AI réalise 95 % du travail sur un prospectus d’introduction en bourse, déclare le PDG de Goldman Sachs

L’un des principaux patrons de Wall Street vient de donner un aperçu révélateur de la manière dont l’IA change la vie des banquiers et des analystes de sa banque d’investissement.

Il y a dix ans, lorsque Goldman souhaitait remporter le marché d’une société introduite en bourse, elle nommait une équipe d’environ une demi-douzaine de personnes qui, en deux semaines, rédigeaient un prospectus connu sous le nom de S-1, un document réglementaire important qui détaille les les affaires, les finances et les facteurs de risque, entre autres. L’idée était de montrer aux clients potentiels toute la réflexion et le travail que les banquiers de Goldman avaient déjà accompli.

« Maintenant, vous pouvez obtenir quelque chose qui est terminé à 95 % en quelques minutes », a déclaré le PDG David Solomon lors du Sommet sur l’IA de Cisco mercredi. Si les 95 % sont « désormais une matière première », a-t-il déclaré, les 5 % restants comptent beaucoup car c’est la marge sur laquelle Goldman peut obtenir un avantage.

C’est un gros problème, car Goldman est l’une des principales banques qui introduisent des entreprises en bourse, avec Morgan Stanley et JPMorgan. Ce n’est également qu’une des façons dont Goldman utilise l’IA pour réduire le travail fastidieux et se déplacer plus efficacement.

Solomon a décrit une feuille de route sur la façon dont Goldman Sachs élaborait une stratégie autour de l’IA. Il a déclaré qu’amener les ingénieurs à libérer de la capacité en étant 30 % plus productifs dans les tâches de codage était « la première et la plus évidente », étant donné que Goldman compte 11 000 ingénieurs. Une autre priorité consiste à mieux utiliser les données de Goldman, notamment en suivant les transactions de la société au cours des 40 dernières années et en les mettant à la disposition des clients.

Le troisième, et peut-être le plus visible et directement orienté vers le client, est le déploiement de l’IA dans le secteur de la banque d’investissement. Permettre à la banque de faire plus de travail en dotant les travailleurs d’une sorte de superintelligence informationnelle renforcerait l’entreprise déjà en plein essor, qui a rapporté plus de 53 milliards de dollars en 2024.

Au-delà de l’utilisation de l’IA pour rédiger des prospectus d’introduction en bourse afin de courtiser des clients potentiels, Solomon a déclaré que Goldman était « concentré sur la façon dont nous pouvons complètement changer le type de ce que vous appelleriez la préparation matérielle » impliquée dans la banque d’investissement. Cela inclut la préparation des banquiers aux réunions avec les clients et la transmission d’informations aux clients afin de mieux prendre des décisions d’investissement. Il a ajouté que Goldman était également en train de construire un « copilote de banque d’investissement » avec les propres données de la banque. Les copilotes décrivent généralement des outils d’IA qui aident les travailleurs à être plus productifs en rédigeant des textes, en analysant des informations et en suggérant des idées.

Les banquiers ne sont pas les seuls à pouvoir anticiper les changements dans leurs processus quotidiens. Le PDG de Goldman a également évoqué le potentiel de l’IA à bouleverser les flux de travail des analystes dans la recherche sur les actions.

Il a déclaré que l’une des tâches les plus importantes que font les analystes et leurs équipes dédiées est de rendre compte des entreprises et d’intégrer ces informations dans des modèles, souvent pour évaluer la trajectoire, la croissance et les risques d’une entreprise.

« De toute évidence, tout cela peut désormais être automatisé grâce à cette technologie », a déclaré Solomon.

Mais cela ne signifie pas que ces emplois seront remplacés par la technologie. « Vous avez vraiment besoin d’analystes, d’équipes plus petites et d’un moteur horizontal qui fait essentiellement tout ce travail pour tout le monde, par opposition à des modules individuels pour chaque secteur », a déclaré Solomon.

Le succès de ces déploiements d’IA dépendra en partie de l’exécution de la gestion du changement.

Solomon a déclaré que générer des gains d’efficacité et réduire les redondances dans l’exemple de la recherche sur les actions constituerait « un changement de processus massif ».

« C’est difficile, parce que les gens ne veulent pas changer leur processus », a déclaré Solomon. « Ils aiment leur équipe. Ils aiment le fait qu’ils ont un contrôle total. »