Pendant des décennies, une grande partie du conseil s’est appuyée sur une équation simple : un nombre de consultants, multiplié par un nombre de jours, multiplié par un prix à la journée, le fameux TJM ou Taux Journalier Moyen.
Ce modèle du « jour-homme » reste encore largement utilisé dans les missions de conseil, de transformation et d’assistance technique.
Mais l’intelligence artificielle générative vient fragiliser cette logique.
Si un consultant peut réaliser en deux jours ce qui lui en prenait cinq auparavant, la valeur créée doit-elle encore être proportionnelle au temps passé ?
La vraie question n’est donc peut-être plus de savoir si l’IA remet en cause le jour-homme. Elle est de savoir par quoi le remplacer.
Et une piste se dessine : valoriser davantage l’expertise, le discernement et la capacité à transformer les possibilités offertes par l’IA en décisions utiles et en résultats concrets.
Pourquoi l’IA remet-elle en question le modèle du jour-homme ?
L’intelligence artificielle accélère déjà de nombreuses tâches historiquement réalisées dans les cabinets de conseil : recherche documentaire, benchmark, synthèse, analyse de données, préparation de présentations, rédaction de comptes rendus ou production de scénarios.
Dans une tribune publiée dans Les Échos, Adrien Foucault, fondateur de Spaik et enseignant à HEC et Sciences Po, pose précisément cette question : le conseil, particulièrement exposé à l’IA, doit-il repenser un modèle économique encore fortement dépendant du temps facturé ?
Le sujet dépasse largement l’adoption de nouveaux outils.
Il touche directement à la manière dont les cabinets créent, délivrent et facturent leur valeur.
Le paradoxe de la productivité
Prenons un exemple simple.
Une mission nécessite traditionnellement :
- 5 jours de recherche et d’analyse documentaire.
- 5 jours de consolidation et d’analyse de données.
- 5 jours de préparation des recommandations.
- 5 jours d’ateliers, d’arbitrages et d’accompagnement.
Soit 20 jours de prestation.
Imaginons maintenant que l’IA et l’automatisation permettent de réduire les trois premières étapes de 15 à 6 jours.
La mission peut être réalisée en 11 jours au lieu de 20.
Pour le client, le bénéfice est clair : plus de rapidité, davantage de capacité d’analyse et potentiellement des décisions prises plus tôt.
Mais pour un cabinet exclusivement rémunéré au temps passé, le paradoxe apparaît immédiatement.
Plus il devient productif, plus il réduit mécaniquement le nombre de jours qu’il peut facturer.
Autrement dit, dans un modèle strictement fondé sur le TJM, l’innovation peut finir par pénaliser celui qui l’adopte.
Un consultant qui résout un problème deux fois plus vite crée-t-il deux fois moins de valeur ?
Probablement pas.
C’est précisément pourquoi le temps passé pourrait progressivement perdre son statut d’unité principale de valeur.
L’IA oblige à distinguer deux choses que le modèle traditionnel avait tendance à confondre : le temps nécessaire pour produire et la valeur réellement créée.
Une expertise capable d’identifier rapidement la bonne problématique, de sélectionner les données pertinentes, de challenger un résultat produit par l’IA et de transformer une analyse en décision peut créer beaucoup de valeur en très peu de temps.
Dans ce contexte, deux éléments prennent une importance particulière :
- l’expertise ;
- l’esprit critique.
Le client ne paie plus seulement pour que quelqu’un produise une analyse.
Il paie aussi pour que quelqu’un sache quelle analyse produire, si elle est fiable, ce qu’elle signifie et quelle décision prendre à partir de celle-ci.
L’IA ne supprime pas le discernement humain, elle le rend encore plus nécessaire
L’un des raccourcis les plus fréquents consiste à considérer que plus l’IA devient performante, moins l’expertise humaine sera nécessaire. Dans les environnements complexes, le contraire peut se produire.
L’IA permet de produire très rapidement plusieurs hypothèses, recommandations ou scénarios.
Mais elle ne garantit pas automatiquement leur pertinence.
Il faut encore être capable de vérifier :
- si les données utilisées sont fiables ;
- si une recommandation est réellement applicable au contexte du client ;
- si une hypothèse ignore une contrainte métier ou réglementaire ;
- si le raisonnement produit est cohérent ;
- si un résultat apparemment convaincant masque un risque.
L’enjeu n’est donc pas uniquement de savoir utiliser une IA.
Il est de savoir quand lui faire confiance, quand la challenger et quand ne pas suivre sa recommandation. Plus la production automatisée devient simple, plus la capacité de jugement devient précieuse.
Du temps passé au résultat obtenu
Le modèle historique du conseil valorise principalement un input : combien de personnes et combien de jours faut-il mobiliser ?
Avec l’IA, une autre logique devient possible : quel problème allons-nous résoudre et quel résultat devons-nous obtenir ? Cela change profondément la conversation avec le client.
Hier
Le client pouvait acheter 10 consultants pendant 80 jours.
Demain
Il peut davantage chercher à acheter :
- une migration sécurisée ;
- une réduction des incidents ;
- une amélioration de la disponibilité d’un SI ;
- une réduction du temps de traitement ;
- une automatisation d’un processus ;
- une meilleure qualité de données ;
- une capacité réellement transférée aux équipes internes.
Le consultant n’est alors plus valorisé uniquement pour le temps passé sur la mission.
Il l’est pour l’expertise mobilisée et la valeur produite.
Le forfait, une réponse concrète à la remise en cause du jour-homme
Parmi les alternatives au TJM, le forfait apparaît aujourd’hui comme l’une des pistes les plus naturelles.
Son principe est simple : le client n’achète plus un nombre précis de jours, mais un périmètre, des livrables et des objectifs définis à l’avance.
Prenons une mission d’audit et de définition d’une roadmap.
Dans un modèle au TJM, si l’IA permet de réaliser le travail en 8 jours plutôt qu’en 15, la facturation diminue mécaniquement.
Dans un modèle au forfait, le client achète un résultat déterminé : un diagnostic, des recommandations et une feuille de route.
Le cabinet peut alors bénéficier directement de ses gains de productivité.
L’IA devient un levier d’amélioration de la marge et de la qualité plutôt qu’un risque de réduction du chiffre d’affaires.
Le modèle encourage également davantage les cabinets à investir dans leurs méthodes, leurs outils internes, l’automatisation, la capitalisation des connaissances et la formation des équipes.
Autrement dit, il récompense l’efficacité plutôt que la durée.
Le forfait ne remplacera pas tous les modèles
Le forfait fonctionne bien lorsque le périmètre d’une mission peut être suffisamment défini.
Mais toutes les prestations ne se prêtent pas à cette logique.
Dans un programme de transformation SI complexe, les besoins peuvent évoluer fortement en cours de route.
Le client peut modifier ses priorités.
De nouveaux risques peuvent apparaître.
Des arbitrages peuvent changer le périmètre initial.
Le TJM conserve donc une utilité lorsque le besoin principal est de mobiliser une expertise sur une période donnée, avec un niveau d’incertitude élevé.
L’avenir du conseil pourrait ainsi reposer sur plusieurs modèles complémentaires.
Le TJM
Le client achète une capacité et une expertise dans le temps.
Exemple : un PMO senior intégré à un programme pendant six mois.
Le forfait
Le client achète un périmètre et des livrables définis.
Exemple : un audit SI et une roadmap.
La rémunération à la performance
Une partie de la rémunération est liée à des indicateurs mesurables.
Exemple : réduction d’un délai ou diminution d’un niveau d’incidents.
Le modèle hybride
Une partie fixe rémunère l’expertise et l’exécution, tandis qu’une autre partie dépend de résultats convenus avec le client.
Mais parmi ces options, le forfait présente un avantage immédiat : il permet de dissocier directement le prix du nombre exact de jours nécessaires pour produire.
Vendre une expertise plutôt que sa durée d’utilisation
Ce changement de modèle implique également un changement commercial.
Dans une logique au TJM, la discussion porte rapidement sur une question :
- Quel est votre taux journalier ?
- Dans une logique au forfait ou davantage fondée sur la valeur, les questions deviennent différentes :
- Quelle expertise mobilisez-vous ?
- Quel problème êtes-vous capable de résoudre ?
- Quels risques permettez-vous d’éviter ?
- Quelles décisions pouvez-vous accélérer ?
- Quels résultats êtes-vous en mesure de délivrer ?
Le débat se déplace donc progressivement du coût d’une journée vers la valeur d’une intervention.
Et ce déplacement est important, car deux consultants utilisant les mêmes outils d’IA ne produiront pas nécessairement la même valeur.
L’accès à l’IA tend à se démocratiser.
La capacité à l’utiliser avec expertise, esprit critique et connaissance du contexte reste beaucoup plus différenciante.
Vers une nouvelle équation de la valeur du conseil
Le modèle historique peut être résumé simplement :
Valeur = expertise × temps.
L’intelligence artificielle remet cette équation en question.
Une autre logique pourrait progressivement s’imposer :
Valeur = expertise × jugement × technologie × exécution × impact.
L’IA devient alors un multiplicateur de capacité.
Elle accélère la production, mais ne détermine pas seule la qualité de la décision.
La différence entre deux cabinets reposera donc de moins en moins uniquement sur les outils qu’ils utilisent et davantage sur leur capacité à poser les bonnes questions, maîtriser le contexte métier, contrôler les réponses produites et transformer une analyse en résultats opérationnels.
La fin du jour-homme ou le début d’une nouvelle manière de valoriser le conseil ?
Le principal risque pour les cabinets n’est peut-être pas que l’intelligence artificielle remplace leurs consultants.
Il est de continuer à valoriser leur travail avec les mêmes unités alors que la manière de produire cette valeur change profondément.
Le TJM ne disparaîtra probablement pas.
Il continuera à avoir du sens pour certaines missions.
Mais lorsque l’IA permet de décorréler fortement temps de production et valeur créée, d’autres modèles deviennent nécessaires.
Le forfait constitue aujourd’hui l’une des réponses les plus concrètes.
Les modèles hybrides ou liés à la performance pourraient prolonger cette évolution.
Mais derrière ces mécanismes contractuels, le changement le plus important est peut-être ailleurs : plus l’IA devient accessible, plus l’expertise nécessaire pour bien l’utiliser, la challenger et prendre les bonnes décisions devient précieuse.
La question n’est donc plus seulement : combien de jours faut-il pour réaliser cette mission ?
Mais de plus en plus : quelle expertise faut-il mobiliser pour obtenir le bon résultat ?
Et comment valoriser cette expertise à sa juste valeur ?
Et après ? L’IA transforme aussi la manière dont les consultants développent leur expertise
Cette évolution économique soulève une autre question.
Si l’IA automatise progressivement certaines tâches historiquement réalisées par les profils juniors, comment acquerront-ils demain l’expérience et l’esprit critique nécessaires pour devenir les experts que les clients attendent ?
C’est un autre débat, directement lié à l’évolution du conseil, que nous développerons dans un prochain article.
FAQ
L’intelligence artificielle va-t-elle remplacer les consultants ?
L’IA devrait davantage transformer les tâches réalisées par les consultants que supprimer entièrement leur rôle. Les activités de recherche, synthèse, documentation et certaines analyses sont particulièrement automatisables. Les compétences liées au cadrage, au jugement, à la relation client, à la conduite du changement et à l’exécution restent centrales.
L’IA va-t-elle faire disparaître le TJM dans le conseil ?
Le TJM devrait continuer à exister, notamment pour les missions où le périmètre ou le résultat sont difficiles à déterminer à l’avance. En revanche, l’IA devrait accélérer le développement de modèles au forfait, à la performance ou hybrides lorsque les résultats peuvent être objectivement mesurés.
Qu’est-ce que l’outcome-based pricing ?
L’outcome-based pricing consiste à relier tout ou partie de la rémunération d’un prestataire aux résultats obtenus plutôt qu’uniquement au nombre de jours ou d’heures travaillés. Cela nécessite généralement des indicateurs, une situation initiale et des responsabilités clairement définies.
Pourquoi l’IA remet-elle en question le jour-homme ?
Parce que l’IA permet d’effectuer certaines tâches beaucoup plus rapidement. Dans un modèle strictement fondé sur le temps passé, un gain de productivité peut donc réduire la facturation alors même que la prestation délivrée devient plus performante.
Quelles compétences deviendront essentielles pour les consultants ?
La maîtrise des outils d’IA sera importante, mais elle ne suffira pas. Le cadrage des problèmes, la compréhension métier, l’esprit critique, l’interprétation des résultats, la gestion des parties prenantes, la prise de décision et la conduite du changement devraient prendre encore davantage de valeur.
Quel sera le rôle des cabinets de conseil à l’ère de l’IA ?
Leur rôle pourrait progressivement évoluer de la production d’analyses et de livrables vers l’orchestration de transformations : combiner expertise humaine, intelligence artificielle, données et capacité d’exécution afin d’obtenir des résultats mesurables pour leurs clients.
Sources
