IA en M&A : Clipperton et Edmond de Rothschild témoignent
Clipperton et Edmond de Rothschild reviennent sur leurs déploiements IA : leurs architectures, ce qui marche, ce qui prend du temps. Le ROI, l'impact sur le staffing, l'évolution du métier.

Le M&A Tech Circle, organisé par Entropia, réunit chaque trimestre les professionnels du M&A pour explorer la transformation du métier par la tech, à partir de cas réels et de témoignages.
Retour sur l'édition parisienne du 23 septembre 2026, dans les bureaux d'Entropia.
Annonces
Partenariats d'Entropia avec Claude (Anthropic), Rogo et Model ML
La soirée a commencé par un rappel des partenariats récents qu'Entropia a noués avec les principales plateformes d'IA utilisées par les banques d'affaires. Entropia a été la première data room au monde disposant d'un connecteur natif dans Claude, Rogo et Model ML. Les équipes M&A peuvent connecter Entropia à la plupart des plateformes d'IA du marché : toutes celles compatibles MCP (Model Context Protocol). En savoir plus
C'était l'occasion d'expliciter la stratégie de différenciation d'Entropia. Certains leaders du marché des data rooms vendent leur propre surcouche d'IA en option et limitent volontairement les capacités de leur serveur MCP, quand ils en ont un. Leurs clients ont pourtant déjà choisi leur plateforme d'IA, y ont construit leurs skills et connecté leurs sources. Et même en payant l'option, ils n'ont pas accès à des outils essentiels, comme la lecture intégrale des documents de la data room.
Entropia a pris le parti de ses clients : depuis leur plateforme d'IA, leurs équipes travaillent sur la data room avec des outils bien plus complets, lecture intégrale des documents comprise, sans surcoût. En savoir plus
Ces capacités sont déterminantes pour des équipes qui travaillent quotidiennement avec l'IA.
C'est le cas des équipes M&A d'Edmond de Rothschild, qui ont déployé Rogo, et de Clipperton, qui travaillent avec Claude. Manon Elbaz et Olivier Combaudou sont alors montés sur scène pour raconter ces deux déploiements.
Table ronde
Edmond de Rothschild x Clipperton
Manon Elbaz, Chief of Staff chez Edmond de Rothschild, et Olivier Combaudou, Partner chez Clipperton, pilotent tous les deux le déploiement de l'IA dans leur banque. Ils sont venus raconter.
Comment choisir sa plateforme d'IA
Des choix tout sauf définitifs.
Edmond de Rothschild utilise Rogo, une plateforme spécialisée dans l'analyse financière. Manon Elbaz a détaillé les critères qui ont pesé. Les modèles d'IA évoluent très vite, et Rogo permet aux équipes de passer de l'un à l'autre sans changer d'outil.
Clipperton a construit son propre environnement avec Claude comme plateforme principale et gère elle-même l'orchestration, les connexions et les skills.
Tous deux insistent sur le fait que ces choix sont tout sauf définitifs, qu'ils pourront changer, car le gros du travail n'est pas dans le choix de la plateforme. En effet, si toutes les banques travaillent avec le même outil, comment se différencier ? Pour Clipperton, la première étape a été de mettre par écrit ses process et sa base de connaissances.
Déployer l'IA dans une équipe M&A : qu'est-ce qui prend du temps
Structurer le knowledge, expliciter les méthodes, former les équipes.
Chez Clipperton, le temps est allé aux conditions d'usage plus qu'à la technique. Le plus gros chantier reste la base de connaissances : les associés ont écrit des méthodes, des guidelines et des process qui n'avaient jamais été formalisés. Cela les a conduits à réfléchir de manière plus explicite à ce qui fait leur singularité. L'équipe a aussi rédigé une charte, dont une règle résume l'esprit : « C'est l'IA qui l'a fait » n'est jamais une excuse.
Chez Edmond de Rothschild, Manon Elbaz a décrit une phase de pilote où l'équipe apprend rapidement. Le temps va à la formation, pour apprendre à utiliser l'outil et à le challenger, à la définition du cadre d'utilisation, au suivi des usages et aux échanges avec des « champions » internes. Son objectif est de mesurer comment chacun s'en sert, pour que l'IA reste au service du jugement. Les écarts d'usage étaient importants au début. Aujourd'hui toute l'équipe s'en sert, et de vrais power users sont apparus parmi les analystes. L'enjeu est d'homogénéiser l'usage.
Les cas d'usage de l'IA qui fonctionnent en banque d'affaires
Sur les cas d'usage, Manon Elbaz et Olivier Combaudou se sont retrouvés sur l'essentiel. Leurs équipes utilisent déjà l'IA au quotidien pour de nombreux cas d'usage :
- Le sourcing et l'identification d'acquéreurs : trouver rapidement des prospects, des acheteurs potentiels et des données sectorielles.
- Le sparring : challenger une approche, explorer des scénarios, trouver des angles auxquels personne n'avait pensé.
- Le knowledge management : constituer des bases de connaissances sur des thématiques précises. Exemple chez Clipperton avec les comparables : construire des listes de multiples pour pouvoir les utiliser comme benchmark.
- Les premiers jets : les banquiers rédigent toujours eux-mêmes la version finale d'une thèse d'investissement, mais gagnent un temps significatif sur la première.
- La vérification : repérer les coquilles et les incohérences entre les sections d'un document.
- Le Q&A : préparer les réponses aux questions des acquéreurs. Olivier Combaudou a présenté l'installation de Clipperton, les outils connectés à Claude et les skills maison, puis la skill Q&A appliquée à un mandat récent. Toute l'équipe s'en sert.
Ce que les banques ne veulent pas automatiser
On peut demander à l'IA d'écrire un IM, mais il ne faut pas le faire.
Les deux intervenants tracent la même limite. Les négociations et les échanges directs avec les clients restent entièrement humains : la relation, la nuance et la compréhension des non-dits ne se délèguent pas.
Sur le sujet d'automatiser la rédaction de livrables clés comme l'IM, les tests ne sont pas concluants. Les banquiers obtiennent des textes génériques, alors que l'IM est l'un des documents sur lesquels une banque veut se distinguer. Par ailleurs, la diversité des sources et des formats complique le travail de l'IA.
Olivier Combaudou a souligné les difficultés liées à la nature des mandats de Clipperton, qui intervient surtout auprès de sociétés tech : il faut y pricer une vision plus qu'un multiple d'EBITDA.
Automatiser les livrables est sans doute plus accessible pour des sociétés matures sur des marchés standardisés, comme le build-up de cabinets comptables présenté par Aesus Advisory lors de l'édition précédente du M&A Tech Circle.
Comment mesurer le ROI de l'IA en M&A
Il faut poser une meilleure question.
Le ROI de l'IA reste difficile à chiffrer. On peut se faire une idée en divisant le coût annuel par le nombre de pitches et de mandats. On peut chercher à estimer le temps gagné par personne et par grade, mais une simulation chiffrée complète n'est pas réaliste à ce stade. Le coût de l'IA n'a rien de neutre et ne fait qu'augmenter, or les prix actuels ne reflètent probablement pas le coût réel de ces outils, et personne ne sait ce qu'ils seront dans six ou douze mois.
Mais surtout, ça n'est pas vraiment la bonne question à se poser pour le moment. Personne n'a mesuré du jour au lendemain le ROI d'internet ou des ordinateurs portables, mais tout le monde a vu la façon de travailler changer en profondeur.
Les process M&A vont évoluer et les équipes vont travailler autrement. Nos deux intervenants étaient unanimes sur le fait que les meilleurs banquiers vont creuser l'écart grâce à l'IA. Le sujet est d'augmenter la qualité des livrables, pas vraiment la productivité. Le ROI s'appréciera avec le temps.
L'IA va-t-elle réduire le recrutement des juniors en banque d'affaires ?
Non, mais elle change ce que l'on attend d'eux.
La réponse courte : rien ne l'indique aujourd'hui. Aucune des deux banques n'a changé ses recrutements.
Edmond de Rothschild reste en phase d'observation. Pour Manon Elbaz, même si l'IA fait progresser tous les niveaux, il faut que les stagiaires continuent à maîtriser les fondamentaux sur des cas réels : construire un BP, un DCF, une valorisation, calculer un WACC. Un junior qui n'a jamais fait un DCF à la main ne peut pas challenger l'IA, de même qu'un manager doit savoir faire ce que font ses équipes.
Clipperton ne réduit pas du tout le nombre de recrutements, mais cherche des profils un peu différents, et ses attentes envers les juniors ont nettement augmenté. Olivier Combaudou ne veut pas de « prompt operators », mais des analystes capables d'articuler une pensée. Il valorise de nouvelles compétences : autrefois, une tâche rébarbative bien exécutée suffisait, et le senior apportait l'intelligence ensuite. Dès lors que cette tâche peut être automatisée, la banque attend du junior un premier niveau de valeur ajoutée.
La question est d'utiliser l'IA pour augmenter chaque membre de la banque, pas d'automatiser le travail des stagiaires. Comparer la productivité d'un analyste à celle d'un modèle ne vaut que pour certaines tâches. Et une banque qui recruterait moins de juniors se priverait de ses futurs associates, managers et partners.
Le métier de banquier d'affaires dans dix ans
La valeur ajoutée de la banque ne change pas.
Ce qui est en train de devenir une commodité, c'est l'exploration et l'analyse de grandes quantités d'informations. La première couche d'analyse de marché, les synthèses de données publiques, la structuration de données. La différenciation tiendra donc au jugement, à la vision, à la capacité à poser les bonnes questions et à voir ce que les autres ne voient pas, et à la connaissance des marchés, des secteurs et des acteurs.
Le métier reste compétitif : un client vient chercher le meilleur deal et le bon investisseur. Les livrables de la banque d'affaires sont des moyens d'y arriver, mais pas la finalité. Si une partie du travail devient une commodité, la valeur ajoutée de la banque ne change pas. Les banquiers pourront consacrer plus de temps au conseil, et la banque pourra prendre plus de risques. L'exécution s'accélère, mais le choix de ce qu'on en fait reste un savoir-faire maison. Et l'IA ne travaille qu'une partie de la matière d'un deal : les données, à condition qu'elles soient bien rangées !
Cocktail(s)
Les échanges se sont prolongés tard dans la soirée, permettant de nombreuses rencontres, et faisant naître de nombreux projets.
Dans la salle
Un grand merci à tous les participants :




