Quand l'acheteur demande à l'IA quel cabinet choisir

De plus en plus d'acheteurs interrogent une IA pour dresser leur liste de cabinets de conseil. Elle retient une expertise lisible et prouvée, pas la notoriété.

Le directeur des opérations d'une ETI industrielle doit lancer un programme de conduite du changement. Il y a cinq ans, il aurait appelé deux confrères, consulté un classement et tapé quelques mots dans un moteur de recherche. Aujourd'hui, de plus en plus souvent, il commence par poser sa question à un assistant d'intelligence artificielle. En une demi-minute, il obtient une liste de quatre ou cinq cabinets, chacun accompagné de deux lignes qui expliquent pourquoi il mérite un appel.

Si votre cabinet figure dans cette liste, vous entrez dans la consultation avant même qu'elle ne commence. S'il n'y figure pas, vous n'êtes pas écarté : vous n'êtes simplement pas vu.

Cet article décrit ce qui se joue à ce moment précis, ce que les assistants d'IA semblent retenir pour composer leur réponse, et pourquoi la règle du jeu est plus favorable aux cabinets spécialisés qu'on ne le croit souvent. À une condition, qui n'est pas la taille.

La première porte a changé, pas la dernière

Commençons par mesurer le phénomène, sans l'exagérer.

Selon une enquête de Gartner menée en août et septembre 2025 auprès de 645 acheteurs B2B, et présentée en mai 2026, 45 % d'entre eux auraient utilisé l'IA générative dans leur processus d'achat, d'abord pour s'informer sur les fournisseurs et leurs offres. La même enquête apporte deux nuances qui comptent. 69 % préféreraient faire valider par un commercial ce que l'IA leur a appris. Et la méfiance se partagerait à parts presque égales : 51 % jugeraient plus probable de rencontrer une information trompeuse du côté de l'IA, 49 % du côté d'un commercial.

Autrement dit, l'IA ne décide pas. Elle compose la liste de départ, et la décision se prend ensuite, entre personnes. Mais la liste de départ est précisément le moment où un cabinet que l'acheteur ne connaît pas encore peut entrer dans le jeu, ou ne jamais y entrer. L'enjeu est d'autant plus réel que, dans la plupart des entreprises, la place de second cabinet reste libre.

Le second effet est plus discret et touche directement la visibilité en ligne des cabinets. Une étude du Pew Research Center, conduite aux États-Unis sur près de 69 000 recherches Google effectuées en mars 2025 par 900 adultes, montre qu'environ une recherche sur cinq affichait un résumé produit par l'IA. Lorsque ce résumé apparaissait, les internautes cliquaient sur un résultat classique dans 8 % des cas, contre 15 % en son absence, et sur un lien contenu dans le résumé lui-même dans 1 % des cas seulement. La réponse se lit, de plus en plus, sans que l'on visite les sites dont elle est tirée.

Pour un cabinet, la conséquence est simple à formuler : être bien classé ne suffit plus, il faut être cité dans la réponse. Le reste de cet article porte sur ce qui permet d'être cité.

Une précision évitera un contresens. L'IA ne remplace pas les canaux habituels de l'achat de conseil. Les prévisions les plus spectaculaires, comme la baisse de 25 % des volumes de recherche que Gartner annonçait en 2024 pour 2026, restent discutées. Et selon le baromètre des achats de prestations intellectuelles du Club des Acheteurs, la recommandation d'un client interne resterait la première source d'identification d'un nouveau prestataire, devant le réseau des acheteurs et les grands cabinets, les plateformes en ligne étant citées par 31 % des répondants. L'IA s'ajoute à ces canaux, au moment le plus en amont, celui où personne ne vous a encore recommandé.

Nous avons posé la question

Plutôt que de raisonner dans l'abstrait, nous avons posé à ChatGPT, en septembre 2026, la question qu'un acheteur pourrait formuler : « Quel cabinet de conseil en conduite du changement pour une ETI industrielle en Île-de-France ? »

Nous nous attendions à voir apparaître les grands noms du conseil. Ce n'est pas ce qui s'est produit.

Aucun des quatre premiers cabinets cités n'appartient aux grands réseaux internationaux. Ce sont des cabinets français de taille intermédiaire. Et l'assistant justifie chacun de la même manière, en deux temps : une expertise nommée explicitement par le cabinet sur son propre site, comme la transformation des ETI ou la performance industrielle, puis une référence documentée, avec un contexte et un périmètre. La conduite du changement accompagnant le déploiement d'un nouvel outil de gestion de maintenance sur 35 unités. Un déploiement de progiciel de gestion intégré dans l'aéronautique. La digitalisation des opérations de maintenance d'un industriel de la défense.

Les sources citées par l'assistant sont les sites des cabinets eux-mêmes. Pas des classements, pas des palmarès.

Ce test a une portée limitée et il faut le dire clairement : une question, un outil, un moment. Les réponses des assistants varient d'une formulation à l'autre et d'un jour à l'autre. Nous le prolongerons par une observation plus large, sur plusieurs expertises et plusieurs assistants, dont nous publierons les résultats. Mais ce premier constat a le mérite de contredire une intuition très répandue, et il rejoint ce que montrent des études menées à beaucoup plus grande échelle.

Ce que l'IA récompense : la lisibilité, pas la notoriété

Beaucoup de dirigeants de cabinets supposent que l'IA amplifie la notoriété : les grands, déjà partout dans la presse et sur le web, seraient mécaniquement cités, et les petits mécaniquement oubliés.

Une étude publiée par Semrush en juillet 2026 suggère que ce n'est pas si simple. Ses auteurs ont suivi pendant six mois, de janvier à juin 2026, les réponses de ChatGPT sur 1 094 catégories de produits et de services aux États-Unis, chacune interrogée à travers cinq questions types d'acheteur, soit plus de 50 000 marques et 220 000 domaines observés. Leur conclusion principale : la visibilité dans les réponses dépendrait surtout de l'autorité sur un sujet précis, et beaucoup moins de la taille de la marque ou de son audience. La marque la plus citée d'une catégorie n'aurait un trafic supérieur à celui de sa suivante que dans 48 % des cas, et environ 85 % des catégories n'auraient pas de marque dominante. Les auteurs en déduisent que des acteurs spécialisés peuvent s'imposer en couvrant un sujet en profondeur.

L'étude est américaine et ne porte pas sur le conseil. Mais le mécanisme qu'elle décrit est général, et il se comprend intuitivement. Un assistant à qui l'on pose une question précise cherche des contenus qui y répondent précisément. Le nom d'un grand cabinet ne répond pas à « conduite du changement, ETI industrielle, Île-de-France ». Une page qui nomme ces trois éléments, et les illustre par une mission réelle, y répond.

C'est aussi ce qui distingue ces réponses des classements de cabinets, que les acheteurs consultent par ailleurs. Un classement mesure une réputation, souvent auprès des pairs et des clients, ce qui est une information légitime. Il ne dit pas quel cabinet convient à un projet donné, dans un secteur donné, pour une entreprise d'une taille donnée. L'assistant d'IA, lui, cherche précisément cette adéquation, et il la cherche dans ce que les cabinets ont écrit.

Pourquoi tant de bons cabinets restent invisibles

Si la règle récompense la lisibilité, pourquoi tant de cabinets excellents en sont-ils absents ? La réponse se trouve le plus souvent sur leur propre site.

Le site type d'un cabinet de conseil parle de transformation, d'accompagnement sur mesure, d'approche pragmatique et d'engagement aux côtés de ses clients. Il ne nomme ni un secteur, ni une taille de client, ni un type de mission, ni une région, ni un seul résultat. Les références, quand elles existent, se réduisent à une galerie de logos. Le cabinet a souvent une excellente raison pour cela : la confidentialité due à ses clients. Mais le résultat est le même. Un assistant d'IA ne peut rien citer de ce qui n'est écrit nulle part, et un cabinet dont l'expertise n'est formulée que dans la tête de ses associés n'existe pas pour lui.

Le constat ne concerne pas que les petites structures. La pratique spécialisée d'un grand cabinet, son équipe achats dans la santé ou son pôle maintenance industrielle, reste tout aussi invisible derrière une marque généraliste. L'assistant connaît le nom du cabinet, pas l'équipe dont l'acheteur a besoin.

Il y a enfin une raison plus profonde, que nous avons développée dans un article précédent consacré au passage de la notoriété à la preuve. Selon l'étude annuelle de Syntec Conseil relayée par la presse spécialisée, seules 23 % des missions feraient l'objet d'une mesure d'impact, et 80 % des cabinets n'auraient pas de méthode standardisée pour la produire. Un cabinet qui ne mesure pas ce que ses missions produisent manque, très concrètement, de matière pour être cité.

Ce qui rend une expertise lisible

La bonne nouvelle est que la lisibilité ne s'achète pas et ne dépend pas de la taille. Elle se construit, et ses conditions tiennent en quatre verbes.

Nommer. L'expertise doit être formulée dans les mots qu'emploierait l'acheteur, pas dans ceux du cabinet. « Conduite du changement lors du déploiement d'un outil de gestion de maintenance » est lisible. « Accompagnement des transformations humaines et organisationnelles » ne l'est pas, parce qu'aucun acheteur ne formule son besoin ainsi.

Situer. Une expertise sans contexte ne répond à aucune question précise. Le secteur, la taille des clients habituels, la région d'intervention et le type de mission sont autant de prises pour un assistant qui cherche à faire correspondre une offre et une demande.

Documenter. Une référence lisible comporte un contexte, un périmètre et, idéalement, un résultat. Elle n'exige pas de nommer le client : « un industriel de la défense » ou « une ETI de l'agroalimentaire de 800 salariés » suffisent, et le test décrit plus haut montre que l'assistant s'en contente très bien. La confidentialité n'est donc pas un obstacle à la lisibilité, seulement à la paresse.

Faire confirmer. Une référence rédigée par le cabinet sur son propre site reste une affirmation. Une référence confirmée par le client devient une preuve. C'est la différence que font de plus en plus les acheteurs, qui apprennent à vérifier les références avant de s'engager, et c'est celle qui devrait compter de plus en plus dans les sources sur lesquelles s'appuient les assistants.

À l'inverse, trois pratiques n'aident pas, et peuvent nuire : accumuler des mots-clés génériques, mettre en avant des distinctions dont la méthode n'est pas publique, et acheter de la visibilité sur des supports dont le classement se paie sans le dire. Un assistant d'IA, comme un acheteur averti, finit par apprendre à s'en méfier.

Ce que nous construisons

Cette exigence de lisibilité est la raison d'être de Bestofconsulting.com.

La plateforme donne à chaque cabinet une fiche structurée par catégorie, par expertise et par région, c'est-à-dire exactement les trois dimensions qu'un acheteur combine dans sa question. Un cabinet y fait vérifier son existence légale auprès du registre officiel et l'identité professionnelle de son représentant, et un badge distingue ceux qui l'ont fait. Dans l'annuaire, toute mise en avant payante est signalée comme telle, et la satisfaction mesurée après les missions passe avant le reste dans l'ordre des résultats : un annuaire où le classement s'achèterait en silence ne serait ni crédible aux yeux d'un acheteur, ni utile à un cabinet qui n'a pas la notoriété pour lui.

Un cabinet peut aussi y présenter ses références. Et surtout, après chaque mission conduite via la plateforme, c'est le client lui-même qui évalue la prestation, critère par critère, et la commente. C'est la quatrième condition de la lisibilité, celle qu'un cabinet ne peut pas remplir seul sur son propre site.

Ces fiches sont publiques et ouvertes aux moteurs de recherche comme aux assistants d'IA. Être accessible ne garantit pas d'être cité : c'est la précision et la preuve contenues dans la fiche qui feront la différence. Mais une expertise nommée, située, documentée et confirmée par des tiers est précisément ce que les assistants semblent chercher, et ce que la plupart des cabinets n'ont publié nulle part.

Faites le test avec votre propre expertise, en formulant la question comme le ferait votre meilleur client. Si votre cabinet n'apparaît pas, la question utile n'est pas de savoir si vous êtes moins bon que ceux qui apparaissent. C'est de savoir où votre expertise est écrite. Référencer mon cabinet.

Ce que l'on ne sait pas

Ce sujet est récent, et les certitudes y sont rares. Il vaut mieux nommer ce qui manque.

Les éditeurs d'assistants d'IA ne publient pas les critères qui déterminent les sources citées dans une réponse. Tout ce que l'on en sait provient d'observations externes, comme celle de Semrush ou notre propre test.

Les études disponibles sont majoritairement américaines et ne portent pas spécifiquement sur l'achat de conseil. L'enquête de Gartner, menée auprès d'acheteurs B2B de tous secteurs, date de plus d'un an. Aucune source publique ne mesure aujourd'hui la part des acheteurs français de prestations de conseil qui utilisent un assistant d'IA pour constituer leur liste de départ.

Les réponses des assistants varient selon la formulation de la question, le moment et l'outil employé. Un test isolé illustre un mécanisme, il ne le démontre pas. C'est pourquoi nous élargirons celui-ci à plusieurs expertises et plusieurs assistants, et en publierons les résultats.

Méthodologie. Chiffres et constats arrêtés au 1er octobre 2026. L'indicatif est employé pour les résultats publiés par les organismes eux-mêmes et pour nos propres constats ; le conditionnel pour les enquêtes relayées en seconde main, les données auto-déclaratives et les études d'acteurs privés dont la méthode est déclarée mais non auditée. Chaque chiffre est attribué à sa source. Test réalisé par la rédaction dans ChatGPT en septembre 2026, sur la question citée dans l'article ; les cabinets apparus dans la réponse ne sont volontairement pas nommés.

Sources. Pew Research Center, étude publiée le 22 juillet 2025 sur les résumés produits par l'IA dans la recherche Google, données de mars 2025, 900 adultes aux États-Unis, 68 879 recherches. Gartner, communiqué du 20 mai 2026, enquête menée en août et septembre 2025 auprès de 645 acheteurs B2B ; prévision de février 2024 sur les volumes de recherche. Semrush, étude sur la visibilité de 50 000 marques dans ChatGPT, publiée le 20 juillet 2026. Club des Acheteurs, baromètre des achats de prestations intellectuelles, 8e édition, décembre 2025, 214 répondants. Syntec Conseil, étude annuelle relayée par la presse spécialisée, pour la mesure d'impact des missions.

Cet article sera mis à jour à la publication de notre observation élargie et de toute étude portant spécifiquement sur les acheteurs français de conseil.