OpenAI specialise la GenAI pour le conseil et la finance : projets Argentum et Mercury

La decision d’OpenAI d’entraîner ses modeles sur les donnees quotidiennes de consultants et de banquiers marque un tournant: la generation d’IA evolue d’un outil generaliste vers une ressource specialisee, capable de s’integrer aux processus metiers.

Recrutements ciblés pour modeles sectoriels

Selon Bloomberg, OpenAI aurait recrute plus de 150 anciens consultants de McKinsey, Bain et Boston Consulting pour un projet baptise Argentum, destine a enseigner aux modeles les taches de base du conseil en management. Parallelement, un dispositif appele Mercury mobiliserait plus de 100 anciens banquiers d’affaires venant d’organisations telles que JP Morgan Chase, Morgan Stanley et Goldman Sachs, pour former l’IA a la construction de modeles financiers et a l’automatisation des taches routinieres des jeunes analystes.

Une attente de profondeur et d’integration

Sanchit Vir Gogia, analyste et CEO du cabinet Greyhound Research, estime que les entreprises attendent des solutions qui apportent de la profondeur, des resultats concrets et une reflection structuree. Il cite l’etude CIO Pulse 2025 selon laquelle 68 % des decideurs considerent l’IA comme un collaborateur plutot que comme un simple outil de reduction des couts. Pour lui, l’objectif d’OpenAI est clair: « l’objectif n’est pas d’imiter le langage, mais d’integrer les pratiques. Ce qui est propose aujourd’hui, ce n’est pas une IA qui discute, mais une IA contributive. »

Integration aux processus metiers: un defi majeur

Craig Le Clair, vice-president et analyste principal chez Forrester, met en garde contre la mauvaise integration des agents d’IA aux processus metiers. Selon lui, 60 % des entreprises restent bloquees au stade de la preuve de concept (PoC) et seulement 15 % obtiennent un impact positif et significatif. Forrester decrit un « fosse entre l’action et la decision » qui mesure la distance entre une information generee par l’IA (prediction, recommandation, analyse) et l’action metier qui en decoule et cree de la valeur.

Le Clair ajoute que l’annonce d’OpenAI peut etre vue comme une tentative de reduire cet ecart en adaptant les modeles aux pratiques reelles des metiers. Dans son ouvrage Random Acts of Automation, il souligne aussi le cout organisationnel du deploiement: pour chaque dollar depense en licences d’agents d’IA, les entreprises depensent pres de cinq dollars en services pour assurer un deploiement a grande echelle, des changements organisationnels et une evolution des competences.

Limites et controles necessaires

Les projets d’IA ne sont pas toujours fiables sans encadrement. Greyhound Research rapporte qu’une banque qui a teste une IA generative pour rationaliser la redaction de notes de credit a obtenu des resultats rapides, mais soumis a des lacunes et a des affirmations sans verification claire des sources. Le projet n’a pas ete lance: l’institution a choisi d’ajouter un cadre d’evaluation et de reunir responsables juridiques, risques et techniques pour gerer globalement les resultats de la GenAI.

Autre exemple: un cabinet de conseil qui a integre l’IA generative pour estimer la taille d’un marche a constate des gains de productivite, mais aussi des tensions culturelles. Les jeunes collaborateurs ne savaient plus ou s’arretait leur role et ou commencait celui de la machine. Le cabinet a adapte son modele de formation pour privilegier la supervision de l’IA plutot que sa simple utilisation.

Competences et gouvernance pour une adoption reussie

Forrester a defini un programme d’experience des agents qui repose sur cinq categories de competences: le traitement des connaissances, la gestion du changement, la pensee critique, les competences d’interaction et la supervision des agents. La mise en place d’une structure, de cadres d’evaluation et de formations axees sur la supervision apparaissent comme des conditions pour transformer les prototypes en benefits concrets.

Conclusion

Les projets Argentum et Mercury illustrent la volonte d’OpenAI de rendre la GenAI plus utile aux metiers exigeants du conseil et de la finance. Mais la valeur repose autant sur l’entrainement des modeles que sur leur integration, la gouvernance et l’evolution des competences humaines. Sans ces leviers, beaucoup d’initiatives risquent de rester des preuves de concept plutot que des transformations operationnelles.