI » posait de nouveaux dangers en raison de sa capacité à agir « rapidement ». Elle a souligné que l’autonomie et la rapidité pourraient amplifier des problèmes de gouvernance et de stabilité, surtout lorsque plusieurs agents interagissent.

Goldman n’a pas encore annoncé de date de lancement public pour ses agents. Le défi initial sera de traiter les aspects ennuyeux que les régulateurs jugent importants : pistes de vérification, contrôles, et garantir que le logiciel reste fiable lorsque les situations se compliquent. Si les agents rencontrent des cas limites, ils ne permettront pas de gagner du temps — ils déplaceront simplement le goulet d’étranglement vers la correction des erreurs.

Scroll to Top