Avec l’IA, le conseil peut-il encore vendre son temps ? 

L’IA fait certes gagner des jours aux consultants. Mais dans un secteur habitué à transformer chaque journée de mission en chiffre d’affaires, aller plus vite ne promet pas de gagner plus. Dans Consultant puissance IA, publié ce jeudi 17 septembre chez Vuibert, Gabriel Dabi-Schwebel pousse cette contradiction jusqu’au modèle économique des cabinets. Il prend le cas d’un business plan vendu 20 000 euros. Dix à quinze jours pouvaient servir à le produire. L’IA ramènerait ce travail à trois jours dans son exemple. Conserver le même tarif journalier ferait alors chuter les honoraires sans réduire le besoin du client. “Ce n’est pas parce qu’on fait cinq fois plus vite un business plan qu’on va réussir à en vendre cinq fois plus”, prévient Gabriel Dabi-Schwebel, fondateur de DécisionIA et auteur de Consultant puissance IA. Numeum estime, en effet, les gains de productivité liés à l’IA chez les ESN à 15 % en 2025 et à 22,3 % en 2027. Le syndicat juge encore difficile leur conversion en marge. “Derrière le TJM (Taux Journalier Moyen) et le temps qu’on vendait, il y avait des coûts invisibles”, rappelle-t-il. Avant-vente, propositions perdues, formation et prospection ne fondent pas avec le livrable. Le coût de production baisse avant celui de la conquête du client. 

Le TJM fait de la résistance 

Encore faut-il trouver un étalon capable de remplacer la journée. “Le TJM arrange tout le monde”, reconnaît Gabriel Dabi-Schwebel. Avec le taux journalier moyen, l’acheteur sait combien coûte chaque journée de consultant selon son niveau d’expérience et combien de jours seront facturés pour la mission. Le cabinet sécurise ses honoraires sans les suspendre au résultat économique de sa mission. Passer à une rémunération fondée sur l’impact redistribue cette sécurité. “Vendre de la valeur, ça fait prendre des risques à tout le monde”, poursuit-il. Un échec peut réduire la rémunération du consultant. Un succès massif peut alourdir la facture du client. Le marché reste prudent. Dans une enquête menée en mars 2026 auprès de 656 acheteurs de conseil, IDC mesure 9,1 % de préférence pour une rémunération au résultat, contre 62,2 % pour le forfait et 28,5 % pour le temps passé. Mais l’IA change le paysage pour les acheteurs de conseil intégrant cette technologie. Dans ce cas la rémunération au résultat atteint 23%, contre 27% pour le forfait et 25% pour le temps passé. Cette dispersion montre une recherche de nouveaux équilibres plutôt qu’un basculement vers un modèle unique. Le résultat suppose notamment de définir en amont le bénéfice attendu, sa mesure et la part attribuable au consultant. “Ça demande une prise de risque et une complexité contractuelle qui est réelle”, reconnaît Gabriel Dabi-Schwebel. L’IA fragilise donc l’étalon du temps sans fournir aux acheteurs une unité aussi simple pour le remplacer. 

Mettre le conseil en boîte 

Une autre piste consiste à transformer l’offre avant de changer sa facturation. Dabi-Schwebel pousse les consultants vers la “productisation” de leur expertise. “Le métier de consultant, c’est beaucoup d’écouter, de faire du sur-mesure, de proposer une méthode ad hoc, là, tu as une méthode standard par rapport à un besoin très bien défini”, explique le fondateur de DécisionIA. Le consultant cesse alors de reconstruire sa prestation après chaque brief. Il choisit un problème récurrent, stabilise une méthode et réutilise les briques nécessaires à son traitement. Et l’IA peut capitaliser des recherches, des analyses passées ou une méthode éprouvée pour préparer le prochain dossier. Le business plan du début change alors de nature. Au lieu de vendre dix ou quinze jours pour le reconstruire, le consultant peut standardiser une partie de sa fabrication et réserver son intervention au contexte du client, aux hypothèses et aux arbitrages. "Plutôt que chaque vente soit un moment de découverte, une création d’une mission sur mesure, tu inverses les choses”, explique Gabriel Dabi-Schwebel. Le revenu dépend alors moins du nombre d’heures nécessaires à la fabrication du livrable. Le consultant ne vend plus seulement sa capacité à produire. Il doit donner une raison de payer pour ce qu’il choisit, adapte et défend. 

Porter ce que la machine propose 

Déléguer la production ne condamne pas l’IA aux tâches d’exécution. “Je recommande d’utiliser l’IA pour se forger une conviction, pour analyser le pour et le contre, pour aller tester plein d’autres alternatives”, conseille Gabriel Dabi-Schwebel. Recherche, comparaison et première analyse peuvent donc basculer vers la machine. Le consultant ne conserve pas mécaniquement le monopole du raisonnement. Il garde en revanche la responsabilité de la position présentée au client. “L’IA ne porte pas cette responsabilité-là”, insiste-t-il. Cette bascule retire aussi au consultant une partie des gestes utilisés jusqu’ici pour démontrer son expertise : écrire une analyse, construire un business plan ou produire un PowerPoint. Gabriel Dabi-Schwebel a lui-même éprouvé le paradoxe après avoir délégué réflexion et rédaction à un chatbot, puis récupéré la mise en forme. “J’avais vraiment l’impression de faire les tâches ingrates et de ne plus faire ce qui me donnait de la fierté”, raconte-t-il. Le problème ne tient pas seulement au plaisir perdu. Si l’IA permet de produire plus facilement un livrable convaincant en apparence, sa qualité ne suffit plus à prouver celle du consultant. Le client doit pouvoir distinguer un document généré puis repris à la marge d’un travail supervisé par un expert capable d’en expliquer les hypothèses, d’en contester les conclusions et de défendre un choix. “Ma fierté, c’est de savoir faire-faire à l’IA des choses de très bonne qualité que je sais défendre après”, résume Gabriel Dabi-Schwebel. La maîtrise ne repose plus seulement sur la capacité à fabriquer le livrable, mais sur celle à répondre de chaque décision prise pendant sa fabrication. 
Qui formera les futurs seniors ? 

Le passage du “faire” au “faire-faire” ouvre une brèche dans la pyramide des cabinets. Les juniors ont longtemps absorbé la recherche, l’analyse préliminaire et la préparation des livrables avant de gagner en autonomie. Leur production finançait le modèle autant qu’elle organisait leur apprentissage. “Qui seront les seniors de demain s’ils n’ont pas été juniors aujourd’hui ?”, s’interroge Gabriel Dabi-Schwebel. Une enquête de mars 2026 auprès d’environ 1 500 dirigeants et responsables des talents, citée par McKinsey, apporte une première mesure. Un tiers des employeurs déclarent déjà une réduction, liée à l’IA, des tâches de base servant à former les débutants. Les répondants anticipant une hausse des recrutements juniors restent pourtant presque trois fois plus nombreux que ceux prévoyant une baisse. La première rupture porte donc sur le contenu des postes, pas sur leur disparition. Dabi-Schwebel voit aussi dans l’IA un moyen de raccourcir l’apprentissage. Un junior peut lui demander les concepts absents de son raisonnement, les étapes nécessaires à une analyse ou les critères permettant de contester un résultat. “L’IA peut être aussi un formidable outil pour un junior de devenir beaucoup plus vite senior”, a estimé Gabriel Dabi-Schwebel. Le travail disparaît plus vite que sa fonction formatrice. Les cabinets doivent donc inventer d’autres façons de transmettre l’expérience, sans attendre la stabilisation des usages. “Dire qu’on est déjà en retard, c’est quand même un peu trop tôt. Mais repousser une décision aujourd’hui, c’est être en retard”, tempère-t-il. Les futurs seniors devront apprendre leur métier pendant que les cabinets réinventent encore le leur.