L'IA pour conseillers et investisseurs, sans équipe de dev

Une COO fractionnelle passe six semaines dans une entreprise de logistique de 150 employés. Elle cartographie le processus de soumission et constate que deux estimateurs seniors portent l’essentiel de la logique de prix dans leur tête et dans un chiffrier de 40 onglets. Elle recommande un système de soumission assisté par l’IA. Le PDG est d’accord. Puis il pose la question évidente : « Qui va le bâtir? »

Elle n’a pas de réponse qui la satisfait. Son réseau compte quelques développeurs pigistes et un gros intégrateur qui ne rappelle pas pour un projet de cette taille. Le client a deux généralistes en TI qui gardent l’ERP (progiciel de gestion intégré) en marche. La recommandation est la bonne. Elle ne mènera nulle part.

Si vous conseillez des entreprises du marché intermédiaire ou que vous y investissez, vous avez sûrement eu une version de cette conversation. Ce billet s’adresse aux consultants, aux cabinets comptables, aux cadres fractionnels et aux partenaires opérationnels de fonds de capital-investissement (PE) ou de capital de risque (VC) qui doivent transformer des recommandations en IA en systèmes qui fonctionnent.

Pourquoi les conseillers ne peuvent-ils pas livrer les systèmes IA qu’ils recommandent?

La plupart des cabinets-conseils n’ont pas de génie logiciel de production, et c’est un choix raisonnable. Le diagnostic, c’est leur force. La construction, c’est le trou. Et les recommandations en IA sont les premières que les clients ne peuvent généralement pas mettre en œuvre seuls.

Consultants en gestion, cabinets comptables et de services-conseils, cadres fractionnels et partenaires opérationnels ont de vraies forces en commun. Vous avez la confiance du client. Vous comprenez assez bien l’entreprise pour trouver le problème qui vaut la peine d’être réglé. Vous savez amener le PDG et le CFO à s’entendre sur les priorités. La plupart des fournisseurs technologiques n’en sont pas capables.

Bâtir une équipe de développement, c’est une autre histoire. Il faut embaucher des ingénieurs qu’on ne peut pas occuper entre deux mandats, porter un risque de livraison qui cadre mal avec un modèle de société de personnes, et recruter des talents en IA face à des entreprises qui paient mieux. Peu de cabinets veulent ce métier. Ceux qui essaient finissent souvent par gérer, à côté, une petite agence à bout de souffle.

Longtemps, ce trou n’a pas eu d’importance. Les équipes du client pouvaient appliquer elles-mêmes des recommandations sur les prix, la structure organisationnelle ou les processus. L’IA change la donne. Quand la recommandation est « automatiser le processus de soumission » ou « bâtir un système qui lit les contrats fournisseurs et signale les exceptions », l’équipe du client ne peut habituellement pas l’exécuter. Quelqu’un doit le bâtir, l’exploiter et le maintenir.

C’est là que la valeur de la recommandation s’évapore. Le client embauche qui est disponible, le projet dérive, et six mois plus tard le nom du conseiller est associé à une initiative IA qui n’a rien donné. Ou le client ne démarre jamais, et la recommandation dort dans une présentation.

Qu’est-ce qui se brise quand un conseiller passe le relais à un fournisseur?

Cinq choses se brisent, et presque toujours de la même façon : le contexte, la portée, la propriété, la relation client et le passage en production. Chacune s’évite avec le bon partenaire d’exécution et une entente claire dès le départ.

Le contexte se perd. Vous avez passé des semaines à comprendre comment l’entreprise fonctionne vraiment : quelles exceptions comptent, à quels chiffres le CFO ne se fie pas, quel employé connaît le vrai processus. Un nouveau fournisseur part de zéro et refait souvent la découverte, aux frais du client et au détriment de sa patience.

La portée est redéfinie. Le fournisseur propose ce qu’il sait bâtir, ce qui n’est pas forcément ce que vous avez diagnostiqué. Un problème opérationnel précis devient un agent conversationnel générique ou une évaluation de plateforme.

La propriété devient floue. Le client se retrouve avec un système qu’il ne contrôle pas, bâti sur les outils propriétaires du fournisseur, avec du code qu’il ne voit pas. Quand la relation avec le fournisseur prend fin, le système aussi.

La relation s’encombre. Certains fournisseurs voient le client d’un conseiller comme leur prochain compte. Ils proposent des mandats connexes et se positionnent comme la voix stratégique. Vous les avez fait entrer, et vous voilà en concurrence avec eux.

Les projets pilotes bloquent. Un prototype est bâti et présenté. Le mettre en production, avec de vraies données, de la surveillance, des contrôles d’accès et des gens qui l’utilisent réellement, est un tout autre projet que personne n’a cadré. Nous avons décrit ce schéma dans pourquoi les projets pilotes en IA bloquent.

Comment un conseiller peut-il s’associer à une équipe d’exécution en IA?

Trois structures fonctionnent : la recommandation, la co-livraison et la marque blanche. Le bon choix dépend de votre degré d’implication dans la livraison et de la façon dont vous voulez vous présenter au client. Peu importe le modèle, mettez trois choses par écrit avant la première rencontre avec le client : qui détient la relation, qui est responsable de quoi, et ce que le client possède à la fin.

Recommandation

Vous faites la présentation et restez dans la relation comme conseiller stratégique. Le partenaire d’exécution signe directement avec le client.

Ce modèle convient quand vous ne voulez pas porter la responsabilité de la livraison, ou quand votre mandat se termine et que vous voulez laisser au client une suite crédible. C’est l’option la plus légère. Un bon partenaire vous tient informé, vous inclut dans les revues clés si le client le souhaite et n’essaie pas de vous remplacer comme conseiller de confiance. Un partage de revenus ou des frais de recommandation sont possibles, structurés selon votre cabinet et vos obligations professionnelles.

Co-livraison

Vous et le partenaire d’exécution menez le mandat ensemble. Vous dirigez le volet affaires : définition du problème, changements opérationnels, gestion du changement, alignement de la direction. Le partenaire dirige le génie logiciel, l’infrastructure et la mise en production. Le client voit une seule équipe coordonnée, habituellement avec deux contrats, ou un maître d’œuvre et un sous-traitant.

C’est le modèle le plus courant chez les consultants et les cadres fractionnels qui veulent rester sur le terrain. Il préserve le contexte que vous avez bâti, puisque vous êtes dans la pièce quand le système est conçu. Il donne aussi de meilleurs systèmes. La personne qui comprend pourquoi les estimateurs contournent le chiffrier de prix doit participer à la conversation où cette logique est codée.

Marque blanche

Le partenaire d’exécution livre sous votre marque. Le client signe avec vous, et le partenaire travaille comme membre de votre équipe.

Ce modèle convient aux cabinets qui veulent offrir l’implantation de l’IA comme ligne de services sans bâtir la capacité à l’interne. C’est celui qui exige le plus de confiance et l’entente la plus claire : qui possède le code, qui soutient le système après le lancement, ce qui arrive si le partenariat prend fin, comment la confidentialité du client est protégée. Bien exécuté, il permet à un cabinet de 20 personnes d’offrir de la livraison IA en production à côté de ses services existants.

Comment les partenaires opérationnels de PE et de VC devraient-ils aborder l’exécution en IA?

Les partenaires opérationnels vivent le même trou, sous une autre forme. Vous ne conseillez pas une seule entreprise. Vous cherchez à créer de la valeur dans tout un portefeuille, sur une période de détention, avec une petite équipe. Le travail reproductible et le moment dans le cycle de transaction sont donc les deux choses à bien faire.

Un projet IA peut-il servir à tout un portefeuille?

Oui, si les problèmes se répètent, et c’est généralement le cas. Soumissions et estimation. Exceptions dans les comptes fournisseurs. Triage du service à la clientèle. Planification du service sur le terrain. Revue de contrats. Rapprochement de fin de mois qui dépend d’un seul contrôleur et d’une série de macros.

Quand un partenaire d’exécution règle un de ces problèmes dans une entreprise du portefeuille, une bonne partie du travail se transpose : les modèles de flux de travail, l’approche d’évaluation, la gouvernance, l’intégration avec les ERP et CRM (gestion de la relation client) courants. La deuxième entreprise part d’une référence qui fonctionne. La troisième part encore plus loin. C’est un actif à l’échelle du portefeuille, et il est difficile à bâtir si chaque entreprise embauche un fournisseur différent.

Une condition compte. Chaque entreprise possède son propre système et son propre code. Les modèles réutilisables peuvent circuler. Les données et la logique propriétaire d’une entreprise, non.

À quel moment du cycle de transaction l’exécution en IA s’insère-t-elle le mieux?

Trois moments ressortent : le plan des 100 premiers jours après la clôture, l’intégration d’acquisitions complémentaires et la période qui précède une levée de fonds ou une sortie. Chacun a un responsable clair, un problème bien délimité et une raison de montrer des résultats rapidement.

Plans des 100 jours après la clôture. La direction s’attend à du changement dans les 100 premiers jours suivant une acquisition, et c’est à ce moment que le plan de création de valeur se fixe. Un projet IA à portée fixe sur un problème opérationnel à forte valeur cadre bien dans cette fenêtre. Il produit un résultat visible tôt dans la période de détention et donne au conseil d’administration une preuve d’amélioration opérationnelle plutôt qu’une feuille de route technologique.

Intégration d’acquisitions complémentaires. Les stratégies d’acquisitions successives créent des problèmes d’intégration que l’IA peut aider à régler : harmoniser des catalogues de produits, apparier des dossiers clients entre systèmes, uniformiser une logique de prix qui vit dans un chiffrier différent dans chaque entreprise acquise. Ce sont des problèmes bien délimités, à forte valeur, avec un responsable clair.

Avant la levée de fonds ou la sortie. Pour les entreprises en croissance du portefeuille, un système IA en production qui améliore de façon mesurable les marges ou le débit vaut mieux qu’une présentation de stratégie IA. Les acheteurs et les investisseurs des rondes suivantes demandent de plus en plus ce qui roule vraiment.

Que veut voir le conseil d’administration d’une entreprise du portefeuille?

Un conseil n’a pas besoin d’une vision de l’IA. Il veut savoir quel indicateur opérationnel a bougé, ce que ça a coûté, qui possède le système et s’il va continuer de fonctionner après le départ du fournisseur. Structurez le mandat pour que ces quatre questions aient une réponse claire dès le premier jour. Nous expliquons comment cadrer un premier projet autour d’elles dans prouver la valeur de l’IA sur un seul problème.

À quoi ressemble un bon partenaire d’exécution en IA?

Un bon partenaire met en production, laisse le client propriétaire de tout, affecte des gens seniors et reste à l’écart de votre relation client. Si vous mettez votre réputation derrière la livraison de quelqu’un d’autre, soyez exigeant. Voici les critères que nous utiliserions à votre place.

Le client possède le code et le système. Une propriété, pas une licence d’utilisation. Ça comprend le code, les requêtes (prompts), la configuration, les jeux d’évaluation et la documentation, dans les dépôts et les comptes infonuagiques du client. Si le partenariat prend fin, le système continue de fonctionner et une autre équipe peut le reprendre. Demandez à voir le libellé du contrat.

Il ne vous vole pas la relation. Le partenaire doit s’engager par écrit sur la gestion des relations clients. Ça veut dire ne pas proposer de mandats non liés sans vous impliquer, et ne pas se positionner comme conseiller stratégique du client quand c’est votre rôle. Demandez comment il a géré cette question avec d’autres partenaires.

Il met en production. Demandez combien de ses projets roulent aujourd’hui en production avec de vrais utilisateurs, et à quoi ressemble un parcours typique du lancement à la production. Un partenaire dont le portfolio est surtout fait de prototypes vous refilera le problème de blocage décrit plus haut.

Des gens seniors font le travail. Les clients du marché intermédiaire héritent souvent d’équipes juniors. Il vous faut des ingénieurs seniors capables de s’asseoir avec les opérateurs, de comprendre la logique d’affaires et de prendre de bonnes décisions d’architecture sans trois niveaux d’approbation.

Il travaille avec les gens du client. Dans une entreprise du marché intermédiaire, un bon système IA rend l’équipe existante plus efficace. Un partenaire qui met de l’avant la réduction d’effectifs comme bénéfice principal va créer une résistance que vous devrez gérer. Voyez l’IA qui amplifie les équipes pour comprendre comment ça se passe sur le terrain.

La gouvernance est réglée dès le départ. Pour les clients canadiens, les évaluations des facteurs relatifs à la vie privée, les décisions de résidence des données et les exigences de la Charte de la langue française au Québec font partie de la conception, pas d’un ménage après coup. Nous en avons couvert les détails dans l’IA au Canada : gouvernance, livraison bilingue et résidence des données.

Chaque mandat laisse quelque chose de réutilisable. Le client devrait en sortir avec plus qu’un système qui fonctionne. Cherchez des flux de travail réutilisables, un contexte opérationnel documenté, des artefacts de gouvernance et une couche d’intégration qui accélère le projet suivant. C’est ce qui transforme un projet ponctuel en programme. Plus de détails dans ce qu’un mandat IA devrait laisser derrière lui.

Il y a un point d’entrée clair. La meilleure façon de tester un partenaire, c’est un projet à portée fixe : un ou deux problèmes précis, un livrable défini, un point de décision clair à la fin. S’il ne peut pas cadrer le projet aussi serré, il ne pourra probablement pas le livrer aussi serré non plus.

Les projets IA de clients canadiens peuvent-ils être admissibles aux crédits d’impôt pour la R-D?

Souvent, oui. Bâtir un système IA en production comporte fréquemment une réelle incertitude technologique, et une partie de ce travail peut être admissible aux crédits d’impôt de la RS&DE (recherche scientifique et développement expérimental). L’admissibilité d’un projet dépend du travail réalisé, et elle exige une documentation produite au fur et à mesure.

Les sources typiques d’incertitude : amener un modèle à traiter de façon fiable des données désordonnées et propres à un domaine, ou intégrer des systèmes patrimoniaux d’une manière qui n’a jamais été faite. Quand le travail est admissible, les crédits peuvent compenser une part importante du coût de développement. Ça change l’économie du premier projet et l’analyse de rentabilité que vous présentez au PDG ou au comité d’investissement.

Le travail en sous-traitance a ses propres règles. Cette analyse de la RS&DE pour le développement imparti explique comment fonctionnent les demandes quand une équipe externe réalise le travail. Nous couvrons aussi les recoupements entre projets IA et RS&DE dans ce guide.

Un partenaire d’exécution qui comprend la RS&DE et documente le travail admissible dès le premier jour vous donne un meilleur argument financier auprès du client. Pour les cabinets comptables et de services-conseils qui gèrent déjà la situation fiscale d’un client, c’est aussi un pont naturel entre vos services existants et le travail en IA.

Par où un conseiller devrait-il commencer?

Commencez par un client ou une entreprise du portefeuille où vous avez déjà fait le diagnostic. Vous connaissez le problème, vous savez qui en est responsable et vous savez ce que vaudrait un bon résultat. C’est le meilleur point de départ possible pour un premier projet, et c’est là que votre contexte rapporte le plus.

Choisissez ensuite le modèle de partenariat. La recommandation si vous voulez rester conseiller, la co-livraison si vous voulez rester dans le travail, la marque blanche si vous voulez bâtir une ligne de services. Mettez les modalités de la relation par écrit avant la rencontre avec le client.

Questions fréquentes

Les consultants ont-ils besoin de leurs propres développeurs pour offrir l’implantation de l’IA?

Non. La plupart des cabinets-conseils s’associent à une équipe d’exécution selon un modèle de recommandation, de co-livraison ou de marque blanche. Le conseiller garde le diagnostic et la relation client, et le partenaire s’occupe du génie logiciel, de l’infrastructure et de la mise en production.

Qui devrait posséder le code quand un partenaire externe bâtit un système IA?

Le client. Le code, les requêtes, la configuration, les jeux d’évaluation et la documentation devraient résider dans les dépôts et les comptes infonuagiques du client, pour que le système continue de fonctionner si le partenariat prend fin.

Quand un fonds de PE devrait-il lancer un projet IA dans une nouvelle entreprise du portefeuille?

Le plan des 100 jours après la clôture est la meilleure fenêtre. Un projet à portée fixe sur un problème opérationnel à forte valeur montre au conseil un résultat mesurable tôt dans la période de détention.

S’associer avec Chrono Innovation

Chrono Innovation travaille avec des conseillers, des cabinets comptables, des cadres fractionnels et des investisseurs qui ont besoin d’une exécution IA en production derrière leurs recommandations. Nous sommes une équipe canadienne qui couvre la stratégie, le génie logiciel, l’infrastructure, l’adoption et l’économie de la RS&DE, avec des gens seniors sur chaque mandat et une livraison en français et en anglais. Nos clients possèdent leurs systèmes et leur code, et nous travaillons selon le modèle de partenariat qui vous convient. Si vous avez un client ou une entreprise du portefeuille avec un problème à bâtir, parlons partenariat.