Transformer les perturbations en élan : le volant d’inertie de l’IA de Manuvie

L’intelligence artificielle (IA) s’apprête à redéfinir la création de valeur dans l’ensemble de l’économie canadienne. Pour comprendre cette transformation, Leadership avisé RBC a interviewé plus de deux douzaines d’entreprises qui jouent un rôle de premier plan dans la création ou le déploiement de l’IA dans le cadre de leur programme pour Ouvrir les esprits : comment les entreprises canadiennes peuvent devenir des chefs de file mondiaux dans l’adoption de l’IA. Le rapport expose les tendances issues de ces conversations.

En nous appuyant sur ce rapport, notre série d’études de cas va un peu plus loin. Nous suivons ici comment Manuvie, un assureur mondial et gestionnaire d’actifs, a utilisé l’IA générative comme catalyseur pour repenser la façon dont l’organisation apprend, partage et met à l’échelle de nouvelles idées. L’expérience de l’entreprise montre que l’adoption réussie de l’IA n’est pas seulement un défi technologique, c’est un défi de renforcement des capacités, de gouvernance et d’autonomisation des
personnes de travailler différemment.

Sommaire

Manuvie, un gestionnaire d’actifs mondial dont le siège social est situé au Canada, a vu dans l’IA une occasion d’aller au-delà des gains d’efficacité incrémentiels et de repenser ses produits et ses activités. La direction a jugé le secteur « trop à l’aise », a établi l’ambition de devenir un leader en matière de clientèle numérique et a considéré le grand modèle de langage d’OpenAI en 2022 comme un point de bascule. Une séance pratique à l’intention de la direction a transformé l’IA d’une expérience de niche en un point à l’ordre du jour du chef de la direction, signalant que pour avoir une incidence réelle, il faudrait une structure, une gouvernance et une intégration, et non des projets pilotes ponctuels.

Développer la capacité d’absorption (infrastructure). Manuvie a créé une pile d’apprentissages à plusieurs niveaux et a intégré environ 200 experts en science des données et en apprentissage automatique. Elle a aussi utilisé des rituels de leadership pour accroître le « stock de connaissances antérieures », afin de pouvoir absorber et intégrer plus rapidement les nouvelles avancées de l’IA.

Institutionnaliser la capacité d’adaptation (le moteur). Les responsables ont normalisé la copie : si une équipe créait quelque chose d’utile, les autres le réutilisaient. Cette approche a permis de transformer des victoires isolées en stratégies communes et de diffuser rapidement les améliorations. En intégrant cette habitude, Manuvie a accéléré le cycle d’adoption, d’invention, de sélection et d’expansion, renforçant ainsi sa capacité d’adaptation et d’innovation.

Équilibrer vitesse et sécurité (gouvernance axée sur les résultats). Les principes d’IA responsable, les cadres élargis de gestion du risque lié aux modèles, les examens interfonctionnels et la télémesure en temps réel ont permis de traiter l’itération rapide et la surveillance rigoureuse comme des compléments, et non comme des projets pilotes ponctuels.

Nous étions au milieu de l’année 2020. Jodie Wallis, alors chef mondial des analyses de Manuvie, avait convoqué les principaux cadres dirigeants de la société dans une salle du Conseil à Toronto. Elle savait que cette réunion marquerait un tournant : le dernier grand modèle de langage (GML) révolutionnaire d’OpenAI, GPT^[1]-2, venait d’être lancé et, avec une puissance près de 100 fois supérieure à celle des modèles précédents, les implications du GPT-2 allaient bien au-delà de la technologie elle-même. Pour Manuvie, un assureur de plus de 137 ans fondé sur la précision actuarielle et la discipline au chapitre du risque, la question était de savoir si cette nouvelle capacité serait considérée comme une nouveauté passagère ou comme le déclencheur d’un changement plus profond.

Pendant des années, l’IA à Manuvie était synonyme de prédiction et d’automatisation : modèles de tarification, dépistage des fraudes, évaluation des indices. Même si la frontière avait été repoussée avec des modèles d’apprentissage automatique capables de créer des images hyper réalistes, ces applications restaient confinées au domaine de l’informatique. Elles étaient utiles et très impressionnantes, mais restaient dans les limites des attentes.

Pour Mme Wallis, les grands modèles de langage, comme GPT, ont brisé ces limites. Conçus pour un échange itératif, ils ont créé de la valeur non pas grâce à un résultat unique, mais grâce à un dialogue continu, faisant passer la dynamique de la commande et de la réponse à quelque chose qui se rapproche de la collaboration. Les GML pouvaient désormais raisonner avec une cadence semblable à celle des humains, invitant à la conversation plutôt qu’aux instructions. La percée n’était pas une « réponse » plus raffinée, mais la capacité du modèle à augmenter de manière si fluide la requête elle-même, générant de nouvelles directions de pensée et de découverte.

Ce passage de tâches limitées à une démarche exploratoire ouverte était aussi déstabilisant qu’exaltant. Mme Wallis a décrit ce moment avec une franchise inhabituelle : « Notre secteur a été trop à l’aise. Cette technologie n’est pas qu’un simple outil de plus, elle représente un tournant. Soit nous l’exploitons, soit nous risquons d’être transformés par elle. »

Autour de la table, les réactions ont été variées : curiosité, enthousiasme, appréhension. Le défi était immédiat. Manuvie devait-elle considérer l’IA générative comme une expérience marginale ou comme la nouvelle trajectoire de l’entreprise elle-même ? Mme Wallis était elle-même convaincue de la réponse, mais elle savait aussi que la technologie était encore à l’état embryonnaire, peut-être trop pour que le conseil d’administration l’accepte pleinement. Ce choix allait imposer des décisions difficiles sur les plans de la stratégie, de la gouvernance, de la culture et des investissements, le tout à une vitesse fulgurante, à mesure que la frontière avançait.

Dans ces moments de bouleversement technologique, les conseils d’administration se tournent vers des personnalités comme Mme Wallis pour distinguer les tendances passagères des forces transformatrices. Contrairement aux technologues-devins populaires à l’époque, sa tâche était lourde de conséquences : prévoir comment l’IA générative pourrait remodeler une institution fondée sur la discipline actuarielle et veiller à ce que Manuvie saisisse l’occasion plutôt que d’être dépassée par elle. En cadrant correctement le moment, une nouvelle valeur pouvait être libérée ; en le sous-estimant, les conséquences pouvaient être existentielles.

Mais la prévoyance seule ne suffisait pas. Mme Wallis savait qu’aucun mémo ni présentation PowerPoint ne pouvait rendre compte des implications de l’IA générative. Les mots sur une page risquaient d’être rejetés comme des résumés analytiques. La seule façon d’avancer était la confrontation directe. Pour combler ce fossé, il fallait en faire l’expérience. Heureusement, la technologie elle-même offrait une réponse : la possibilité de retourner la boule de cristal et de laisser les sceptiques y jeter un coup d’œil par eux-mêmes.

Elle a donc placé une tablette électronique devant chaque dirigeant, préchargée avec le dernier modèle d’OpenAI, et les a invités à le tester et à lui poser les questions qu’ils auraient pu lui poser autrement. La salle est devenue silencieuse lorsque les écrans se sont allumés avec des invites clignotantes. Un par un, les cadres supérieurs de Manuvie ont commencé à converser avec GPT-2, observant la génération de réponses fluides en temps réel. L’exercice était d’une simplicité désarmante, mais il a changé l’atmosphère. En quelques minutes, la conversation est passée de « est-ce réel ? » à « qu’est-ce que cela signifie pour nous ? » – un revirement que des mois de mémos et de réunions n’auraient jamais pu accomplir.

C’est la décision de Mme Wallis de faire vivre à ses collègues cette nouvelle frontière qui a convaincu la direction. Mais elle savait que la conviction seule ne suffirait pas. Pour porter ses fruits, elle devait être intégrée à l’infrastructure, puis à la capacité d’adaptation. Avec cette expérience en salle du Conseil, Mme Wallis a mis en mouvement le mécanisme (conviction, infrastructure, adaptation) qui allait permettre à Manuvie de traverser l’un des changements technologiques les plus profonds de son histoire. Manuvie s’est ainsi jointe à un petit groupe de géants de la finance qui positionnent le Canada à l’avant-garde de la transformation de l’IA.

Pour comprendre le déroulement de ce parcours, Leadership avisé RBC s’est entretenu avec Jason MacDonald, chef du personnel du Bureau du chef de la direction, et Jodie Wallis, aujourd’hui chef mondiale de l’intelligence artificielle de l’entreprise, afin d’explorer comment eux et leurs collègues ont guidé un assureur de 72 milliards de dollars à travers l’un des changements technologiques les plus profonds de son histoire.

Top Idée n^o 1 : Montrer, ne pas dire : créer une conviction au sommet

Il est essentiel d’obtenir un appui solide de la part des cadres dirigeants dès le début de toute initiative transformationnelle. Mme Wallis avait compris que les dirigeants devaient faire l’expérience de l’IA par eux-mêmes. Ce faisant, elle a mis en pratique ce que la théorie de la diffusion des innovations d’Everett Rogers avait démontré depuis longtemps : les nouvelles idées se répandent plus rapidement lorsqu’elles peuvent être mises à l’essai (sans risque, dans des conditions de faible risque) et qu’elles sont observables (lorsque les pairs peuvent voir les résultats de leurs propres yeux). Ensemble, ces conditions transforment une technologie abstraite en quelque chose d’assez tangible pour y croire.

Une fois que quelques voix respectées ont trouvé l’outil utile (en posant des questions de suivi, en lisant à voix haute des résultats fonctionnels), la possibilité d’essai a été satisfaite : les cadres dirigeants pouvaient expérimenter de façon pratique et à faible risque. Et comme ces expériences se sont déroulées en public, l’observabilité s’est imposée : les collègues pouvaient observer, comparer les réactions et voir le système fonctionner en temps réel. Ce qui aurait pu être une expérience en solo est rapidement devenu un moment d’exploration partagé. Le renforcement entre pairs a permis de dissiper le scepticisme et de susciter la curiosité, car la technologie ne semblait plus risquée ou abstraite.

Mais la conviction seule ne suffit pas. Pour avoir une incidence, elle devait se traduire par une infrastructure qui permettrait à Manuvie d’absorber et d’étendre ce que les dirigeants avaient constaté. C’est là qu’intervient la capacité d’absorption.

Infrastructure Idée n^o 2 : Capacité d’absorption : construire une infrastructure de connaissances

Une simple démonstration, aussi convaincante soit-elle au niveau individuel, s’estompe à moins que l’organisation dans son ensemble ne puisse transformer ce qu’elle a vu en une capacité reproductible. C’est là qu’intervient la capacité d’absorption, c’est-à-dire la capacité d’une entreprise à reconnaître la valeur de nouvelles données, à les assimiler et à les appliquer à des fins commerciales (l’infrastructure qui rend possible l’adaptation ultérieure). Les recherches sur la capacité d’absorption, menées pour la première fois par les professeurs Wesley Cohen et Daniel Levinthal dans les années 1990, mettent en évidence deux fondements de cette infrastructure :

Les connaissances sont cumulatives et dépendent du parcours : elles s’acquièrent plus rapidement à partir de ce que les gens savent déjà, ce qui signifie que les connaissances antérieures constituent une base pour l’apprentissage futur.

L’étendue des connaissances élargit la portée de l’absorption : les organisations qui disposent de vastes connaissances antérieures peuvent intégrer et appliquer plus efficacement les nouvelles idées externes.

La capacité d’absorption concerne, c’est-à-dire la constitution d’une base de connaissances et d’activités courantes nécessaires pour intégrer de nouveaux outils. La capacité d’adaptation (dont il est question dans l’idée n^o 3) consiste à modifier ou à reconfigurer ces activités lorsque la frontière change et que les anciennes voies ne sont plus adaptées. Manuvie avait besoin des deux, mais elle a commencé par mettre en place délibérément l’infrastructure d’absorption nécessaire pour permettre à l’organisation d’apprendre. Ce faisant, l’équipe de Mme Wallis a considéré la culture et les aptitudes comme des piliers aussi importants que la technologie et a conçu une structure d’apprentissage à plusieurs niveaux :

IA 101 pour toute personne intéressée,

rédactique avancée et science des données pour les utilisateurs expérimentés, et

modules personnalisés pour les cadres dirigeants, offerts en partenariat avec des universités.

Elle a ensuite intégré l’IA aux rituels de leadership. Par exemple, lors de la conférence mondiale sur le leadership de Manuvie, des cadres supérieurs ont présenté à leurs pairs des solutions élaborées par le personnel, créant ainsi un langage commun s’appliquant aux cas d’usage et à la gouvernance. L’objectif n’était pas seulement de sensibiliser, mais aussi de donner à tous les niveaux de l’entreprise, du personnel de première ligne à la salle du Conseil, suffisamment de contexte pour reconnaître les domaines dans lesquels l’IA était pertinente et l’intégrer dans le travail quotidien.

Selon MM. Cohen et Levinthal, Manuvie augmentait de façon constante son stock de connaissances antérieures, de sorte que chaque nouvelle vague technologique pouvait être absorbée et recombinée plus rapidement. Les actions de Mme Wallis correspondaient directement aux deux conditions qu’ils décrivaient : la formation et les rituels ont rendu l’apprentissage cumulatif en s’appuyant sur ce que le personnel connaissait déjà, et la large participation de l’ensemble du personnel a élargi la base de connaissances disponibles. Dans un secteur souvent décrié comme « trop à l’aise », cela a donné à Manuvie un avantage distinctif : la capacité de s’appuyer sur de nouveaux outils et de les intégrer à ses activités courantes de façon à accumuler des avantages au fil du temps.

Mais l’infrastructure seule ne suffit pas. Une fois ces fondations en place, le défi a consisté à maintenir l’élan lorsque la frontière a changé et que les anciennes voies n’étaient plus adaptées. Cela nécessitait une capacité différente : la capacité adaptative, le moteur qui fait tourner le volant.

Idée n^o 3 : Capacité d’adaptation : le volant de l’innovation

Lorsque Roy Gori, chef de la direction de l’époque, a averti que le secteur était devenu « trop à l’aise », Mme Wallis savait que cette complaisance était dangereuse dans un domaine où de nouveaux modèles et de nouvelles applications d’IA émergeaient à un rythme effréné, entraînés par de nouveaux flux de capitaux massifs. La capacité d’absorption avait déjà donné à Manuvie l’infrastructure nécessaire pour apprendre et intégrer des outils d’IA dans toute l’entreprise. Le défi suivant était l’agilité : faire en sorte que la réponse de l’entreprise aux progrès technologiques soit tout aussi rapide et dynamique. L’adoption ne pouvait pas être un événement ponctuel ; elle devait devenir itérative. Cette idée a ouvert la voie à la capacité d’adaptation, le moteur qui convertit l’adoption en réinvention continue.

Research underscores why this engine is critical. Prior adoption experience is the single strongest predictor of inventive capacity: organizations learn to invent by first copying. Yet when firms switch paths—moving to new models or methods —performance often dips before it recovers, as old mental models stop fitting the new approach. Adaptive capacity is therefore the discipline of riding out that trough and recovering faster, turning temporary disruption into cumulative learning. Manulife operationalized this discipline through a set of deliberate routines. La recherche souligne l’importance de ce moteur. L’expérience antérieure en matière d’adoption est le facteur le plus déterminant de la capacité d’innovation : les entreprises apprennent à innover en copiant d’abord. Pourtant, lorsque les entreprises changent de cap, en adoptant de nouveaux modèles ou de nouvelles méthodes, leur rendement baisse souvent avant de se redresser, car les anciens modèles mentaux ne correspondent plus à la nouvelle approche. La capacité d’adaptation consiste donc à surmonter ce creux et à se redresser plus rapidement, transformant ainsi une perturbation temporaire en apprentissage cumulatif. Manuvie a mis cette discipline en pratique au moyen d’une série d’activités courantes délibérées.

Adoption → intégrer de nouveaux outils, pratiques ou modèles élaborés ailleurs et les intégrer aux activités courantes de l’organisation.

Sélection et expansion → filtrer ce qui fonctionne, l’intégrer aux activités courantes et étendre les solutions éprouvées à toute l’entreprise.

Invention → créer des solutions originales à l’interne, sans s’appuyer sur des modèles externes.

Manuvie a délibérément mis en place cette discipline. S’appuyant sur de solides connaissances en matière d’IA dans l’ensemble de l’entreprise, la direction s’est efforcée de faciliter les processus d’adoption en normalisant la copie comme précurseur de l’invention. Mme Wallis a institué des « marathons de requête » et des conférences de direction au cours desquels les outils conçus par le personnel étaient présentés, créant ainsi un langage commun axé sur la valeur et le risque. Ces rituels ont permis de légitimer l’emprunt, le perfectionnement et l’extension de ce qui fonctionnait, afin que l’adoption ne se limite pas aux premiers enthousiastes, mais qu’elle se répercute dans toute l’entreprise. Selon MM. Cohen et Levinthal, il s’agissait d’augmenter constamment le stock de connaissances antérieures de l’entreprise afin que, lorsqu’un changement de cap se présentait (qu’il s’agisse d’un nouveau modèle, d’une nouvelle plateforme ou d’une nouvelle application), l’organisation puisse l’absorber et l’appliquer plus rapidement.

Deuxièmement, Mme Wallis a délibérément conçu un système permettant un changement de cap en toute sécurité. Une pile indépendante des fournisseurs et compatible avec le nuage permettait de changer de modèle « même quotidiennement », faisant du changement technologique une routine gérée plutôt qu’une réinitialisation perturbatrice. Les décisions en matière d’expansion étaient liées à des résultats commerciaux clairs (augmentation des revenus, réduction des coûts, réduction des risques ou productivité) de sorte que les réorientations créent de la valeur plutôt que du bruit.

Enfin, elle a intégré une capacité de sélection, c’est-à-dire la discipline nécessaire pour éliminer rapidement les idées faibles et développer celles qui sont gagnantes. Des forums interfonctionnels et un financement axé sur les résultats ont permis de ne pas perdre de vue les éléments du portefeuille, de sorte que la capacité d’absorption s’est renforcée au lieu de s’éroder.

Ensemble, ces activités courantes ont formé la roue de l’innovation de Manuvie : l’expérience d’adoption a généré l’invention ; les activités courantes de sélection ont filtré le bruit ; l’architecture flexible a permis un changement de cap en toute sécurité ; et la boucle a redémarré de plus belle à chaque cycle.

Idée n^o 4 : Gouvernance responsable : trouver le juste équilibre entre rapidité et sécurité

Dès le départ, l’entreprise a fait de la gouvernance responsable de l’IA un choix de conception. En l’absence de règles nationales claires, elle a créé ses propres principes et règles d’exploitation en matière d’IA responsable pour s’assurer que l’expérimentation et le déploiement respectent les exigences en matière d’éthique, de protection des renseignements personnels et de conformité.

Manuvie a élargi ses cadres de gestion du risque lié aux modèles existants afin de s’attaquer aux défis propres à l’IA générative, c’est-à-dire vérifier les fournisseurs tiers, surveiller les résultats afin de déceler les biais ou les hallucinations, et exiger des évaluations continues du rendement pour chaque modèle en production. Un comité de gouvernance interfonctionnel a examiné les cas d’usage pour détecter les risques liés à l’éthique et à la protection des renseignements personnels, en harmonisant les politiques aux directives mondiales en constante évolution. La gouvernance a été intégrée comme processus évolutif, et non comme politique statique.

Manuvie a considéré l’itération rapide et la surveillance stricte comme des compléments, et non comme des compromis. La surveillance continue des modèles (suivi de la précision, de la dérive et de l’utilisation) a été utilisée pour renforcer les contrôles en temps réel. Cette approche axée sur les résultats a permis aux modèles de rester en production tant qu’ils respectaient les seuils d’erreurs et de biais, et d’être ajustés ou retirés dès qu’ils ne les respectaient plus. L’itération était la bienvenue, mais jamais au détriment de la confiance.

Cette approche proactive a permis à Manuvie d’étendre rapidement et de façon responsable l’IA générative, renforçant ainsi la confiance des équipes de conformité, de la clientèle et des décideurs, même en l’absence de réglementation claire. La leçon plus générale à tirer est que les entreprises exerçant leurs activités dans des secteurs sensibles ne devraient pas considérer la réglementation comme un frein. En s’imposant des principes, en mettant en œuvre une surveillance opérationnelle et en démontrant aux organismes de réglementation qu’il est possible de poursuivre l’innovation de façon responsable, les entreprises peuvent devancer l’incertitude. Pour les décideurs, la leçon à retenir est tout aussi importante : la mise en place d’une surveillance en temps réel et de garde-fous axés sur les résultats peut assurer la sécurité plus rapidement que des contrôles de conformité ponctuels et normatifs.

Résultats à De l’expérimentation à la transformation

Un an seulement après avoir adopté l’IA générative, Manuvie en est venue à une adoption généralisée à une vitesse que peu d’entreprises établies peuvent égaler. Son assistant propriétal, ChatMFC, est passé du stade de projet pilote à une quasi-omniprésence : en quelques mois, 40 % de ses employés l’utilisaient chaque mois, et au début de 2025, plus de 75 % de l’effectif mondial était activement mobilisé autour des outils, des formations et des cas d’usage liés à l’IA générative. L’adoption ne s’est pas limitée aux équipes technologiques ; elle a touché presque toutes les fonctions, qu’il s’agisse des ventes et du service ou des activités administratives.

L’incidence sur la productivité a été tout aussi frappante. Dans les centres d’appels, les outils d’IA ont permis de réduire de 30 à 40 secondes la durée moyenne des appels sans diminuer la satisfaction clientèle. Dans toute l’entreprise, l’IA générative n’était plus un projet connexe, elle était intégrée dans le flux de travail quotidien.

Les gains en matière de contact clientèle ont été encore plus visibles. Les nouveaux conseillers se sont familiarisés plus rapidement avec leur travail, en ayant recours à l’accompagnement par IA pour s’entraîner et affiner les interactions. Parallèlement, les conseillers ont rapporté que l’IA leur avait permis de se concentrer sur les relations clientèle, produisant un résultat anormal pour une initiative technologique, à savoir une efficacité accrue et un engagement humain plus profond.

Au niveau stratégique, la roue était lancée. À la mi-2025, Manuvie comptait plus de 35 cas d’usage de l’IA générative en production et 70 autres en attente. Les premiers déploiements ont à eux seuls généré environ 4,7 millions de dollars de bénéfices, tandis que le programme de transformation numérique plus large (fondé sur l’IA) a rapporté plus de 600 millions de dollars de bénéfices en 2024, sous forme d’économies, de nouvelles ventes et de meilleurs résultats en matière de gestion du risque. Pour l’avenir, l’entreprise anticipe un triplement du rendement de ses investissements dans l’IA sur cinq ans. Ces résultats confirment que les choix de conception de Manuvie (mobilisation active des cadres dirigeants, expansion en fonction des résultats, gouvernance selon le principe de version bêta perpétuelle) ont transformé l’IA, qui est passée d’une nouveauté à une capacité institutionnelle.

Chiffres


1,6T$	Actifs sous gestion
35 M	Clients dans le monde
53 G$	Capitalisation boursière
5,1 G$	Revenu net
38 000	Nombre d’employés
200	Experts en science des données et en rédactique intégrés dans toutes les équipes
600 M$	Avantages attribués à la transformation numérique (avec l’IA comme élément central) en 2024
Plus de 75	Cas d’usage de l’IA déployés d’ici la fin de 2025
75 %	Part de l’effectif mondial de Manuvie mobilisé dans l’IA générative

Télécharger le rapport

Télécharger

Responsable de projet

Reid McKay, directeur général, Politique de technologie, Leadership avisé RBC

Collaborateurs

Nora Bieberstein, directrice générale, Programmes stratégiques, Leadership avisé RBC

Yadullah Hussain, directeur de rédaction, Leadership avisé RBC

Un merci tout spécial à Janice Stein, directrice générale et fondatrice de la Munk School of Global Affairs & Public Policy, ainsi qu’à Nicole Harris et Avaani Singh, étudiants diplômés à la Munk School of Global Affairs & Public Policy.

Legal Disclaimer¹

Transformateur génératif préentraîné

Avis de non-responsabilité

Le présent article vise à offrir des renseignements généraux seulement et n’a pas pour objet de fournir des conseils juridiques ou financiers, ni d’autres conseils professionnels. Le lecteur est seul responsable de toute utilisation des renseignements contenus dans le présent document, et ni la Banque Royale du Canada (« RBC »), ni ses sociétés affiliées, ni leurs administrateurs, dirigeants, employés ou mandataires respectifs ne seront tenus responsables des dommages directs ou indirects découlant de l’utilisation du présent document par le lecteur. Veuillez consulter un conseiller professionnel en ce qui concerne votre situation particulière. Les renseignements présentés sont réputés être factuels et à jour, mais nous ne garantissons pas leur exactitude et ils ne doivent pas être considérés comme une analyse exhaustive des sujets abordés. Les opinions exprimées reflètent le jugement des auteurs à la date de publication et peuvent changer. La Banque Royale du Canada et ses sociétés affiliées ne font pas la promotion, explicitement ou implicitement, des conseils, des avis, des renseignements, des produits ou des services de tiers.

Le présent document peut contenir des déclarations prospectives – au sens de certaines lois sur les valeurs mobilières – qui font l’objet de la mise en garde de RBC concernant les déclarations prospectives. Les paramètres, données et autres renseignements ESG (y compris ceux liés au climat) contenus sur ce site Web sont ou peuvent être fondés sur des hypothèses, des estimations et des jugements. Les mises en garde relatives aux renseignements présentés sur ce Site Web sont exposées dans les sections « Mise en garde concernant les déclarations prospectives » et « Avis important concernant le présent rapport » de notre Rapport climatique le plus récent, accessible sur notre site d’information à l’adresse https://www.rbc.com/notre-impact/information-sur-la-durabilite/index.html. Sauf si la loi l’exige, ni RBC ni ses sociétés affiliées ne s’engagent à mettre à jour quelque renseignement que ce soit présenté dans le présent document.

Par Reid McKay
5 janvier 2026

Le projet croissance