Les gérants d’actifs accélèrent leurs dépenses en IA, face à un « fossé des données »

Une enquête auprès de 178 dirigeants

Ces résultats sont tirés du rapport mondial 2026 de Clearwater Analytics, intitulé « GenAI and the Data Divide ». L’étude, menée auprès de 178 cadres dirigeants — notamment des directeurs généraux, directeurs financiers, directeurs des systèmes d’information et directeurs des risques — couvre des sociétés de gestion d’actifs, des hedge funds et des acteurs du crédit privé en Europe, aux États-Unis et en Asie-Pacifique .

Une envolée des budgets, mais peu de consensus

La progression des dépenses est spectaculaire : 63 % des entreprises sondées ont augmenté leur budget IA de plus de 50 % en un an, sans qu’aucune ne fasse état d’une baisse . Pourtant, le secteur ne s’accorde pas sur le niveau d’investissement approprié.

• 66 % des gérants de fonds redoutent un surinvestissement dans l’IA .
• 25 % considèrent que leur organisation n’investit toujours pas assez .

Le rapport décrit ainsi un « paradoxe d’investissement » au cœur de la transformation du secteur. Les budgets montent en flèche, mais les entreprises ne disposent d’aucun repère partagé pour déterminer ce qu’il convient réellement de dépenser .

Les opérations appelées à changer le plus

Les dirigeants interrogés s’attendent à des effets majeurs, voire transformateurs, dans plusieurs fonctions clés de la gestion d’investissement au cours de l’année à venir :

• Génération et synthèse des données : 62 % des répondants anticipent un impact transformateur. Il s’agit du domaine le plus fréquemment cité .
• Systèmes d’aide à la décision, notamment le rééquilibrage des portefeuilles : 58 % .
• Modélisation prédictive et tests de résistance : 57 % .

L’IA quitte donc progressivement le stade des projets expérimentaux pour s’intégrer aux processus centraux de la gestion d’actifs. Deux tiers des gérants déclarent également que leurs outils d’IA parviennent désormais à traiter efficacement les données alternatives, généralement difficiles à exploiter à grande échelle .

Par ailleurs, 62 % des personnes interrogées disent avoir obtenu des résultats avec l’orchestration multi-agents : des opérations autonomes qui se déclenchent lorsqu’un seuil de données précis est atteint .

La qualité des données, facteur décisif

La principale conclusion de l’étude est que l’écart entre les entreprises les plus avancées et les autres ne tient ni au montant de leurs budgets ni à la rapidité de leur adoption. Il repose surtout sur la qualité de leur socle de données .

« L’adoption de l’IA oblige les gérants de fonds à se confronter aux fondamentaux de la gestion des données comme jamais auparavant », a déclaré Souvik Das, directeur technique de Clearwater Analytics .

Les résultats sur la gestion des risques illustrent nettement ce fossé : 44 % des entreprises jugeant l’exactitude de leurs données bonne ou excellente affirment que leur gestion des risques est devenue beaucoup plus proactive. Cette proportion tombe à 17 % chez celles qui évaluent la qualité de leurs données comme moyenne ou mauvaise .

Au total, 95 % des dirigeants interrogés ont augmenté leur budget IA au cours de l’année écoulée. Mais l’augmentation des moyens ne suffit pas à produire de meilleurs résultats lorsque les données restent incomplètes, incohérentes ou peu fiables .

Une tendance qui dépasse la gestion d’actifs

Cette dynamique s’inscrit dans un mouvement plus large du secteur financier. Selon une enquête distincte de KPMG, les entreprises de gestion d’actifs et de capital-investissement prévoient de consacrer en moyenne 148 millions de dollars à l’IA au cours des douze prochains mois, soit près de 1,5 fois le montant anticipé au trimestre précédent . Les données et l’analytique, ainsi que la recherche et le développement, figurent parmi les principales catégories d’investissement .

Le phénomène rejoint également une tendance observée dans l’ensemble des entreprises : malgré 30 à 40 milliards de dollars investis dans l’IA générative, de nombreuses organisations n’en retirent que peu ou pas de valeur mesurable. Cette fracture entre les dépenses engagées et les résultats obtenus est désignée par Clearwater comme le « GenAI Divide » .

Pour les gérants d’actifs, le message est donc moins « dépenser davantage » que « préparer de meilleures fondations ». Sans données fiables, même les budgets d’IA les plus ambitieux risquent de ne produire qu’un rendement limité.