ChatGPT se spécialise pour la finance avec données et citations intégrées

OpenAI a lancé le 10 septembre 2026 ChatGPT for Financial Services, une version de ChatGPT Work pensée pour les usages de la finance. Le service combine des données intégrées, des connexions à des fournisseurs spécialisés et le raisonnement du modèle GPT-6 Astra pour aider les équipes à produire recherches, modèles financiers et supports client. Dans un secteur où la traçabilité compte autant que la vitesse, le positionnement est clair : faire gagner du temps sans demander aux banques de renoncer à leurs contrôles.

Un outil taillé pour l’investissement et la recherche actions

Le produit a été co-construit avec Morgan Stanley et Evercore, deux noms qui ont orienté OpenAI vers les points de friction les plus concrets : l’investissement bancaire et la recherche actions. Selon l’annonce, les premiers retours ont servi à cibler l’accès fiable aux données et la création d’artefacts de qualité, c’est-à-dire des livrables directement exploitables comme des notes de recherche, des tableaux ou des pitchbooks. Morgan Stanley a résumé l’enjeu ainsi : « The promise of frontier research becomes real when it helps our people do the work that matters for our clients, » tandis qu’Evercore dit travailler avec OpenAI pour renforcer la profondeur des analyses tout en conservant « the judgment and rigorous standards its clients expect ».

OpenAI indique que ce partenariat doit aussi nourrir le post-training, les améliorations produit et l’arrivée dans d’autres catégories des services financiers. Autrement dit, le service ne vise pas seulement à répondre plus vite. Il veut surtout s’insérer dans les flux de travail existants, là où l’erreur de source coûte cher et où un simple copier-coller peut vite tourner au sport de haut niveau réglementaire.

Données intégrées, citations et connexions aux fournisseurs

ChatGPT for Financial Services embarque des jeux de données de Daloopa, PitchBook et LSEG News, couvrant notamment les transcriptions de résultats, les états financiers, les fondamentaux d’entreprise et les sociétés privées. Les équipes peuvent commencer à les utiliser sans contrat séparé ni connecteur à configurer. OpenAI héberge et indexe les données sur sa propre infrastructure, ce qui, selon l’entreprise, améliore la récupération, la latence et les citations granulaires. En pratique, les utilisateurs peuvent relier une affirmation à sa source et vérifier les chiffres pendant que l’analyse se construit.

OpenAI donne l’exemple d’un banquier qui normalise un P&L : il peut examiner la réconciliation et les notes derrière un EBITDA ajusté, voir quels coûts ont été exclus et décider comment utiliser ce chiffre dans une valorisation. À mesure que la couverture s’élargit, OpenAI dit vouloir post-entraîner ses modèles pour trouver, interpréter et exploiter ces jeux de données au niveau des meilleurs analystes.

Pour les établissements déjà abonnés à des bases de données, OpenAI travaille aussi avec S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva et Moody’s sur des intégrations de type shared sign-in et entitlement. Le principe : le fournisseur reconnaît l’utilisateur via sa connexion ChatGPT et lui donne accès automatiquement aux données auxquelles il a déjà droit. L’entreprise dit avoir optimisé plusieurs connecteurs MCP très utilisés en finance, dont S&P Global et FactSet, et disposer de plus de 50 connecteurs au total, parmi lesquels Datasite, Box, Preqin et Intapp.

GPT-6 Astra mise sur la recherche, le raisonnement et les livrables

OpenAI présente GPT-6 Astra comme un modèle de pointe sur trois capacités jugées essentielles en finance : la recherche d’information, le raisonnement financier et la génération d’artefacts. Le modèle est intégré nativement au produit, et des versions plus récentes seront disponibles automatiquement à leur sortie. Sur le benchmark OfficeQA Pro d’OpenAI, qui teste la capacité à retrouver et analyser des informations dans des bulletins du Trésor américain, y compris des tableaux complexes, GPT-6 Astra obtient 69,9 %, contre 60,2 % pour GPT-5.6 Sol.

L’entreprise dit aussi que le système peut croiser plusieurs sources, suivre l’évolution d’un chiffre d’une période à l’autre et interpréter les annotations de données publiques. Les équipes peuvent ensuite construire des graphiques interactifs, avec les données et les sources accessibles pour revue. Côté production, des modèles Excel, Word et PowerPoint peuvent être publiés depuis une page d’administration dédiée, puis appliqués à des analyses, des notes de recherche ou des pitchbooks au format et au style de la maison.

La sécurité et la conformité restent au centre

OpenAI appuie cette version sur les fonctions d’Enterprise déjà connues : SAML SSO, SCIM provisioning et contrôles d’accès par rôle. Les données professionnelles ne sont pas utilisées par défaut pour entraîner les modèles, elles sont chiffrées au repos et en transit, et les administrateurs peuvent régler la rétention de l’espace de travail. Les équipes conformité peuvent exporter les journaux pris en charge via la OpenAI Compliance Platform vers leurs flux d’audit et d’enquête existants.

Les responsables peuvent aussi gérer les accès aux compétences et aux applications par rôle, autoriser ou bloquer les actions de lecture et d’écriture des apps prises en charge, et créer plusieurs espaces de travail pour imposer des barrières d’information. Ce n’est pas un détail : dans la finance, l’IA doit être utile sans se promener librement entre dossiers sensibles. C’est le genre de balade que personne ne veut voir sur un rapport d’audit.

Une offre réservée aux institutions éligibles

ChatGPT for Financial Services est disponible pour les institutions financières éligibles, avec contact direct auprès d’OpenAI ou de l’équipe commerciale pour y accéder. L’entreprise précise que les établissements et les développeurs peuvent aussi utiliser son API pour bâtir des applications spécialisées, ce nouveau produit n’étant qu’une des façons de servir le secteur. Le mouvement confirme une tendance nette : l’IA générative ne reste plus cantonnée aux usages génériques, elle s’aligne sur des métiers très codifiés où la donnée, la preuve et le format comptent autant que la réponse elle-même.