Un conseil financier IA n'est pas un conseil protégé

L’intelligence artificielle est en train de devenir un interlocuteur financier avant de devenir un service financier. On lui demande d’expliquer un crédit, de relire un contrat d’assurance, de préparer un budget, de comparer deux placements ou d’imaginer une stratégie de remboursement. La conversation est immédiate, privée en apparence et débarrassée du rendez-vous que beaucoup repoussent.

L’OCDE a publié le 21 juillet 2026 un rapport consacré à cette entrée de l’IA dans les finances personnelles. Le signal n’est plus marginal. En 2025, plus d’un tiers des habitants des pays de l’OCDE déclaraient avoir utilisé des outils d’IA. En France, le baromètre de l’Autorité des marchés financiers indiquait que 11 % des adultes interrogés s’en servaient déjà comme source d’information avant un placement. Chez les moins de 35 ans, la proportion atteignait 19 %.

Ce mouvement peut être utile. Un jargon devient lisible, une question embarrassante peut être posée sans jugement, un document dense peut être ramené à quelques points de contrôle. Mais la facilité de la conversation masque une rupture institutionnelle : une réponse qui ressemble à un conseil n’est pas forcément un conseil protégé.

Le problème n’est donc pas que l’IA parle d’argent. Le problème est que sa voix personnalisée peut faire oublier son statut.

La conversation efface la frontière juridique

Une page d’information financière annonce généralement ce qu’elle est. Un prospectus décrit un produit. Un comparateur expose des critères. Un conseiller régulé doit connaître son client, expliquer les risques et respecter des obligations de conduite. Les catégories restent imparfaites, mais elles donnent un cadre à la relation.

Le chatbot les mélange. Il commence par une définition générale, demande le montant disponible, l’âge, les revenus, les dettes et l’horizon, puis produit une réponse qui semble taillée pour la personne. La transition entre information et recommandation ne se voit presque pas. Le ton reste le même, la fenêtre reste la même, la phrase devient seulement plus précise.

L’OCDE identifie explicitement ce brouillage entre éducation financière et conseil personnalisé. L’AMF le formule plus directement : les IA conversationnelles généralistes ne sont pas des outils spécialisés de la finance et rien ne garantit que les placements proposés correspondent aux besoins de l’utilisateur.

La distinction compte surtout après l’erreur. Un professionnel autorisé s’inscrit dans un régime d’obligations, de contrôle et de recours. Un outil public peut n’avoir aucune obligation d’agir dans l’intérêt de la personne. Il peut ne donner accès ni à un médiateur financier ni à un mécanisme de règlement adapté. La réponse a pourtant pu prendre la forme rassurante d’un entretien individuel.

Le langage naturel crée ainsi une proximité sans créer la protection qui devrait accompagner le conseil.

L’accessibilité est un vrai progrès

Il serait facile de répondre par une interdiction morale : ne jamais parler d’argent à une IA. Ce serait rater ce que l’outil améliore réellement.

La Financial Conduct Authority britannique a testé des modèles de langage pour simplifier des notions financières et répondre à des questions sur l’épargne en espèces. Ses deux pilotes ont montré un potentiel réel pour améliorer la lisibilité et l’accès à l’information. Les utilisateurs ont aussi manifesté un intérêt clair pour cette forme d’assistance. Le résultat n’est pas une validation générale des chatbots financiers : la FCA insiste sur le besoin d’une évaluation robuste, mêlant jugement humain et outils automatiques, et sur l’importance du contexte dans lequel la réponse est présentée.

Cette nuance est utile. Une IA peut réduire trois barrières que les institutions financières entretiennent parfois malgré elles : le vocabulaire, la honte et le temps.

Le vocabulaire, parce qu’un utilisateur peut demander dix reformulations d’un même concept sans craindre de paraître ignorant. La honte, parce qu’il peut avouer une dette, un retard ou une incompréhension avant d’en parler à une personne. Le temps, parce qu’il peut préparer une liste de questions avant un rendez-vous au lieu de découvrir les termes pendant celui-ci.

L’outil devient alors un sas. Il ne décide pas. Il rend la décision discutable. C’est probablement son rôle le plus solide dans la finance personnelle.

Le glissement commence quand le sas se présente comme une destination. Expliquer la différence entre taux nominal et taux annuel effectif global ne revient pas à choisir un crédit. Montrer comment des frais composés réduisent un rendement ne revient pas à recommander un fonds. Construire trois scénarios de budget ne revient pas à connaître les contraintes réelles d’un foyer.

L’IA est bonne pour préparer la question. Elle est beaucoup moins bien placée pour porter seule les conséquences de la réponse.

Personnaliser exige de se dévoiler

Plus un conseil paraît personnel, plus il a fallu nourrir l’outil. Revenus, patrimoine, crédits, âge, composition du ménage, dépenses de santé, projets, succession, aversion au risque : les informations qui rendent la réponse pertinente sont aussi celles que l’on ne devrait pas déposer sans comprendre leur traitement.

L’illusion de confidentialité vient de l’interface. Une conversation ressemble à un tête-à-tête. Techniquement, elle peut devenir une suite de données conservées, analysées, utilisées pour améliorer un service ou transmises selon des conditions que l’utilisateur n’a pas lues.

L’AMF recommande d’éviter de communiquer des informations sensibles à des outils dont le niveau de sécurité est inconnu. Ce conseil est plus difficile à suivre qu’il n’y paraît. Si l’utilisateur retire toutes les données personnelles, la réponse devient générale. S’il les ajoute, elle devient plus convaincante mais le coût informationnel augmente.

Il existe aussi une asymétrie moins visible. La personne décrit ce qu’elle sait de sa situation. Le modèle ne sait pas toujours ce qu’il manque : une garantie existante, une fiscalité particulière, une dépense imminente, une clause du contrat, une dépendance familiale ou simplement une tolérance au risque surestimée. Un conseiller expérimenté pose des questions pour révéler ces absences. Un chatbot peut produire une réponse complète à partir d’un dossier incomplet.

La personnalisation n’est donc pas une preuve d’adéquation. Elle prouve seulement que la réponse a utilisé les éléments disponibles.

Une voix neutre peut porter un intérêt commercial

Le format conversationnel donne une impression de neutralité. Il n’affiche pas forcément une bannière, une commission ou le logo du produit au moment où la recommandation apparaît. Pourtant, le modèle économique peut entrer dans la réponse.

L’OCDE avertit que la publicité et les recommandations de produits peuvent être intégrées aux assistants d’une manière mal comprise par l’utilisateur. Un outil proposé par un acteur financier peut favoriser ses propres produits. Un service généraliste peut intégrer des liens, des partenariats ou des priorités commerciales qui restent moins visibles qu’une annonce traditionnelle.

Cette opacité est plus importante en finance que dans beaucoup d’autres domaines. Une recommandation de restaurant disparaît après le dîner. Un crédit, une assurance ou un placement peut peser pendant des années. Une différence de frais apparemment petite se compose dans le temps. Un produit mal adapté peut rester calme plusieurs mois avant de révéler son risque.

Les principes du G20 et de l’OCDE sur la protection des consommateurs financiers demandent des informations claires sur les avantages, les risques et les conditions des produits. Le chatbot inverse facilement cette logique : il donne d’abord une conclusion fluide, puis laisse l’utilisateur retrouver les conditions.

La bonne question n’est donc pas seulement « cette réponse est-elle exacte ? ». Il faut aussi demander : qui fournit l’outil, qui paie, quels produits peuvent être proposés, quelle information est privilégiée et quel intérêt économique existe derrière la recommandation ?

Une phrase sans publicité visible n’est pas nécessairement une phrase sans vendeur.

La littératie devient une charge de vérification

Le paradoxe central du rapport de l’OCDE est cruel. Les personnes qui bénéficieraient le plus d’une explication simple sont aussi celles qui peuvent avoir le plus de difficulté à en vérifier les erreurs.

Utiliser l’IA en finance demande au moins trois compétences : comprendre le produit, comprendre les limites numériques de l’outil et comprendre que la conversation peut être influencée par des données ou des intérêts invisibles. L’assistant réduit l’effort de lecture au début, mais il peut augmenter l’effort de contrôle à la fin.

Le risque n’est pas seulement l’hallucination spectaculaire. Il peut prendre des formes banales : un taux qui n’est plus à jour, des frais oubliés, une fiscalité prise dans le mauvais pays, une garantie présentée sans ses exclusions, un rendement nominal confondu avec un rendement réel, une recommandation correcte pour un profil moyen mais mauvaise pour cette personne.

L’Autorité européenne des marchés financiers rappelle une différence utile. Lorsqu’une entreprise d’investissement utilise l’IA pour fournir un service, ses obligations au titre de MiFID II demeurent, y compris celle d’agir dans le meilleur intérêt du client. Le logiciel ne fait pas disparaître la responsabilité de l’entreprise. En revanche, lorsqu’un particulier interroge directement un outil public, il peut sortir de cette chaîne de protection tout en ayant l’impression d’obtenir le même service.

Une mention « ceci ne constitue pas un conseil financier » ne répare pas entièrement ce décalage. Elle transfère la responsabilité en une ligne, après une conversation conçue pour paraître utile et personnelle.

Un protocole pauvre vaut mieux qu’un oracle riche

Il n’est pas nécessaire de construire une procédure lourde pour utiliser l’IA avec un peu de sérieux. Il faut surtout lui confier le bon travail.

Commencer par la compréhension. Demander une définition, les différences entre deux catégories de produits, les frais possibles, les risques ordinaires et les questions à poser. Éviter de demander immédiatement « que dois-je acheter ? ».

Exiger les hypothèses. Quel pays ? Quelle fiscalité ? Quel horizon ? Quel niveau de liquidité ? Quel scénario d’inflation ? Une réponse sans hypothèses explicites doit rester une piste, jamais une décision.

Demander les cas défavorables. Que se passe-t-il si le revenu baisse, si les taux montent, si l’argent doit être retiré plus tôt ou si le produit perd une partie de sa valeur ? Une recommandation qui ne survit qu’au scénario central est une publicité fragile.

Vérifier hors de la conversation. Les taux, les frais, l’autorisation du prestataire et les caractéristiques du produit doivent être contrôlés dans les documents officiels et les registres des autorités. Pour une décision importante, une seconde source ne suffit pas toujours ; il faut parfois une personne tenue par des obligations professionnelles.

Limiter les données. Les montants peuvent être arrondis pour explorer un scénario. Les noms, numéros de compte, documents d’identité, relevés complets et données de santé n’ont rien à faire dans un outil généraliste utilisé sans cadre clair.

Enfin, écrire la décision en langage simple : objectif, durée, risque maximal acceptable, frais, possibilité de sortie, source vérifiée et raison du choix. Ce petit registre importe davantage que la beauté du dialogue. Il permet de voir si l’outil a aidé à comprendre ou s’il a simplement donné confiance.

La protection commence là où la conversation s’arrête

L’IA peut démocratiser l’accès au vocabulaire financier. Elle peut aider une personne à préparer un rendez-vous, à lire un document ou à découvrir une question qu’elle n’aurait pas formulée seule. Ce gain mérite d’être conservé.

Mais l’accès à une réponse ne doit pas être confondu avec l’accès à un conseil responsable. La différence tient moins à l’intelligence apparente qu’au régime autour de la réponse : connaissance réelle du client, intérêt servi, transparence des frais, contrôle, responsabilité et recours.

Un chatbot peut parler comme un conseiller sans en porter les devoirs. C’est précisément pour cela que la dernière étape doit rester extérieure au chatbot : vérifier, comparer, demander qui répond de la recommandation et décider avec une trace.

La finance personnelle n’avait pas besoin d’un nouvel oracle. Elle avait besoin d’un meilleur accès aux bonnes questions. L’IA peut remplir cette fonction, à condition de ne pas lui demander de transformer une conversation facile en confiance aveugle.