Glossaire

Dans le contexte de l'IA, un agent autonome est un système logiciel capable de percevoir son environnement, de prendre des décisions et d'exécuter des actions pour atteindre des objectifs définis — sans instruction humaine à chaque étape. Opérer de manière autonome ne signifie pas opérer sans supervision : le degré d'autonomie est configurable par étape et par type d'action.

L'agent autonome opère au nom de la plateforme, avec autonomie déléguée, piste d'audit par décision et capacité à passer à l'échelle pour de multiples clients en parallèle.

Pourquoi cela compte en wealth management : l'agent autonome est l'unité fonctionnelle qui rend possible l'échelle sans recrutement — il exécute les tâches répétitives à forte valeur tout en libérant le banker pour les 30 % qui exigent un jugement humain.

Catégorie de systèmes d'intelligence artificielle capables de planifier des séquences d'actions, d'utiliser des outils externes, de conserver une mémoire entre sessions et d'opérer avec un haut degré d'autonomie pour atteindre des objectifs à moyen terme. L'IA agentique se distingue des chatbots conventionnels en agissant sur l'environnement — non en se contentant de répondre à des prompts isolés.

Le terme est largement utilisé en anglais sur le marché global ; en français, « IA agentique » est la traduction technique adoptée par le secteur. Les systèmes agentiques en production combinent plusieurs modèles de langage, des outils de récupération de données, une mémoire persistante et une orchestration coordonnée de sous-agents.

Pourquoi cela compte en wealth management : l'IA agentique est la base architecturale qui permet d'automatiser le cycle commercial complet du private banking — du briefing matinal jusqu'à l'enregistrement de l'interaction après réunion.

Document ou ensemble structuré d'informations préparé avant une interaction commerciale. Dans le private banking, le briefing rassemble la position de portefeuille à jour, les événements de marché pertinents au profil du client, la suitability vérifiée, les points en suspens et des talking points suggérés pour le banker.

Lorsqu'il est produit manuellement, le briefing consomme entre 20 et 45 minutes de travail du banker par client. Lorsqu'il est produit par des agents autonomes, il est livré automatiquement avant chaque réunion ou appel — en quelques secondes, avec la même qualité et zéro marge d'oubli.

Dans le contexte de PRÆTOR : l'agent de briefing opère sur le graphe du client, extrait les positions en temps réel, croise avec l'agenda du banker et livre un document lisible en 40 secondes avant chaque contact.

Vérification automatisée de la conformité réglementaire appliquée aux sorties des agents d'IA avant qu'une communication ou recommandation n'atteigne le client. Dans les plateformes agentiques pour le marché financier institutionnel, le compliance agentique filtre les réponses par rapport aux règles de suitability, aux interdictions des régulateurs et aux politiques internes — avec piste d'audit par décision de blocage.

Le compliance agentique ne remplace pas le département compliance : il s'agit d'une couche supplémentaire et automatisée qui réduit le risque de défaillance humaine en volume et en cadence.

Pourquoi cela compte en wealth management : les régulateurs exigent la preuve du processus — non simplement de l'intention. Le compliance agentique génère des logs structurés de chaque vérification réalisée avant une recommandation, ce qui est déterminant lors d'éventuels contrôles réglementaires.

Système de gestion de la relation client qui, au lieu de se contenter de stocker et d'afficher les données, opère activement sur elles via des agents autonomes. Un CRM agentique planifie les follow-ups, rédige les réponses, génère les briefings, met à jour le graphe du client et enregistre les interactions sans intervention manuelle continue du banker.

La distinction centrale par rapport au CRM traditionnel : le CRM conventionnel attend que le banker agisse ; le CRM agentique agit de lui-même, dans les limites d'autonomie configurées, et n'avertit le banker que lorsque nécessaire.

Dans le contexte de PRÆTOR : la plateforme n'est pas un CRM avec une IA greffée — c'est un CRM agentique par architecture, où les agents sont la couche opérationnelle native, non un module optionnel.

Structure dédiée à la gestion intégrale du patrimoine d'une famille ou d'un groupe familial à haut revenu. Le family office consolide les investissements, la planification successorale, la gestion fiscale, le compliance et la relation avec les prestataires de services spécialisés — opérant comme cabinet d'investissement propre à la famille, avec ou sans équipe interne.

On distingue généralement le single family office (exclusif d'une famille) et le multi-family office (qui sert plusieurs familles sous une même structure opérationnelle). Le multi-family office est typiquement qualifié de gestionnaire de fonds tiers, soumis à autorisation et à supervision spécifiques selon la juridiction.

Pourquoi cela compte en wealth management : les family offices concentrent des patrimoines importants par famille — et opèrent avec des équipes réduites. L'IA agentique permet à une équipe de trois à cinq professionnels de gérer la complexité de dizaines de portefeuilles avec une qualité institutionnelle.

Représentation en réseau des relations, attributs et événements associés à un client et à son environnement — famille, entreprises, associés, produits souscrits, interactions enregistrées, préférences déclarées et étapes de vie pertinentes. Le graphe remplace l'enregistrement plat de base de données par une structure navigable qui reflète la complexité réelle de la situation patrimoniale du client.

Les agents autonomes qui opèrent sur des graphes clients produisent des réponses contextuellement plus précises que les systèmes accédant uniquement à des tables relationnelles, parce qu'ils peuvent inférer des relations — par exemple, identifier qu'une demande de rachat est associée à un changement statutaire enregistré trois semaines plus tôt.

Dans le contexte de PRÆTOR : le graphe client est la structure centrale de mémoire de la plateforme. Toute interaction, document, position et événement est indexé dans le graphe et reste accessible aux agents lors des interactions futures — indépendamment du turnover de l'équipe.

Capacité d'un système d'IA à retenir et à récupérer des informations entre sessions distinctes, sans que le contexte soit écarté à la fin de chaque interaction. Les modèles de langage conventionnels perdent le contexte à la fin de chaque conversation ; les systèmes à mémoire persistante maintiennent un référentiel structuré de connaissances qui alimente les interactions suivantes.

En wealth management, la mémoire persistante signifie que l'agent connaît l'historique complet du client — préférences de communication, réunions précédentes, opérations réalisées, points en suspens — non simplement le dernier message reçu.

Dans le contexte de PRÆTOR : la mémoire persistante est ce qui différencie la plateforme d'un assistant d'IA générique. Le système accumule des connaissances institutionnelles sur chaque client au fil du temps — et cette connaissance survit au changement de banker, au changement de système et à l'absence d'interactions pendant des mois.

Architecture logicielle dans laquelle plusieurs clients institutionnels (tenants) opèrent sur la même infrastructure de base, avec un isolement complet des données et des configurations entre eux. Chaque tenant ne voit que ses propres données, règles et flux — sans accès aux informations des autres.

Pour les banques disposant d'une division de private banking, d'un family office maison et d'une activité d'asset management sous la même entité, l'architecture multi-tenant garantit que chaque unité opère avec une identité propre et des données ségrégées, même en partageant infrastructure et licence de plateforme.

Pourquoi cela compte en wealth management : les régulateurs et les départements compliance exigent une ségrégation de l'information entre unités d'activité. Le multi-tenant rend cela possible par architecture — non par politique interne, qui est auditable mais violable.

Agent d'IA responsable de coordonner l'exécution de plusieurs sous-agents spécialisés, en distribuant les tâches, en gérant les dépendances entre étapes et en consolidant les résultats en une sortie cohérente. L'orchestrateur n'exécute pas les tâches directement — il définit le plan d'exécution, délègue aux sous-agents et synthétise les sorties.

Dans les plateformes agentiques de wealth management, l'orchestrateur peut, par exemple, recevoir un message WhatsApp d'un client et déclencher en parallèle : le sous-agent d'intention, le sous-agent de position et le sous-agent de compliance — avant de composer la réponse finale.

Dans le contexte de PRÆTOR : l'orchestrateur est la couche de coordination qui garantit que les réponses au client soient générées de manière complète et vérifiée, même lorsqu'elles impliquent plusieurs sources de données et règles métier simultanément.

Segment de gestion de patrimoine destiné aux clients à haut revenu, typiquement au-delà d'un certain seuil de patrimoine financier investissable — seuil qui varie selon l'institution et la juridiction. Le private banking offre l'accès à des produits exclusifs, la structuration de portefeuilles sur mesure, la planification patrimoniale et un service personnalisé par des bankers dédiés.

Dans les grands marchés, les principales banques opèrent des divisions de private banking avec des centaines de bankers et des dizaines de milliards d'actifs sous gestion. Le segment est encadré par les régulateurs nationaux, avec des produits soumis à la supervision des autorités de marché.

Pourquoi cela compte : le private banking institutionnel opère à l'échelle — mais avec la complexité d'un service personnalisé. C'est exactement dans cette tension entre échelle et personnalisation que l'IA agentique génère le plus grand retour opérationnel.

Agent d'IA spécialisé sur une tâche précise au sein d'une orchestration plus large. Les sous-agents reçoivent leurs instructions de l'orchestrateur, exécutent leur fonction délimitée et retournent les résultats — opérant en parallèle ou en séquence selon l'architecture du flux.

Dans les plateformes agentiques pour le wealth management, des sous-agents distincts peuvent être responsables de tâches telles que la génération de briefing, la vérification de suitability, la rédaction de réponse WhatsApp, la mise à jour du graphe client ou l'identification d'opportunités de portefeuille.

Pourquoi cela compte en wealth management : la spécialisation par sous-agent permet que chaque composant soit calibré, audité et remplacé indépendamment — ce qui est déterminant pour les opérations financières exigeant une traçabilité par étape.

Vérification automatisée de l'adéquation d'un produit financier au profil de risque et aux objectifs déclarés de l'investisseur, comme l'exigent les régulateurs de marché. Dans les systèmes agentiques, la suitability est vérifiée en temps réel avant toute recommandation — non comme étape manuelle du banker, mais comme couche automatique du flux de l'agent.

La suitability automatique n'élimine pas la responsabilité du banker pour la recommandation finale : elle garantit que l'agent ne compose ni ne transmet de suggestions incompatibles avec le profil enregistré du client, réduisant le risque d'exposition réglementaire par omission.

Dans le contexte de PRÆTOR : toute sortie d'agent contenant un contenu de nature financière passe par une vérification de suitability avant remise au banker. Le résultat de la vérification — positif ou bloqué — est enregistré dans un log avec horodatage et justification.

Architecture dans laquelle WhatsApp est traité comme canal primaire d'opération — non comme intégration accessoire. Une plateforme WhatsApp-native reçoit, interprète, traite et répond aux messages directement via des agents, sans exiger que le banker transfère manuellement le contexte vers un autre système.

Dans les plateformes non natives, WhatsApp est surveillé par une personne qui copie le contenu pertinent dans le CRM. Dans les plateformes WhatsApp-native, l'agent lit le message, identifie l'intention, consulte le graphe client, vérifie le compliance et rédige une réponse — le tout automatiquement, le banker validant ou éditant avant envoi.

Pourquoi cela compte en wealth management : sur les marchés où WhatsApp est le canal dominant de contact entre banker et client de private banking, une architecture qui n'opère pas nativement sur ce canal perd le contexte le plus riche de la relation — et oblige le banker à dupliquer le travail manuellement.