1. Un standard, plus un avantage
L’intelligence artificielle n’est déjà plus perçue comme un outil réservé aux acteurs les plus avancés. Sa généralisation a surtout relevé le niveau d’exigence dans l’asset management: davantage d’informations doivent désormais être mobilisées et comparées dans des délais plus courts. «Quelqu’un qui ne l’utilise pas est en retard», résume Laurianne Delaunay, asset management director chez Marguerite. Selon elle, il devient de plus en plus difficile de justifier qu’une information n’ait pas été identifiée alors que les moyens d’accélérer ce travail sont largement accessibles. Le mouvement s’est encore renforcé au cours des six à douze derniers mois. Utiliser l’IA n’est donc plus seulement un moyen de gagner en efficacité, mais tend à devenir un prérequis pour rester au niveau des attentes du marché.
2. Une décision toujours humaine
Dans l’investissement, l’IA permet surtout de collecter et structurer rapidement une masse d’informations, de comparer des projets, d’identifier des tendances ou d’observer ce qui se développe sur un marché ou dans une zone géographique. Mais elle ne décide pas à la place du gestionnaire. «C’est la manière dont on interprète l’information et ce qu’on en fait qui fait la différence», souligne Laurianne Delaunay. Deux acteurs peuvent ainsi disposer des mêmes données et aboutir à des conclusions différentes. L’IA accélère l’analyse, mais la valeur reste dans le jugement et dans la capacité à transformer l’information en décision.
3. Les juniors montent d’un cran
L’IA ne fait pas disparaître les profils juniors, mais elle relève déjà le niveau d’exigence à leur égard. En automatisant une partie de la recherche et de la collecte, elle leur permet d’accéder plus vite à des tâches à plus forte valeur ajoutée. «Des personnes qui étaient encore stagiaires il y a six mois travaillent aujourd’hui sur des dossiers qu’on n’aurait jamais confiés à des juniors il y a cinq ans», observe Laurianne Delaunay. Ils gagnent aussi en autonomie: face à une question, ils peuvent avancer dans leur réflexion avant de se tourner vers un senior. Cette montée en responsabilité oblige à repenser la formation. Selon elle, les universités devront davantage apprendre aux étudiants à interpréter l’information, à exercer leur esprit critique et à maîtriser ces nouveaux usages.
4. Mieux cibler les investisseurs
L’un des usages les plus concrets concerne le fundraising. Avant une conférence, l’IA peut analyser la liste des participants pour identifier les interlocuteurs les plus pertinents et réunir rapidement les éléments utiles sur leur profil. «On perd beaucoup moins de temps», souligne Laurianne Delaunay. Mais dans les private assets, la technologie ne remplace pas le réseau: les relations avec les investisseurs, les advisers et les partenaires reposent encore largement sur la confiance, les expériences passées et le bouche-à-oreille.
5. Le reporting à la carte
Les attentes des investisseurs ont changé. Là où un reporting standard pouvait autrefois suffire, chacun demande désormais des informations adaptées à ses propres formats et besoins. Un travail vite chronophage pour les équipes. «L’IA nous permet de repartir de nos informations de base et de les adapter beaucoup plus facilement», explique Laurianne Delaunay. Elle facilite aussi certains contrôles de compliance, réalisés plus régulièrement.
Cet article a été écrit pour le supplément Alfi + LPEA du magazine Paperjam du mois d’octobre 2026, publié le 16 septembre. Le contenu est produit exclusivement pour le magazine. Il est publié sur le site afin de contribuer aux archives complètes de Paperjam.
Cliquez sur ce lien pour vous abonner au magazine.
Votre entreprise est-elle membre du Club Paperjam? Vous pouvez demander un abonnement à votre nom. Faites-le nous savoir via [email protected]



