L’IA va-t-elle remplacer les banquiers d’affaires ? DCF, comparables et pitch books s’automatisent ; structurer et conclure une opération, non.
Plus l’IA accélère la préparation des supports et des modèles dans la banque d’affaires, plus le métier sera jugé sur la capacité à faire avancer les opérations. Les fonctions centrées sur l’exécution de tâches vont s’affaiblir, mais les personnes capables de dissiper l’incertitude des dirigeants et de mener à terme des opérations aux intérêts divergents garderont leur place.
Les banquiers d’affaires contribuent à mener à bien de grandes opérations (levées de fonds, fusions-acquisitions, cessions d’entreprises et restructurations) en mettant en relation entreprises, investisseurs, équipes dirigeantes et conseils juridiques et comptables. Le métier est souvent associé aux chiffres, mais en pratique, son centre de gravité est la conception des opérations et la coordination des parties prenantes.
L’IA va rendre bien plus efficaces les comparaisons d’entreprises, les ébauches de modèles financiers, la préparation des supports et la cartographie des enjeux. En revanche, structurer une opération, élaborer une stratégie de négociation, conseiller les dirigeants et concilier des intérêts divergents devraient rester des tâches humaines. Les personnes capables de faire avancer une opération en cours prendront donc plus de valeur que celles qui se contentent de l’analyser.
Calculé par ai-job-risk.net à partir de quatre jeux de données publics, sur une échelle de 0 à 100 relative aux 188 métiers que nous couvrons. Plus le chiffre est élevé, plus les tâches du métier sont des tâches que l’IA générative peut accomplir ou pour lesquelles elle est déjà utilisée. Ce n’est pas une probabilité de perdre son emploi.
Analyse des tâches par des chercheurs (Eloundou et al. ; OIT). Exprimée en centile parmi tous les métiers qu’ils évaluent.
Usage observé de Microsoft Copilot et d’Anthropic Claude pour les tâches de ce métier. Exprimé en centile parmi tous les métiers qu’ils évaluent.
Évolution de la productivité : la part de cette profession dans l'emploi des secteurs qui l'emploient devrait diminuer, car la technologie permet aux travailleurs d'analyser les données plus efficacement.
Productivity change - share decreases as technology allows workers to analyze data more efficiently.
Chiffres américains pour la catégorie professionnelle du BLS « Securities, commodities, and financial services sales agents ». Les projections du BLS supposent que la technologie continue d’évoluer à son rythme historique ; elles ne constituent pas une prévision de l’effet de l’IA à elle seule.
Les statistiques officielles ne suivent pas cet intitulé exact : les chiffres décrivent la catégorie professionnelle officielle la plus proche.
Sources
Indice d’exposition calculé par ai-job-risk.net à partir des jeux de données ci-dessous (données au 15 octobre 2026). Les chiffres du travail américains proviennent du BLS, sans modification.
Les éditeurs de ces données n’ont ni préparé, ni relu, ni approuvé ce site. Citations complètes, licences et méthode
Pour évaluer le risque que représente l’IA dans la banque d’affaires, il faut d’abord distinguer la préparation des chiffres de la conclusion d’une opération. L’IA peut considérablement accélérer une partie du travail de DCF, de l’analyse des sociétés comparables et de la rédaction des pitch books. Mais décider quelle structure la partie adverse acceptera, jusqu’où pousser les dirigeants dans ses recommandations et quel niveau d’information divulguée risquerait de compromettre les négociations reste profondément humain.
Dans les prochaines années, les personnes dont la valeur repose surtout sur la préparation de documents subiront davantage de pression, tandis que celles qui savent organiser les enjeux et pousser une opération jusqu’à sa conclusion ont plus de chances de conserver leur place. À mesure que l’IA accélère la préparation, la vraie différence tiendra au temps et au jugement qu’un banquier peut consacrer à la négociation, à la comparaison des scénarios et à la recherche d’un consensus entre les parties prenantes.
Même dans la banque d’affaires, les tâches les plus exposées à l’IA sont l’organisation des données et la partie standardisée de la préparation des supports. La question clé est de savoir si le temps gagné sur le travail manuel peut être réinvesti dans la réflexion sur le fond de l’opération.
Les valorisations par comparables boursiers, les comparaisons avec des transactions antérieures et la collecte d’indicateurs sectoriels peuvent gagner considérablement en efficacité grâce aux bases de données et aux synthèses produites par l’IA. Remplir des tableaux aura de moins en moins de valeur, tandis que savoir interpréter la comparaison gagnera en importance.
L’IA facilite la production de premières versions de supports présentant les grandes lignes d’une opération, l’argumentaire d’une acquisition ou les arguments classiques d’une levée de fonds. Ce qui fera la différence ne sera plus le nombre de diapositives produites, mais la capacité des supports à faire ressortir les enjeux propres à l’opération.
Les calculs de sensibilité et la mise à jour de modèles financiers standard à partir d’hypothèses révisées sont exactement le type de tâches répétitives qui gagnent à être automatisées. Ce qui compte davantage, ce n’est pas de faire tourner le modèle, mais d’identifier les hypothèses qui déterminent réellement l’issue de l’opération.
L’IA peut identifier correctement les risques et les questions de calendrier habituels qui apparaissent au début d’une opération. Se contenter d’énumérer des enjeux que n’importe qui pourrait produire ne créera plus grande valeur pour un professionnel des opérations.
Ce qui reste dans la banque d’affaires, c’est le travail consistant à structurer l’opération et à la mener jusqu’à son terme en conciliant de multiples intérêts. Une opération n’avance pas simplement parce que les chiffres sont justes : l’ordre dans lequel les problèmes sont résolus est déterminant.
La capacité à concevoir une structure qui fera réellement bouger la partie adverse, en jouant sur le prix, le mode de financement, l’enchaînement des propositions et le degré d’information divulguée, est au cœur du métier. Plus une situation échappe aux modèles standard, plus elle met à l’épreuve l’imagination et le jugement humains.
Dans les fusions-acquisitions et les levées de fonds, les dirigeants ne s’inquiètent pas seulement des chiffres. Ils se préoccupent aussi du contrôle, de la rapidité, de la manière d’expliquer l’opération en interne et de leurs futures options de sortie. Le rôle consistant à clarifier ce qui inquiète réellement les dirigeants et à les aider à trancher reste profondément humain.
Clients, contreparties, investisseurs, juristes, comptables et prêteurs se concentrent tous sur des sujets différents. Lorsqu’une opération est sur le point de s’enliser, décider qui doit voir quoi, et dans quel ordre, relève d’un savoir-faire de négociation que l’IA peut difficilement remplacer.
Même lorsque les chiffres semblent irréprochables, une opération peut échouer à cause de désaccords entre dirigeants, d’une cohérence stratégique insuffisante ou de difficultés d’approbation en interne. La capacité à percevoir les signaux d’alerte dans les conversations et dans l’atmosphère des négociations reste un travail humain.
Pour rester performant dans la banque d’affaires à mesure que l’IA se diffuse, il ne suffit pas d’exceller dans la construction de modèles. La compétence décisive consiste à concevoir et à faire avancer l’opération elle-même. L’IA peut accélérer l’analyse, mais ce qui fait la différence, c’est la capacité à aller au-delà, jusqu’à la négociation et au conseil.
Il ne suffit pas d’énumérer des options comme les fonds propres, la dette, la restructuration ou le co-investissement. Les bons banquiers savent déterminer quelle structure est réellement réaliste pour le cas en question. L’IA peut générer des options, mais il faut toujours une personne pour en faire une opération viable.
Si vous parvenez à saisir ce que les dirigeants veulent vraiment protéger et le niveau de risque qu’ils sont prêts à prendre, la qualité de vos recommandations progresse nettement. C’est indispensable pour passer du statut de personne qui présente des chiffres à celui de conseiller qui apporte un éclairage utile.
Si vous savez préparer rapidement avec l’IA tableaux comparatifs, premiers enjeux, données de marché et projets de documents, vous pouvez consacrer davantage de temps à la négociation et à la préparation des réunions. Les meilleurs banquiers sont ceux qui utilisent l’IA à la fois pour gagner du temps et pour approfondir l’opération elle-même.
Les opérations ne portent pas seulement sur la valorisation, mais aussi sur les contrats, la fiscalité, le financement et les obligations d’information. Un banquier capable de dialoguer utilement avec les spécialistes de chacun de ces domaines prend beaucoup plus de valeur en tant que coordinateur et conseiller.
L’expérience de la banque d’affaires peut se transposer bien au-delà de la finance, vers des fonctions qui consistent à organiser et piloter des projets complexes. Plus une personne a pris en charge la négociation et l’exécution de bout en bout, et pas seulement l’analyse, plus il lui est facile de créer de la valeur dans des métiers voisins.
L’expérience consistant à faire avancer une opération en coordonnant de nombreuses parties prenantes, échéances et livrables se transpose bien à la conduite de projets transversaux. Cette voie convient à ceux qui veulent convertir leurs compétences de gestion d’opérations en travail de mise en œuvre côté métier.
Indice d’exposition 70/100 · Emploi É.-U. 2025–35 +6,7%
L’expérience consistant à organiser les enjeux d’une opération complexe et à les transformer en éléments prêts pour la décision est également utile pour l’amélioration des activités et l’analyse des besoins. Cette voie convient à ceux qui veulent appliquer une pensée financière structurée à des problématiques opérationnelles.
Indice d’exposition 88/100 · Emploi É.-U. 2025–35 +10,1%
L’expérience consistant à aider des dirigeants à démêler l’incertitude et à choisir des voies réalistes parmi plusieurs scénarios se transpose directement au conseil en stratégie. C’est une option solide pour ceux qui veulent étendre leur logique d’opération à un accompagnement plus large de la direction.
Indice d’exposition 88/100 · Emploi É.-U. 2025–35 +10,1%
L’expérience consistant à évaluer la valeur des entreprises et les conditions de marché pour préparer des décisions d’investissement correspond bien aux fonctions d’analyse d’entreprises et de marchés. Cette voie a du sens pour ceux qui veulent déplacer leur centre de gravité de l’exécution des opérations vers un jugement analytique continu.
Indice d’exposition 91/100 · Emploi É.-U. 2025–35 +7,2%
L’expérience consistant à préserver la qualité et la dynamique de processus à fort enjeu comportant de nombreux paramètres se transpose aussi au pilotage opérationnel. Cette voie convient à ceux qui veulent appliquer le sens des priorités forgé dans les opérations financières à la gestion quotidienne d’une activité.
Indice d’exposition 63/100 · Emploi É.-U. 2025–35 +5,0%
Plus l’IA accélère la préparation des supports et des modèles dans la banque d’affaires, plus le métier sera jugé sur la capacité à faire avancer les opérations. Les fonctions centrées sur l’exécution de tâches vont s’affaiblir, mais les personnes capables de dissiper l’incertitude des dirigeants et de mener à terme des opérations aux intérêts divergents garderont leur place. À ce stade, l’objectif est de créer de la valeur non pas en tant que producteur de chiffres, mais en tant que personne qui s’en sert pour faire avancer les décisions.
Ces métiers appartiennent au même secteur que Banquier d'investissement. Ils ne recouvrent pas exactement le même travail, mais ils permettent de comparer plus facilement l’exposition à l’IA et la proximité de parcours.
Banquier d'investissement obtient 89 sur 100 sur notre indice d’exposition à l’IA générative (rang 33 sur 188). Cela mesure quelle part du travail l’IA peut accomplir ou sert à accomplir, et non si le métier va disparaître. Le BLS prévoit une évolution de +1,4% de l’emploi de Banquier d'investissement aux États-Unis entre 2025 et 2035.
Même dans la banque d’affaires, les tâches les plus exposées à l’IA sont l’organisation des données et la partie standardisée de la préparation des supports. La question clé est de savoir si le temps gagné sur le travail manuel peut être réinvesti dans la réflexion sur le fond de l’opération. Par exemple : Comparaisons d’entreprises et organisation des données de marché; Rédiger les pitch books et les supports de présentation; Mises à jour mécaniques des modèles; Notes d’enjeux courantes.
Ce qui reste dans la banque d’affaires, c’est le travail consistant à structurer l’opération et à la mener jusqu’à son terme en conciliant de multiples intérêts. Une opération n’avance pas simplement parce que les chiffres sont justes : l’ordre dans lequel les problèmes sont résolus est déterminant. Par exemple : Concevoir la structure gagnante de l’opération; Aider les dirigeants à démêler l’incertitude et à décider; Négocier entre parties prenantes aux priorités différentes; Détecter les risques qui n’apparaissent jamais clairement en surface.
Pour rester performant dans la banque d’affaires à mesure que l’IA se diffuse, il ne suffit pas d’exceller dans la construction de modèles. La compétence décisive consiste à concevoir et à faire avancer l’opération elle-même. L’IA peut accélérer l’analyse, mais ce qui fait la différence, c’est la capacité à aller au-delà, jusqu’à la négociation et au conseil. Par exemple : Savoir structurer les opérations et organiser les enjeux; Savoir cerner les vrais enjeux en échangeant avec les dirigeants; Utiliser l’IA pour accélérer la préparation des supports; Une compréhension transversale du droit, de la comptabilité et de la finance.
