IA dans les sociétés de conseil : pourquoi tout se joue sur vos données

IA dans les sociétés de conseil : pourquoi tout se joue sur vos données

Le conseil se transforme avec l'IA. Ce n'est plus une hypothèse, c'est un constat partagé par tous les dirigeants que nous rencontrons au quotidien.

La question n'est donc plus de savoir si l'IA va changer le métier. Elle est plus terre à terre, et nettement moins confortable : vos données sont-elles prêtes pour ça ?

Parce que c'est là que tout se joue. Une IA branchée sur des données éparpillées, à moitié remplies et sans source de vérité ne corrige rien. Elle accélère simplement les réponses fausses.

Nous avons consacré un Keynote Produit à cette question, avec Loïc Lambert, cofondateur et CPO de Boond, et Frédérick Gahuzes, Team Lead Sales, qui passe ses journées avec des dirigeants de sociétés de conseil et d'ESN. Un point de vue produit, un point de vue terrain, deux démonstrations en direct.

"Ce n'est pas le moteur d'IA qui est le plus déterminant, pour vous comme pour nous. C'est la donnée." - Loïc Lambert

👉 Replay intégral disponible ci-dessus.
‍

Où en êtes-vous sur l'IA dans votre société ?

Nous avons ouvert la session par un sondage rapide auprès des participants. Un seul avait répondu « on regarde, rien de lancé ». Plus de la moitié avaient déjà un ou deux outils déployés officiellement, un quart en était aux initiatives isolées, chacun son assistant, et moins de 20% se disaient structurés et pilotés.

Autrement dit : le démarrage n'est plus le sujet, le pilotage l'est. C'est exactement ce que Loïc et Frédérick observent chez nos clients et prospects.

C'est un passage assez classique. Beaucoup de dirigeants ouvrent les vannes d'un coup, s'appuient sur les collaborateurs moteurs, et c'est souvent le bon réflexe de départ. Les problèmes arrivent juste après : les initiatives essaiment, chacun génère de la donnée dans son coin, et plus personne ne sait quelle source fait foi.

« Si vous avez deux IA différentes qui travaillent sur la même donnée, comment vous savez laquelle a tort et laquelle a raison ? » - Loïc Lambert

Notre baromètre recrutement confirme la tendance sur un périmètre précis : 36% des répondants décrivent un accompagnement IA limité à des initiatives ponctuelles, sans cadre structuré.

« On est plus loin qu'on ne le pense en termes d'usage. Et moins loin qu'on ne le dit en termes de pilotage. » - Frédérick Gahuzes

Stack fragmentée et Shadow AI : les deux freins du terrain

Cinq outils best of breed, cinq vérités différentes

Le symptôme numéro un que Frédérick retrouve chez ses interlocuteurs, c'est la stack fragmentée. Les meilleurs outils sur chaque brique métier, et des équipes qui passent leur temps à reconstruire les liens entre eux.

« Cinq outils, souvent c'est cinq vérités différentes et cinq bases de données différentes." - Loïc Lambert

Trois conséquences très concrètes :

• Des outils remplis à moitié. Donc une donnée inexploitable pour le staffing, le matching ou le reporting.
• Un décalage de temporalité entre ce qui se passe sur le terrain et le moment où l'information devient disponible.
• Des tâches de l'ombre. Trois personnes mobilisées, des fichiers qui circulent, des macros, une demi-journée pour sortir un chiffre que tout le monde croyait accessible.

« Tu passes énormément de temps à reconsolider du chiffre. Et au final, tu passes moins de temps à l'analyser et à prendre des décisions. » - Frédérick Gahuzes

Maintenir cinq bases et une seule vérité suppose des synchronisations permanentes. Et elles ne tiennent pas dans le temps : évolutions légales, nouveaux champs, montées de version cassent les liens en continu. L'IA permet de réparer plus vite, elle n'annule pas le coût.

Frédérick résume la logique best of breed par une image : choisir les cinq meilleurs joueurs sans jamais se demander si, ensemble, ça fait une équipe.

Le Shadow AI, une version aggravée du Shadow IT

Le Shadow IT, on connaît depuis longtemps : des collaborateurs qui compensent un manque d'outillage. Le Shadow AI est différent. Ce sont des consultants, des commerciaux et des dirigeants qui utilisent leur compte personnel, avec des données clients dedans, pour aller plus vite au quotidien.

L'usage fonctionne. Personne ne le pilote. Et c'est un risque qui n'est pas maîtrisé.

Notre vision produit : pas d'IA gadget

Au moment du boom de l'IA générative, nous avons fait un choix à contre-courant d'une partie du marché.

Trois principes guident chaque fonctionnalité IA que nous ajoutons à Boond.

1. Mettre l'IA au bon endroit

Le matching est l'exemple parlant. Demander à un LLM de classer 80 000 candidats produit une réponse très convaincante, et fausse : la fenêtre de contexte limite de fait l'analyse aux premiers profils rencontrés. L'effet est spectaculaire, le résultat ne vaut rien.

Nous avons pris le chemin inverse : un moteur de recherche pour fouiller la base, de l'IA pour synthétiser au bon moment, et du machine learning entraîné sur des données anonymisées pour la pondération sectorielle.

2. Aucun effet boîte noire

L’IA dans Boond explique ses résultats. Pas de score à 86% à suivre les yeux fermés. L'utilisateur voit les critères compris par l'IA, les repondère, les ajuste, et garde la décision.

3. La frugalité d'usage

Les modèles sont choisis selon l'usage réel, et les fonctionnalités avancent par incréments testés avec les clients. Le matching, par exemple, a fait l’objet de plusieurs mois d'itérations avant d’être mis à disposition.

« On essaie de ne pas utiliser une Ferrari pour aller à la boulangerie. » - Loïc Lambert

Gouvernance : vos données restent les vôtres

• Hébergement sur nos serveurs en Europe
• Certification ISO 27001
• Aucun entraînement de modèle sur les données de nos clients
• Les droits utilisateurs s'appliquent by design, que l'on passe par l'interface, par Boond Pulse ou par le MCP. Personne ne voit ce qu'il n'est pas censé voir, sans paramétrage supplémentaire.

« Si on veut être une vraie source de vérité, il faut que cette donnée reste maîtrisée. On est les gardiens du temple. » - Loïc Lambert

Les démonstrations : de la douleur terrain à la fonctionnalité

Douleur 1 : la fiche besoin à moitié remplie

Frédérick, ancien business manager dans le conseil, le dit sans détour :

« Un business manager ne veut pas saisir, il ne veut pas remplir son CRM. Il veut vendre. C'est son métier, c'est pour ça qu'on le recrute. » - Frédérick Gahuzes

Résultat : des opportunités avec un budget approximatif et une description vague. Le recruteur revient vers le BM, quelques allers-retours, un à deux jours perdus. Sur un appel d'offres, si la réponse ne part pas le soir même, cinq concurrents ont déjà répondu.

Lors de ce live, Loïc qualifie un besoin à la voix, en direct, comme en sortie de rendez-vous : profil recherché, stack technique, localisation, télétravail, durée, TJM. L'IA structure l'information dans les bons champs et va chercher le contexte dans les actions déjà présentes dans Boond, par exemple des compétences évoquées dans un échange précédent avec le client. Quand une information ne correspond à rien du référentiel, elle le signale au lieu d'inventer.

Le résultat mesuré. Chez une ESN de 40 business managers en phase bêta : 2 heures gagnées par semaine et par business manager, et une complétude des fiches passée de 50% à près de 85%.

Douleur 2 : trouver les bons profils dans sa propre base

À partir du besoin qualifié, Boond déduit les critères de recherche, les affiche, et vous laisse les repondérer avant de lancer. Chaque profil remonte avec le détail des correspondances : poste cohérent ou non, expérience, compétences trouvées et manquantes, disponibilité. Vous pouvez aussi forcer l'ajout d'un profil que vous aviez en tête pour le comparer au podium proposé.

L'objectif n'est pas de trancher à votre place, mais de vous éviter de parcourir toute la base pour trancher vous-même.

Douleur 3 : découvrir trop tard

C'est le quotidien que Frédérick décrit chez les dirigeants :

« Tu découvres trop tard que ton consultant part en intercontrat. Trop tard que ton projet dérive. Trop tard que tu n'as pas tout ce qu'il faut pour facturer. Et dans le meilleur des cas, tu découvres trop tard. Au pire, tu reportes ta décision. » - Frédérick Gahuzes

Notre assistant IA s'ouvre dans le navigateur et connaît le contexte de la fiche sur laquelle vous êtes. Loïc déclenche une action rapide enregistrée sur un consultant en fin de mission : synthèse de la situation, recommandations de repositionnement, types de missions à éviter, besoins compatibles identifiés dans la base, alerte sur les écarts de TJM. La synthèse est stockée en note sur la fiche, donc réutilisable par toute l'équipe.

Ce qui le distingue d'un assistant généraliste. Tout le monde propose un assistant IA aujourd'hui. Celui-ci connaît Boond et les process des sociétés de conseil : il sait qu'un besoin peut s'appeler opportunité selon vos usages, quels champs remplir, ce qu'est une fiche correctement renseignée. Et il est cadré pour ne pas halluciner : il dit quand il n'y arrive pas, et toute modification est expliquée, valeur avant et valeur après, avant confirmation.

Et si vous préférez utiliser votre propre IA : le MCP Boond

Boond est ouvert depuis l'origine, avec des API complètes. Le MCP prolonge cette logique côté IA : votre assistant dialogue avec vos données Boond, en respectant les droits de chaque utilisateur et sans casser la cohérence de la donnée. Une keynote Produit entièrement consacrée au sujet est prévu, par ici pour vous inscrire.

Ce qu'il faut retenir

Une donnée propre ne suffit pas. Elle doit être modélisée dans une logique métier. C'est la condition pour obtenir des réponses dans lesquelles vous avez réellement confiance, et pour que l'IA produise de la valeur plutôt que du bruit.

« La donnée propre, dans notre contexte, ne suffit pas. Il faut en plus qu'elle soit modélisée dans une logique métier. C'est le seul moyen d'avoir confiance dans les réponses de l'IA. » - Frédérick Gahuzes

Vous voulez faire le point sur vos propres données ? Nos équipes proposent un format de 30 minutes, sans démo marathon : on regarde où en sont vos données aujourd'hui, et comment les transformer en actif exploitable.