Le client informé par l’IA

Introduction
En tant que PDG d’Agora, je consacre une part croissante de mon temps à des conversations sur l’IA et le conseil. La plupart des conseillers avec qui je parle n’ont pas peur de la technologie. Ce qu’ils redoutent, c’est d’être pris au dépourvu face à un client.

Beaucoup intègrent des outils d’IA à leur propre rythme, à leur manière — ce qui est naturel. Mais un défaut structurel du canal indépendant est que nous avons tendance à travailler en silos. J’ai l’avantage de discuter avec différents groupes de courtiers et à travers le pays. Ce que j’observe, c’est beaucoup d’expérimentation parallèle et pas assez d’apprentissage partagé.

J’aimerais changer cela. Le document ci-dessous vise à ouvrir la conversation — et à offrir aux indépendants un cadre pour prendre de l’avance sur l’IA plutôt que d’être entraînés par elle.

La pratique évolue plus rapidement que la littérature. Il n’existe pas encore un corpus approfondi de recherches spécifiquement consacré au client informé par l’IA dans le domaine du conseil en gestion de patrimoine, alors même que les conseillers commencent à rencontrer ce comportement dans leurs relations réelles avec les clients. Les conseillers font face à ce changement avant que le secteur n’ait produit un cadre largement partagé pour l’interpréter, en discuter et y répondre avec confiance.

La profession médicale offre un parallèle instructif. Lorsque les patients ont commencé à arriver en consultation avec des impressions de WebMD puis, plus tard, avec des analyses de symptômes générées par l’IA beaucoup plus sophistiquées, les médecins se sont retrouvés eux aussi sans cadre commun. Le phénomène du « Dr Google » — un terme apparu dans la littérature clinique au milieu des années 2000 — a forcé la profession à se poser une question imprévue : quel est le rôle de l’expertise clinique lorsque le patient arrive déjà informé ? Le secteur du conseil financier est désormais confronté à la même question, et la fenêtre pour établir des normes communes de manière proactive — avant que ce comportement ne devienne universel — est ouverte, mais elle ne le restera pas indéfiniment.

Ce document vise à lancer cette discussion. Son objectif est d’identifier le client informé par l’IA comme une évolution importante et émergente dans la pratique du conseil, de proposer une façon structurée d’y réfléchir et d’encourager les conseillers à examiner ce qu’ils observent déjà sur le terrain.

Il s’inscrit également dans un effort plus large visant à recueillir des données directement auprès des conseillers. Parallèlement à ce document, Agora recueillera des réponses à un sondage sur la manière dont les conseillers rencontrent ces clients, les domaines où ils se sentent confiants, ceux où ils souhaitent davantage de soutien, et l’impact de ces interactions sur les relations avec leurs clients. Ces réponses alimenteront une publication ultérieure destinée à partager les conclusions avec la communauté des conseillers.

Le point de départ est simple et souvent négligé : un client qui utilise l’IA pour se préparer à une rencontre est un client fortement engagé. Il a formulé une question financière, investi du temps et arrive avec un point de vue. Ce comportement est un signal précieux, car il crée les conditions d’une conversation de conseil plus approfondie.

Chez Agora, nous considérons les clients informés par l’IA comme l’avant-garde d’un changement plus large du comportement des clients. Les Canadiens se sentent de plus en plus à l’aise d’utiliser l’IA comme outil de recherche, tout en souhaitant conserver un jugement humain, du contexte et de la responsabilisation lorsque les décisions sont importantes. Cette combinaison ouvre une opportunité importante pour les conseillers capables d’aborder ces moments avec clarté et professionnalisme.

Ce livre blanc propose un cadre articulé autour de quatre piliers :
Les clients informés par l’IA signalent un engagement, et cet engagement est un atout exploitable par les conseillers.
La manière dont un conseiller réagit au premier moment « IA » avec un client devient un point d’inflexion dans la relation de confiance.
L’IA transforme la notion d’expertise sans en diminuer la valeur — elle la redirige.
La maîtrise de l’IA devient une compétence professionnelle, non une préférence personnelle.

« La richesse n’est pas simple. Les conseils comptent. »

Pilier 1 : La thèse du client engagé
Familiarité avec l’IA : une croissance inégale et significative
Le client informé par l’IA n’est pas un phénomène uniforme. Il se concentre dans certaines catégories démographiques, et comprendre cette répartition est essentiel pour interpréter ce comportement.

Le rapport TD AI Insights 2026, basé sur un sondage Ipsos auprès de 2 501 Canadiens, met des chiffres concrets sur ce que de nombreux conseillers commencent à constater. La familiarité varie fortement selon la génération : 87 % de la génération Z et 77 % des milléniaux se disent familiers avec l’IAcontre 61 % de la génération X40 % des baby-boomerset 39 % des boomers+

L’implication pour les conseillers n’est pas abstraite. Un conseiller dont le portefeuille de clients couvre plusieurs groupes d’âge évolue en réalité simultanément dans deux univers clients très différents. Un client de 34 ans qui arrive avec une projection de retraite générée par l’IA et un client de 67 ans qui n’a jamais utilisé un outil d’IA figurent tous deux à l’agenda du même conseiller — et ils exigent des approches conversationnelles sensiblement différentes.

87 % des Canadiens de la génération Z déclarent être familiers avec l’IA (rapport TD AI Insights, 2026).

39 % des baby-boomers et des Boomers+ déclarent la même chose — un écart de 48 points qui se reflète directement dans le portefeuille de clients d’un conseiller.

Il ne s’agit pas simplement d’une curiosité générationnelle. La cohorte la moins familière avec l’IA — les baby-boomers et les Boomers+ — détient la majorité des actifs investissables au Canada. La cohorte la plus familière — la génération Z et les milléniaux — représente la prochaine décennie d’accumulation de richesse et de transferts intergénérationnels. Les conseillers doivent naviguer simultanément entre ces deux réalités, et la dynamique du client informé par l’IA s’intensifiera à mesure que l’écart de familiarité se réduira au fil du temps.

Concrètement, cela signifie qu’aujourd’hui, le client informé par l’IA est principalement un client plus jeune et très engagé, qui a déjà choisi d’investir du temps pour se préparer à une conversation financière. Il s’agit d’un signal fondamentalement positif. Le conseiller qui y répond efficacement — en considérant la production de l’IA du client comme un point de départ plutôt que comme une intrusion — renforce sa crédibilité auprès de la cohorte qui définira la prochaine génération de relations de conseil.

L’engagement comme actif professionnel

Le parallèle avec la médecine est ici éclairant. Les recherches sur la communication entre médecins et patients ont constamment montré que les patients qui arrivent avec de l’information — même imparfaite — sont plus susceptibles de suivre les plans de traitement, de poser de meilleures questions et de se déclarer plus satisfaits de la consultation. Le problème n’a jamais été le patient informé. Le défi venait plutôt du médecin qui répondait aux recherches du patient par du rejet plutôt que par de l’engagement.

Les conseillers financiers se trouvent à un point d’inflexion similaire. Le client qui arrive avec une analyse générée par l’IA fait preuve d’initiative. Il a une hypothèse. Il souhaite être pris au sérieux. La manière dont le conseiller réagit à ce moment-là — qu’il s’engage avec l’analyse ou qu’il la détourne — envoie un signal sur le type de relation professionnelle qu’il propose.

Les conseillers capables de dire, avec une confiance sincère : « Regardons ce que vous avez trouvé et construisons à partir de là », ne cèdent pas leur autorité à un algorithme. Ils démontrent plutôt le niveau d’engagement intellectuel qui distingue un conseil professionnel d’une orientation générique.

Pilier 2 : Le point d’inflexion de la confiance
Là où les Canadiens veulent encore des humains

La familiarité avec l’IA et la confiance envers l’IA ne sont pas la même chose. Les données de TD illustrent cette distinction avec une clarté remarquable : même parmi les groupes les plus familiers avec l’IA, les Canadiens établissent une ligne constante entre les tâches pour lesquelles l’IA est bienvenue et les décisions pour lesquelles elle ne l’est pas.

Plus de la moitié des Canadiens expriment une préférence pour des interactions exclusivement humaines lorsqu’il s’agit de : conseils en planification financière (55 %), évaluation de l’approbation d’un produit financier (55 %) et planification de la retraite (53 %). Même la budgétisation — pourtant une tâche financière relativement courante — voit 44 % des répondants préférer un accompagnement humain.
Un Canadien sur trois seulement affirme qu’il ferait davantage confiance à l’IA qu’à un humain — même ses propres parents — pour des conseils financiers. L’instinct de privilégier la responsabilité humaine dans les décisions à enjeux élevés n’est pas un retard dans l’adoption de la technologie. Il s’agit d’une préférence réfléchie qui persiste même chez les personnes qui utilisent régulièrement l’IA.

1 Canadien sur 3 ferait confiance à l’IA plutôt qu’à un humain pour des conseils financiers — ce qui signifie que 2 sur 3 ne le feraient pas (rapport TD AI Insights, 2026).

Cela correspond presque parfaitement à l’expérience quotidienne des conseillers. Le client informé par l’IA n’arrive pas pour remplacer la relation de conseil. Il arrive mieux préparé pour celle-ci. Les données de TD confirment ce que les conseillers commencent à ressentir : les clients utilisent l’IA comme outil de recherche, et non comme substitut au jugement professionnel.

Ce qui alimente la méfiance — et ce qui permet de la reconstruire

Le sondage de TD a identifié trois principaux facteurs de méfiance envers l’IA : des informations inexactes, les risques liés à la confidentialité et à la sécurité, ainsi que le manque de responsabilisation.
Chacun de ces éléments correspond, de manière notable, à un domaine où un conseiller humain expérimenté apporte une valeur directe et visible. Le conseiller qui corrige une erreur ou une incompréhension générée par l’IA démontre sa précision. Celui qui explique comment les données des clients sont traitées répond aux enjeux de confidentialité. Celui qui assume explicitement la responsabilité de ses recommandations apporte la responsabilisation attendue. Les trois facteurs qui éloignent les clients de l’IA sont précisément ceux qu’une relation de conseil de qualité permet d’offrir.

Lorsqu’on leur demande ce que les organisations pourraient faire pour accroître la confiance dans leur utilisation de l’IA, les répondants mentionnent : offrir une supervision humaine ou des moyens d’intervention, assumer la responsabilité en cas de problème, et protéger les données ainsi que la vie privée. L’architecture de confiance que les clients réclament n’est pas « sans IA » — c’est une IA intégrant un humain dans la boucle, responsable des résultats.

Les éléments qui éloignent les clients de l’IA sont précisément ceux qu’une relation de conseil de qualité permet d’offrir : la précision, la protection de la vie privée et la responsabilisation.

C’est là le point d’inflexion de la confiance. Le conseiller qui se positionne comme l’humain responsable au sein d’un processus assisté par l’IA — qui peut affirmer : « J’utilise l’IA pour être mieux préparé à cette conversation, et j’assume pleinement les conseils que je vous donne » — offre exactement ce que les données de TD indiquent que les clients recherchent.

Le parallèle avec « Dr Google »

Les recherches sur la communication entre médecins et patients offrent ici un cadre utile pour réfléchir à cette situation. Lorsque le phénomène « Dr Google » est apparu, le réflexe de nombreux cliniciens a été de rejeter ou de corriger rapidement les informations apportées par les patients, afin de réaffirmer leur autorité clinique. Les études ont montré que cette approche était contre-productive. Les patients qui se sentaient écartés étaient moins enclins à partager leurs recherches personnelles lors des consultations suivantes, plus susceptibles d’agir sans accompagnement, et moins disposés à suivre les recommandations médicales.

La réponse clinique la plus efficace consistait plutôt à commencer par reconnaître l’initiative du patient : « Vous avez fait des recherches sur le sujet — regardons cela ensemble. » Cette approche, documentée dans la littérature sur le teach-back et la prise de décision partagée, permettait de préserver la relation clinique tout en créant un espace pour corriger les erreurs et apporter un éclairage professionnel. Le clinicien ne perdait pas en autorité en s’engageant avec les recherches du patient ; au contraire, il gagnait en crédibilité et en confiance.

La profession du conseil financier se trouve au même carrefour. Les conseillers capables de s’engager avec les recherches générées par l’IA de leurs clients — en reconnaissant leurs points forts, en contextualisant leurs limites et en les développant de manière professionnelle — sortiront de cette transition avec des relations clients plus solides que ceux qui ne le font pas.

Pilier 3 : L’expertise redéfinie
Ce que l’IA change dans le rôle du conseiller

L’inquiétude la plus fréquente chez les conseillers confrontés à des clients informés par l’IA est que l’expertise soit en train de se banaliser. Si un client peut générer en soixante secondes, à l’aide d’un modèle de langage, une projection de retraite, une allocation de portefeuille ou un scénario fiscal, quelle est alors la valeur professionnelle d’un conseiller qui fournit le même type de résultats ?

Cette inquiétude, bien que compréhensible, repose sur une mauvaise identification de l’endroit où se situe réellement l’expertise du conseiller. La valeur du conseiller n’a jamais résidé principalement dans la production de résultats. Elle réside dans sa capacité à savoir quels résultats produire, comment les interpréter dans le contexte d’une situation de vie spécifique, et comment les traduire en décisions qu’un client peut comprendre et mettre en œuvre avec confiance.

Les recherches sur la qualité des conseils financiers générés par l’IA sont éclairantes à cet égard. Des études menées par le MIT et Stanford ont montré que les recommandations financières produites par l’IA peuvent être techniquement exactes et, dans certains cas, comparables aux conseils professionnels pour des questions financières standardisées. Cependant, ces mêmes recherches ont également révélé que la qualité des résultats générés par l’IA dépend fortement de la qualité des requêtes qui les produisent — une meilleure maîtrise financière dans la formulation des requêtes étant associée à des résultats d’investissement environ 5 % supérieurs.

L’implication est considérable : les clients les mieux positionnés pour utiliser efficacement l’IA sont ceux qui possèdent déjà une certaine sophistication financière. À l’inverse, les clients les moins équipés pour en tirer parti — ceux qui ont le plus besoin d’un accompagnement professionnel — sont aussi les moins susceptibles de reconnaître les limites des résultats qu’ils obtiennent. Le rôle du conseiller comme filtre de qualité n’est pas réduit par l’IA ; il en devient d’autant plus déterminant.

Il existe également une catégorie de valeur en conseil que l’IA ne peut tout simplement pas reproduire : le jugement issu de la connaissance approfondie de la situation d’un client, de ses relations, de sa tolérance au risque et de son contexte de vie au fil du temps. L’IA peut modéliser un scénario de retraite. Elle ne peut pas savoir que la santé du client a évolué, que son fils traverse un divorce ou qu’il passe des nuits blanches à s’inquiéter de la volatilité des marchés. Cette connaissance — construite grâce à une relation de confiance sur plusieurs années — constitue le fondement d’un conseil qui a un impact réel sur les résultats.

Le donneur de sens, et non le simple détenteur d’information

Le parallèle avec la médecine est, une fois de plus, éclairant. Le rôle du médecin n’a pas disparu lorsque les patients ont eu accès aux bases de données médicales. Il s’est transformé. Le médecin est devenu moins essentiel comme simple source d’information — une fonction que les bases de données peuvent partiellement reproduire — et plus précieux comme interprète du sens : quelqu’un capable de prendre l’ensemble des symptômes, de l’historique et des recherches en ligne d’un patient pour en faire un tableau clinique cohérent et un plan d’action.

Les conseillers financiers connaissent une évolution similaire de leur rôle. Le conseiller qui adopte ce changement — en se positionnant explicitement comme le professionnel qui donne du sens aux recherches en IA de ses clients plutôt que de chercher à rivaliser avec elles — agit à partir d’une position de réelle force. Celui qui tente de concurrencer l’IA sur la vitesse et l’étendue des résultats ne le fait pas.

Cette redéfinition a des implications concrètes quant à la manière dont les conseillers présentent leur valeur. La conversation n’est plus : « Je vais vous dire quoi faire avec votre argent. » Elle devient : « Je vais vous aider à comprendre ce que vous regardez, le replacer dans le contexte de votre situation particulière et m’assurer que les décisions que vous prenez sont des décisions que vous pouvez assumer en toute confiance. » Il s’agit là d’une description plus fidèle de ce que les bons conseillers ont toujours fait. L’IA n’a fait que rendre cela plus facile à exprimer.

Pilier 4 : La maîtrise de l’IA comme compétence professionnelle

De la préférence personnelle à la norme professionnelle

La question de savoir si un conseiller financier doit développer une maîtrise de l’IA n’est plus un choix personnel ou un mode de vie. Elle devient une compétence professionnelle, au même titre que la maîtrise du numérique est devenue une compétence essentielle dans les années 2000. Les conseillers qui ont tardé à adopter les outils de communication numériques n’ont pas disparu — mais ils ont évolué avec un désavantage structurel en matière d’acquisition de clients, de gestion des relations et d’efficacité opérationnelle, un désavantage qui s’est accentué au fil du temps.

La dynamique liée à la maîtrise de l’IA est similaire, mais le rythme est plus rapide et l’écart entre les adopteurs précoces et les retardataires se comblera de manière moins indulgente. Le conseiller qui comprend comment fonctionnent les outils d’IA, dans quels domaines ils excellent, où ils se trompent de façon fiable et comment les utiliser pour mieux préparer ses conversations clients, évolue avec un socle de compétences fondamentalement différent de celui du conseiller qui ne le fait pas.

Les données de TD ajoutent une dimension qu’il est facile de négliger. Les 58 % de Canadiens à l’aise avec l’utilisation de l’IA par les institutions financières en coulisses pour la détection de fraude, les 57 % à l’aise avec l’analyse des dépenses assistée par l’IA, et les 55 % à l’aise avec les recommandations de produits basées sur l’IA — ces chiffres reflètent une population déjà habituée à l’IA dans sa vie financière, même si elle ne la désigne pas toujours explicitement comme telle.

Les clients n’arrivent pas d’un monde sans IA. Ils arrivent d’un monde où l’IA est déjà intégrée à leurs applications bancaires, à leurs décisions de crédit et à leurs plateformes d’investissement. Le conseiller capable de parler avec aisance de la manière dont l’IA est — et n’est pas — utilisée dans la relation de conseil rejoint ses clients là où ils se trouvent déjà.

Ce que signifie concrètement la maîtrise de l’IA

La maîtrise de l’IA, pour les conseillers financiers, ne consiste pas à devenir un expert technique. Il s’agit plutôt de développer une compréhension fonctionnelle de trois éléments : ce que les outils d’IA peuvent et ne peuvent pas faire de manière fiable dans un contexte financier ; comment reconnaître les limites des analyses générées par l’IA lorsque les clients les présentent ; et comment utiliser ces outils de manière ciblée pour être mieux préparé, plus efficace et plus présent lors des échanges avec les clients.

Le conseiller capable de regarder l’analyse de portefeuille générée par ChatGPT d’un client et de dire, avec une réelle autorité : « Cette projection repose sur une hypothèse standard de rendement qui ne tient pas compte de votre situation fiscale ni de la variabilité de vos revenus — laissez-moi vous montrer ce qui change lorsque nous ajustons ces éléments », n’est pas menacé par l’utilisation de l’IA par le client. Il démontre le jugement professionnel que l’IA ne peut pas reproduire.

En ce sens, la maîtrise de l’IA n’est pas distincte de la construction de la confiance. Elle en fait partie intégrante. Le conseiller capable d’interagir avec assurance avec les analyses générées par l’IA des clients ne démontre pas seulement une compétence technique. Il démontre qu’il est prêt à s’adapter à l’évolution des relations de conseil.

Perspectives et implications

Le client informé par l’IA n’est pas un cas marginal. Il constitue un signal précoce d’une transformation plus large dans la manière dont les clients se préparent, posent des questions et participent à la relation de conseil. Les données de TD confirment que cette évolution est déjà en cours : les Canadiens deviennent plus familiers avec l’IA, plus à l’aise de l’utiliser dans des contextes financiers courants, tout en demeurant tout aussi attachés au jugement humain pour les décisions qui comptent le plus.

Cette combinaison — des clients préparés grâce à l’IA qui souhaitent toujours l’accompagnement de conseillers humains — n’est pas une contradiction. C’est une opportunité. Les clients qui arrivent aux rencontres avec des analyses générées par l’IA ne cherchent pas à contourner leur conseiller. Ils cherchent à arriver mieux préparés pour une conversation de meilleure qualité. Les conseillers qui savent les rejoindre à ce niveau construiront les relations les plus solides de leur carrière.

La médecine offre un précédent instructif. La profession a mis plus d’une décennie à s’adapter au phénomène du patient « Dr Google », et les pratiques qui ont émergé — reconnaître les recherches des patients, les corriger sans les rejeter, redéfinir le rôle clinique dans un environnement riche en information — se sont développées largement par essais et erreurs. La profession du conseil financier a l’opportunité d’agir de façon plus intentionnelle. Ce comportement demeure encore concentré chez les adopteurs précoces. Les points de friction sont visibles, mais pas encore universels. La fenêtre pour élaborer des cadres partagés, des approches de formation et un langage professionnel commun avant que cela ne devienne l’expérience client par défaut est ouverte.

Ce document vise à faire progresser cette réflexion. Il propose une manière d’aborder une nouvelle dynamique client que de nombreux conseillers perçoivent déjà, même s’ils ne disposent pas encore d’un langage pleinement établi pour la décrire. La prochaine étape consiste à compléter ce cadre par des contributions directes des conseillers eux-mêmes.

Agora recueillera des réponses à un sondage à la suite de ce document afin de mieux comprendre dans quelles situations les conseillers rencontrent des clients informés par l’IA, comment ils y répondent et quels schémas commencent à émerger à l’échelle de la profession. Ces résultats permettront d’affiner le cadre, d’identifier les points de tension les plus importants et de contribuer à combler un manque réel dans la profession du conseil financier : l’élaboration d’un ensemble de pratiques partagé et fondé sur des données probantes pour naviguer à l’ère du client informé par l’IA.

À propos d’Agora
Agora Wealth Corp. est un dépositaire canadien enregistré et une plateforme de gestion de patrimoine au service de la clientèle « mass affluent ». Agora collabore avec un réseau national de groupes de courtiers et de conseillers financiers, en combinant une infrastructure de conservation, une couche TAMP (plateforme de gestion d’actifs clé en main) et une technologie propriétaire destinée aux conseillers, afin de favoriser de meilleurs résultats pour les clients. « La richesse n’est pas simple. Les conseils comptent. »