Je dirige l'assistance, donc j'ai abordé le sujet avec une seule question : puis-je vraiment mettre ChatGPT devant des clients de la finance et des équipes internes ? Voici la version honnête.
ChatGPT est vraiment excellent sur la moitié « analyste » du travail. Recherche, rédaction de supports clients, résumé d'une conférence de résultats et, désormais, avec ChatGPT for Financial Services, accès à des données de marché intégrées avec des citations traçables. Cette partie mérite le battage.
La moitié assistance est plus mince. Sur les offres grand public, c'est un casse-tête de conformité que de nombreuses entreprises financières ont tout simplement bloqué. Il hallucine des chiffres en silence, sans aucun message d'erreur pour attraper le mauvais avant qu'il n'arrive chez un client. Et il n'a aucun moyen natif de travailler dans votre helpdesk : pas de lecture de la file de tickets, pas d'actions, pas de validation par ticket. Mon avis : utilisez ChatGPT pour réfléchir, pas pour le ticket. Pour la file d'assistance, il vous faut un coéquipier de helpdesk IA conçu pour cela, qui tourne sur les mêmes modèles mais ajoute la gouvernance dont un service réglementé a besoin.
Comment j'ai fait cet avis
Je suis côté assistance, ce n'est donc pas un benchmark de scores de raisonnement. C'est un avis de terrain sur ChatGPT face aux tâches qu'une équipe financière lui confie réellement : recherche interne, rédaction et, la partie qui m'importe le plus, assistance en contact avec les clients. J'ai lu les pages produit, tarifs et sécurité d'OpenAI, les déploiements nommés chez Morgan Stanley et Klarna, et ce que disent les professionnels de la banque, de la gestion de patrimoine et de la conformité quand aucun commercial n'est dans la pièce. Quand je cite quelqu'un, le lien mène à l'original.
Une précision avant le verdict. « ChatGPT » n'est plus une seule chose. Il y a l'application grand public, les offres professionnelles sans entraînement, et maintenant une configuration pour les secteurs réglementés. L'essentiel de la déception que je vois en ligne vient du fait de juger toute la famille à partir de l'application gratuite, alors j'ai essayé de préciser quelle offre fait quoi.
Ce que ChatGPT fait vraiment très bien
Je commence par les réussites, parce qu'elles sont réelles. Si votre travail consiste à produire une note de recherche, un premier jet de présentation ou le résumé d'un dossier de 40 pages, ChatGPT est l'un des meilleurs outils à votre portée. C'est la moitié du produit qui obsède discrètement les équipes financières, et les chiffres d'adoption le confirment.
La preuve la plus claire est Morgan Stanley, qui a construit un assistant interne pour conseillers sur les modèles d'OpenAI. L'adoption a atteint plus de 98 % parmi les équipes de conseillers, l'accès aux documents est passé de 20 % à 80 %, et les relances qui « prenaient des jours se font désormais en quelques heures », selon Kaitlin Elliott, Head of Firmwide Generative AI Solutions. Ce n'est pas une démo, c'est un gestionnaire de patrimoine qui utilise l'outil au quotidien dans toute l'entreprise.
La nouveauté est le produit Financial Services, conçu avec Morgan Stanley et Evercore, qui ajoute des données premium intégrées : transcriptions de résultats, données fondamentales et données sur les sociétés privées de Daloopa, PitchBook, LSEG News et Crunchbase, indexées et hébergées par OpenAI. Vous pouvez activer ou désactiver précisément les sources utilisées.
La fonction que j'ai le plus aimée sur le papier est celle qui répond à la plus grande objection à l'IA dans la finance : les sources. OpenAI a créé des citations granulaires pour que « les banquiers puissent remonter des chiffres et des affirmations jusqu'à leurs sources ». En pratique, un chiffre dans une note renvoie directement à la ligne surlignée de la transcription dont il provient.
Si vous voulez le tour complet des fonctions, offres et tarifs plutôt que le verdict de l'avis, notre présentation de ChatGPT pour les services financiers couvre ce terrain. Pour cet avis, la version courte est : comme assistant de recherche et de rédaction, c'est l'outil affûté du tiroir.
Là où il est limité
Voici maintenant la partie pour laquelle un avis existe. Trois limites revenaient sans cesse ; aucune n'est rédhibitoire pour le travail de recherche, mais toutes mordent dès qu'on s'oriente vers un usage réglementé ou en contact avec les clients.
Les offres grand public sont un problème de conformité
La finance est le secteur le plus susceptible d'avoir interdit purement et simplement ChatGPT grand public, et les professionnels en parlent comme d'un simple fait du métier.
"Yeah, I have received multiple emails saying GPT usage is strictly prohibited and they have blocked it on the work PCs lol."
La raison n'est pas de la paranoïa. Sur les offres grand public gratuite et Plus, vous n'avez pas les garanties de données des entreprises, et coller un nom de client, une référence de dossier ou un relevé dans un compte personnel est en soi une divulgation. Une spécialiste de la sécurité, nommément identifiée, a décrit le risque aussi crûment que possible :
"Just worked w/ @CNN on a piece about why I wouldn't upload full financial docs (tax docs, statements, etc) to AI tools due to leakage & hacking risk. I don't recommend connecting bank accounts to AI tools. It becomes a 1 stop shop for attackers looking to drain your accounts."
Pour être juste envers OpenAI, c'est exactement ce que les offres professionnelles sont conçues pour corriger, et je leur rendrai leur dû dans un instant. Mais ce que la plupart des gens entendent par « ChatGPT », l'application déjà ouverte dans un onglet, n'est pas ce que vous voulez voir manipuler des données réglementées.
Il hallucine des chiffres, discrètement
C'est ce qui m'inquiète le plus pour la finance, car l'échec est silencieux. ChatGPT n'a généralement pas tort de façon bruyante et évidente. Il a tort avec aplomb et une belle mise en forme, et dans un domaine plein de chiffres, c'est dangereux. La description la plus tranchante que j'aie trouvée vient d'un praticien qui a tenté de l'intégrer à un flux de travail financier :
"Tried integrating chatgpt into my finance job to see how far I can get. Mega jikes... millions of dollars of hallucinated mistakes. Worse you don't have the same tight feedback loop you've got in programming... You basically need to walk through everything it did to figure out what's real and what's hallucinations. Basically fails silently."
Ce point sur l'absence de boucle de retour, c'est tout le sujet. Quand on écrit du code, une mauvaise réponse se heurte généralement à un mur : une erreur de compilation, un test unitaire qui échoue, quelque chose qui dit « c'est cassé » avant la mise en production. Un chiffre faux dans un tableur ou un e-mail client n'a pas ce mur. Il part, tout simplement.
Les citations du produit Financial Services aident réellement ici, car un chiffre traçable est un chiffre vérifiable. Mais « vérifiable » suppose encore qu'un humain vérifie, ce qui convient à un banquier qui relit sa propre note et pose un vrai problème si vous espériez diriger le modèle vers les clients sans supervision.
Il n'est pas conçu pour gérer une file d'assistance
C'est là que mon métier entre en jeu. Même avec l'offre parfaite et des données parfaites, ChatGPT seul est une fenêtre de discussion, pas un agent d'assistance. Il ne se trouve pas dans Zendesk, Freshdesk ou Salesforce pour lire votre file en direct. Il n'effectue pas d'actions comme étiqueter un ticket, consulter une commande ou émettre un remboursement. Et il n'a aucune gouvernance par ticket : pas d'étape de validation à imposer sur une réponse risquée, pas de répétition sur votre historique réel de tickets avant qu'il ne touche un client.
Rien de cela n'est une critique du modèle. C'est une question de catégorie. ChatGPT est un moteur de raisonnement brillant, et un moteur de raisonnement est exactement la matière première dont est fait un coéquipier d'assistance. Ce n'est simplement pas le coéquipier fini. C'est la distinction qui compte le plus si vous choisissez ce qu'il faut réellement déployer, et elle mérite d'être détaillée.
Un chatbot n'est pas un coéquipier d'assistance
La façon la plus nette de le dire : ChatGPT est le modèle, pas l'employé. C'est de l'infrastructure. Ce dont un service d'assistance réglementé a besoin, c'est de la couche qui se place au-dessus du modèle et ajoute les éléments que le modèle n'a jamais été conçu pour porter.
C'est dans cette couche que se passe le travail intéressant pour l'assistance : données sensibles masquées à l'entrée, simulation sur vos propres tickets passés pour voir comment l'agent se comporte avant qu'un seul client ne soit concerné, étape de validation humaine pour tout ce qui est risqué, et connexions à votre helpdesk pour qu'il puisse réellement résoudre, pas seulement rédiger. Morgan Stanley n'a pas non plus simplement activé ChatGPT. Ils ont construit un cadre d'évaluation et lancé des tests de régression quotidiens avant le déploiement, la version entreprise de cette même idée.
La bonne nouvelle, c'est que vous n'avez pas à choisir le modèle pour obtenir la gouvernance. Un coéquipier d'assistance peut tourner dessous sur GPT, Claude ou Gemini et ajouter par-dessus les éléments propres à un service d'assistance. C'est l'espace où vit un coéquipier d'IA pour le service client conçu pour cela, et c'est la réponse honnête à « comment utiliser ça pour l'assistance sans les risques ci-dessus ».
Rendons à OpenAI ce qui lui revient sur la sécurité
Je ne veux pas laisser croire qu'OpenAI ignore le problème de conformité, car sur les offres entreprise, ce n'est clairement pas le cas. Par défaut, il n'entraîne pas ses modèles sur les données professionnelles pour ChatGPT Enterprise, Business et l'API, le partage étant un choix explicite. Il y a un chiffrement AES-256 au repos, TLS 1.2+ en transit, et une couverture SOC 2 Type 2, ISO 27001, RGPD et CCPA selon sa page sur les données professionnelles.
La rétention zéro des données a été le point décisif pour Morgan Stanley, dont David Wu a noté que la volonté de l'équipe de garantir la rétention zéro des données « a été vraiment déterminante ». Les administrateurs de l'espace de travail contrôlent la rétention, les conversations supprimées sont effacées sous 30 jours, et les clients éligibles bénéficient d'une résidence des données selon les régions ainsi que d'une API de conformité pour l'audit. C'est une posture de sécurité sérieuse. La réserve est simplement que tout cela se trouve dans les offres qu'une équipe financière doit acheter et configurer délibérément, pas dans l'application gratuite que la plupart imaginent.
Tarifs : ce que paie réellement un acheteur du secteur financier
Les tarifs suivent l'échelle des offres, et les chiffres exacts de Business s'affichent derrière un contact commercial, donc considérez les prix par utilisateur comme « à confirmer en direct ». Le seul chiffre qu'OpenAI indique clairement est ChatGPT Pro à 200 $/mois.
| Offre | Prix | Idéal en finance pour |
|---|---|---|
| Free | 0 $ | Usage individuel occasionnel, pas de données réglementées |
| Go | À confirmer sur la page des tarifs | Usage individuel léger |
| Plus | ~20 $/mois (à confirmer) | Un analyste individuel |
| Pro | À partir de 200 $/mois | Utilisateurs avancés, recherche intensive |
| ChatGPT Business | Par utilisateur (à confirmer) | Petites équipes financières voulant l'absence d'entraînement |
| ChatGPT Enterprise | Sur mesure / contacter les ventes | Entreprises réglementées, déploiement à l'échelle de l'organisation |
| ChatGPT for Financial Services | Sur mesure | Banque d'investissement, analyse actions |
Deux points à noter en tant qu'acheteur. D'abord, les garanties d'absence d'entraînement dont vous avez réellement besoin en finance commencent à Business, pas à Free ou Plus, donc le modèle mental du « chatbot gratuit » ne tient plus dès que la conformité entre en jeu. L'échelle complète et les petites lignes se trouvent dans notre guide des tarifs de ChatGPT. Ensuite, la facturation Enterprise combine des utilisateurs et un usage encadré des produits d'agents, pas un tarif forfaitaire par utilisateur, donc modélisez votre usage réel plutôt que le prix affiché. Si vous comparez toute la gamme ChatGPT, notre présentation de ChatGPT détaille ce qu'inclut réellement chaque offre.
Il vaut la peine de le comparer à la tarification d'un outil d'assistance, car l'unité est différente. Pour l'assistance client en particulier, un coéquipier comme eesel facture par ticket traité plutôt que par utilisateur, ce qui signifie que le coût suit le travail plutôt que vos effectifs. Pour une équipe d'assistance, c'est généralement le chiffre le plus honnête.
Le verdict
Alors, ChatGPT est-il bon pour les services financiers ? Pour le travail d'analyste, vraiment oui, et je ne dissuaderais personne. C'est l'un des meilleurs outils de recherche et de rédaction disponibles, le produit Financial Services comble la lacune de sourcing qui était son point le plus faible, et les offres entreprise prennent la conformité au sérieux. Si votre équipe rédige des notes, modélise des scénarios et prépare des supports clients, achetez la bonne offre et lancez-vous.
Pour l'assistance en contact avec les clients, mon verdict est plus restreint : utilisez le modèle, mais pas le chatbot brut. Le risque d'hallucination silencieuse, l'absence d'actions natives dans le helpdesk et le manque de gouvernance par ticket font d'une fenêtre ChatGPT généraliste la mauvaise forme pour une file d'assistance réglementée. Il vous faut le moteur de raisonnement, enveloppé dans un coéquipier conçu pour le service. Si vous comparez des options pour ce besoin précis, notre tour d'horizon des meilleures IA de service client et des outils d'automatisation de l'assistance client est le bon point de départ.
Essayer eesel pour l'assistance dans les services financiers
Si vous êtes arrivé ici parce que vous dirigez l'assistance d'une banque, d'une fintech ou d'un assureur, voici le positionnement honnête. Gardez ChatGPT pour la recherche et la modélisation où il est brillant. Pour la file d'assistance, eesel est le coéquipier IA qui se branche sur votre helpdesk existant, que ce soit Zendesk, Freshdesk, Salesforce ou Front, et commence à traiter lui-même les tickets.
Ce qui compte pour une entreprise réglementée, c'est ce qui se passe avant la mise en production. eesel simule l'agent sur des centaines de vos tickets passés et note ses réponses par rapport à ce que votre équipe a réellement envoyé, pour que vous voyiez comment il se comportera avant qu'un client ne soit concerné. Les PII sont masquées à l'ingestion, les modèles ne s'entraînent jamais sur vos données, et vous pouvez conserver une étape de validation humaine sur les actions sensibles. Le prix est un tarif mensuel fixe à partir de 299 $ pour 500 crédits (1 crédit par ticket traité), avec 100 crédits gratuits et sans frais par utilisateur. C'est gratuit à essayer, et vous pouvez le pointer sur vos propres tickets en un après-midi.