Un cabinet d’investissement immobilier confiait la majorité de ses contrats de bail à des avocats externes. Aujourd’hui, grâce à l’IA générative, il fait ce travail en interne, économise des centaines de milliers de dollars et boucle en quelques jours ce qui traînait des semaines. Pour le cabinet d’avocats qui a perdu le mandat, le problème n’est pas commercial, il est existentiel : le besoin lui-même a disparu.

Cette scène, décrite par le MIT Sloan Management Review dans son article « How to Outcompete Your Client’s AI », se rejoue partout : documents juridiques, analyses de marché, créations graphiques, code. Partout où une équipe interne équipée d’IA peut reproduire de façon crédible ce qu’un prestataire fournissait, la question de l’externalisation se repose. Et elle ne concerne pas que les cabinets de conseil. Elle concerne tout dirigeant dont la valeur repose sur une expertise que la machine sait maintenant imiter.

Chez Corporate Mavericks, on refuse le discours anxiogène autant que le déni confortable. L’IA ne rend pas l’expertise inutile. Elle déplace la frontière de ce qui se vend. Voyons où.

Pourquoi l’IA menace vraiment le modèle du conseil

Pendant des décennies, les cabinets de services ont bâti leur proposition de valeur sur trois piliers : l’expertise pointue de leurs équipes, leur expérience accumulée et leurs méthodes propriétaires. L’IA générative fait sauter le premier pilier en donnant à tout le monde accès à une bonne partie du savoir qui était jusqu’ici réservé aux experts humains.

Ce n’est pas la première fois qu’une technologie redécoupe la frontière entre ce qu’on garde en interne et ce qu’on externalise. Dans les années 1990, les progrès des télécommunications et du logiciel ont rendu rentable l’externalisation du back-office. L’IA fait l’inverse : elle rapatrie à l’intérieur des entreprises un travail de connaissance de haut niveau qu’elles achetaient dehors.

Conséquence directe sur les prix : récemment, des banques de Wall Street ont poussé de grands cabinets juridiques à baisser leurs honoraires, IA à l’appui. Quand le client peut produire lui-même une version acceptable du livrable, le pouvoir de négociation bascule. Se défendre en répétant « nos gens font mieux » ne tient plus : cette ligne de défense s’effondre.

Les trois leviers pour rester indispensable

Le MIT Sloan identifie trois mouvements qu’un prestataire (ou tout détenteur d’expertise) peut jouer pour rester le choix préféré de son client. Ils tournent tous autour d’une idée : gagner la comparaison complète « faire ou acheter », pas seulement l’argument de la qualité.

1. Améliorer l’économie unitaire

Premier réflexe à abandonner : défendre son expertise. Le bon terrain, c’est le coût de production. Les prestataires qui bâtissent l’infrastructure pour produire à l’échelle (pipelines automatisés, modèles ouverts, coûts répartis sur de nombreux clients) peuvent facturer chaque livrable fini en dessous de ce qu’un client seul paierait en le faisant lui-même.

WPP, l’un des plus gros groupes de services marketing au monde, en donne l’exemple avec WPP Open, une plateforme marketing agentique nourrie de décennies de données propriétaires, dont trente ans d’une étude sur l’équité de marque. Coca-Cola l’utilise. Un concurrent peut racheter la même technologie, il lui manquera toujours l’expertise accumulée qui alimente les agents, celle qui prend des décennies à construire.

Ce que cela impose : passer de la prestation sur-mesure à la productisation du service. Standardiser les processus, entraîner ses modèles sur ses propres données, empaqueter l’expertise en systèmes réutilisables. On délivre son savoir par les gens ET par les systèmes, plus par les gens seuls.

2. Rendre l’achat aussi simple qu’une question

Le deuxième coût à attaquer, c’est l’effort d’acheter. Recruter un prestataire n’a jamais été gratuit : trouver le bon expert, négocier, expliquer son besoin, relire les brouillons, intégrer le résultat dans ses outils. Chaque heure passée là renforce l’argument de tout faire en interne.

Moody’s l’a compris. Voyant ses clients s’équiper d’IA et bientôt capables de répondre eux-mêmes à leurs questions de crédit, l’agence a construit des agents qui livrent l’analyse directement dans Excel via Microsoft Copilot, l’outil que le client aurait de toute façon utilisé. La réponse arrive en quelques instants, là où le travail se fait. Quand acheter devient aussi simple que demander, construire une alternative en interne cesse de ressembler à un bon investissement.

3. Absorber la charge opérationnelle

Le troisième coût est celui que le client découvre en dernier : l’assurance qualité et la maintenance. Ramener le travail en interne avec l’IA paraît facile au départ, mais quelqu’un doit vérifier chaque sortie avant de lui faire confiance, corriger les erreurs, réécrire les prompts quand les modèles changent, passer les livrables par la conformité. Ces coûts s’accumulent en silence (heures de personnel, reprises, maintenance permanente) jusqu’à rivaliser avec l’honoraire que le client payait au départ.

Thomson Reuters illustre la parade avec CoCounsel, produit de recherche juridique bâti sur sa plateforme Westlaw : des décennies de jurisprudence curée, 35 millions de classifications juridiques, le travail continu de plus de 650 avocats-éditeurs. Un cabinet qui construirait son propre outil n’aurait ni cette infrastructure de contenu, ni les citations vérifiables et les pistes d’audit qu’exigent les tribunaux et la conformité. Le prestataire gagne en rendant cette charge visible, puis en la portant à la place du client.

Ce que ça change pour un dirigeant, un manager, un coach

Cette analyse vise les cabinets de services, mais le raisonnement remonte tout droit dans l’organisation. Chaque manager, chaque expert interne est, à sa manière, un prestataire vis-à-vis du reste de l’entreprise. Si votre valeur tient uniquement dans un savoir que l’IA restitue en trois secondes, vous êtes sur la même pente que le cabinet qui a perdu son mandat.

La sortie n’est pas de courir plus vite que la machine sur son terrain. C’est de déplacer sa valeur là où elle reste rare : le jugement en situation ambiguë, la responsabilité assumée, la capacité à faire décider un collectif, à arbitrer entre des intérêts contradictoires, à porter le risque d’une décision. L’IA produit des options ; elle n’assume rien.

Concrètement, trois questions à vous poser cette semaine :

• Quels de mes livrables l’IA produit-elle déjà aussi bien ? Ce sont ceux que votre organisation va internaliser en premier. Ne les défendez pas, packagez-les ou lâchez-les.
• Combien d’étapes entre une demande et une réponse utile ? Chaque étape est une raison de se passer de vous. Réduisez la friction, rapprochez votre expertise du point d’usage.
• Quel est le vrai coût caché de faire sans moi ? Vérification, reprises, mises à jour des modèles, conformité. Rendez-le visible, c’est souvent là que se niche votre valeur restante.

Le piège à éviter : confondre vitesse et valeur

Le réflexe paresseux, c’est de tout automatiser pour aller plus vite et d’appeler ça de la transformation. C’est un piège. Aller plus vite sur un livrable que le client peut lui-même produire ne crée aucun avantage durable : vous courez plus vite dans une course déjà perdue.

La vraie question de management n’est pas « comment produire plus avec l’IA » mais « qu’est-ce qui, dans mon rôle, ne se délègue à personne, ni humain ni machine ». Les organisations qui traverseront cette vague sont celles qui rendent l’achat de leur valeur moins cher, plus simple et moins pénible que de la reconstruire en interne. Pas celles qui empilent les outils.

Questions fréquentes