Le conseil entre dans l’économie de la preuve

L’IA générative change ce que les clients achètent au conseil. Deux travaux de recherche, lus ensemble, en donnent la mesure. Le premier montre que la production intellectuelle, cœur du modèle traditionnel, s’accélère de façon spectaculaire. Le second montre que cette vitesse ne se transforme presque jamais, à elle seule, en résultat. Entre les deux se dessine une bascule simple : les clients n’achètent plus du temps, ils achètent des preuves.

La production s’accélère, la valeur se déplace

En 2023, des chercheurs de Harvard, de Wharton et du MIT ont confié dix-huit tâches réalistes à 758 consultants du Boston Consulting Group, avec ou sans GPT-4. Sur les tâches que l’IA sait traiter, ceux qui en disposaient ont accompli 12,2 % de tâches en plus, 25,1 % plus vite, avec une qualité nettement supérieure. Ces tâches (recherche, synthèse, rédaction d’une première version) sont précisément celles qu’exécutent les équipes juniors du modèle pyramidal, facturées au temps passé.

L’étude dit autre chose, de plus important encore. Sur une tâche complexe, située hors de ce que l’IA sait faire, les consultants qui s’en servaient ont eu 19 % de chances en moins de trouver la bonne réponse. L’outil accélère la production ; il n’apporte pas le jugement, et peut même l’égarer. Ce qui reste, et ce qui se paie, c’est donc ce que la machine ne fait pas : cadrer le vrai problème, arbitrer dans l’incertitude, embarquer une organisation.

La vitesse ne suffit pas

Le second travail vient du MIT. Son rapport The GenAI Divide (projet NANDA, 2025), fondé sur des entretiens avec des dirigeants, une enquête auprès de salariés et l’analyse de centaines de déploiements, aboutit à un constat sévère : seule une petite minorité des projets pilotes d’IA générative intégrés aux processus, de l’ordre de 5 %, produit un effet mesurable sur les résultats. Les autres améliorent la productivité individuelle, sans changer le compte de résultat.

La leçon vaut pour le conseil comme pour ses clients. Accélérer ne suffit pas : encore faut-il transformer la vitesse en valeur. La valeur d’un livrable ne se mesure plus à son épaisseur, mais au temps qu’il faut pour décider grâce à lui, puis à ce qui change réellement une fois la décision prise.

Le temps-homme n’est plus l’unité de compte

Le modèle économique suit logiquement. Quand une part croissante de la production peut être accélérée, facturer des jours devient difficile à défendre. Les acheteurs regardent ailleurs : ce que la mission a permis de décider, de déployer, d’améliorer. D’où l’intérêt des engagements par phases, où seule la première engage le client et où les suivantes s’ouvrent sur des résultats constatés.

Les indépendants passent du plan B au levier stratégique

Côté marché, les grands groupes recourent de plus en plus à des consultants indépendants expérimentés, pour l’expertise ciblée, la flexibilité et le pragmatisme opérationnel. Mais le potentiel reste largement inexploité : la plupart des organisations mobilisent des profils individuels, en ordre dispersé, sans pilotage.

Ce qu’elles n’ont pas encore intégré, c’est que des indépendants peuvent intervenir en équipe structurée, pilotée par un responsable de mission qui porte la responsabilité du résultat. C’est le format des projets d’envergure, jusqu’ici réservé aux grands cabinets. Et l’IA accélère cette bascule : plus la production va vite, plus l’expérience et le jugement font la différence.

Ce que nous en concluons

Ces mouvements convergent vers un même modèle : des équipes resserrées de consultants expérimentés, outillés par l’IA, engagés sur des résultats observables plutôt que sur du temps passé, avec un interlocuteur unique qui répond de la mission de bout en bout.

C’est le modèle que nous avons choisi de construire. Non parce que la recherche le valide (elle arrive après nos convictions), mais il est toujours bon de constater qu’elle regarde dans la même direction. Dans une économie de la preuve, une seule chose compte à la fin : ce qui a réellement changé dans votre organisation.

Sources

• Fabrizio Dell’Acqua et al., Navigating the Jagged Technological Frontier, Harvard Business School, 2023 : papers.ssrn.com/abstract=4573321
• MIT, projet NANDA, The GenAI Divide: State of AI in Business 2025, juillet 2025.