Vos ingénieurs peuvent construire ce qu'Accenture facture des millions

#Le modèle qui craque

Pendant des décennies, le schéma était simple : une entreprise a un problème complexe, elle appelle McKinsey, Accenture ou Deloitte. Le cabinet envoie une armée de consultants juniors, facture entre 300 et 700 dollars de l'heure, et livre un résultat au bout de 6 à 18 mois. Le ticket moyen d'un projet IA chez Accenture se situe entre 1 et 4 millions de dollars.

Ce modèle repose sur une pyramide. En haut, quelques associés seniors qui vendent le contrat. En bas, des dizaines de juniors qui font le travail — recherche, analyse de données, création de slides, écriture de code. Le client paie le prix du senior, mais reçoit le travail du junior.

L'IA vient de dynamiter la base de cette pyramide.

#Le cas Hertz : 32 millions pour un site jamais livré

Pour comprendre pourquoi le modèle est vulnérable, il faut regarder ses échecs. Le cas Hertz contre Accenture est devenu un cas d'école.

En 2016, Hertz engage Accenture pour refondre son site web et son application mobile. Le budget : 32 millions de dollars. La livraison prévue fin 2017 est repoussée plusieurs fois. En 2019, le site n'est toujours pas en production.

Ce que le procès a révélé :

Le code était écrit en dur pour la marque Hertz Amérique du Nord — impossible à réutiliser pour Dollar, Thrifty ou les marchés internationaux
Les consultants affectés au projet n'avaient pas les compétences vendues lors du pitch commercial
Accenture avait commenté des portions de code pour que les tests passent artificiellement
Le responsive pour tablette, pourtant spécifié, n'était pas implémenté — et Accenture a demandé des centaines de milliers de dollars supplémentaires pour le faire

Hertz a poursuivi Accenture pour récupérer les 32 millions versés. Ce n'est pas un cas isolé : Zimmer Biomet a attaqué Deloitte pour 172 millions de dollars pour un projet logiciel raté.

Ces échecs ne sont pas des accidents. Ils découlent d'un problème structurel : les cabinets de conseil facturent à l'heure, pas au résultat. Plus un projet dure, plus il rapporte. L'incitation n'est pas alignée avec l'intérêt du client.

#Ce que l'IA change concrètement

Les tâches qui constituaient 80 % du travail des consultants juniors sont désormais automatisables par une équipe interne équipée des bons outils.

#Recherche et analyse

McKinsey a développé Lilli, un outil interne qui scanne 100 000 documents et produit des synthèses. Il est utilisé par 72 % de leurs 45 000 employés et traite 500 000 requêtes par mois. BCG a créé Deckster, qui génère des présentations complètes en quelques minutes.

Le paradoxe : si les cabinets eux-mêmes utilisent des modèles comme Claude ou GPT pour faire ce travail, tes propres analystes peuvent utiliser les mêmes modèles — directement, sans intermédiaire, et sans la marge du cabinet.

#Automatisation de processus

Accenture a déployé en interne un agent appelé AATA qui a réduit le temps de configuration VPN de 30 minutes (par un ingénieur senior) à 2 minutes. Une réduction de 93 %. Ce type d'agent est désormais constructible par n'importe quelle équipe avec un framework agentique — LangChain, Anthropic Agent SDK, ou simplement Claude Code.

#Construction d'outils internes

Les assistants de code IA (Claude Code, Cursor, GitHub Copilot) permettent à un développeur interne de construire en quelques semaines un outil qui aurait nécessité un engagement de plusieurs mois avec un cabinet. Dashboards, CRM internes, pipelines de données, outils de reporting — tout ça est à portée d'une petite équipe.

#Stratégie et études de marché

Le marché mondial des études de marché pèse 140 milliards de dollars par an. Les agents IA de recherche peuvent désormais produire des analyses concurrentielles, des synthèses de marché et des recommandations stratégiques en quelques heures au lieu de plusieurs semaines. Les CMOs considèrent que ces outputs sont au moins 70 % aussi fiables que ceux des cabinets traditionnels — à une fraction du coût.

#Les chiffres qui parlent

Approche	Coût typique	Délai	Résultat
Accenture (projet IA)	1M–4M $	4–10 mois	Prototype, parfois production
McKinsey QuantumBlack	1M–3M $	3–6 mois	Stratégie + prototype
Big 4 (Deloitte, PwC, EY)	200K–2M $	2–8 mois	Variable
Boutique IA spécialisée	50K–500K $	4–12 semaines	Production
Équipe interne + outils IA	200K–700K $/an	Continu	Capacité permanente

La différence fondamentale : avec un cabinet, tu paies pour un livrable ponctuel. Avec une équipe interne augmentée par l'IA, tu construis une capacité permanente qui s'améliore dans le temps. L'investissement se compose au lieu de s'évaporer.

#Les signaux du marché

Le marché a déjà intégré cette disruption. Les données sont sans ambiguïté.

-42%

Action Accenture sur 12 mois

-44%

Offres d'emploi conseil (Canada)

-29%

Embauches juniors KPMG UK

10%

Effectifs coupés chez McKinsey

L'action Accenture a perdu 42 % en 12 mois. En février 2026, elle a chuté de 9,6 % en une seule séance — le jour où Anthropic a annoncé que Claude Code pouvait moderniser du code COBOL, l'un des segments les plus rentables d'Accenture.

Les cabinets réduisent leurs effectifs juniors : KPMG UK a diminué ses embauches de diplômés de 29 %, Deloitte de 18 %, EY de 11 %. McKinsey prévoit de supprimer 10 % de ses effectifs mondiaux. PwC a éliminé 1 500 postes aux États-Unis.

PwC Canada a reconnu publiquement que certains clients annulent leurs contrats parce que l'IA remplace le travail que faisaient les consultants juniors.

#La pyramide devient un obélisque

Harvard Business Review a décrit la transformation en cours dans un article de septembre 2025. Le modèle traditionnel — la pyramide avec une large base de juniors — se transforme en obélisque : une structure étroite avec trois niveaux seulement.

Facilitateurs IA — ils pilotent les outils et valident les outputs
Architectes d'engagement — ils conçoivent les approches pour chaque client
Leaders clients — ils gèrent la relation et la stratégie

La base de juniors disparaît. L'IA la remplace. Des cabinets "IA-natifs" comme Unity Advisory (financé à 300 millions de dollars) fonctionnent déjà sur ce modèle — pas de couche d'analystes, uniquement des seniors assistés par l'IA. Ils facturent 40 à 60 % moins cher que les Big 4.

#Le paradoxe de la productivité cachée

Un détail révélateur : l'IA a réduit les coûts de livraison des cabinets de 30 à 40 %. Les projets qui prenaient 10 semaines se terminent en 6. Mais les cabinets ne répercutent pas ces gains sur leurs clients. Les marges augmentent silencieusement au profit des associés.

Les clients commencent à s'en rendre compte. Pourquoi payer 500 dollars de l'heure pour un consultant qui utilise les mêmes outils que tu pourrais déployer en interne ?

Accenture a généré 4,1 milliards de dollars de revenus en IA générative en 2025 — mais a annoncé qu'elle cesserait de publier ce chiffre séparément à partir du prochain trimestre. Un signal intéressant sur la trajectoire réelle de cette activité.

#Les limites — quand le cabinet reste pertinent

La thèse n'est pas que les cabinets de conseil deviennent inutiles du jour au lendemain. C'est que leur proposition de valeur se recentre.

L'architecture à grande échelle. Quand une entreprise doit intégrer 15 systèmes hérités, gérer le change management sur 10 000 employés, et respecter des contraintes réglementaires dans 30 pays — l'expertise pointue d'un cabinet senior reste difficile à remplacer.

L'expertise réglementaire. Les projets de conformité (GDPR, SOX, réglementations sectorielles) nécessitent des connaissances que l'IA seule ne maîtrise pas encore suffisamment.

La crédibilité politique. Dans certaines organisations, une recommandation McKinsey passe mieux au comité de direction qu'une analyse interne — même si le contenu est identique. C'est du capital symbolique, pas de la compétence technique.

La règle simple : si le travail est différenciant pour ton entreprise (produit, expérience client, avantage concurrentiel), construis-le en interne avec l'IA. Si c'est du commodity (conformité standard, intégration packagée), un partenaire externe peut encore avoir du sens — mais un boutique spécialisé, pas nécessairement un Big 4.

#Ce que ça implique pour toi

Si tu es développeur ou tech lead dans une entreprise qui fait appel à des cabinets de conseil, voici ce qui change.

Tu es la menace. Un ingénieur interne qui maîtrise Claude Code, Cursor, et un framework agentique peut livrer en quelques semaines ce qu'un cabinet facture sur plusieurs mois. Tu connais le métier, les systèmes, les données — avantages que le consultant le plus cher du monde n'aura jamais.

Montre les chiffres. La prochaine fois qu'un projet de "transformation digitale" est proposé par un cabinet à 2 millions d'euros, fais le calcul : combien coûterait une équipe de 3 personnes pendant 6 mois, équipée des bons outils IA ? La réponse sera probablement inférieure de 70 %.

Commence par un prototype. Le meilleur argument contre un engagement de conseil, c'est un prototype fonctionnel construit en interne en deux semaines. Rien ne tue un PowerPoint de 200 slides plus vite qu'une démo qui marche.

Les données sont claires : le modèle pyramidal du conseil est en train de s'effondrer. L'IA ne remplace pas l'expertise — elle rend l'exécution accessible à ceux qui en ont déjà l'expertise métier. Et dans la plupart des cas, ces gens sont déjà dans l'entreprise.

Sources :