La révolution de l’IA va-t-elle enfin métamorphoser le quotidien des analystes financiers bloqués dans leurs éternels tableurs ? Depuis des années, diverses startups promettent d’automatiser et de fluidifier la modélisation financière, mais peut-on vraiment faire confiance à une Intelligence Artificielle avec des tâches aussi techniques et critiques ?
Meridian, une jeune pousse basée à New York, prétend changer la donne. Fort d’une levée de fonds de 17 millions de dollars — menée par de lourds investisseurs tels qu’Andreessen Horowitz et The General Partnership — l’entreprise vient de sortir de l’ombre. Quel est leur pari ? Transformer la façon dont les professionnels de la finance préparent, contrôlent et auditent leurs modèles économiques. Le PDG John Ling avance une promesse audacieuse : réduire des heures de travail fastidieux à quelques minutes. Peut-on vraiment automatiser l’expertise humaine sans perdre en fiabilité ?
Ce défi attire de nombreux concurrents. Certains, comme Shortcut AI, tentent d’intégrer directement des agents intelligents dans Excel. Toutefois, Meridian a choisi une autre voie, en créant un environnement de développement intégré (IDE) où l’IA façonnerait et relierait les données venues de multiples sources externes. Est-ce que ce type de plateforme peut vraiment remplacer l’analyse personnalisée des experts de la finance ?
Meridian vise une intelligence artificielle plus prévisible, plus transparente et capable de répondre aux exigences rigoureuses de la finance professionnelle.
Mais l’obstacle principal reste la confiance. Les modèles d’IA, réputés pour leurs « hallucinations », doivent désormais convaincre des clients qui exigent précision et reproductibilité. Les investisseurs auraient-ils misé sur Meridian sans la promesse d’une technologie à la fois innovante et auditable ? Plus encore, comment l’équipe, composée d’anciens de Scale AI, Anthropic et Goldman Sachs, compte-t-elle rassurer les banques et fonds d’investissement sur la traçabilité de chaque donnée, chaque hypothèse, chaque calcul ?
L’enjeu est de taille : alors que dix analystes de chez Goldman Sachs produisent souvent dix versions presque identiques d’un modèle, l’IA de Meridian doit garantir cette homogénéité, tout en gardant la rapidité et la flexibilité des algorithmes modernes. La solution de Meridian — un mélange de techniques conventionnelles et d’IA “agentique” — promet de clarifier et documenter l’ensemble du processus, afin d’anéantir ce doute tenace qui plane au-dessus de l’automatisation.
Mais qui contrôle vraiment la logique interne de ces modèles ? Peut-on auditer facilement chaque cheminement de l’IA, ou s’agit-il d’un nouveau “boîte noire” qui risque d’échapper au contrôle humain ? Selon John Ling, son équipe serait déjà parvenue à lever ce “brouillard” algorithmique : chaque hypothèse, chaque transformation de données, chaque calcul serait lisible, inspectable et traçable. Est-ce suffisant pour faire sauter les derniers verrous psychologiques du secteur financier ?
Si Meridian parvient à ses fins, elle pourrait bien inaugurer une nouvelle ère, où la modélisation financière ne serait plus réservée à une élite, mais accessible, transparente et accélérée pour tous. Mais au fond, la vraie question reste : l’IA sera-t-elle un outil de confiance pour les métiers qui ne tolèrent pas l’erreur ?
Source : Techcrunch
