LaborAIMétiers · IA
Finance & GestionROME · —Le marché de l'emploi cadre français traverse une correction significative : selon l'APEC, les recrutements ont reculé de 8 % en 2024 puis de 3 % en 2025, avec…

Analyste financier buy-side

Analyse des sociétés cotées et des secteurs pour orienter les décisions d'investissement d'une société de gestion ou d'un fonds. Recommandations achat/vente, modélisation financière, suivi des publications, dialogue avec les corporate.

France · Europe·Tension faible sur le marché
Voir mon fit avec ce métier →

À 90 jours, trois portes concrètes

Commencer tout de suite

Identifie deux compétences essentielles du métier que tu ne maîtrises pas encore et trouve une ressource pour les attaquer cette semaine.

S'orienter

Compare cette fiche à deux métiers adjacents du catalogue pour voir où tes forces actuelles se placent le mieux.

Où ça va

À l'horizon 2035-2040, deux trajectoires divergentes sont plausibles selon la vitesse d'adoption de l'IA agentique dans la gestion d'actifs.

2 ans

Le marché de l'emploi cadre français traverse une correction significative : selon l'APEC, les recrutements ont reculé de 8 % en 2024 puis de 3 % en 2025, avec une baisse cumulée de 11 % sur deux ans.

5 ans

Le scénario central à 5 ans n'est pas la disparition de l'analyste buy-side mais une recomposition profonde de ses tâches.

10 ans

À l'horizon 2035-2040, deux trajectoires divergentes sont plausibles selon la vitesse d'adoption de l'IA agentique dans la gestion d'actifs.

Analyse éditoriale LaborAI

Comment ce métier se transforme

Sur 2 ans

Horizon 1-3 ans : recomposition sous pression IA et contraction du marché

Le marché de l'emploi cadre français traverse une correction significative : selon l'APEC, les recrutements ont reculé de 8 % en 2024 puis de 3 % en 2025, avec une baisse cumulée de 11 % sur deux ans. Le secteur banque-assurance, qui emploie la majorité des analystes buy-side français, est attendu en rebond de +9 % en 2026 — mais depuis un plancher bas, et dans un contexte géopolitique incertain qui fragilise les prévisions.

Sur le plan technologique, la transformation est déjà effective. Bloomberg, Morgan Stanley (AskResearchGPT), Deutsche Bank (DB Lumina) et HSBC ont déployé des assistants GenAI intégrés aux workflows de recherche. Ces outils automatisent la collecte de données, la synthèse de rapports et la génération de premières ébauches d'analyses — tâches qui représentaient une part significative du temps junior. Le risque à court terme est donc moins la suppression de postes que la compression des équipes : un analyste senior augmenté par l'IA couvre davantage de valeurs, réduisant mécaniquement le besoin de juniors.

Les profils juniors (moins de 3 ans d'expérience) sont les plus exposés à ce ciseau : l'APEC note que les recrutements de cadres débutants ont chuté de 13 % sur deux ans, et les entreprises privilégient désormais les profils de 6 à 10 ans d'expérience pour répondre rapidement à leurs besoins opérationnels.

Sur 5 ans

Horizon 3-7 ans : recomposition du cœur de métier, pas disparition

Le scénario central à 5 ans n'est pas la disparition de l'analyste buy-side mais une recomposition profonde de ses tâches. Les agents IA de recherche — déjà en production dans plusieurs grandes maisons selon le rapport TABB Forum / Intersystems (2025) — vont absorber l'essentiel des tâches de collecte, de normalisation et de première synthèse. La valeur ajoutée de l'analyste se concentrera sur trois activités difficilement automatisables : (1) la construction de thèses originales à partir de sources primaires (management, experts, terrain), (2) l'arbitrage entre scénarios sous contrainte de portefeuille, et (3) la responsabilité fiduciaire de la recommandation.

Le scénario pessimiste : si les agents IA atteignent une fiabilité suffisante pour générer des recommandations sectorielles crédibles avec un taux d'erreur acceptable, les gérants quantitatifs et les fonds systématiques pourraient réduire drastiquement leurs équipes d'analystes fondamentaux. Ce scénario est plausible pour les stratégies large-cap liquides où l'information est abondante et standardisée.

Le scénario optimiste : la complexification des marchés (actifs privés, marchés émergents, small-caps, actifs réels) et la demande croissante d'analyses ESG approfondies créent de nouveaux territoires où l'analyste humain reste indispensable. Bloomberg note d'ailleurs que les grandes banques étendent leur couverture aux marchés privés — un segment où l'IA manque de données structurées. Le WEF (Future of Jobs 2025) confirme que les rôles combinant expertise technique et jugement humain sont les moins exposés au déplacement.

Sur 10 ans

Horizon 7-15 ans : bifurcation entre analystes augmentés et analystes remplacés

À l'horizon 2035-2040, deux trajectoires divergentes sont plausibles selon la vitesse d'adoption de l'IA agentique dans la gestion d'actifs.

Scénario de recomposition haute : l'analyste buy-side devient un orchestrateur d'agents IA spécialisés — un rôle hybride entre stratège sectoriel, data scientist et gestionnaire de risque de modèle. Les effectifs se stabilisent à un niveau inférieur au pic 2022, mais les rémunérations des profils survivants augmentent significativement. Ce scénario est cohérent avec la dynamique observée dans d'autres professions intellectuelles augmentées par l'IA (avocats, médecins radiologues).

Scénario de déclin structurel : les agents IA de recherche atteignent une performance supérieure à l'analyste médian sur les marchés liquides et standardisés. Les fonds actifs, déjà sous pression des ETF passifs, accélèrent leur compression de coûts. Le nombre d'analystes buy-side en Europe pourrait se réduire de 20 à 40 % sur la décennie, concentré sur les profils très seniors et très spécialisés.

Le moteur structurel commun aux deux scénarios est la démographie : le vieillissement des gérants seniors crée des besoins de transmission de savoir-faire que l'IA ne peut pas encore répliquer. La transition écologique et la réglementation (SFDR, taxonomie) génèrent également une demande durable d'analystes capables d'intégrer des données extra-financières complexes dans des modèles de valorisation. Ces niches offrent une protection relative, à condition d'investir massivement dans la montée en compétences IA.

Compétences clés

Voir mes écarts →
valeur en hausse stable en recul

Hard skills

  • Modélisation financière et valorisation (DCF, LBO, comparables)Indispensable
  • Analyse fondamentale sectorielleIndispensable
  • Maîtrise du terminal Bloomberg / Reuters EikonIndispensable
  • Lecture et interprétation des états financiers (IFRS / US GAAP)Indispensable
  • Maîtrise d'Excel avancé et de Python / R pour l'analyse de donnéesImportant
  • Utilisation d'outils IA de recherche financière (LLM, agents de recherche)Important
  • Construction et gestion de portefeuille (allocation, risque, attribution de performance)Important
  • Certification CFA (ou en cours)Important
  • Analyse ESG et intégration des critères extra-financiersMoins valorisé
  • Maîtrise de l'anglais financier (écrit et oral)Indispensable

Soft skills

  • Conviction argumentée sous incertitudeClef
  • Lecture critique des sorties IA et des données tiercesClef
  • Curiosité intellectuelle sectorielle durableClef
  • Gestion de la pression et des biais cognitifsImportant
  • Communication synthétique à destination des gérantsImportant
  • Réseau et accès aux sources primaires (management, experts sectoriels)Important

Trajectoire type à 5 ans

Quelques repères pour te donner l'échelle.

0a

Junior

35–47 k€

3a

Confirmé·e

45–60 k€

5a

Senior

55–75 k€

Valeur déplacée vers l'évaluation et la supervision

10a

Expert / lead

70–95 k€

Et maintenant

Cette fiche prend dix fois plus de sens quand elle parle de toi.

Ton niveau, tes intérêts, ta situation — trois minutes et LaborAI te montre ta voie la plus directe vers ce métier, les compétences qui te manquent, la formation priorisée pour les combler.

Sans compteRésultat immédiat

Sources

APEC · France Travail · Journal d'un Progressiste · mise à jour auto

Mise à jour : 25 avril 2026