Entrez dans une entreprise SaaS de 40 personnes et vous trouverez de l'instrumentation partout : chaque essai suivi, chaque étape du funnel mesurée, chaque signal de churn scoré, toute la machine de revenus visible sur un tableau de bord que quelqu'un regarde vraiment.
Entrez dans un cabinet de conseil de 40 personnes — facturant souvent un chiffre similaire — et vous trouverez des propositions assemblées en copiant-collant la dernière, un savoir de cadrage logé dans la tête de deux associés, un statut de livraison collecté en posant des questions en réunion, et une marge par mission calculée trimestriellement, au mieux, dans un tableur nommé final_v3_VRAI.
Même décennie. Même taille. Cinq ans d'écart en outillage — et c'est l'estimation polie.
L'écart est structurel, pas culturel
L'explication paresseuse : les consultants seraient technophobes. Elle est fausse ; ce sont des gens intelligents qui conseillent d'autres entreprises sur leur modernisation. La vraie explication, ce sont les boucles de rétroaction.
Le SaaS s'est outillé parce que le revenu récurrent est impitoyable. Livrez un mauvais onboarding et le churn vous punit dans le trimestre, visiblement, dans le seul chiffre que lit le board. Cette pression a financé toute une industrie de l'instrumentation — CRM, analytics produit, revenue ops — parce que l'aveuglement opérationnel apparaissait dans la métrique qui compte.
Le revenu par projet du conseil cache les mêmes échecs. Une mission sous-évaluée n'apparaît pas comme du churn ; elle apparaît comme une équipe qui travaille discrètement le week-end, un chiffre de marge que personne ne calcule avant la clôture, un associé senior qui absorbe la douleur et appelle ça du service client. La perte est réelle — souvent 20 à 30 % de l'économie de la mission — mais elle n'atterrit jamais dans un seul chiffre à un moment où quelqu'un pourrait agir. Pas de douleur visible, pas de budget outillage. Pendant vingt ans, cet équilibre a tenu.
Pourquoi la trêve vient de finir
Être uniformément en retard convenait tant que tout le monde l'était. Vos concurrents cadraient aussi à l'intuition et suivaient la livraison en demandant autour d'eux, donc personne ne perdait d'affaire à cause de l'outillage. Une trêve stable, à l'échelle du secteur.
L'IA l'a rompue, d'une manière facile à mal lire. La mauvaise lecture : « l'IA écrit des propositions maintenant, faisons-lui écrire les nôtres. » La réalité : l'IA est une machine à composer le savoir systématisé — et ne rend à peu près rien sur le savoir logé dans des têtes.
Un cabinet dont les périmètres, estimations, réels et résultats passés existent comme artefacts structurés peut y pointer l'IA et obtenir quelque chose de véritablement neuf : des propositions rédigées à partir de ce qui s'est réellement passé sur des missions similaires, des estimations vérifiées contre le biais réel du cabinet, des frontières de périmètre testées avant signature. Un cabinet dont le savoir institutionnel est la mémoire de deux associés peut pointer l'IA vers rien. Le prompt est vide.
C'est la partie que le secteur n'a pas intégrée. L'écart de cinq ans en outillage était un handicap partagé. C'est désormais la différence entre les cabinets qui peuvent composer et ceux qui ne peuvent pas — et contrairement à la vague d'outillage SaaS, que le conseil pouvait ignorer sans risque, celle-ci déplace l'économie des affaires : qui cadre plus vite, qui soumissionne plus juste, qui entre en pitch avec des preuves plutôt que des adjectifs.
À quoi ressemble vraiment le rattrapage
Pas à un programme de transformation. Les cabinets qui réussissent font quelque chose de presque embarrassant de simplicité : ils prennent le seul pipeline par lequel passe chaque affaire — demande, discovery, périmètre, estimation, proposition — et le font produire des artefacts structurés au lieu de documents jetables.
Ce seul geste paie trois fois. Le retour immédiat est la vitesse : les cycles de proposition passent de semaines à jours car l'assemblage cesse d'être de l'archéologie. Le deuxième retour est la précision : quand périmètres et réels sont comparables entre missions, la sous-évaluation devient un biais mesurable au lieu d'une surprise récurrente. Le troisième retour est celui qui compose : chaque mission laisse désormais des données que la suivante peut exploiter — précisément l'actif que l'IA multiplie.
Le jugement reste humain. Ce dont un client a réellement besoin, ce que vaut le risque, quand se retirer — aucun outil n'y touche, et les cabinets qui vendent du jugement devraient s'offusquer qu'on prétende le contraire. Mais un jugement opérant sur une réalité instrumentée bat un jugement opérant sur la mémoire, à chaque fois — le SaaS l'a prouvé il y a dix ans sur sa propre machine de revenus.
Les cabinets de conseil disent à leurs clients que ce qu'on ne mesure pas, on ne peut pas l'améliorer. L'écart de cinq ans, c'est l'allure qu'a le fait de ne pas avoir suivi son propre conseil. La bonne nouvelle cachée dans le hot take : l'écart fait cinq ans de large mais un seul pipeline de profondeur — et le combler n'a jamais été aussi peu coûteux.
Le conseil n'est-il pas fondamentalement différent du SaaS — sur mesure, relationnel, résistant à la systématisation ?+
Le jugement face au client est sur mesure. La machinerie autour — comment les propositions s'assemblent, comment le périmètre est suivi, comment le savoir de livraison s'accumule — est répétitive et hautement systématisable. Les cabinets confondent les deux et finissent par ne systématiser ni l'un ni l'autre.
Pourquoi le SaaS s'est-il outillé en premier ?+
Le revenu récurrent punissait immédiatement l'aveuglement opérationnel — le churn apparaît dans le chiffre du mois suivant. Le revenu par projet du conseil cache les mêmes pertes à l'intérieur de chaque mission, donc la pression pour instrumenter ne s'est jamais accumulée. Des boucles de rétroaction différentes, pas une intelligence différente.
Être en retard coûte-t-il vraiment quelque chose si tout le secteur l'est ?+
Non — jusqu'à ce que l'IA déplace la ligne de base. Quand chaque concurrent tourne sur des documents et la mémoire, personne ne perd d'affaires à cause de l'outillage. Cette trêve est finie : les cabinets qui ont systématisé leur savoir de livraison peuvent désormais le composer avec l'IA, et les autres n'ont rien à donner à l'IA.
Que systématiser en premier ?+
Le pipeline proposition-périmètre. Il touche chaque affaire, ses entrées et sorties sont déjà des documents, et les erreurs y sont les plus coûteuses par incident — sous-évaluation, frontières ambiguës. C'est aussi là que l'assistance IA produit des retours visibles en semaines plutôt qu'en trimestres.
Service connexe
Vous voulez que nous déployions ce workflow pour vous ?