Conseil IA · Guide acheteur
Éditeurs de logiciels, ESN, freelances, cabinets de conseil : tout le monde propose aujourd’hui de « vous accompagner sur l’IA ». Les plaquettes se ressemblent, les démonstrations aussi. Pour un dirigeant ou un DSI, il est difficile de distinguer le partenaire qui mènera le projet jusqu’en production de celui qui laissera un prototype coûteux et impossible à faire évoluer.
Fin septembre 2026, Gartner a publié une prévision qui devrait faire réfléchir tout acheteur : d’ici 2028, 70 % des entreprises abandonneront les systèmes d’IA agentique construits par les ingénieurs détachés des éditeurs. La cause principale n’est pas technique. Les coûts grimpent, et les clients ne savent pas faire évoluer ces systèmes seuls.
Choisir un cabinet de conseil IA n’est donc pas seulement une question de compétences techniques. C’est aussi une question d’indépendance. Voici 7 critères pour faire le bon choix, et les questions à poser dès le premier rendez-vous.
Le constat
Ce que Gartner a observé
Le 29 septembre 2026, Gartner s’est penché sur un modèle devenu courant : les forward deployed engineers (FDE), des ingénieurs que les éditeurs d’IA détachent chez leurs clients pour construire des solutions sur mesure. Trois constats ressortent.
70 %
d’abandons d’ici 2028
Gartner prévoit que 70 % des entreprises abandonneront l’IA agentique construite de cette façon, parce que les coûts augmentent fortement et qu’elles ne peuvent pas faire évoluer les systèmes par elles-mêmes.
< 20 %
des missions profitent au produit
Jusqu’en 2028, moins de 20 % de ces missions transformeront les besoins récurrents des clients en fonctionnalités du produit de l’éditeur.
FDE washing
un label galvaudé
Certains prestataires vendent sous ce label des missions d’intégration ou de conseil classiques, facturées au prix fort, sans la profondeur de livraison qui le justifierait.
Selon Gartner, ces missions échouent sur leur structure avant d’échouer sur la technique. Ses recommandations vont dans le même sens : fixer dès le contrat les livrables, le transfert de compétences, la propriété intellectuelle et la sortie, puis mesurer le succès à la capacité de l’entreprise à faire tourner et évoluer la solution elle-même.
Ces leçons valent bien au-delà des seuls éditeurs. Elles s’appliquent à tout partenaire IA.
La grille
Les 7 critères pour choisir un cabinet de conseil en IA
01
L’indépendance vis-à-vis des éditeurs
Un partenaire lié à un éditeur aura tendance à recommander sa technologie, même quand une autre conviendrait mieux. Un cabinet indépendant choisit le modèle, l’hébergement et les outils en fonction de votre cas d’usage, de vos contraintes et de vos coûts.
À demander
« Avez-vous des partenariats commerciaux avec des éditeurs ? Lesquels, et comment influencent-ils vos recommandations ? »
02
La propriété du code et des données
Le code développé pour vous, les jeux de données préparés, les consignes données aux modèles et les tests de qualité doivent vous appartenir. Sinon, changer de prestataire revient à tout reconstruire.
À demander
« À la fin de la mission, de quoi serons-nous propriétaires, et sous quelle forme le récupérons-nous ? »
03
Un transfert de compétences planifié
Un bon partenaire ne se rend pas indispensable. Il documente, forme vos équipes et prévoit le moment où elles prennent la main. Ce transfert se planifie dès le début, avec des étapes datées, pas en dernière semaine.
À demander
« Qui, chez nous, saura faire évoluer la solution après votre départ, et comment le préparez-vous ? »
04
Un plan de sortie inscrit au contrat
Gartner le recommande explicitement : la sortie se définit avant la signature. Qui fait quoi, dans quels délais, avec quels livrables, si la collaboration s’arrête.
À demander
« Si nous arrêtons la collaboration dans six mois, que se passe-t-il concrètement ? »
05
Une même équipe pour concevoir et construire
Quand la stratégie est confiée à un acteur et la réalisation à un autre, une partie de la réflexion se perd entre les deux. Les choix d’architecture sont mal compris, les compromis sont refaits. Un partenaire qui conçoit et construit avec la même équipe réduit cette perte.
À demander
« Les personnes qui mènent le cadrage seront-elles aussi impliquées dans la réalisation ? »
06
Des preuves en production, pas seulement des démos
Une démonstration prouve qu’une idée fonctionne. Une référence en production prouve qu’une équipe sait gérer la charge, les données réelles, la sécurité et la durée. Demandez des projets en service depuis plusieurs mois, avec des utilisateurs réels. Pour évaluer si votre projet est prêt pour ce passage, voir notre guide.
À demander
« Quel projet IA avez-vous mis en production il y a plus d’un an, et qui l’utilise aujourd’hui ? »
07
La valeur métier vérifiée à chaque étape
Un projet IA doit être relié à un indicateur métier : temps gagné, revenus, coûts évités, satisfaction client. Un bon partenaire propose des points de décision où l’on continue, ajuste ou arrête, en fonction de la valeur constatée.
À demander
« Comment saurons-nous, à chaque étape, si le projet vaut la peine de continuer ? »
Le premier rendez-vous
Les 8 questions à poser au premier rendez-vous
Pour aller plus vite, voici les questions qui révèlent le plus sur un futur partenaire.
- 01Quel problème métier proposez-vous de résoudre en premier, et comment mesurerons-nous le résultat ?
- 02Avez-vous des liens commerciaux avec des éditeurs d’IA ?
- 03De quoi serons-nous propriétaires à la fin de la mission ?
- 04Comment nos équipes prendront-elles la main, et à quelle date ?
- 05Que prévoit le contrat si nous arrêtons la collaboration ?
- 06Qui mène le cadrage, et qui construit ?
- 07Quel projet avez-vous en production depuis plus d’un an ?
- 08Comment suivrez-vous les coûts d’utilisation de l’IA une fois en production ?
Un partenaire solide répond précisément, avec des exemples. Des réponses vagues sur la propriété, la sortie ou les coûts sont un signal d’alerte.
Le paysage
Cabinet, éditeur, ESN : Qui fait quoi ?
| Type de partenaire | Ce qu’il apporte | Le risque à surveiller |
|---|---|---|
| Éditeur d’IA | Une connaissance profonde de son produit, une mise en route rapide | Une solution construite autour de son outil, difficile à faire évoluer sans lui |
| ESN | De la capacité de développement, sur des besoins déjà cadrés | Une exécution sans remise en question du besoin ni du cas d’usage |
| Cabinet de conseil IA | Le cadrage du cas d’usage, l’architecture et, selon les cabinets, la réalisation | Un livrable qui reste au stade de la recommandation si le cabinet ne construit pas |
Le bon choix dépend de votre besoin. Si vous savez exactement quoi construire, une ESN peut suffire. Si la question est encore « quoi, pourquoi et comment le mettre en production », un cabinet qui conçoit et construit vous fera gagner du temps.
QUESTIONS FREQUENTES
FAQ : Travailler avec un cabinet de conseil en IA
Faut-il passer par un cabinet ou recruter une équipe IA en interne ?
Les deux ne s’opposent pas. Recruter prend du temps, et une équipe interne naissante gagne à être accompagnée sur ses premiers projets. Un bon cabinet accélère le démarrage, puis transfère ses méthodes à l’équipe interne quand elle est en place.
Combien de temps dure une mission de conseil en IA ?
Cela dépend du périmètre. Un cadrage de cas d’usage se compte en semaines. Un projet mené jusqu’en production se compte en mois, avec des points de décision réguliers. Méfiez-vous des engagements sans étapes ni critères d’arrêt.
Un cabinet de conseil peut-il aussi développer la solution ?
Certains se limitent à la recommandation, d’autres conçoivent et construisent. Posez la question dès le départ : un cabinet qui ne construit pas devra passer la main à un autre prestataire, avec le risque de perte d’information décrit plus haut.
En résumé
Choisir un partenaire qu’on peut quitter
Le bon partenaire IA n’est pas celui qui fait la démo la plus impressionnante. C’est celui qui vous rend autonome : indépendant des éditeurs, clair sur la propriété et la sortie, capable de concevoir et de construire, et qui mesure la valeur à chaque étape.
C’est la façon dont nous travaillons chez Code & Scale. Nous construisons pour que vous n’ayez plus besoin de nous.
Vous comparez des partenaires pour un projet IA ? Commençons par un échange.
Source : Gartner, « Gartner Predicts 70% of Enterprises Will Abandon Agentic AI Built by Vendor Forward-Deployed Engineering by 2028 », communiqué du 29 septembre 2026.
