Chargement en cours, veuillez patienter

Retour vers le haut

L'université sans notes : pourquoi l'IA internalisée change la raison d'être des services professionnels

Accueil > La QBR est morte. Ce qui la remplace décidera de votre valorisation. > 2026 > Octobre > L'université sans notes : pourquoi l'IA internalisée change la raison d'être des services professionnels

Blog | Analyses et réflexion sur le Post-Sales, le Customer Success & l'IA

L'université sans notes : pourquoi l'IA internalisée change la raison d'être des services professionnels

L'université sans notes : pourquoi l'IA internalisée change la raison d'être des services professionnels

Les clients créent leurs universités de l'IA et internalisent le travail. L'écart de connaissance que les sociétés de services ont vendu pendant des décennies se referme. Ce qui le remplace : la sélection, le processus et la preuve.

Les grandes entreprises prévoient d'investir en moyenne 186 millions de dollars dans l'IA au cours des douze prochains mois. Seules 11 % d'entre elles la déploient à l'échelle de plusieurs fonctions. Ces chiffres proviennent du premier Global AI Pulse de KPMG, une enquête menée auprès de 2 110 dirigeants dans 20 pays. Ils décrivent un marché qui a décidé de dépenser avant d'avoir décidé comment mesurer.

Un second chiffre complète le tableau. Dans l'étude State of Tech Talent 2026 de General Assembly, 83 % des responsables du recrutement et des talents estiment que la réussite de leur entreprise dépend désormais davantage de la montée en compétences de leurs salariés sur l'IA que du recrutement. Dans la même enquête, 43 % reconnaissent avoir du mal à mesurer les bénéfices de ces formations.

Mis côte à côte, ces deux constats dessinent une tendance. Les entreprises investissent massivement, elles forment leurs propres équipes au lieu d'attendre une expertise extérieure, et une large part d'entre elles ne sait pas encore dire ce que ces formations produisent. Cet article porte sur ce que cette tendance signifie pour les sociétés qui vendaient cette expertise, et pour les dirigeants qui l'achètent.


Le client est devenu compétent


Les entreprises n'attendent plus que les éditeurs et les consultants leur expliquent l'IA. Elles créent leurs propres académies, parfois de véritables universités avec des professeurs et un programme, et se fixent une ambition : donner à chaque salarié une connaissance pratique de l'IA.

Elles ont raison. Selon KPMG, les organisations qui déploient l'IA tout en investissant dans leurs équipes ont près de quatre fois plus de chances de constater une valeur significative (77 % contre 20 %). Cela change aussi l'économie des services professionnels :

  • Les équipes que l'on formait hier écrivent aujourd'hui leurs prompts, construisent leurs agents et contestent les choix de conception du consultant.
  • La première version d'un cas d'usage, autrefois un projet facturable, se construit de plus en plus en interne.
  • L'écart de connaissance entre l'éditeur et son client, qui justifiait une large part du chiffre d'affaires des services, se referme.


Les heures de services qui disparaissent


Le Financial Times rapportait en août 2026 que des entreprises de toutes tailles exigent des honoraires plus bas ou internalisent le travail, aidées par les outils d'IA et par des logiciels qui demandent moins d'intégration. Source Global prévoit encore 420 milliards de dollars de dépenses en conseil technologique cette année, soit 8 % de plus qu'en 2025, mais 236 milliards relèvent de la mise en œuvre, la catégorie la plus exposée.

Le phénomène dépasse largement les cabinets de conseil. Tout éditeur de logiciels doté d'une organisation de services a construit une partie de son chiffre d'affaires sur ces mêmes heures : ateliers de cadrage, paramétrage, première construction, formation. Quand le client sait faire l'essentiel seul, la ligne de services se contracte, sauf si elle change ce qu'elle vend.

Pour un dirigeant des services, la lecture honnête est simple. Les heures facturées pour expliquer, paramétrer et construire une première version s'en vont, et elles ne reviendront pas. Les défendre, c'est défendre une prévision.


La maîtrise n'est pas le contrôle


Un client m'a récemment décrit son université de l'IA avec fierté, puis avec inquiétude. L'approche, pour l'instant, consiste à former tout le monde et à voir ce qui en sort. On essaie, on échoue. Personne ne mesure encore les résultats. Sa crainte n'était pas que les salariés n'apprennent pas. Sa crainte était de perdre le contrôle.

L'université a raison, et la crainte aussi. Une université produit des diplômés. Elle ne produit pas un portefeuille. Mille salariés nouvellement formés lancent mille expérimentations locales qui, ensemble, représentent :

  • des changements dans le fonctionnement de l'entreprise que personne n'a choisis,
  • des priorités que personne n'a classées,
  • des résultats que personne ne peut auditer.

Les données suggèrent que ce client est la norme. Moins d'un décideur sur trois parvient à relier la valeur de l'IA à la croissance financière de son entreprise, selon Forrester. Parmi les organisations encore en phase d'expérimentation, 20 % se disent confiantes dans leur gestion des risques liés à l'IA, contre 49 % chez les leaders, selon KPMG.
La culture de l'IA était la partie facile à acheter. Le contrôle, lui, se construit.


Pourquoi « former tout le monde et voir » n'est pas encore une stratégie


Essayer et échouer est une bonne manière d'apprendre. Cela devient un risque quand personne ne note ce qui a été tenté, ce qui a échoué et ce que cela a coûté. L'expérimentation non pilotée a quatre coûts qui figurent rarement dans le dossier d'investissement de l'académie :

  • Les doublons. Plusieurs équipes résolvent le même problème chacune de son côté, avec son propre outil et sa propre extraction de données.

  • Les processus fantômes. Un rapport, une prévision ou une étape de validation est automatisé discrètement, et le processus documenté ne décrit plus la façon dont le travail se fait.

  • Les décisions non validées. Un modèle que personne n'a testé ajuste un chiffre sur lequel quelqu'un d'autre s'appuie.

  • L'apprentissage perdu. Une expérimentation ratée instruit celui qui l'a menée, et personne d'autre.

Aucun de ces coûts n'est un argument contre l'université. Chacun plaide pour lui adjoindre un second mécanisme, qui sélectionne, suit et mesure ce que les diplômés construisent.


Ce qui ne s'internalise pas


Pendant des décennies, les services professionnels ont vendu un écart de connaissance : l'éditeur connaissait le produit et la méthode, le client non. L'université referme cet écart, et c'est une bonne chose. Trois choses restent hors de portée d'une salle de cours :

  • La sélection. Une équipe interne voit sa propre entreprise, une équipe de services en voit beaucoup. Un même cas d'usage peut réussir dans une entreprise et s'enliser dans la suivante pour des raisons qui n'ont rien à voir avec le modèle. Choisir les dix idées qui méritent un financement parmi deux cents est un jugement fondé sur la comparaison.

  • Le processus. Un cas d'usage est une modification d'un processus, avec un responsable, un circuit d'exception, une dépendance à des données et un moment où un humain décide. Un cours enseigne l'outil. Il ne repense pas le réapprovisionnement ou la tarification autour de lui.

  • La mesure. Une situation de référence établie avant le début des travaux, un indicateur accepté par le directeur financier, et une date à laquelle le cas d'usage est généralisé ou arrêté.

L'écart s'est déplacé de la connaissance vers le jugement et la preuve.

Rien de tout cela n'est dû aux sociétés de services. Un client sur trois seulement a déclaré à Source Global qu'une transformation informatique pilotée par des conseils externes avait été une réussite complète. Le mandat ira aux équipes qui apportent des preuves tirées de déploiements comparables et qui acceptent d'être mesurées sur le même tableau de bord que le client.


Cinq décisions pour le comité exécutif

1. Nommer un responsable unique du portefeuille de cas d'usage. Le doyen de l'université est responsable de l'apprentissage. Un dirigeant porteur d'un compte de résultat est responsable des résultats.

2. Exiger une charte d'une page pour chaque cas d'usage. Pas de charte, pas d'accès aux données de production.

3. Faire du projet de fin de cursus un vrai cas d'usage. Avec une situation de référence, pour que l'université alimente le portefeuille au lieu de fonctionner à côté.  

4. Garder le droit à l'erreur, et tenir un registre. Ce qui a été tenté, ce qui a échoué, ce que cela a coûté, ce que l'on a appris, avec une revue trimestrielle en présence du directeur financier.

5. Acheter les services sur l'indicateur, pas sur les heures. Demander aux partenaires externes de définir les cas d'usage et les processus avec vos équipes, et lier une partie de leurs honoraires au résultat inscrit dans la charte.


Ce que contient une charte d'une page


  • Le processus modifié, et le dirigeant qui en est responsable.
  • La situation de référence : la valeur actuelle de l'indicateur, mesurée avant le début des travaux.
  • La cible, dans une unité que le directeur financier accepte.
  • Les données dont le cas d'usage dépend, et qui les maintient.
  • Le moment où un humain décide, et le traitement des exceptions.
  • La date à laquelle le cas d'usage est généralisé ou arrêté.

Si une équipe ne parvient pas à remplir cette page, le cas d'usage n'est pas prêt pour la production. Si elle y parvient, l'expérimentation est devenue un engagement.


Ce que cela change pour les dirigeants des services


La tentation est de défendre l'ancien modèle et de soutenir que les clients échoueront seuls, puis reviendront. Certains reviendront. Ce n'est pas une stratégie. Les sociétés qui garderont leur place à la table sont celles qui changeront ce qu'elles vendent :

  • De l'enseignement de l'outil à la sélection des cas d'usage qui méritent d'être construits.
  • De la construction de la première version à la conception du processus qui l'entoure.
  • Des jours livrés aux résultats mesurés, avec une part des honoraires liée à l'indicateur du client.
  • Des cadres méthodologiques aux preuves tirées de déploiements comparables.


Former tout le monde, puis noter le travail


L'objection habituelle est que la mesure tue l'expérimentation. Le contraire est plus proche de la vérité. Une charte d'une page s'écrit en une heure. Ce qui met fin à un programme, c'est la réunion, un an plus tard, où le directeur financier demande ce que l'université a changé et où personne ne sait répondre.

Une université de l'IA ne se pilote pas comme un programme de formation. C'est un changement dans la manière dont toute l'entreprise travaille, et il mérite un tableau de bord autant qu'un programme de cours. La question pour le conseil d'administration n'est pas de savoir combien de personnes ont été formées. C'est de savoir ce qui a changé dans l'activité parce qu'elles l'ont été.

Pour les clients, l'université est la meilleure nouvelle de l'année. Elle n'est une mauvaise nouvelle que pour les sociétés de services qui vendaient le programme de cours.

Cet article est adapté de la dernière édition de ma newsletter LinkedIn, Professional Services & Tech.

Sources :

KPMG, Global AI Pulse Q1 2026

General Assembly, State of Tech Talent 2026

Financial Times, « Consultants head for a showdown with their own clients as AI upends industry », août 2026, via The Irish Times

Forrester, prédictions 2026 technologie et sécurité



Mathilde HENRY, dirigeante dans le logiciel d'entreprise et la transformation par l'IA. 20 ans à l'intersection du logiciel, du conseil et de la transformation des entreprises.

Blog - Analyses et réflexions par Mathilde Henry

Une conversation entre pairs sur le post-sales, l’IA et la valuation.

Pour les CEO, présidents de division, CFO, Board members et Operating Partners PE qui veulent confronter une lecture exécutive sur le post-sales SaaS, la monétisation de l’IA et la transformation à hauteur de COMEX.

Utilisation des données

Nos partenaires et nous-mêmes utilisons différentes technologies, telles que les cookies, pour personnaliser les contenus et les publicités, proposer des fonctionnalités sur les réseaux sociaux et analyser le trafic. Utilisez les boutons pour donner votre accord ou refuser.