Le conseil à l’épreuve de l’IA agentique : quand produire une analyse ne suffit plus à créer de la valeur

Le sujet de cette édition est pourtant moins léger que le décor. L’IA générative est déjà entrée dans les pratiques. Veille, synthèses, scénarios, documentation : une partie du travail intellectuel s’accélère. Les tables rondes montreront aussi des assistants capables de prendre en charge des interactions avec les clients, tandis que l’IA agentique commence à s’insérer dans les opérations.

Au fil de la journée, j’ai moins entendu la question classique « l’IA va-t-elle remplacer le consultant ? » qu’une autre, à mon sens plus intéressante : qu’est-ce qu’un client viendra encore chercher chez lui lorsque produire une première réponse ne sera plus le plus difficile ?

La keynote de Raphael Marichez, Regional Chief Security OOicer France & Southern Europe chez Palo Alto Networks, pose rapidement le problème autrement. Il est question de productivité et de compétitivité, mais aussi de désacralisation de l’expert et de transmission du savoir.

Deux phrases restent en tête : « Pour apprendre, il faut de la friction. »

« Le piège est d’abandonner ses capacités, par confort. »

L’IA peut en effet donner à un jeune consultant accès, en quelques instants, à un corpus de connaissances qu’un senior a parfois mis des années à accumuler. Ce nivellement par le savoir peut être une formidable opportunité.

Mais la connaissance et l’expérience ne se superposent pas. Savoir qu’une solution existe ne signifie pas encore savoir quand l’utiliser. Choisir entre plusieurs options imparfaites, comprendre les non-dits d’un client, tenir compte d’une organisation réelle plutôt que théorique ou simplement sentir qu’une recommandation « ne passe pas » relèvent d’un apprentissage difféérent. La question avait d’ailleurs été identifiée dès la préparation de l’événement.

Éric Nizard, président de la FFSCN, m’expliquait quelques jours plus tard que le risque était d’aller trop vite dans le raisonnement : si l’IA réalise efficacement certaines tâches historiquement confiées aux juniors, certains pourraient conclure qu’ils deviennent moins nécessaires. Mais sans juniors confrontés progressivement au métier, qui deviendra senior demain ?

Ce qui devra être transmis change peut-être autant que les outils eux-mêmes. Le senior n’apporte plus seulement une connaissance supplémentaire. Il doit aussi apprendre au junior comment il arbitre, pourquoi il doute et ce qui lui permet finalement de choisir.

C’est probablement la distinction la plus forte que j’ai retenue de mon échange avec Éric Nizard.

L’IA peut se substituer à une partie de la connaissance. Beaucoup moins facilement à l’expérience. Et surtout pas à la responsabilité.

Une formule entendue pendant la journée résume bien cette frontière : l’IA répond, mais l’humain doit répondre de ce qu’elle a répondu. Autrement dit, quelqu’un doit encore être capable de vérifier, expliquer et assumer la recommandation remise au client.

Le cas Deloitte en Australie donne à cette question une traduction très concrète. En 2025, un rapport réalisé pour le gouvernement australien a dû être révisé après la découverte de références et citations erronées dans un travail ayant eu recours à des outils d’IA générative. Des échanges officiels montrent que des outils fondés sur GPT avaient notamment été utilisés pour certaines tâches de documentation et de citation. Le sujet n’est pas de conclure qu’un consultant ne doit pas utiliser l’IA. C’est même l’inverse.

Dans sa propre activité, Éric Nizard explique que la machine peut désormais proposer bien davantage de scénarios qu’auparavant. Pourquoi s’en priver ? Mais une limite demeure : le rapport final ne doit pas devenir un objet que le consultant remettrait sans être capable de le maîtriser lui-même.

Une recommandation n’acquiert pas de valeur simplement parce qu’elle paraît convaincante. Encore faut-il que quelqu’un accepte de mettre son expertise derrière.

La formule figurait dans le programme de la journée : « L’IA générative au service des consultants : bonne conseillère mais mauvaise maîtresse. »

Lorsque je lui demande où il place cette frontière, Éric Nizard ne parle pas de réduire systématiquement l’usage de l’IA. Il parle de contrôle. Elle peut apporter une information nouvelle, faire émerger une piste ou suggérer une stratégie. Mais le consultant doit conserver son libre arbitre, repérer les hallucinations et ne jamais prendre ce qui lui est proposé « pour argent comptant ».

La même vigilance vaut pour ce que l’on donne à la machine. Dans le conseil, la matière première peut être sensible : documents internes, données personnelles, propriété intellectuelle, stratégie du client. Utiliser un modèle sans savoir précisément où ces données sont traitées ni ce qu’elles peuvent devenir revient à déplacer le risque plutôt qu’à le supprimer.

C’est aussi là que des mots entendus plusieurs fois pendant la journée confiance, souveraineté, responsabilité cessent d’être abstraits.

La question arrive presque à la fin.

Un participant fait remarquer que l’environnement a finalement très peu été évoqué. Pourtant, le programme lui-même posait la question : « IA et sobriété : mariage impossible ? »

Après plusieurs heures consacrées à ce que l’IA permet de gagner, ce rappel déplace légèrement le regard vers ce qu’elle consomme. Interrogé ensuite sur ce point, Éric Nizard considère que le consultant a au minimum un devoir d’alerte. L’utilisation de l’IA mobilise du calcul et de l’énergie ; avec des systèmes agentiques capables d’enchaîner eux-mêmes des actions, cette consommation peut encore s’étendre. Le rôle du conseil reste alors de rendre visible cette conséquence avant que le client ne fasse son choix.

J’ai trouvé cette remarque de fin de journée particulièrement intéressante parce qu’elle introduit une tension qui dépasse le seul secteur du conseil. Les organisations accélèrent aujourd’hui sur l’IA pour gagner en performance. Dans le même temps, elles affiichent des objectifs environnementaux et devront aussi composer avec de nouvelles générations de collaborateurs pour lesquelles cette question compte.

À mesure que les entreprises accélèrent leur adoption de l’IA, le sujet ne sera donc pas seulement de savoir ce qu’elle permet de faire, mais aussi quelles ressources nous sommes prêts à mobiliser pour le faire.