Par Dr Sami Ayari
Le modèle traditionnel du conseil, qui consiste à envoyer une armée de juniors facturés à l’heure pour analyser des données, est mort. L’IA fait ce travail en quelques secondes. Notre valeur réside désormais uniquement dans l’interprétation et l’action. — Christoph Schweizer, PDG mondial du Boston Consulting Group (BCG)
La rupture actuelle n’est pas une simple automatisation des tâches, c’est le démantèlement du modèle de «compagnonnage» des Big Four. Si les machines privent les juniors de leurs tâches d’exécution, c’est toute la chaîne de transmission du métier qui doit être réinventée. — Clayton Christensen, théoricien de la disruption des services professionnels
Une enquête en neuf mouvements · Juillet 2026
La fin de l’âge d’or des « usines à slides » : le modèle du conseil face au choc de l’IA
150.000 euros par an pour un jeune diplômé de 24 ans à Paris ou New York, des taux journaliers moyens (TJM) qui s’envolent à plusieurs milliers d’euros, et des nuits blanches passées à polir des centaines de slides PowerPoint destinées aux comités exécutifs du CAC 40 ou de Fortune 500. Pendant des décennies, le modèle des cabinets de conseil en stratégie, qu’il s’agisse des prestigieux MBB (McKinsey, BCG, Bain), de Roland Berger ou des branches spécialisées des Big Four (Deloitte, PwC, EY, KPMG), a semblé gravé dans le marbre de la réussite capitaliste.
Le cœur de ce métier repose sur une promesse simple : fournir à des dirigeants d’entreprises ou d’organisations publiques une expertise externe et objective pour résoudre leurs problèmes les plus complexes, qu’il s’agisse d’une fusion-acquisition, d’une restructuration ou d’un pivot technologique. Pour opérer, ce secteur s’appuie sur une structure organisationnelle hautement hiérarchisée, dite en «pyramide» ou modèle de leverage. À la base, une armée de consultants juniors et d’analystes, recrutés à prix d’or dans les meilleures écoles, abat un volume colossal de travail opérationnel : recherche documentaire, modélisation financière sous Excel et mise en forme de livrables. Au sommet, les Partners (associés) gèrent la relation client et vendent des missions facturées au temps passé (Time & Materials). Dans cette mécanique d’élite parfaitement huilée, le junior produit la donnée brute et le senior apporte la réassurance politique au client.
Mais aujourd’hui, cette usine à connaissances vacille. Ce n’est pas une crise de la demande, mais une crise de sens et d’architecture : l’IA générative ne vient pas simplement assister le consultant dans ses tâches quotidiennes, elle automatise l’infrastructure même qui justifiait jusqu’ici sa facture et sa structure pyramidale.
En trente ans de conseil, on en voit passer, des révolutions. Le PC, Internet, Excel puis PowerPoint, le cloud, les data lakes, l’agile. À chaque fois, le métier s’est adapté, a intégré l’outil, a continué à vendre la même chose : du temps de cerveau qualifié, organisé en pyramide, facturé au jour-homme. Celle-ci est différente. Pour la première fois, la technologie ne touche pas seulement aux outils de production du conseil, elle touche à sa matière première : la pensée elle-même, la recherche, le jugement, la mise en récit.
Ce qui suit n’est pas une prédiction. C’est un inventaire de ce qui, très concrètement, est déjà en train de mourir dans la pratique du conseil et de ce qui, du même mouvement, est en train d’y naître.
L’intelligence stockée est morte, vive l’intelligence en mouvement
Pendant des décennies, l’expertise d’un consultant senior tenait à une bibliothèque intérieure : vingt ans de missions, de benchmarks vus et revus, de patterns sectoriels mémorisés. Cette intelligence stockée était rare, donc chère. Une IA entraînée sur des milliards de pages, capable de restituer, croiser et synthétiser cette même matière en quelques secondes, transforme mécaniquement cette bibliothèque en commodité.
Le cas McKinsey en donne la mesure exacte. En janvier 2026, Bob Sternfels a redéfini ce qu’il appelle la « force de travail » du cabinet : environ 40.000 collaborateurs humains, épaulés par près de 25.000 agents IA — contre quelques milliers seulement dix-huit mois plus tôt. Son objectif : la parité, un agent pour un humain, d’ici à la mi-2027. Sur la seule année écoulée, ces agents ont fait économiser 1,5 million d’heures de travail au cabinet. Lilli, la plateforme propriétaire lancée en juillet 2023, indexe plus de 40 sources de connaissance internes et plus de 100.000 documents ; 75 % des collaborateurs l’utilisent chaque mois.
Un dirigeant de PME obtient aujourd’hui en dix minutes une première analyse stratégique qui exigeait auparavant plusieurs jours de travail d’équipe. Il arrive en réunion de cadrage déjà armé d’une ébauche produite par l’IA. Le rapport de force change mécaniquement : la question posée au consultant n’est plus « savez-vous faire l’analyse ? » mais « qu’apportez-vous que la machine ne produit pas seule ? »
Trois compétences résistent, à ce stade, à cette bascule :
— Le jugement en zone grise. Un modèle peut estimer une probabilité de succès ; il ne peut pas décider, à la place d’un dirigeant, si ce pari mérite d’être pris. L’IA fournit la probabilité, le consultant apporte l’arbitrage.
— La lecture du non-dit. Les agendas cachés en comité de direction, les résistances silencieuses : l’IA ne perçoit que ce qui est formulé et documenté.
— La navigation en flux plutôt que le stockage. La valeur réside dans la capacité à requestionner un output d’IA, à le recontextualiser, à en repérer les angles morts.
Signe que ce diagnostic dépasse le discours marketing : McKinsey a intégré cette logique dans son recrutement. Les candidats sont désormais évalués sur leur capacité à collaborer avec une IA délibérément programmée pour fournir des réponses imprécises, l’objectif étant de tester le jugement critique plutôt que la restitution d’un framework appris par cœur.
Ce basculement se lit aussi dans la façon dont les dirigeants du cabinet redéfinissent la valeur du métier. Le consultant n’est plus tant le détenteur du savoir que celui qui sait poser à la machine la question qui mérite d’être posée : sa valeur se déplace de la production de la réponse vers la formulation du problème que l’IA pourra ensuite résoudre efficacement. Bob Sternfels résume ainsi les trois compétences qu’aucune machine ne remplace à ce jour : le jugement dans des situations complexes, la capacité à inspirer et à diriger des équipes et la résolution créative de problèmes.
Le livrable de cinquante pages est en soins palliatifs
Un deuxième pilier du métier vacille : le rapport comme preuve de travail. Plus il était épais, plus il semblait valoir cher jusqu’à ce qu’une IA puisse en produire l’équivalent en une heure.
PwC a poussé cette logique le plus loin, en positionnant directement ses agents face au client. Le cabinet a construit en interne plus de 250 agents IA et plus de 12.000 GPT personnalisés, générant plus de 31 millions d’interactions génératives. Cette infrastructure sert de socle à agent OS, une plateforme commercialisée auprès des clients pour automatiser conformité, analyse financière et due diligence. Chez Wyndham Hotels & Resorts, le temps de revue des standards de marque a baissé de 90 %, le temps de traitement en centre de contact a été divisé par deux, et la charge de conformité réduite d’environ 94% sur certains processus. Chez Southwest Airlines, le temps de planification des équipages a été divisé par deux.
Côté stratégie, BCG a suivi une voie différente : transformer l’IA en ligne de revenus. Environ 25 % du chiffre d’affaires 2025 du cabinet, près de 3,6 milliards de dollars, provient désormais de missions liées à l’IA. En interne, l’outil Deckster permet de produire des présentations entières en quelques minutes.
La tension qui en résulte tient à la confusion entre deux notions longtemps confondues : l’output, le document livré et l’outcome, la transformation effectivement obtenue. La responsabilité du résultat et le jugement nécessaire pour l’atteindre ne s’automatisent pas aussi facilement que la production d’un document.
Erik Roth, l’un des responsables de l’innovation chez McKinsey, formule cette bascule d’une manière éclairante : il espère que le consultant de demain passera « plus de temps à activer ses perspectives » qu’à les produire, c’est-à-dire moins de temps à construire l’analyse, davantage à aider le client à la comprendre, l’accepter et la mettre en œuvre. Le paradoxe est frappant : plus la machine devient capable de produire l’analyse, plus la valeur humaine se déplace vers l’accompagnement du changement — une compétence relationnelle, pas analytique.
La méthode linéaire se dissout
Le rituel classique, brief le lundi, recherche, structuration, rédaction, présentation le lundi suivant, dix jours facturés, reposait sur une hypothèse simple : chaque étape justifiait une part de la facture. Or chacune de ces étapes, prise isolément, est précisément ce que l’IA générative fait le mieux. Ce qui manque à la machine, c’est le non-dit politique de la mission ; la matière brute, elle, peut être produite en quelques dizaines de minutes.
Cela ne veut pas dire que le prompt unique remplace la méthode. Un prompt isolé, formulé à partir d’un brief d’une ligne, produit un résultat générique et inexploitable. Ce qui fonctionne, c’est la conversation : itérer, challenger la première réponse, reformuler, demander à l’IA de poser des questions avant de produire. L’artisan pose les briques une par une. L’architecte conçoit le système qui les produit, le supervise et vérifie sa cohérence.
Le jour-homme n’a plus de sens économique
En janvier 2026, Bob Sternfels a formulé publiquement ce que beaucoup pratiquaient déjà en coulisses : McKinsey passe d’un modèle de facturation au temps passé vers un modèle où le cabinet co-investit avec ses clients sur les résultats. À ce stade, environ un quart seulement des honoraires du cabinet sont liés aux résultats mais la direction est prise, cohérente avec un marché où une majorité d’acheteurs de conseil déclarent préférer un forfait fixe à une facturation au temps passé.
Quand l’IA comprime de 80 % le temps de production d’un travail, facturer cinq jours ce qu’une machine abat en quatre heures relève du sursis, pas d’un modèle durable. Un forfait fixe qui reste calculé, en coulisses, sur une estimation du temps passé n’est qu’un jour-homme emballé différemment.
Trois voies de sortie se dessinent :
— La facturation à la valeur. Honoraires indexés sur les gains partagés, primes de résultat — la direction officiellement annoncée par McKinsey.
— La productisation. Transformer un savoir-faire en produit fini, reproductible et scalable, pour décorréler le revenu du temps facturé.
— Le Consulting-as-a-Service. L’expertise livrée en continu par abonnement — la logique que KPMG et PwC appliquent déjà via leurs plateformes d’agents.
La pyramide s’aplatit en obélisque
Le modèle pyramidal remplissait historiquement une double fonction : produire de la valeur facturable et former, par la pratique répétée de tâches ingrates, les futurs partners. Si l’IA absorbe cet apprentissage, qui formera les seniors de demain ?
Chez McKinsey, les effectifs humains sont passés d’environ 45.000 à 40.000, tandis que les rôles client-facing progressaient d’environ 25 % et les rôles non-client-facing reculaient d’autant. Le signal le plus explicite reste le Projet Argentum, révélé par Bloomberg fin 2025 : environ 150 anciens consultants McKinsey, BCG et Bain, payés autour de 110 dollars de l’heure, entraînent des IA dont Gemini à reproduire les tâches d’entrée de carrière du conseil. Les formateurs de juniors d’hier entraînent, littéralement, les remplaçants de ces mêmes juniors.
Au Royaume-Uni, les cabinets ont réduit leurs promotions de diplômés de 6 % à 30 % selon les enseignes. Deloitte a franchi une étape symbolique en supprimant, au 1er juin 2026, sa hiérarchie « analyste – consultant – manager » pour environ 181.500 collaborateurs américains, remplacée par des intitulés fonctionnels et un grade sommital appelé « Leaders ».
— Le travail ingrat était la salle de musculation du jugement. Si l’IA l’absorbe, la formation du discernement reste une question ouverte.
— La prime s’est déplacée vers le senior. Les bras qui produisaient sont devenus quasi gratuits ; le jugement du senior est le seul actif qui justifie encore un prix élevé.
— Le junior de demain devra être architecte dès le premier jour. Réinventer son rôle plutôt que le supprimer, pour éviter un trou générationnel.
La dette cognitive, danger silencieux de l’ère agentique
Une étude du MIT Media Lab, « Your Brain on ChatGPT », a suivi 54 adultes pendant quatre mois. Les résultats, mesurés par électroencéphalographie, montrent une connectivité neuronale réduite jusqu’à 55 % chez les utilisateurs réguliers d’IA, et 83 % d’entre eux se sont révélés incapables de citer un passage du texte qu’ils venaient de produire. Lorsque ces utilisateurs reprenaient une tâche sans assistance, leur connectivité restait durablement inférieure à celle du groupe n’ayant jamais utilisé l’IA.
Une étude conjointe de Harvard et de BCG, menée sur 758 consultants, apporte un éclairage complémentaire : sur les tâches situées à l’intérieur de la « frontière technologique irrégulière » de l’IA, les consultants équipés de GPT-4 ont produit un travail jugé environ 40 % supérieur en qualité. Mais sur les tâches situées en dehors de cette frontière, leur précision a chuté d’environ 19 points par rapport à ceux qui travaillaient sans elle. Le vrai danger n’est donc pas que l’IA se trompe, c’est que l’utilisateur ne sache plus repérer où se situe la frontière.
— Faire avec, pas seulement valider après. Réintroduire des points de contrôle humains à chaque étape.
— Orchestrer plutôt que subir. Construire le système de travail plutôt que le laisser dicter le processus.
— Garder une discipline de pensée autonome. S’imposer des moments de travail sans assistance, par hygiène professionnelle.
La confiance se renégocie
En avril 2026, Sullivan & Cromwell, le cabinet d’avocats qui conseille par ailleurs OpenAI sur le déploiement « sûr et éthique » de l’IA, a dû s’excuser auprès d’un tribunal fédéral des faillites de NY après avoir déposé un mémoire truffé d’erreurs générées par IA : citations inventées, plus de quarante corrections nécessaires. Le même mois, un avocat du Nebraska a perdu sa licence après cinquante-sept citations défectueuses ; le juge a suspendu l’audience après trente-sept secondes. Une base de données spécialisée recense plus de 1.350 cas similaires dans le monde, pour plus de 145.000 dollars de sanctions au premier trimestre 2026.
Le contrat tacite entre client et consultant reposait sur un principe simple : le client payait pour un jugement qu’il ne pouvait pas entièrement vérifier seul. L’IA fissure ce contrat des deux côtés : le client peut produire seul une première ébauche, et le consultant lui-même ne maîtrise pas toujours les outils qu’il utilise. S’y ajoute le risque de « shadow IA » : injecter les données confidentielles d’un client dans un outil grand public non sécurisé, au mépris potentiel du RGPD.
Une lecture plus nuancée mérite d’être posée. Ikun Kandola, ancien expert en IA générative chez PwC, avance que le conseil n’a jamais été exempt d’erreurs : données obsolètes, modèles réutilisés sans discernement ont toujours existé, mais restaient masqués par le temps passé à produire des livrables, enfouis dans de longues présentations qui leur donnaient un vernis de légitimité. Selon lui, l’IA n’invente pas ces défauts : elle « a supprimé le tampon temporel qui les masquait autrefois ». La réponse n’est donc pas de rejeter l’outil, mais de développer une intelligence systémique, cadres de travail, processus de validation, garde-fous à l’échelle de l’organisation, plutôt qu’une simple vigilance individuelle laissée à la discrétion de chaque consultant.
— Déclarer. Informer le client que l’IA intervient, un positionnement assumé, non un aveu.
— Sécuriser. Garantir que les données du client restent dans un environnement gouverné.
— Signer. Assumer intégralement la responsabilité de ce qui est livré, c’est elle qui justifie la rémunération.
Le cabinet lui-même change de forme
L’alliance mondiale signée en mai 2026 entre KPMG et Anthropic illustre une première voie : intégrer l’IA directement au cœur de la plateforme de delivery du cabinet, Digital Gateway, plutôt que de la laisser comme un outil externe que les clients pourraient utiliser sans intermédiaire. Les 276.000 collaborateurs de KPMG, dans 138 pays, ont accès à Claude Cowork directement dans leur environnement de travail. PwC a annoncé une alliance Claude comparable la même semaine, confirmant que l’intégration profonde devient la nouvelle norme de différenciation chez les Big Four.
— L’obélisque. Un noyau resserré d’experts humains entouré d’un vaste parc d’agents IA, la trajectoire de McKinsey.
— L’alliance technologique. Le cabinet comme intégrateur d’agents plutôt que producteur unique de contenu intellectuel.
— Le collectif d’experts augmentés. Des indépendants dotés d’une capacité d’analyse démultipliée par l’IA.
Un océan bleu né rouge
Le marché du conseil en IA, estimé à environ 14 milliards de dollars en 2026, ressemble sur le papier à un eldorado. En réalité, il vit son cycle concurrentiel à l’envers : des milliers d’acteurs se sont positionnés avant même que la demande n’ait pleinement mûri. La croissance du conseil global reste inférieure à 4 % par an, et une part significative des dirigeants déclare ne constater, à ce stade, aucun retour sur investissement mesurable de leurs initiatives IA.
— Construire des preuves pendant que le marché reste incertain, avant que la demande ne devienne réellement discriminante.
— S’hyper-spécialiser plutôt que de rester généraliste : les spécialistes facturent une prime, le généraliste affronte un abonnement à vingt euros par mois.
— Investir dans l’échelle de valeur : produit d’appel, mission, transformation dans la durée.
De la sueur à la lueur
Le conseil ne meurt pas. Il mue et cette mue est déjà largement engagée, documentée par des chiffres publics : BCG tire un quart de son chiffre d’affaires de l’IA, McKinsey a économisé 1,5 million d’heures grâce à ses agents, PwC constate des gains de marge mesurables chez ses clients les plus avancés.
Ce qui renaît prend forme autour de trois piliers : un déplacement de l’artisan vers l’architecte, une discipline de délégation maîtrisée, qui délègue à la machine sans jamais renoncer au contrôle du jugement final et une transparence radicale sur la façon dont le travail est produit, parce que c’est elle qui construit la confiance.
La question qui déterminera qui, dans la profession, traverse cette décennie n’est pas celle des milliards investis en infrastructure IA, tous les grands cabinets en ont désormais. C’est celle-ci : qui parviendra à former ce jugement chez la génération qui entre aujourd’hui dans le métier, alors même que l’IA absorbe déjà une grande partie du travail qui, hier encore, servait à l’apprentissage ? γ
*Cofondateur et coordinateur général du Tunisia CyberShield, Cofondateur et coordinateur général de la Tunisian AI Society
RÉFÉRENCE Gabriel Dabi-Schwebel – DecisionIA McKinsey compte 25 000 employés IA; Vraiment ? -IA4BUSINESS
