Quand l’IA se trompe sur les chiffres du CAC 40

L’intelligence artificielle est devenue un nouvel outil de recherche pour les investisseurs. Quelques mots dans une conversation avec ChatGPT ou Gemini suffisent pour obtenir, en quelques secondes, le chiffre d’affaires, le résultat net, la dette ou la croissance d’une entreprise. Mais peut-on pour autant considérer ces réponses comme une nouvelle base de données financières ? Rien n’est moins sûr…

Une étude menée par Reputation Age et Bubbling invite clairement à la prudence. Fin août 2026, les deux modèles d’IA les plus utilisés dans le monde ont été interrogés sur les résultats semestriels de 39 sociétés du CAC 40.

Les chercheurs ont suivi et analysé 8671 conversations entre le 25 et le 28 août, représentant 34.684 réponses. Résultat : seuls 60 % des chiffres demandés ont été correctement restitués. Autrement dit, environ quatre réponses sur dix ne correspondent pas exactement à l’information recherchée.

Des performances très différentes selon les indicateurs

Toutes les données financières ne semblent pas présenter le même niveau de difficulté. Le résultat net est correctement restitué dans 67 % des cas, contre 66 % pour la dette nette. Pour l’EBITDA, le taux de réussite descend à 57 %. Mais c’est surtout la croissance publiée qui pose problème : elle n’est correctement restituée que dans 42% des cas.

Cette dernière donnée est particulièrement intéressante. Une croissance peut en effet être exprimée de plusieurs façons dans un même document financier : croissance publiée, croissance organique, croissance à taux de change constants, croissance trimestrielle ou semestrielle, croissance d’une activité en particulier… Pour un lecteur humain, le contexte et la mise en page permettent généralement de faire la distinction mais l’IA peut facilement s’emmêler les pinceaux et prouver que son intelligence est plus artificielle que certains veulent bien le penser…

Le chiffre peut être vrai… et la réponse fausse

Une erreur de l’IA ne signifie pas nécessairement qu’elle a inventé un nombre. Dans 24 % des cas portant sur la croissance publiée, les modèles ont fourni un chiffre qui figurait bien dans les informations officielles de l’entreprise mais qui correspondait à un autre indicateur. L’étude mentionne notamment des confusions entre croissance organique et croissance publiée, ou entre données trimestrielles et semestrielles.

Le problème pourrait donc être résumé ainsi : le chiffre est exact mais le contexte ne l’est pas et cette erreur est beaucoup plus difficile à repérer qu’une aberration évidente. Un nombre inventé peut paraître suspect. Un nombre officiel accompagné d’une lien vers le site de l’entreprise peut, plus facilement tromper l’internaute pressé ou crédule.

Les IA citent souvent les entreprises elles-mêmes

L’étude apporte un autre enseignement important : 78 % des sources citées par ChatGPT et Gemini provenaient directement des sites des entreprises, notamment de leurs espaces investisseurs et de leurs documents de résultats. Les sites financiers représentaient environ 2,42 % des sources et la presse à peine… 0,08 %. Cette information est d’une importance majeure pour les équipes de communication financière des sociétés cotées en Bourse.

Le problème de la hiérarchisation

Selon les auteurs de l’étude, les modèles ne réalisent pas toujours correctement le travail de hiérarchisation effectué spontanément par un lecteur humain. Ils peuvent notamment retenir un chiffre très visible dans le document et le restituer sans suffisamment tenir compte de son contexte.

Cela pose une nouvelle question aux entreprises cotées : doivent-elles écrire leurs communiqués financiers pour les actionnaires, les journalistes ou les moteurs pilotés par l’IA ?

Cette question n’est pas anodine. Si les investisseurs utilisent de plus en plus les IA comme interface d’accès à l’information financière, la manière dont un document est structuré peut avoir une influence sur ce que l’IA en retient et restitue. Une donnée clairement associée à son indicateur, sa période et son unité est ainsi potentiellement plus difficile à confondre avec une autre.

Une tendance qui dépasse le seul semestre 2026

Cette étude s’inscrit dans une série de travaux de Reputation Age sur la capacité des IA à restituer des données financières.

Une précédente étude publiée en mars 2026 avait testé ChatGPT, Claude et Gemini sur quatre indicateurs financiers de sociétés du CAC 40 : chiffre d’affaires, résultat net, résultat d’exploitation et dette nette. Dans ce test, aucun des modèles n’avait dépassé 13 % de réponses exactes. Gemini caracolait en tête (12,8 %), devant ChatGPT (9,6 %) et Claude (7,1 %).

Les méthodologies des deux études ne sont pas identiques et donc pas totalement comparables mais elles prouvent que l’extraction de données financières précises reste une tâche difficile pour les modèles de langage.

L’IA peut donc être une excellente interface… sans être une source de vérité

Le problème n’est pas nécessairement de savoir si ChatGPT ou Gemini sont « bons » ou « mauvais » en finance. La question est plutôt : pour quelle tâche les utilise-t-on ?

Pour identifier rapidement les informations importantes d’un communiqué, résumer plusieurs dizaines de pages ou aider à repérer les principaux indicateurs, l’IA peut être extrêmement efficace. Mais pour recopier un chiffre destiné à alimenter une analyse financière, un tableau de valorisation ou une décision d’investissement, la prudence est de mise.

Le phénomène n’est pas marginal.

L’Autorité des marchés financiers indiquait en février 2026 que 90 % des acteurs des marchés financiers interrogés déclaraient utiliser l’IA ou prévoyaient de le faire dans les douze prochains mois. La fiabilité des données publiées sur les moteurs de recherche ne concerne donc pas uniquement les geeks accros de ChatGPT mais aussi les analystes et les investisseurs.

La règle d’or

Pour s’éviter bien des déconvenues, les princes de la finance doivent donc vérifier leurs sources et ne pas considérer les données proposées par l’IA comme des paroles d’Evangile. A bon entendeur…