Agefi Luxembourg - juillet août 2026
Juillet / Août 2026 45 AGEFI Luxembourg IA & Tech Par Sitraka FORLER architecte systèmes et senior data scientist au Luxembourg. Il enseigne à l’IAE Metz et à CentraleMéditerranée. C e que l’observabilité de produc tiondit du capex IA, et ce qu’un gérant obligataire luxembour geois doit surveiller . Le 6 juillet, àGenève, lePremiermi nistre luxembourgeois Luc Frieden participait au Dialogue mondial sur la gouvernance de l’intelli gence artificielle, organisé sous l’égide des Nations unies. Cinq joursplustôt,àNewYork,lePanel scientifiqueinternationalindépen dantsurl’IAlivraitsonpremierétat deslieuxdelatechnologie.Le7juillet, Samsungannonçaitunbénéficed’exploitationtrimes trielmultipliépardixneuf surunan, àprèsde 89400 milliards de wons; un record absolu pour le groupe, salué par une chute de plus de 6 %du titre, les mar chés doutant déjà de la durabilité du cycle. Le lende main, la CSSF publiait un communiqué nettement moins spectaculaire, mais tout aussi révélateur : de nombreuses institutions financières luxembour geoisesnesontpassuffisammentpréparéesàcontrer d’éventuelles attaques liées à l’IA. Le contraste entre ces signaux dit quelque chose de ce moment précis. D’un côté, une course au capital et à la performance qui ne ralentit pas. De l’autre, des superviseurs qui, presque simultanément, rap pellent que la préparation opérationnelle n’a pas suivi le même rythme. La gouvernance de l’IA se discute au plus haut niveau, à Genève comme à New York ; au même moment, à l’échelle des éta blissements, la capacité à surveiller ce que l’on dé ploie reste, elle, à consolider. Un signal d’alerte à ne pas sousestimer Lamise en garde de la CSSF ne surgit pas isolément. Elle s’inscrit dans une vague coordonnée de signaux venus des superviseurs européens. Le 7 juillet, leCo mité européen du risque systémique (ESRB) alertait surlesrisquescybersystémiquesquelesmodèlesd’IA depointefontpesersurlesystèmefinancier;lemême jour, laprésidenteduconseil de surveillancepruden tielle de la BCE adressait un courrier pressant à cent dixdes principaux établissements de la zone euro. Le régulateur luxembourgeois relaie ces avertisse ments et yajoute sespropres observationsde terrain : dans la plupart des cas, les scans de vulnérabilité ne sont pas assez fréquents et les correctifs arrivent trop tard;unnombreconsidérabled’entitéssuperviséesne réexamine pas assez régulièrement leurs dispositifs desécuritéréseaunileursconfigurationsderéférence. Cette trajectoire est connue de la place. ClaudeMarx, directeur général de laCSSF,martèle depuis des mois que le principal risque IAdu secteur tient moins à la technologie qu’aux compétences car « le point le plus inquiétant, c’est le talent et les personnes»,résumaitildébutjuin,enrappelant qu’unetechnologiedevenantchaqueannéeplus performante et moins chère déplace en perma nence la frontière du possible. La CSSF et la Banque centrale du Luxembourg avaient déjà consacré, en 2025, un rapport thématique à l’usage de l’IAdans lafinance, avec une at tention particulière à l’IA générative. Le sujet n’est donc pas nouveau. Ce qui change, c’est le ton: on passe d’une invi tation à s’adapter à un constat de retard. Ceretardn’ariend’anecdotiquepourun secteurquimanipuledesdonnéessensi blesàgrandeéchelle.Uneinstitutionquidé ploie un outil d’IA sans scanner régulièrement ses vulnérabilités laissegrandir une surfaced’attaque plus vite qu’elle ne parvient à la surveiller. Le pro blème est, structurellement, celui du capexmondial : on avance sur la technologie, on temporise sur la vé rification. Et dans les deux cas, le décalage reste invi sible jusqu’au jour où un incident ,financier ou opérationnel, le rend soudain lisible. Le tri a commencé côtémarché Lemarché,lui,achangéderégimeenquelquesmois. Les taux de rétention des outils d’IA générative en entreprise, longtemps supérieurs à 90 % selon les données deMenloVentures, sont retombés entre 60 et 80 % dans plusieurs enquêtes récentes : l’enthou siasme pour un outil neuf garantit peu de sa fidélité une fois l’effet de nouveauté dissipé. Le classement des acteurs euxmêmes s’est inversé. Anthropic affichait environ30milliardsdedollarsde revenusannualisésenavril2026,contre24pourOpe nAI.Unrapport inverséunanplus tôt, et qui s’est en core creusé depuis,Anthropic revendiquant quelque 47milliardsfinmai. Les investisseurs qui avaient bâti leurthèsesurladominationd’OpenAIlarévisentau jourd’hui, un an à peine après l’avoir formulée. L’épisode DeepSeek, début 2025, avait déjà donné la mesuredecettefragilité:unmodèleentraînéàmoin drecoûts’étaitrévélécompétitiffaceàdesbudgetsdix fois supérieurs. L’idée selon laquelle davantage de capexgarantitdavantaged’avance(idéequisoustend unelargepartdesvalorisationsactuelles)enétaitsortie ébranlée. Au printemps, une simple note de Citrini Researchasuffiàdéclencheruneventesurlesvaleurs technologiques. Et les gains de productivité promis par les déploiements en entreprise restent, selon plu sieurs travaux récents dont ceux duMIT sur l’adop tion de l’IA générative, quasi invisibles pour la majorité des projets pilotes. L’écart entre la promesse commerciale et le résultat mesuré nourrit, à son tour, la nervosité observée ces dernières semaines. Le financement devance le rendement L’investissement,lui,n’apasralenti.PIMCOchiffrele pari : le capex consolidédes cinqpremiersHypersca lersatteindraitprèsde690milliardsdedollarsen2026 et 870milliards en 2027, contre environ 480milliards endébutd’année.Ilabsorberait94%deleurcashflow opérationnel sur les deux exercices, contre 40 % en 2023.Entroisans,uncapexlargementautofinancéest devenu un capex qui engloutit la quasitotalité de la trésorerie disponible. L’autofinancementacédélaplaceaucrédit.Lesémis sions obligataires des Hyperscalers éligibles aux in dicesdépassentdéjà,encumulannuel,letotalde2025; quelque 136milliards de dollars, dont 58 spécifique mentliésauxdatacenters.PIMCOrelèveenviron822 milliardsd’engagementsdeleasingfutursnonencore reconnus au bilan. La Banque des règlements inter nationauxainscritcesmontages,danssonrapportan nuel du 28 juin, au registre des risques sous le terme de « shadowborrowing » : des obligations économi quement assimilables à de la dette, mais qui échap pent largement aux bilans et resserrent les liens entre Hyperscalers,assureursetfondsdedetteprivée.Chez Jefferies,unenotedejuinévoquelerisqued’une«des tructionmassive de capital ». Les Hyperscalers partent toutefois de bilans plus so lidesetdemargessupérieuresàcellesdestélécomsde la fin des années 1990, auxquels on les compare vo lontiers;lescreeningcréditleurreste,pourl’heure,fa vorable. Mais la structure compte désormais autant que le spread : covenants, séniorité, maturités, ados sement à des actifs tangibles. La charge d’amortisse mentd’Alphabet,àelleseule,devraitcroîtred’environ 57milliardsdedollarssurquatreans.Unratiodecou verture confortable en 2024 pourra se lire très diffé remment dansdeuxou trois exercices, sansqu’aucun défaut ne soit encore survenu. Ce que ça change pour les portefeuilles domiciliés ici Les indicesque répliquent les fonds luxembourgeois portent une part de ce risque, souvent à l’insu de leurs souscripteurs. Une correction du crédit lié aux data centers, si elle survenait avant que la producti vité ne rattrape la promesse, se transmettrait direc tement auxportefeuillesobligatairesqui ont absorbé ces émissions record. Trois points méritent une vérification concrète. L’ex position indirecte aux data centers, d’abord, via des émissionsinvestmentgraderécentessouventrangées dansdessecteursgénériquestechnologieetinfrastruc ture qui masquent la concentration réelle sur l’IA. La nature du financement, ensuite : distinguer le crédit sécurisé, adossé à des actifs et encadré par des cove nants serrés, du financement corporate général des Hyperscalers, dont le horsbilan échappe aux ratios delevierclassiques.Lecalendrierréglementaire,enfin: l’AI Act s’applique dès le 2 août 2026, mais le Digital Omnibus,adoptéparleParlementeuropéenle16juin, puis par le Conseil le 29 juin, reporte au 2 décembre 2027lesobligationssurlessystèmesàhautrisque(cré dit, ressources humaines, santé). Le choix de dates fixeslèveuneincertitudeàcourtterme;ilsignalesur tout que le cadre de conformité n’était pas prêt à temps, cequi n’est pasneutrepour lavalorisationdes émetteurs concernés. L’alertede laCSSFajouteunedimensionque ces trois points ne couvrent pas : le risque opérationnel direct, chez les institutions ellesmêmes, et pas seulement chez les émetteurs qu’elles financent. Une banque ou un fonds qui adopte l’IAsansmettre àniveau ses dé fenses ne prendpas qu’un risque technique ; il prend unrisquederéputationetdecontinuitéquelemarché finit toujours par intégrer. Pour ungérant obligataire, ce risquelà ne figure dans aucun prospectus d’émis sion. Il se lit ailleurs: dans la fréquence des audits de sécurité que l’émetteur, ou sa contrepartie, acceptede documenter. La conformité comme actif, pas comme frein Le Luxembourg tient là un atout rarement présenté comme tel. Son métier historique, conformité et re porting, peut devenir un instrument de lecture du risque de crédit et du risque opérationnel liés à l’IA. Passer d’une conformité vécue comme centre de coûts à une conformité comme outil d’analyse n’a rien d’automatique pour des équipes habituées à traiter le sujet comme une case à cocher. C’est pour tant le type de compétence que le marché rémuné rera à mesure que les investisseurs institutionnels exigerontplusdetransparencesurcequerecouvrent réellement ces expositions. Le partenariat noué avec Mistral et l’ambition affi chée de faire du GrandDuché une plateforme européenne de l’IA vont dans ce sens : données conservées sur le territoire, déploiement maîtrisé, gouvernance visible plutôt que déléguée à des infrastructures lointaines et peu auditables. Encore fautil que les fondations de sécurité (celles que la CSSF vient de juger insuffisantes chez plusieurs acteurs) soient consolidées en parallèle. Une plate forme souveraine mal sécurisée reste une plate forme vulnérable. L’IAprogresse dans lemonde à une vitesse que peu d’institutions avaient anticipée il y a deux ans. La fi nance, elle, n’a jamais eu vocation à courir aussi vite :safonctionestdemesurerlerisqueavantdelepren dre, non de le découvrir après coup. Les signaux de cesderniers jours endisent lesdeux faces: desprofits qui explosent d’un côté, une préparation qui, et de l’autre,nesuitpastoujours.Pouruneplacefinancière dont le métier est précisément de mesurer, l’écart entre les deux est moins une menace qu’un rappel : l’avantage iraà ceuxqui sauront voir, à temps, ceque les bilans nemontrent pas encore. La fin de l’euphorie, le début de la dette ? By Derek RUSSELL, Country Manager Luxembourg, iBanFirst T reasurymanagement re mains one of the last largely manual functions within European SMEs. While account ing, invoicing and payments have undergone significant digital transformation over the past decade, cashmanagement and for eign exchange operations continue to rely heavily on spreadsheets, fragmented systems and timecon sumingmanual processes. For companies operating internationally, the challenge is even greater. Managing liquidity across multiple currencies requires finance teams to monitor bal ances, reconcile payments, analyse FX exposure and anticipate future cash requirements, often by gathering infor mation fromdifferent bankingplatforms andexportingdata intoExcel before any meaningful analysis can begin. The problem is not a lack of data. On the contrary, finance teams have access to more information than ever. The challenge lies in turning this abundance of data into actionable insights. Too much time is spent collecting, consoli dating and formatting information instead of interpreting it and making better decisions. For large multinational corporations, sophisticated treasury management systems and dedicated treasury teams help address this complexity. European SMEs, however, rarely have access to such resources. Finance directors and CFOs wear multiple hats, and treasury management often competes with accounting, compliance and financial planning for attention. As a result, strategic decisions are too often delayed by operational tasks that could, and should, be automated. The AI revolution in treasury Generative AI has the potential to fun damentally change this paradigm. Until recently, artificial intelligence was mainly perceived as a productivity tool capable of drafting emails, summaris ing documents or generating code. Its next evolution is far more transforma tive: becoming a naturallanguage in terface to enterprise data. Instead of navigatingmultiple applica tions, downloading reports or creating dashboards, finance professionals will increasingly interact with their trea sury data simply by asking questions. ʺWhat is my projected cash position next month?ʺ ʺWhich suppliers have not yet been paid?ʺ ʺWhat was my av erage EUR/USD exchange rate over the last quarter?ʺ These questions should no longer require manual exports or complex reporting. They should receive immediate, contex tual answers. This evolution represents much more than a productivity gain. It fundamentally changes how finance professionals interact with information. AI compresses multiple operational steps data extraction, consolidation, analysis and presentation into a single conversation. The focus shifts frompro ducing reports to making decisions. For SMEs, this couldbe a game changer. Capabilities that were once reserved for large enterprises equippedwith sophis ticated treasury management systems become accessible through intuitive conversational interfaces. AI democra tises advanced treasury management by reducing both technical complexity and operational workload. However, unlocking this potential requiresmore than simply connecting a chatbot to financial data. Enterprise grade AI must operate within secure, governed environments where confi dentiality is guaranteed and financial information remains fully under the companyʹs control. Itmust also integrate seamlessly into existing workflows, allowingfinance teams to access insights without duplicating data or changing the tools they already use every day. Turning vision into reality This is precisely the direction in which treasury technology is evolving. At iBanFirst, we believe AI should not replace finance professionals; it should remove friction from their daily work, allowing them to focus on analysis and decisionmaking rather than data manipulation. To achieve this, we have integrated Claude through a secureModel Context Protocol (MCP) connector, enabling our clients to interact directlywith their pay ment and treasury data using natural language. Once connected, finance teams canaskClaude to retrieve account balances, analyse transactions, review foreign exchange operations or generate tailored dashboards based on the infor mation that matters most to them. The real innovation lies inmaking these capabilities available within existing workflows. Rather than requiring users to export files or manually upload data into an AI assistant, treasury informa tion can be queried directly from famil iar environments such as Excel. Payments, balances and FX contracts can be analysed and updated without repetitive data entry or manual recon ciliation. This approach transforms AI froma standalone assistant into an inte grated treasury copilot one that com bines the intelligence of large language models with the security and reliability required for financial operations. The future of treasury management will not be defined by more dash boards or more reports. It will be defined by faster access to information, better decisions and a more natural interaction between finance profession als and their data. For Europeʹs SMEs, AI represents an opportunity not sim ply to work faster, but to manage trea sury with a level of insight and agility that was previously beyond their reach. AI will redefine treasury management for Europe's SMEs ©magnific
Made with FlippingBook
RkJQdWJsaXNoZXIy Nzk5MDI=