Anthropic lance un agent d'IA pour l'exécution de tâches de services financiers, qu'est-ce qu'il est en train de dynamiser ?

Rédaction : Centre de Recherche Web4

Anthropic, cette entreprise qui, ces dernières années, a balayé la communauté des développeurs avec ses outils de programmation IA, a annoncé le 5 mai, heure américaine, le lancement de 10 agents IA spécialement conçus pour les services financiers, lançant ainsi une offensive officielle contre Wall Street.

Selon un rapport de Sina Finance, la liste de tâches de ces 10 outils couvre presque tous les domaines clés du travail quotidien des professionnels de la finance : rédiger des supports de présentation pour les réunions clients, examiner des états financiers, faire remonter des cas pour examen de conformité. Les utilisateurs cibles sont des professionnels issus des banques, des assurances, de la gestion d’actifs et de la fintech. Ce n’est pas un chatbot, ni un outil d’assistance à la question-réponse. C’est un ensemble d’employés numériques capables d’être intégrés directement dans le flux de travail des institutions financières et d’assumer des tâches concrètes.

Les fluctuations violentes du marché envoient des signaux bien plus complexes que les titres de presse : les investisseurs, par leurs actions concrètes, révèlent un consensus profond dans le secteur : lorsque les agents IA commencent à prendre en charge les tâches autrefois irremplaçables des professionnels de la finance, toute la chaîne de valeur des services financiers pourrait être à un tournant décisif.

I. De l’écriture de code à la rédaction de rapports : une trajectoire commerciale logique identique

L’entrée d’Anthropic dans le secteur financier suit la même logique que sa conquête du marché de la programmation. Plus précisément, c’est presque le même scénario qui se répète dans différents secteurs. Avant le lancement de l’agent IA pour la finance, Anthropic avait déjà établi une position dominante dans le marché des outils de programmation IA. Selon un rapport de Zheshang Securities publié en avril 2026, Claude Code, la solution d’Anthropic pour la programmation d’entreprise, détenait déjà 54 % de parts de marché. En février 2026, 4 % des commits publics sur GitHub étaient réalisés par Claude Code, et les analystes prévoient qu’à la fin 2026, cette proportion dépassera 20 %. Sur le marché des grands modèles de langage pour l’entreprise, Anthropic détient 40 % de parts, et 80 % des plus grandes entreprises mondiales de la richesse sont ses clients payants.

Les données indiquent qu’Anthropic a vu sa part de marché globale dans le secteur IA aux États-Unis grimper à près de 70 %, tandis que la part de ChatGPT, qui représentait auparavant 90 %, a été fortement érodée. Passant d’un simple suiveur à un acteur en tête, Anthropic n’a mis moins d’un an. La logique de la disruption du marché de la programmation n’est pas compliquée : l’agent IA ne sert pas à aider les programmeurs à taper plus efficacement, mais à générer, déboguer et déployer directement du code, compressant des tâches qui prenaient autrefois plusieurs jours en quelques heures. Selon une enquête menée par l’Observateur économique entre octobre 2025 et janvier 2026 auprès de 201 professionnels des services financiers en Chine continentale et à Hong Kong, 81 % des entreprises financières ont déjà intégré l’IA dans leur flux de travail, mais les points de douleur restent évidents : pénurie de talents, systèmes obsolètes, régulation lagging. Ces défis constituent justement les leviers sur lesquels l’agent IA peut agir.

Mais il y a une subtilité à noter. Nicholas Lin, responsable des produits de services financiers chez Anthropic, a fait une remarque apparemment anodine mais en réalité très significative. Selon un rapport de Tencent News, il a déclaré que l’application de l’IA dans la finance “n’était que quelques mois en retard par rapport à celle de la programmation”, et que cette dernière connaissait déjà une accélération importante. Quelques mois d’écart. Pas des années, pas un cycle technologique complet, mais seulement quelques mois. Derrière cette évaluation se cache une logique profonde : si la demande de l’industrie financière pour les agents IA est fondamentalement similaire à celle du secteur de la programmation, alors la défaite du marché de la programmation, déjà en cours, pourrait bientôt s’étendre à la finance.

Du point de vue des scénarios concrets, ces 10 agents sont répartis en deux catégories de tâches : cinq pour la recherche financière et la couverture client, cinq pour la finance et l’exploitation. Dans la recherche et le service client, l’agent Claude peut établir une liste d’objectifs, réaliser des analyses comparatives, rédiger des supports pour les réunions, ou préparer des résumés de contexte pour les appels. Dans la finance et l’exploitation, il peut vérifier si la valorisation correspond aux indicateurs d’entreprises similaires, exécuter des listes de clôture, préparer des écritures comptables et générer des rapports de clôture. Selon un article de TechOrange, Claude peut désormais fonctionner via des plugins directement dans Excel, PowerPoint, Word et Outlook, ce qui signifie que les analystes financiers n’ont pas besoin de quitter leurs logiciels quotidiens, l’agent IA étant déjà intégré.

Cependant, lorsque l’agent IA est intégré à un niveau suffisamment profond, une question plus fondamentale émerge : si ces agents ne se contentent pas de rédiger des notes, mais commencent à prendre des décisions financières au nom des institutions ou des clients, jusqu’où peuvent-ils aller ?

II. Sur le même champ de bataille, deux routes d’attaque

Anthropic n’est pas la seule à frapper à la porte de Wall Street. Sur le même calendrier, OpenAI a également lancé sa propre offensive financière. Selon un article de Bloomberg Law du 5 mai 2026, OpenAI et PwC ont annoncé collaborer pour développer un agent IA destiné aux équipes de CFO, couvrant la planification, la prévision, la génération de rapports, les achats, les paiements, la finance, la fiscalité et la comptabilité. Plus intéressant encore, OpenAI positionne son équipe financière comme “client zéro” — en testant en interne un ensemble d’outils d’achat automatisé, puis en transférant cette expérience à ses clients entreprises.

En remontant dans le temps, le 6 mars 2026, un article de Zhitong Finance rapportait qu’OpenAI avait lancé le modèle GPT-5.4, accompagné d’un ensemble d’outils pour la finance, connectant des sources de données comme FactSet et Third Bridge, et permettant de créer et vérifier directement des modèles financiers dans Excel et Google Sheets. Le 14 avril, Wedbush a publié une note indiquant qu’OpenAI avait officiellement acquis la startup Hiro Finance, spécialisée dans la gestion patrimoniale autonome.

Les trajectoires des deux entreprises deviennent de plus en plus distinctes. Anthropic a opté pour une approche bottom-up : commencer par les tâches répétitives et chronophages des analystes, puis s’immiscer progressivement dans les systèmes opérationnels des institutions financières. OpenAI, en revanche, s’appuie sur des partenaires de conseil comme PwC, en allant du haut vers le bas, en se concentrant sur les processus de contrôle financier. L’une vise “l’efficience”, l’autre “le contrôle”.

Ce rythme est intéressant. Il ne s’agit pas d’une infiltration progressive sur plusieurs années, mais d’une stratégie de marché menée en quelques mois. Lorsqu’une grande institution financière commence à voir l’agent IA comme un “collègue numérique” plutôt qu’un simple “outil d’efficacité”, ce changement de vocabulaire traduit une identité plus profonde — ces agents passent d’outils d’assistance à “partenaires semi-autonomes”.

De l’assistance à la participation, chaque étape semble fluide. Mais passer de la participation à l’autonomie nécessite une infrastructure totalement différente. Un agent qui filtre des comparables pour un analyste et un agent qui détient des fonds et effectue des paiements pour un client sont confrontés à des défis technologiques presque opposés.

III. La mise en jeu des enjeux : qui contrôle l’argent ?

Le marché réagit à l’arrivée des agents IA par une chute des cours, mais un autre marché exprime sa conviction de façon plus brute : l’argent. La chronologie est claire. En février 2026, Anthropic a levé 30 milliards de dollars avec une valorisation de 380 milliards. Deux mois plus tard, Bloomberg et CNBC rapportaient qu’Anthropic négociait une nouvelle levée de fonds d’environ 50 milliards, visant une valorisation de 900 milliards. Si cette opération aboutit, elle dépasserait la valorisation de 852 milliards atteinte par OpenAI fin mars, faisant d’Anthropic la startup IA la plus valorisée au monde.

En deux mois, la valorisation est passée de 380 à 900 milliards de dollars. Une telle progression est exceptionnelle dans l’histoire commerciale. Mais ce qui est encore plus frappant, c’est le catalyseur de cette levée : le lancement en avril du modèle Claude Mythos Preview, doté de capacités avancées en cybersécurité, accessible en accès restreint à une cinquantaine d’institutions comme Apple et Microsoft, et qui a déclenché plusieurs réunions de haut niveau à Washington et Wall Street. Même en version préliminaire, ce modèle a fait grimper la valorisation de plusieurs milliers de milliards, modifiant radicalement la logique de valorisation d’un “IA verticalement fiable”.

Les investissements ne se limitent pas à la valorisation. Selon un rapport d’IT之家 du 30 avril 2026, les revenus récurrents annuels d’Anthropic atteignaient déjà 30 milliards de dollars, contre environ 10 milliards un an plus tôt. La courbe de croissance est presque verticale.

Par ailleurs, le 5 mai, lors d’un événement à New York, le PDG d’Anthropic, Dario Amodei, a discuté avec Jamie Dimon, PDG de JPMorgan Chase, devant des dirigeants de Wall Street. Un fondateur de Silicon Valley s’est retrouvé sous les projecteurs du pouvoir financier. Que pensent les banquiers ? Peut-être pas difficile à deviner. Lorsqu’on lui a demandé si l’augmentation des dépenses en infrastructure IA était justifiée, Dimon a répondu : “Globalement, c’est logique. Choisir un gagnant ou un perdant serait difficile.” Ce commentaire apparemment neutre reflète en réalité une anxiété plus profonde — ils ne veulent pas prendre de risques inconsidérés.

Mais une question persistante reste sans réponse : si l’agent IA ne se limite pas à être un “collègue numérique”, mais doit détenir des actifs, autoriser des dépenses, signer des contrats, jusqu’où peut-il aller avec l’infrastructure financière existante ?

IV. Quand l’agent n’est plus seulement “l’assistant à la rédaction”

Ce n’est pas de la science-fiction, cela se passe déjà. En mai 2026, Odin Group a lancé officiellement OwlPay Agent Wallet, un portefeuille numérique conçu spécifiquement pour les agents IA. Selon un article du China Times du 5 mai, ce n’est pas un portefeuille traditionnel : ses utilisateurs ne sont pas des humains, mais des IA. Après autorisation, l’IA peut envoyer, recevoir et gérer des stablecoins sans intervention humaine. Ce portefeuille utilise une architecture auto-hébergée, avec une maîtrise totale des clés privées et des fonds par l’utilisateur, et stocke toutes les preuves localement, supportant Ethereum, Stellar et Solana.

Le même jour, GlobeNewswire a publié un communiqué. Odin Group indique que ce portefeuille exploite les licences de paiement détenues dans 40 États américains, étendant la capacité d’intégration de stablecoins réglementés à l’économie des agents IA. Ce n’est pas une preuve de concept, mais un produit en production, déjà conforme dans 40 États.

Mais la question est : pourquoi un portefeuille conçu pour les agents IA aurait-il besoin de stablecoins et de blockchain ? Un agent IA peut-il utiliser une carte bancaire ? Bien sûr. Comme l’a observé un analyste dans un article fin avril, si l’agent IA se contente d’acheter un billet d’avion, réserver un hôtel ou renouveler un SaaS, il peut utiliser Swift, une carte de crédit ou une carte virtuelle via les systèmes de paiement existants. Aucun obstacle fondamental. Mais le vrai défi apparaît dans d’autres scénarios : un agent de recherche financière pourrait devoir accéder à plusieurs bases de données, acheter des contenus payants, accéder à différentes API de modèles, payer des outils de génération de graphiques, voire acheter une analyse à un autre agent. Dans cette série d’opérations, il n’y aurait pas d’entrée de boutique traditionnelle ni de page de paiement standard. L’agent doit interagir avec une série d’API, d’interfaces de données, de services de modèles et de nœuds de calcul.

Lorsque le sujet de la transaction devient une machine, le système financier traditionnel se rend compte qu’il lui manque une pièce fondamentale. D’un point de vue macro, cela ne relève pas d’une simple observation commerciale. L’agent IA évolue à une vitesse bien supérieure à celle des autres infrastructures, passant du rôle d’outil d’assistance à celui de véritable acteur économique. Bien qu’il puisse aujourd’hui exécuter des tâches et des transactions, il manque encore une norme pour prouver “qui je suis”, “ce que je suis autorisé à faire” et “comment je suis rémunéré” lors d’opérations inter-environnements. “L’identité n’est pas transférable, le paiement n’est pas encore entièrement programmable, la collaboration reste isolée”. La blockchain, en tant que registre public, portefeuille portable et couche de règlement programmable, est vue par certains comme l’infrastructure clé pour combler ces lacunes.

Ce n’est pas une simple narration de la blockchain. Comme le souligne un rapport de PwC publié début 2026, les institutions financières voient progressivement l’IA comme un “moteur de transformation stratégique” plutôt qu’un simple outil d’efficacité. Lorsqu’un agent évolue pour “gérer des actifs à votre place”, la “traçabilité vérifiable” devient une exigence essentielle — pas pour remplacer l’audit traditionnel, mais pour fournir une piste de confiance à l’échelle de l’agent, impossible à couvrir en temps réel par l’audit humain. Cela implique que dans l’écosystème financier futur, les agents devront disposer à la fois de canaux de conformité traditionnels et d’identités et paiements vérifiables sur la blockchain, deux voies coexistantes.

Mais il faut aussi reconnaître une réalité : même si OwlPay Agent Wallet a obtenu des licences de paiement dans 40 États, son adoption globale reste à ses débuts ; les protocoles x402 et autres propositions d’identification d’agents sont encore en phase de standardisation ; le concept de “connaître votre agent” (KYA) suscite de l’intérêt, mais n’est pas encore déployé à grande échelle. Ce n’est pas une histoire déjà rodée, mais un processus encore balbutiant. Sa valeur ne réside pas dans une conclusion irréfutable, mais dans la révélation d’un problème réel : dans le système financier traditionnel, la machine reste un outil, pas un sujet. Et aujourd’hui, elles apprennent à faire davantage.

V. Repenser la valeur à l’aune d’un nouveau point d’ancrage

Cela ressemble à une vision de l’IA qui remplace l’humain dans le travail. Mais si l’on s’arrête un instant, le vrai changement pourrait se produire à un autre niveau. La valeur centrale des services d’information financière traditionnels repose sur une asymétrie d’informations. La valeur de FactSet ou Morningstar ne réside pas seulement dans leurs données, mais dans la manière dont elles organisent ces données dans un format accessible, comparable et modélisable par des utilisateurs professionnels. Cette “coût d’organisation” constitue leur avantage concurrentiel. La logique des agents IA est totalement différente : ils ne s’occupent pas d’organiser des données, mais d’exécuter des processus — ils sont des opérateurs, pas une base de données.

Ce distinguo est crucial. Après l’annonce, le cours de FactSet a chuté de 8,1 %, celui de Morningstar de plus de 3 %, selon des données relayées par Sina Finance via Eastmoney. La raison de cette baisse n’est pas seulement “l’IA peut remplacer l’analyste humain” — c’est aussi une réévaluation du marché : lorsque le système IA peut se connecter en temps réel à FactSet et Morningstar pour analyser, la donnée devient une matière première, non plus un produit fini. La valorisation de cette matière première est toujours inférieure à celle du produit fini.

Cela explique aussi pourquoi Anthropic, en lançant son agent IA pour la finance, a annoncé une joint-venture de 1,5 milliard de dollars avec Blackstone, Hellman & Friedman et Goldman Sachs, pour accélérer l’intégration de Claude dans davantage de scénarios d’entreprise. Simultanément, Claude peut désormais se connecter directement à FactSet, S&P Capital IQ, MSCI, PitchBook, Morningstar, et avec Dun & Bradstreet, Moody’s, pour accéder à plus de 600 millions d’informations d’entreprises publiques et privées, qui transitent directement par Claude. La portée profonde de cette stratégie : Claude ne se contente pas d’être un concurrent des fournisseurs de données, mais redéfinit la couche décisionnelle au-dessus de ces données.

Mais lorsque le traitement de l’information et la prise de décision sont intégrés dans un processus continu automatisé, le rôle humain sur toute la chaîne doit être redéfini. De la synthèse à la conformité, ces 10 agents IA s’immiscent dans trois étapes autrefois considérées comme “irremplaçables” : la structuration de l’information, le jugement professionnel, la gestion des risques. Chaque étape est en train d’être décomposée localement. Les analystes ne monopolisaient plus la structuration, les équipes conformité ne contrôlaient plus seules la détection initiale des risques, et les VP en banque d’investissement ne rédigeaient plus seuls les supports de présentation.

Cela ne signifie pas que “l’humain” sera totalement remplacé. Mais cela implique que le rôle de l’humain évolue, passant de simple opérateur à concepteur et superviseur des processus. Ce changement n’est pas une simple “anxiété de chômage”. C’est comme un détournement de rivière : le débit ne diminue pas, mais le lit change, et les anciens quais peuvent être abandonnés, tandis que de nouveaux se construisent en aval.

Cela évoque une métaphore classique en philosophie de la technique. Heidegger, lorsqu’il s’interrogeait sur la technique, s’intéressait non pas à un outil particulier, mais à la “chaise technique” qui réorganise notre rapport au monde, modifiant notre façon de voir les choses, les autres, et nous-mêmes. Le processus d’intégration des agents IA dans le flux financier tisse justement cette nouvelle “chaise”. Elle ne se limite pas à traiter des données ou rédiger des rapports, mais redéfinit ce qui constitue le cœur de la valeur du travail financier.

VI. Ce n’est pas une fin, mais une étape décisive

Les chutes de cours de FactSet, Morningstar, S&P Global et Moody’s en disent long. Selon un rapport relayé par Eastmoney, FactSet a chuté de 8,1 %, Morningstar de plus de 3 %. Sur Wall Street, ces chiffres traduisent une mise en jeu concrète : la barrière de la concurrence pour les fournisseurs traditionnels de services d’information financière apparaît plus fragile que prévu. Mais cette “fragilité” ne signifie pas une disparition immédiate. Elle pourrait plutôt conduire à une réorganisation de la chaîne de valeur. FactSet et Morningstar détiennent des actifs de données irremplaçables, qui alimentent les agents IA. La question est : lorsque ces actifs ne seront plus rares, ce qui deviendra précieux, ce sera le moteur capable d’injecter ces données dans le processus. Les fabricants de ces moteurs prennent une part de plus en plus grande de la valeur.

Un détail à noter : selon une analyse de Zheshang Securities d’avril 2026, l’un des facteurs clés du succès d’Anthropic réside dans sa focalisation sur un cadre réglementaire vérifiable. Contrairement à ses concurrents comme OpenAI ou Google, Anthropic insiste sur la traçabilité de ses raisonnements et la transparence de sa conformité, ce qui le rend naturellement adapté aux secteurs fortement régulés comme la finance, le juridique ou l’administration. Dans un domaine où la confiance est la monnaie principale, la sécurité et la conformité apportées par l’IA créent des barrières plus durables que la simple supériorité technique. Ce n’est pas la “plus grande intelligence” qui compte, mais la “plus grande fiabilité”. Et cette fiabilité pèse bien plus lourd à Wall Street que la seule capacité technique.

Les agents IA évoluent de simples outils de programmation à des acteurs intégrés dans le cycle économique réel. Lorsqu’ils commencent à jouer un rôle d’acteur plutôt que d’outil, la grammaire des infrastructures économiques doit être réécrite. Paiements, identité, responsabilités, audits — ces concepts fondamentaux de la finance moderne doivent être redéfinis face à un “participant invisible”. Cette redéfinition se produit à l’intérieur du système financier traditionnel, mais déborde aussi vers de nouvelles infrastructures, ouvrant la voie à de nouvelles explorations.

Le début de cette révolution sur Wall Street n’est qu’un prélude. Lorsque Goldman Sachs, JPMorgan Chase déploieront massivement leurs agents dans leurs flux de travail, lorsque FactSet et Morningstar devront redéfinir leur proposition de valeur, lorsque des projets comme OwlPay créeront des portefeuilles dédiés aux agents — ces événements, apparemment isolés, composent en réalité une image plus vaste : les agents ne se contentent plus d’“aider à faire”, ils participent désormais à la répartition de la valeur.

Et pour conclure, cette dernière phrase répond à cette vision : l’entrée des agents dans la scène n’est que le début de l’écriture des règles.