Guide sectoriel : banque d'investissement
Comment utiliser Claude en banque d'investissement : guide pour équipes deal et analystes
Moins de nuits blanches sur la mise en forme, plus d'heures sur le deal.
Ce guide montre aux banquiers comment mettre Claude, d'Anthropic, au travail sur la charge de production d'une opération de M&A ou de marché de capitaux : pitch books, comparables boursiers, transactions précédentes, CIM, teasers, listes d'acheteurs et revues de modèles. Il couvre ce qu'Anthropic a publié pour les services financiers, ce que des établissements nommés ont déclaré dans les propres publications d'Anthropic, et les points où le jugement d'un banquier ne peut pas être délégué.
Savoir comment utiliser Claude en banque d'investissement consiste à lui confier le gros du travail de production tout en gardant les contrôles : rédiger des pages de pitch book et des profils d'entreprise, construire des tableaux de comps et de transactions précédentes à partir des données que vous fournissez, rédiger des sections de CIM et des teasers à partir des documents de due diligence, constituer des listes d'acheteurs, et auditer les modèles de fusion et de LBO à la recherche de formules cassées. Claude produit rapidement un premier brouillon. L'analyste et l'associate vérifient encore chaque chiffre, et les banquiers seniors restent responsables du conseil donné au client.
Publié le
À retenir
- Les usages les plus solides en banque d'investissement sont les pages de pitch book, les tableaux de comps et de précédents, les brouillons de CIM et de teasers, les listes d'acheteurs et la revue de modèles.
- Anthropic a publié des Agent Skills pour l'analyse de comparables boursiers, les modèles DCF et les teasers, ainsi qu'un agent pitch builder et un agent model builder.
- Chaque chiffre d'un livrable client reste rattaché à une source : documents déposés, un fournisseur de données, ou les chiffres propres du client.
- Les jeunes banquiers qui apprennent à bien réviser la production de l'IA deviennent plus rapides, pas superflus. C'est la couche de jugement que le métier forme.
- Les informations sur les clients et les opérations n'ont leur place que dans un espace de travail approuvé par votre banque pour ce type de données.
Copier-coller
Des prompts à utiliser dès aujourd'hui
Profil d'entreprise pour un pitch book
Tu es analyste dans une équipe M&A sell-side. En utilisant uniquement les extraits de documents déposés et de présentation investisseurs collés ci-dessous, rédige un profil d'entreprise d'une page pour un pitch book : présentation de l'activité en trois phrases, segments avec part de chiffre d'affaires, principaux clients et géographies tels que divulgués, mouvements stratégiques récents, et trois points pertinents pour une cession potentielle. Indique le document source et la page à côté de chaque chiffre. N'utilise pas de connaissances externes. Matériel : [coller].
Restreindre Claude au matériel collé évite que des chiffres obsolètes ou non sourcés se retrouvent dans le book.
Tableau de comps et commentaire
Voici un tableau de données boursières pour un ensemble de comparables : entreprise, valeur d'entreprise, chiffre d'affaires, EBITDA et croissance pour le dernier exercice et les deux exercices prévisionnels suivants. Calcule le ratio VE/CA et VE/EBITDA pour chaque année, la moyenne et la médiane de l'ensemble, et signale toute entreprise dont le multiple s'écarte de plus d'un écart-type de la médiane. Écris ensuite quatre phrases de commentaire qu'un managing director pourrait lire à voix haute. Montre tes formules. Données : [coller].
Demander les formules permet de reconstruire les chiffres dans Excel et de les vérifier.
Brouillon de section de CIM
Rédige la section Vue d'ensemble du secteur d'un confidential information memorandum pour l'entreprise décrite ci-dessous. Utilise uniquement les données de marché et les documents du management que je fournis. Structure-la ainsi : définition du marché, taille et moteurs de croissance, paysage concurrentiel, et pourquoi l'entreprise est bien positionnée pour en bénéficier. Écris dans le ton neutre et factuel d'un CIM sell-side. Signale toute affirmation nécessitant une source par [SOURCE REQUISE]. Matériel : [coller].
Le marqueur [SOURCE REQUISE] garde le brouillon honnête avant qu'il ne parte en revue chez le client.
Liste d'acheteurs avec justification
À partir du profil de la cible ci-dessous, rédige un univers d'acheteurs organisé en acheteurs stratégiques et sponsors financiers. Pour chaque acheteur potentiel, donne une justification d'une ligne rattachée aux produits, clients ou géographies de la cible, et note toute raison évidente pour laquelle il pourrait ne pas s'engager. Marque comme non vérifié tout acheteur dont tu n'es pas certain, pour que l'équipe puisse le recouper avec notre base de données. Profil de la cible : [coller].
Les connaissances de Claude ont une date de coupure, donc la liste d'acheteurs est un point de départ à vérifier contre la base de données de votre banque.
Revue de modèle de fusion
Passe en revue le modèle d'accrétion/dilution ci-joint comme le ferait un associate vérifiant le travail d'un analyste avant que le MD ne le voie. Retrace le prix d'acquisition, les sources et emplois de fonds, les hypothèses de financement, les synergies et l'EPS pro forma. Liste chaque donnée en dur à l'intérieur d'une formule, chaque incohérence avec l'onglet des hypothèses de transaction, et toute erreur de signe ou lien rompu. Ne corrige rien. Rends une liste de problèmes numérotée avec les références de cellules.
Séparer revue et correction permet de décider soi-même ce qui change et d'apprendre où les erreurs se nichent.
Chez Anthropic
Ce qu'Anthropic propose pour le secteur Banque d'investissement
Claude for Financial Services
L'offre services financiers d'Anthropic, annoncée en juillet 2025, combine les modèles Claude, Claude Code et l'accès entreprise avec des connecteurs préconstruits vers des fournisseurs de données comme FactSet, S&P Global, PitchBook et Morningstar, ainsi que des partenaires d'implémentation. Anthropic déclare que les données ne sont pas utilisées pour l'entraînement par défaut.
· Source
Advancing Claude for Financial Services
Une mise à jour d'octobre 2025 ajoutant des Agent Skills pour l'analyse de comparables boursiers, les modèles de discounted cash flow, les data packs de due diligence, les teasers et profils d'entreprise pour pitch books et listes d'acheteurs, les analyses de résultats et les rapports d'initiation de couverture, avec une bêta de Claude for Excel et des connecteurs incluant LSEG et Moody's.
· Source
Agents for financial services
Dix modèles d'agents publiés en mai 2026, incluant un pitch builder, un préparateur de réunions, un model builder et un réviseur de valorisation, livrés comme plugins dans Claude Cowork et Claude Code, avec les add-ins Excel, PowerPoint et Word d'Anthropic rendus généralement disponibles.
· Source
En pratique
Comment les équipes Banque d'investissement utilisent Claude
D'après le témoignage client publié par Anthropic
RBC Capital Markets
Dans la mise à jour services financiers d'octobre 2025 d'Anthropic, la responsable de l'IA et de l'innovation numérique de RBC Capital Markets a déclaré que Claude se distingue par sa capacité à intégrer plusieurs sources de données et à automatiser des workflows.
D'après le témoignage client publié par Anthropic
Mizuho
L'annonce de mai 2026 d'Anthropic sur ses agents services financiers cite la COO banque de Mizuho décrivant le temps de préparation transformé en temps pour les idées.
D'après le témoignage client publié par Anthropic
Crunched
Selon le témoignage client d'Anthropic, Crunched construit des outils Excel sur Claude destinés aux utilisateurs en banque d'investissement, private equity et conseil, et ses clients rapportent de gros gains de temps sur la modélisation, les spreads financiers et les fiches d'entreprise.
Exemple illustratif
Un profil d'entreprise de pitch book, sourcé et vérifié
- L'analyste colle des extraits de documents déposés et la dernière présentation investisseurs dans le projet de l'opération.
- Claude rédige le profil d'une page avec le document source et la page à côté de chaque chiffre.
- L'analyste rattache chaque chiffre à sa source et corrige un chiffre de segment tiré de la mauvaise période.
- L'associate retravaille les points stratégiques pour coller à l'histoire que le managing director veut raconter.
- La page n'entre dans le book qu'après le tie-out et la revue habituels.
Exemple illustratif
Réviser un modèle de fusion avant la réunion avec le MD
- L'associate demande à Claude une liste de problèmes sur le modèle d'accrétion et dilution de l'analyste, sans corrections.
- Claude liste des données en dur, une hypothèse de financement qui diffère de l'onglet des hypothèses, et un lien rompu.
- L'analyste corrige chaque problème et rédige une courte note sur ce qui a changé.
- Claude effectue une deuxième revue pour confirmer les corrections et signaler tout nouvel écart.
- L'associate présente les résultats finaux au managing director et reste responsable des chiffres.
Banque d'investissement et Claude : les chiffres publiés
| Chiffre | Contexte | Source |
|---|---|---|
| financial spreads 8+ hours to 1 hour | Rapporté par des clients de Crunched, un outil Excel construit sur Claude, selon le témoignage client d'Anthropic | Source |
| company write-ups 8 hours to 20 minutes | Rapporté par des clients de Crunched, selon le témoignage client d'Anthropic | Source |
| >50% time savings on Excel modeling | Rapporté par des clients de Crunched, selon le témoignage client d'Anthropic | Source |
Workflows essentiels
Les usages de Claude en banque d'investissement sur une opération en cours
Ce sont les tâches qui consomment le plus d'heures d'analystes et d'associates, et là où l'IA en banque d'investissement trouve sa place.
Pitch books
Profils d'entreprise, vues d'ensemble de situation et pages de marché rédigés à partir des documents déposés et des données que vous fournissez. Un générateur de pitch book par IA vaut ce que valent les sources qu'on lui donne.
Comps et précédents
L'IA pour l'analyse de comps signifie calculer des multiples à partir de vos données, signaler les valeurs aberrantes et rédiger un commentaire, avec des formules que vous pouvez reconstruire et vérifier.
CIM et teasers
L'IA pour la rédaction de CIM transforme les documents de due diligence en sections structurées et en teasers anonymes, avec les manques signalés pour que l'équipe deal les comble.
Listes d'acheteurs
Univers d'acheteurs stratégiques et financiers avec une justification pour chaque nom, prêts à être recoupés avec les données relationnelles de votre banque.
Revue de modèle
Une vérification de modèle de fusion par IA retrace le prix d'acquisition, le financement, les synergies et l'EPS pro forma, et liste les données en dur et les liens rompus que l'associate doit corriger.
Préparation de réunions et de process
Briefs de réunion client, lettres de process, plans de présentation management et réponses aux questions des acheteurs, rédigés à partir du dossier de l'opération.
La couche de production
Comment les banques d'investissement utilisent l'IA sur le travail que les juniors connaissent le mieux
La majorité des heures en banque d'investissement vont dans la production : transformer données et documents déposés en pages, vérifier que chaque chiffre concorde sur une centaine de slides, et reconstruire des tableaux quand un ensemble de comparables change. C'est exactement le travail que Claude gère bien, tant que les données d'entrée sont propres et que la production est vérifiée. Le schéma qui fonctionne est celui de prompts étroits avec un format de sortie fixe : un profil, un tableau, une section à la fois.
Anthropic s'est directement investi dans ce travail. Sa mise à jour services financiers d'octobre 2025 décrivait des Agent Skills pour l'analyse de comparables boursiers avec multiples de valorisation et indicateurs opérationnels, des modèles de discounted cash flow avec calculs de WACC et tableaux de sensibilité, ainsi que des teasers et profils d'entreprise pour pitch books et listes d'acheteurs. En mai 2026, elle a ajouté des modèles d'agents incluant un pitch builder, un model builder, un préparateur de réunions et un réviseur de valorisation, disponibles comme plugins dans Claude Cowork et Claude Code.
La discipline, c'est le sourcing. Le nom d'une banque figure sur chaque page qui quitte l'immeuble. Demandez à Claude de citer le document et la page pour chaque chiffre, restreignez-le au matériel que vous fournissez, et gardez une personne responsable de faire le tie-out du book avant qu'il ne parte chez le client. L'IA ne change pas la norme ; elle change la vitesse à laquelle on l'atteint.
Carrières
L'IA pour les jeunes banquiers : l'IA va-t-elle remplacer les analystes en banque d'investissement ?
La question de savoir si l'IA va remplacer les analystes en banque d'investissement revient dans chaque promotion d'analystes désormais, et la réponse honnête est que le métier change de forme plutôt qu'il ne disparaît. Le travail de mise en forme et de premier brouillon qui remplissait autrefois les nuits tardives est de plus en plus fait par des outils. Ce qui reste, c'est la partie du métier qui a toujours été la vraie formation : comprendre l'entreprise, savoir quel chiffre est faux, et expliquer une valorisation à un client sceptique.
L'IA pour les jeunes banquiers est la plus utile comme réviseur et explicateur. Demandez à Claude pourquoi un tableau de sensibilité évolue comme il le fait, ce qui explique l'écart entre deux multiples, ou ce qu'un acheteur contestera dans une section de CIM. Ces réponses construisent le jugement plus vite que la mise en forme ne l'a jamais fait, à condition de les vérifier auprès de vos seniors.
Les analystes qui apprennent à diriger et à vérifier la production de l'IA deviennent les personnes sur qui les équipes comptent pour la vitesse et la précision à la fois. Les analystes qui collent une production dans un book sans la vérifier seront rapidement repérés, car la culture de la revue en banque a été construite précisément pour attraper cela.
Choisir ses outils
Claude contre ChatGPT en banque d'investissement, et les Claude Skills pour la banque d'investissement
La comparaison Claude contre ChatGPT en banque d'investissement doit se faire sur vos propres livrables. Prenez un profil d'entreprise, un tableau de comps et un modèle déjà vérifié, et donnez à chaque outil le même prompt et les mêmes données. Comparez la précision, le comportement de citation, l'effort de mise en forme, et la réaction de chacun quand une donnée manque. Les deux outils évoluent fréquemment, donc refaites le test quand votre workflow change.
Les Claude Skills pour la banque d'investissement désignent les Agent Skills et plugins qu'Anthropic a publiés pour le travail financier, couvrant comps, modèles DCF, teasers et matériel de pitch, avec des connecteurs vers des fournisseurs de données comme FactSet, S&P Global, PitchBook et LSEG. Là où votre banque les a activés, ils réduisent le travail de mise en place. Là où ce n'est pas le cas, les prompts de cette page fonctionnent dans un chat Claude standard avec les documents que vous êtes autorisé à téléverser.
Le facteur décisif dans la plupart des banques n'est pas la qualité du modèle. C'est ce que la conformité a approuvé, les conditions de données applicables aux informations clients, et quels fournisseurs de données se connectent à l'outil. Un outil que votre banque a approuvé pour des mandats en cours bat un outil que vous ne pouvez utiliser que sur des documents publics.
Pour commencer
Quatre habitudes qui rendent la production de l'IA utilisable en book
Sourcer chaque chiffre
Demandez le document et la page à côté de chaque chiffre, et restreignez Claude au matériel que vous avez collé. Les chiffres non sourcés ne vont pas dans le book.
Une page à la fois
Faites un prompt pour un profil, un tableau ou une section avec un format fixe. Des prompts étroits produisent une sortie que vous pouvez vérifier rapidement.
Réviser, puis corriger
En auditant un modèle, demandez une liste de problèmes sans corrections. Vous décidez de ce qui est corrigé et apprenez où se cachent les erreurs.
Tenir une bibliothèque de prompts
Conservez les prompts qui correspondent aux formats de votre banque. Des prompts partagés rendent toute une équipe deal plus rapide et plus cohérente.
Limites
Où les banquiers ne doivent pas se fier à l'IA
Claude peut produire une page fluide contenant un chiffre faux. Il peut mal lire un tableau scanné, confondre exercice fiscal et année civile, ou reprendre un chiffre obsolète issu de ses données d'entraînement. Rien de tout cela n'est acceptable dans un livrable client ou un contexte d'avis d'équité. Rattachez chaque chiffre à sa source, et traitez la production de Claude comme un brouillon qui n'a pas encore été vérifié.
Le conseil est une responsabilité humaine. Recommander un process, un acheteur ou un prix implique des relations, une lecture du marché et des obligations réglementaires qui restent entre les mains des banquiers sur l'opération. Claude peut vous aider à préparer ces conversations, mais ne peut pas les mener à votre place.
La confidentialité est absolue. Mandats, données financières des clients et intérêt des acheteurs sont des informations non publiques significatives. N'utilisez que l'espace de travail approuvé par votre banque, respectez vos règles de barrière à l'information, et ne collez jamais de matériel d'opération dans un compte personnel.
Construisez la compétence avant le prochain email de staffing
Bien prompter sous la pression d'un deal est une compétence qui s'entraîne, pas une astuce. Le programme gratuit de Nightschool AI est pratique dès la première leçon, pour que les bons réflexes soient là quand le book est attendu.
Questions fréquentes
L'IA va-t-elle remplacer les analystes en banque d'investissement ?
L'IA remplace des parties de la charge de travail des analystes, en particulier la mise en forme, les premiers brouillons et la construction de tableaux. Elle ne remplace pas le besoin de personnes qui comprennent l'entreprise, repèrent le chiffre faux et soutiennent les banquiers seniors face aux clients. Les analystes qui apprennent à diriger et à vérifier la production de l'IA ont tendance à devenir plus précieux pour leurs équipes.
La banque d'investissement reste-t-elle un bon métier avec l'IA ?
Le cœur de la banque, c'est le conseil, les relations et le jugement d'exécution, et cela reste un travail humain. Ce qui se réduit, c'est la production manuelle qui dominait autrefois les années d'analyste. Ceux qui entrent en banque aujourd'hui doivent s'attendre à passer plus de temps sur l'analyse et la revue, et moins sur la mise en forme, ce que beaucoup trouveront être un meilleur apprentissage.
L'IA peut-elle construire un pitch book ?
L'IA peut rédiger une grande partie d'un pitch book : profils d'entreprise, pages de marché, tableaux de comps et vues d'ensemble de situation, et Anthropic a publié un modèle d'agent pitch builder. Elle ne peut pas décider de l'histoire que le MD veut raconter ni garantir que chaque chiffre est correct. Traitez la production comme un premier brouillon que l'équipe source, vérifie et façonne.
Claude ou ChatGPT fait-il mieux en modélisation financière ?
Cela dépend du modèle, des données d'entrée et de la version de chaque outil utilisée. Testez les deux sur un modèle déjà vérifié et comparez la précision, la transparence des formules et la façon dont chacun gère les données manquantes. Pour le travail client, l'outil que votre banque a approuvé et connecté à ses fournisseurs de données est généralement la réponse la plus pratique.
Comment les banques d'investissement utilisent-elles l'IA ?
Les banques utilisent l'IA pour le matériel de pitch, l'analyse de comps et de précédents, les brouillons de CIM et de teasers, les listes d'acheteurs, la préparation de réunions et la revue de modèles, ainsi que pour la recherche interne. Les propres publications d'Anthropic citent RBC Capital Markets sur l'intégration de sources de données et l'automatisation de workflows par Claude, et Mizuho sur le temps de préparation transformé en temps pour les idées.
L'IA remplace-t-elle discrètement les analystes juniors en banque d'investissement ?
L'IA change davantage ce que font les analystes juniors que leur existence même. Les tâches de production se déplacent vers des outils, et la revue, l'analyse et la préparation face au client occupent une part plus grande du métier. Les analystes les plus à risque sont ceux qui n'apprennent jamais à vérifier la production de l'IA de façon critique.
Comment vérifier un modèle que l'IA a aidé à construire ?
Traitez-le comme le premier brouillon d'un analyste. Retracez les sources et emplois de fonds, le financement et la production ligne par ligne, cherchez les chiffres en dur à l'intérieur des formules, vérifiez que le bilan s'équilibre, et comparez les hypothèses clés aux documents source. Demander à Claude une liste de problèmes sur son propre modèle est utile, mais une personne doit encore valider.
Est-il sûr d'utiliser l'IA sur des mandats en cours ?
Seulement dans un espace de travail approuvé par votre banque pour les informations clients, sous vos règles de barrière à l'information. Mandats et données financières des clients sont des informations non publiques significatives. Anthropic déclare que son offre services financiers n'utilise pas les données pour l'entraînement par défaut, mais c'est la politique propre de votre banque qui décide de ce qui est permis.
Pour aller plus loin
Guides et cours associés
Claude dans le secteur Banque d'investissement, par métier
Devenez l'analyste rapide et précis
Des leçons pratiques applicables à votre prochain book.