Kevin Sneader, dirigeant Goldman, décrit les débutants comme responsables d’une main-d’œuvre virtuelle d’agents plutôt que simples auteurs de tableurs et diapositives. Les propos rapportés le 12 octobre concernent l’organisation du travail, pas un programme public de remplacement général.
Sneader dirige l’Asie-Pacifique hors Japon, siège au comité de direction et a dirigé McKinsey mondialement. Le poids de sa fonction ne fournit ni effectif utilisateur, ni liste automatisée, ni preuve d’abandon de l’apprentissage. Une observation ne prévoit pas chaque poste.
Sneader a explicitement reconnu l'incertitude sur l'encadrement intermédiaire si les débutants supervisent immédiatement des agents. David Solomon juge exagérées les prévisions d'effondrement de l'emploi. Cela ne garantit ni structure inchangée ni absence de risque.
Arc de Citi est un environnement contrôlé pour développeurs associant modèles et agents ; l'accès élargi reste prévu. Les 180 000 concernent les outils d'IA d'entreprise, pas le déploiement d'agents. UBS privilégie pratique responsable et résultats, avec formation prévue sur des cas bancaires réels. Les espaces IA intersystèmes de JPMorgan sont une vision, pas un déploiement complet prouvé.
Le test derrière la supervision
BankerToolBench a construit avec 502 banquiers des workflows complets et évalué neuf modèles avancés sur plus de 100 critères : modèles financiers, présentations, rapports, salles de données, plateformes et déclarations réglementaires.
Le meilleur échoue à près de la moitié ; aucun résultat complet n’est jugé présentable au client. Ce n’est pas un test interne Goldman. Cela montre pourtant que nommer un superviseur ne fournit pas un analyste fiable.
Une mauvaise période de dépôt peut contaminer modèle, graphique et explication. Présentation soignée et récit cohérent cachent l’erreur initiale. Il faut sources et jugement pour contester les hypothèses.
Les concurrents changent outils et recrutement
La plateforme Citi centralise accès, création, surveillance et arrêt d’urgence. À son introduction,180000 salariés utilisaient des outils d’entreprise selon la banque. Cela ne signifie ni 180000 agents autonomes ni permissions uniformes.
Le multietape exige contrôle et arrêt. Un brouillon attend ; envoyer ou modifier un système requiert une autre autorité. Gouvernance et formation traitent des risques liés mais distincts.
UBS demande une maîtrise pratique de l’IA aux candidats diplômés et stagiaires 2027 selon la presse. Les attentes d’entrée changent sans rendre expertise financière ou revue obsolètes.
Une prévision d’emploi ne fixe pas la carrière
S&P Global estime que les activités sont davantage remplaçables que les emplois entiers à court terme. Il cite Morgan Stanley : dix pour cent d’emplois européens en moins en cinq ans, potentiellement surtout par retraite et attrition.
C’est régional et conditionnel, pas un résultat Goldman ni un licenciement universel. Spécialisation et gouvernance peuvent croître tandis que coordination et recrutement changent. Il faut préserver l’expérience qui forme les futurs réviseurs.
Garder l'apprentissage utile
La mise en forme répétitive peut peu apprendre. Rapprocher des périodes, reconstruire un modèle et expliquer ses hypothèses développe le jugement. Des fichiers terminés peuvent masquer les décisions et faire approuver au novice ce qu'il ne comprend pas.
Associer brouillon assisté et vérification manuelle de calculs et sources. La recrue explique entité, période, hypothèses et incertitude ; un spécialiste compare explication et livrable.
Donner une véritable autorité
Sans accès aux preuves, droit de refus ou possibilité d'escalader un délai, la responsabilité reste fragile. Permissions, seuils de revue et validation senior doivent être explicites.
Distinguer assistance, recommandation et exécution. Collecter des documents, choisir une hypothèse et envoyer un dossier exigent des frontières différentes. Les données confidentielles restent dans les systèmes approuvés.
Le contrôle ne doit pas être symbolique. Le débutant doit expliquer pourquoi la source correspond à l'entité et à la période, et comment une hypothèse modifiée traverse plusieurs fichiers. La contradiction experte restitue l'apprentissage auparavant lié à la production manuelle. Une initiation raccourcie ne suffit pas.
Il faut documenter qui tranche les données contradictoires, confirme les hypothèses sensibles et répond au client. Une tâche techniquement terminée ne le détermine pas. Observer la progression du jugement, pas seulement davantage de livrables confiés à la même attention. Le travail peut aller vers la gouvernance pendant que recrutement et promotions changent ; une réussite automatisée ne prouve pas une carrière inchangée.
Mesurer correction et progression
La vitesse de génération masque vérification des sources, cohérence des fichiers et réparations. Mesurer temps de revue, gravité, révisions majeures, escalades et validations, mais aussi détection autonome d'hypothèses faibles.
Tableaux, diapositives et texte peuvent employer des hypothèses différentes. Les traces aident à reconstruire, pas à remplacer le jugement financier.
Plateforme Citi et recrutement UBS fondé sur les compétences IA montrent un changement large, pas un modèle uniforme d'emploi. L'automatisation peut développer gouvernance et contrôle tout en modifiant recrutement et hiérarchie.
Suivre tâches réellement déléguées, formation aux échecs et carrières. La vitesse devient travail solide seulement si les futurs réviseurs continuent d'apprendre à contester les résultats.