Comment l’IA va profondément impacter la façon de travailler des ESN ?

D’après le syndicat professionnel Numeum, plus de 80 % des ESN identifient l’IA générative comme une opportunité majeure. Pourtant, beaucoup peinent encore à la déployer à l’échelle de leur organisation.

Ce paradoxe dit beaucoup du moment que traverse le secteur : une conviction forte sur le potentiel, mais une transformation encore inaboutie.

Nous ne sommes plus dans une phase d’expérimentation. L’IA est désormais la priorité numéro 2 des entreprises, juste derrière la cybersécurité selon une étude PAC. Elle est en train de redessiner les modèles opérationnels, les métiers, les offres… et probablement le modèle économique historique des ESN.

Un contexte économique sous tension, amplifié par l’IA

Toutes les entreprises ne réagissent pas de la même manière. Certaines restent réfractaires, invoquant des enjeux de sécurité, de souveraineté ou de conformité réglementaire. D’autres adoptent une posture attentiste : elles observent, testent en périphérie, attendent des cas d’usage éprouvés. Les pionnières, elles, investissent massivement et cherchent à transformer leurs processus en profondeur.

Dans ce paysage déjà contrasté, l’IA agit comme un accélérateur. Elle révèle les fragilités structurelles. Elle met sous pression les modèles fondés sur la vente de temps homme.

Le cas de Capgemini, qui a annoncé d’importants plans de réduction d’effectifs malgré des marges solides, illustre cette tension. Le sujet n’est pas seulement conjoncturel. Il est structurel. Si l’IA permet d’automatiser certaines tâches historiquement réalisées par des consultants, la valeur créée ne peut plus être mesurée uniquement en jours facturés.

Cela ne signifie pas la disparition des métiers, mais leur reconfiguration. Il faut distinguer métiers, tâches et activités. Les tâches répétitives et à faible valeur ajoutée sont les premières touchées. Les métiers, eux, évoluent. L’inventivité humaine, libérée de certaines contraintes, crée de nouveaux besoins, de nouvelles expertises, de nouveaux services.

Les machines ont longtemps diminué la fatigabilité du travail physique. L’IA s’attaque désormais au champ cognitif. C’est un changement d’ordre anthropologique autant qu’économique.

Une transformation profonde des équipes métiers

Les premiers effets visibles concernent les processus back-office. Les gains de productivité annoncés peuvent être spectaculaires, parfois multipliés par dix sur certaines chaînes administratives ou documentaires.

Dans les fonctions recrutement, business ou RH, les usages sont déjà concrets :

• Qualification automatique de profils à partir de multiples sources,
• Génération de descriptifs de mission,
• Suggestions de candidats,
• Pré-remplissage de comptes rendus d’entretien,
• Retranscription de réunions,
• Génération de réponses aux appels d’offres (il est désormais possible de produire une trame solide de réponse en quelques minutes, là où plusieurs heures étaient nécessaires auparavant).

Selon Numeum, 40 % des entreprises déclarent avoir déjà amélioré leurs processus globaux grâce à l’IA générative.

Ces gains ne sont pas une rupture totale. La digitalisation des processus avait déjà permis des réductions de coûts et des gains d’efficacité. L’IA s’inscrit dans cette continuité, mais avec un saut qualitatif majeur : elle ne se contente plus d’automatiser, elle assiste, suggère, rédige, analyse.

L’apprentissage commence souvent par des usages d’assistanat. Un assistant interne capable de générer n’importe quel rapport à la demande. Une IA qui synthétise les données, retranscrit une réunion, propose des scénarios. Cette phase de familiarisation est essentielle avant d’injecter l’IA directement au cœur des processus critiques.

Mais cette montée en puissance suppose un prérequis majeur : la donnée. L’accès à la donnée, sa qualité, sa structuration. Implémenter l’IA, c’est manipuler de grands volumes de données, les rendre exploitables, standardisées, interopérables. Comment embarquer l’ensemble des équipes sur les règles d’acquisition et de mise en qualité des données ? La question est organisationnelle autant que technologique.

Le bouleversement du métier de développeur

Dans certaines structures, la posture du développeur évolue radicalement. Il ne produit plus seulement du code. Il contrôle, orchestre, corrige et manage une IA qui produit du code pour lui.

Le rôle se déplace vers la supervision, l’architecture, la validation, l’optimisation. Les développeurs deviennent des chefs d’orchestre d’agents intelligents.

Les profils juniors, eux, pourraient voir leur courbe d’apprentissage profondément modifiée. Là où ils passaient auparavant du temps sur des tâches à faible valeur ajoutée, ils peuvent désormais accéder plus rapidement à des activités de conception et de construction. À condition que l’entreprise soit véritablement apprenante, capable de structurer la montée en compétence et d’éviter une dépendance aveugle aux outils.

En parallèle, les clients deviennent plus autonomes. Grâce à l’IA, ils peuvent formaliser plus précisément leurs besoins, générer des spécifications, challenger des propositions techniques. La relation ESN-client s’en trouve transformée. Le consultant n’est plus seulement celui qui exécute, mais celui qui structure, sécurise et met à l’échelle.

Vers un nouveau modèle économique ?

L’une des questions centrales est celle du modèle de facturation. La régie, fondée sur la vente de temps homme, peut-elle survivre dans un monde où une partie de la production est réalisée par des agents IA ?

Il est probable que la création de valeur ne puisse plus se quantifier uniquement en jours. Les ESN pourraient évoluer vers des modèles hybrides, combinant expertise humaine, orchestration d’agents IA et fourniture d’outils optimisés. Un modèle “temps-homme-IA”, où la valeur réside dans la combinaison des trois.

Pourtant, la réalité du marché rappelle que les directions Achats continuent de demander des taux journaliers moyens comme référentiel. La transformation devra donc aussi les embarquer. Mesurer la valeur produite plutôt que le temps passé implique de nouveaux indicateurs, de nouvelles logiques contractuelles.

Certaines ESN envisagent des consultants augmentés par l’IA, avec un TJM ajusté en conséquence. D’autres imaginent une bascule vers des engagements de résultats.

Au-delà de la facturation, la question est stratégique : que vendront les ESN demain ? Si les éditeurs intègrent massivement l’IA dans leurs solutions métiers, une partie des besoins historiquement couverts par les ESN pourrait être absorbée par des plateformes standardisées. L’histoire a déjà montré que les éditeurs ont fait perdre des parts de marché aux intégrateurs. Le risque de désintermédiation existe.

La réponse pourrait résider dans une spécialisation accrue. Moins de généralistes centrés sur la mise à disposition de technologies, davantage d’acteurs spécialisés par secteur ou par chaîne de valeur, capables d’apporter une expertise fine et d’orchestrer des IA verticalisées, voire souveraines.

On observe déjà un retour en force des activités de conseil au détriment de la production pure. Les ESN ne doivent plus seulement parler aux DSI. Elles doivent convaincre les directions métiers, les accompagner dans la conduite du changement, structurer des transformations organisationnelles complètes.

Une opportunité massive d’accompagnement

C’est peut-être là que réside la plus grande opportunité pour les ESN : l’accompagnement sur le déploiement de l’IA au sein des entreprises. Beaucoup d’entreprises échouent à passer à l’échelle. Le principal frein identifié par Numeum reste le manque de moyens ou de compétences internes, cité par 47 % des répondants.

Plus de 80 % des entreprises ont engagé des formations. 30 % ont recruté des profils qualifiés. 22 % ont mis en place des programmes de mentorat. Certaines ont restructuré leurs équipes ou créé de nouvelles directions dédiées.

L’IA générative n’est plus seulement un sujet de proof of concept. Les entreprises sollicitent désormais des projets structurants, directement liés à leurs besoins opérationnels.

Pour les ESN, cela signifie une montée en gamme :

• Proposer des diagnostics par métier et par processus.
• Structurer des feuilles de route.
• Mettre en place des équipes de “champions IA” en lien étroit avec les équipes métiers.
• Accompagner la transformation du cloud, car déployer l’IA suppose souvent d’être déjà sur des architectures modernisées.
• Maîtriser les cadres réglementaires et les enjeux de souveraineté.

Le risque, en l’absence d’accompagnement, est réel : mauvaises pratiques, fuites de données, dépendance à des solutions non conformes, impacts environnementaux non maîtrisés. Selon un rapport d’IDC, d’ici 2026, 50 % des appels d’offres intégreront des métriques spécifiques liées à l’impact environnemental des services proposés. L’empreinte énergétique d’un simple prompt n’est pas neutre. La RSE devient un critère de différenciation.

Menace et opportunité : un équilibre instable

L’IA représente une pression sur le modèle économique, une transformation des compétences, un risque de réduction d’effectifs sur certaines fonctions. Mais elle ouvre aussi des perspectives inédites.

Gains de productivité, nouveaux services à forte valeur ajoutée, verticalisation des offres, conseil stratégique, accompagnement au changement, structuration de la donnée, gouvernance de l’IA, cybersécurité renforcée.

La vraie question n’est peut-être pas de savoir si l’IA va impacter les ESN. Elle le fait déjà. La question est de savoir à quelle vitesse et avec quel degré d’anticipation elles sauront transformer leur propre modèle.

Demain, les ESN ne vendront probablement plus des heures. Elles vendront des résultats. Des trajectoires de transformation. Des capacités à faire travailler ensemble des humains et des agents intelligents.

Et dans cette recomposition, celles qui sauront conjuguer expertise sectorielle, maîtrise technologique et accompagnement humain auront un avantage décisif.

Pour aller plus loin

👉 Découvrez notre article sur comment Boond passe à la vitesse supérieure avec l'IA.