Databricks Genie One apporte des agents AI gouvernés à la finance buy-side — protégeant l'intégrité de la NAV, la marge sur frais nets et la préparation aux audits sur une plateforme unique.
par Andrea DeSosa, Soheyl Rafi, Ralph Laite, Paul Signorelli et Kim Hatton
Demandez à un CFO des marchés de capitaux du côté acheteur (buy side) comment se présente le trimestre, et la réponse commence là où le côté vendeur (sell side) ne va pas : non pas avec le risque que l'entreprise porte sur son propre bilan, mais avec l'argent de quelqu'un d'autre. Puis vient la liste : la NAV qui a dû être retraitée après l'arrivée tardive d'un prix pour une position illiquide, la demande de rachat survenue pile au moment où un actif de niveau 3 nécessitait une nouvelle évaluation, la question du LP sur un chiffre de performance qu'il a fallu remonter jusqu'à sa source. Chacun de ces éléments est le produit de multiples systèmes, et chacun est de plus en plus façonné et complexifié par l'automatisation et les agents AI. L'instinct reste le même que celui que la finance a toujours eu : protéger le chiffre que l'investisseur vous fait confiance pour obtenir de manière exacte. Mais aujourd'hui, il doit résister à des systèmes et des agents qui évoluent plus vite que ce qu'une seule personne peut vérifier manuellement.
Le buy side repose sur une promesse : que le chiffre vu par un investisseur correspond à la valeur réelle de son argent. Les marchés bougent et les flux évoluent, et la NAV, la liquidité et la confiance des investisseurs évoluent avec eux, chacun étant un levier sur le chiffre qui compte réellement pour l'entreprise elle-même : la marge nette sur commissions. Protéger cette marge, sans jamais rompre la promesse qui la sous-tend, a toujours été le rôle de la finance, et cela n'a fait que se compliquer à mesure que davantage de capitaux sont placés dans des stratégies moins liquides, que les conditions de rachat sont plus surveillées et que le reporting réglementaire (exigences de gestion du risque de liquidité de la SEC, Form PF, performances vérifiées GIPS, AIFMD en Europe) devient plus exigeant. C'est l'environnement dans lequel évoluent les gestionnaires d'actifs, et leurs départements financiers en sont la constante, aidant l'entreprise à comprendre et à agir face à une complexité croissante.
Désormais, cette complexité est accentuée par les agents AI : des systèmes qui influencent de plus en plus les flux de travail d'évaluation, la prise de décision concernant les rachats, le reporting de performance et le rapprochement au sein du back-office. Le volume et la complexité de ce travail augmentent rapidement : l'étude mondiale 2026 de BCG sur la gestion d'actifs estime que les flux de travail agentiels (agentic workflows) pourraient augmenter la capacité des opérations d'investissement de 55 % à 65 % et réduire les coûts opérationnels d'environ 40 %, principalement dans la comptabilité des fonds, le rapprochement et le travail sur la NAV dont il est question ici. Le rythme variera selon les gestionnaires, mais les vagues d'agents autonomes qui redéfinissent les portefeuilles, l'évaluation, les systèmes financiers, les dépenses en AI et le comportement des investisseurs sont là pour durer.
La finance a toujours su trouver le bon chiffre, même lorsqu'il est enfoui dans la complexité. Mais elle est aussi la première à faire savoir à l'entreprise que les chiffres ne disent pas tout. Ce qui importe, c'est le sens qui se cache derrière : les définitions, les stratégies et les classes d'actions, les facteurs de frais et d'évaluation, et la manière dont chacun d'eux évolue au rythme de l'activité. Des réponses précises permettent de récupérer le bon chiffre. Des réponses correctes permettent de comprendre ce que ce chiffre signifie. En clair, « le chiffre est-il considéré dans le contexte global de l'entreprise ? »
C'est précisément ce que fait une ontologie : elle capture le sens et le maintient à jour au fil des évolutions de l'entreprise. Sur le buy side, ce sens évolue plus rapidement que partout ailleurs dans le secteur. Le profil de risque d'une stratégie, la liquidité d'une position, les conditions d'un accord de frais peuvent tous changer en milieu de trimestre, et un modèle entraîné une seule fois sur le portefeuille du trimestre précédent répond déjà à des questions sur un fonds qui n'existe plus tout à fait sous cette forme. Ce qui nous amène à un nouveau type d'ontologie, conçu pour répondre aux exigences de la gestion d'actifs.
Une ontologie n'a de valeur que si elle reste à jour. Les positions des fonds n'attendent pas les mises à jour trimestrielles des métadonnées, et le contexte doit évoluer aussi vite que l'activité elle-même.
C'est là que Genie One devient la solution. Databricks a conçu Genie One comme un collègue AI intelligent face aux données : un responsable financier pose une question directe et obtient en retour une réponse fiable et sourcée, ancrée dans la Genie Ontology et gouvernée à chaque étape. Il apprend à connaître l'entreprise et s'affine à chaque question, il est donc conçu pour aider la finance à obtenir des réponses plus précises et, plus important encore, à mener des actions de confiance, au-delà de la simple présentation de ce qui s'est passé.
Genie One n'est pas seulement l'assistant vers lequel un responsable financier se tourne pour poser une question. En arrière-plan, les Genie Agents (plusieurs agents spécialisés) gèrent les opérations de back-end des fonds selon l'ontologie Genie : intégration de fichiers, rapprochement de positions et production d'une première version de la NAV, bien avant que quiconque ne demande quoi que ce soit à Genie One.
Voici à quoi cela ressemble lors d'une matinée ordinaire. Le CFO accède à une vue complète et en temps réel des opérations du fonds, et non à un e-mail de statut rédigé à la main par l'équipe opérationnelle à 7 heures du matin. Chaque chiffre de la NAV sur cet écran est traçable : cliquez sur n'importe quel montant pour voir la source de tarification exacte, les écritures de régularisation et la comparaison avec le dépositaire qui l'ont généré. Pendant la nuit, la plateforme a déjà intégré les fichiers du dépositaire via LakeFlow, évalué les positions par rapport au flux de données du marché et produit une NAV préliminaire pour examen par l'équipe d'évaluation, avant même que l'équipe opérationnelle n'ait ouvert ses ordinateurs.
C'est la différence entre un collègue AI et un chatbot doté d'une simple connexion de données. Un chatbot répond à la question que l'on pense à poser. Un système d'agents travaillant en back-end signifie que la réponse est déjà à moitié construite, sourcée et prête à être vérifiée au moment où l'on s'installe pour travailler.
Considérez les trois questions qui préoccupent chaque équipe financière de gestion d'actifs, chacune liée à l'un des trois résultats qui se cumulent, l'un alimentant le suivant. Pour chacune d'elles, Genie One fait plus que récupérer les données et y répondre. Il montre sa démarche :
C'est la différence entre rapporter ce qui s'est déjà passé et apprendre continuellement de l'activité : devenir plus précis à chaque question plutôt que de devenir obsolète le jour même où elle est posée. Et parce que chaque chiffre remonte à sa source, que chaque autorisation est respectée et que le coût de l'AI elle-même reste gouverné sous un modèle unique, c'est une réponse sur laquelle la finance peut s'appuyer pour agir, et qu'un investisseur ou un régulateur peut suivre. Genie One prépare le terrain : rééquilibrer la liquidité avant une période de rachat, défendre la marge nette sur commissions, prouver le chiffre. Une personne dans la boucle prend la décision.
La gestion d'actifs repose sur la confiance : la confiance que la NAV est exacte, que les frais correspondent à ce qui est prévu dans l'accord, que la réponse tient la route lorsqu'un LP ou un contrôleur la demande. Un collègue AI intelligent face aux données ne remplace pas cette confiance. C'est ce qui permet à la finance de continuer à la mériter à la vitesse à laquelle l'activité évolue désormais.
Comment l'AI transforme-t-elle les opérations financières dans la gestion d'actifs ? Les agents AI influencent de plus en plus les décisions qui ont un impact sur la NAV, la liquidité et les revenus de commissions dans les entreprises du buy side. La mission principale de la finance — protéger la marge nette sur commissions — n'a pas changé, mais la vitesse et la complexité des flux de travail qui l'entourent ont considérablement augmenté. Les équipes financières modernes ont besoin d'outils capables de comprendre et de gouverner l'automatisation agentielle dans la comptabilité des fonds, le rapprochement et l'évaluation.
Genie One prend-il des décisions d'évaluation, de rachat ou de frais ? Non. Databricks Genie ne prend pas de décisions d'investissement, d'évaluation ou de rachat. Ces décisions relèvent de la gestion de portefeuille, des comités d'évaluation et des équipes de relations investisseurs. Genie One, et les Genie Agents qui travaillent en arrière-plan, offrent à la finance une vue précise des opérations du fonds — permettant ainsi aux équipes de détecter rapidement les risques émergents et de guider les décideurs qui agissent en conséquence. Un humain reste systématiquement dans la boucle pour chaque action.
Pourquoi une ontologie métier et la gouvernance des données sont-elles cruciales pour l'IA dans la gestion d'actifs ? Une ontologie métier capture la signification de chaque chiffre dans le contexte de vos fonds, stratégies et structures de frais — et maintient ces définitions à jour au fil des évolutions de l'entreprise. C'est ce qui rend une réponse d'IA correcte, et pas seulement précise. La gouvernance des données garantit que chaque chiffre est tracé jusqu'à sa source, soumis à des autorisations par rôle et justifiable auprès d'un LP, d'un auditeur ou d'un régulateur (SEC, GIPS, AIFMD). Ensemble, l'ontologie et la gouvernance rendent une réponse générée par l'IA sûre pour la prise de décision — ce qui correspond aux exigences de la finance buy-side.
En quoi Genie One diffère-t-il d'un tableau de bord IA ou d'un outil de BI ? Un tableau de bord ou un outil de BI traditionnel montre ce que disent les données — il les récupère et les affiche. Genie One est un collaborateur IA intelligent face aux données qui aide les équipes financières à agir en fonction de la signification des données. Il s'appuie sur Genie Ontology et bénéficie d'une gouvernance de bout en bout, l'humain conservant le pouvoir de décision.
Comment Databricks Genie automatise-t-il le rapprochement de la NAV pour les gestionnaires d'actifs ? Les agents backend de Databricks Genie automatisent le flux de travail des opérations de fonds de nuit : intégration des fichiers du dépositaire via LakeFlow, valorisation des positions par rapport aux flux de données de marché, rapprochement avec les registres du dépositaire et production d'une NAV préliminaire pour examen par l'équipe de valorisation — le tout avant même que l'équipe des opérations n'ouvre ses ordinateurs. Chaque chiffre de la NAV est traçable jusqu'à sa source d'évaluation exacte, ses écritures de régularisation et sa comparaison avec le dépositaire. L'équipe financière examine et approuve ; les agents s'occupent du travail de fond intensif sur les données.
Découvrez à quoi ressemble un collaborateur IA intelligent face aux données pour la finance de gestion d'actifs. Commencez dès aujourd'hui avec Databricks Genie One.
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original
Abonnez-vous à notre blog et recevez les derniers articles directement dans votre boîte mail.