5 novembre 2026
Consultant IA : comment reconnaître un vrai expert avant de signer
« Expert IA » n'est pas un titre protégé. 8 questions pour distinguer une vraie intégration d'un branchement rapide, avant de signer.
- consultant IA
- expert IA
- ai washing

En bref : un bon consultant IA ne se reconnaît pas à son titre, qui n’a aucune définition légale, mais à son expérience sur des échecs : quand l’IA se trompe, qu’est-ce qui se passe ensuite ? Pour le vérifier, posez-lui des questions précises sur la production, comment on mesure la qualité, quelles données sont utilisées et quelle est le coût réel de la maintenance.
En 2023, deux avocats new-yorkais avec plus de 10 ans d’expérience ont déposé devant un tribunal fédéral un mémoire truffé de jurisprudences… qui n’existaient pas. ChatGPT les avait inventées, avec numéros de dossier et citations à l’appui. Ils ont été sanctionnés de 5 000 dollars dans l’affaire Mata v. Avianca.
Ces avocats savaient utiliser l’outil. Ce qu’ils ignoraient, c’est comment il échoue. Toute la différence entre un utilisateur habile et un expert tient dans cette phrase.
Qu’est-ce qu’un consultant IA, exactement ?
Un consultant IA est un prestataire qui aide une organisation à intégrer l’intelligence artificielle dans ses processus réels : ses documents, ses outils, ses règles métier et ses contraintes de confidentialité. Savoir écrire de bons prompts ne suffit pas.
Le problème, c’est que le titre est libre. « Expert IA » n’est ni un diplôme, ni une profession réglementée, ni une certification officielle. N’importe qui peut l’afficher sur son profil.
Personne ne compte les faux experts. C’est précisément pour cela que je rédige cet article, pour que vous sachiez les repérer vous-même.
Pourquoi tant de projets IA échouent-ils après la démo ?
Ils échouent parce que la démo teste la technologie, alors que la production teste l’intégration. Une démo tourne sur trois exemples choisis ; votre quotidien, lui, contient des milliers de cas tordus, de fichiers mal nommés et d’exceptions.
On entend souvent qu’une très large majorité des projets IA n’aboutissent pas. Le chiffre exact fait débat, mais le diagnostic, lui, ne fait pas débat : c’est l’intégration qui casse, pas la technologie.
Le phénomène a même un nom : l’AI washing. L’AI washing est le fait de présenter un produit ou un service comme reposant sur l’IA alors que ce n’est pas le cas, ou bien moins qu’annoncé. En mars 2024, la SEC américaine a infligé 400 000 dollars d’amendes au total à deux sociétés de conseil en investissement pour des promesses d’IA trompeuses.
Le même mouvement touche aujourd’hui les « agents » : selon Gartner, cité par Reuters, seuls environ 130 des milliers de fournisseurs se réclamant de l’IA agentique proposent de vraies capacités. Nous y consacrons un article entier : IA agentique et « agent washing ».
Branchement rapide ou intégration réelle : quelle différence ?
Un branchement rapide relie un outil d’IA grand public à vos fichiers et vous laisse découvrir les problèmes plus tard. Une intégration réelle part de vos processus, mesure la qualité et prévoit ce qui se passe quand le système se trompe.
| Critère | Branchement rapide | Intégration réelle |
|---|---|---|
| Point de départ | L’outil à la mode | Votre processus et ses irritants |
| Qualité | « Ça marche bien en démo » | Mesurée sur un jeu de test issu de vos données |
| Erreurs | Découvertes par vos clients | Anticipées, détectées, corrigées |
| Données | « On utilise l’API d’un grand fournisseur » | Circuit documenté, contrat, traitement RGPD clair |
| Coût | Prix de lancement | Coût total sur 12 mois, maintenance comprise |
| Après le départ du prestataire | Boîte noire | Documentation, transfert de compétences |
Si vous ne deviez retenir qu’une ligne, ce serait celle des erreurs. Un modèle de langage, c’est-à-dire le moteur statistique derrière ChatGPT et ses cousins, produit du texte plausible, pas du texte vérifié. Il se trompera. La seule question est : qui s’en rend compte, et quand ?
Air Canada l’a appris à ses dépens en 2024, quand son chatbot a inventé une politique de remboursement. Nous détaillons ce cas et ses conséquences juridiques dans Hallucination IA : qui est responsable quand votre chatbot se trompe ?Hallucination IA : qui est responsable quand votre chatbot se trompe ?.
Quelles questions poser à un consultant IA avant de signer ?
Posez des questions qui obligent à montrer, pas à promettre. Voici notre grille, à imprimer ou à faire circuler en comité de direction.
Le filtre des 8 questions
- Montrez-moi un projet comparable, toujours en production douze mois plus tard. Un pilote ne compte pas. Ce qui compte, c’est ce qui a survécu au quotidien.
- Comment mesurez-vous la qualité ? Sur quel jeu de test, avec quelles données ? Un jeu de test est une série de questions dont on connaît la bonne réponse. Sans lui, « ça marche » n’est qu’une impression.
- Que se passe-t-il quand le modèle se trompe ? Montrez-moi le mécanisme. Citation des sources, seuil de confiance, validation humaine : il doit pouvoir vous le montrer à l’écran.
- Où vont nos données ? Quel fournisseur, quel contrat, quel traitement RGPD ? La CNIL publie des recommandations précises sur le sujet. Un expert les connaît.
- Quel est le coût total sur douze mois ? Abonnements, consommation d’API (la facturation à l’usage du modèle), supervision, maintenance, mises à jour.
- Quelle partie de mon processus n’a PAS besoin d’IA ? Un vrai expert vous dira souvent qu’une règle simple ou un meilleur classement de vos dossiers suffit.
- Racontez-moi un projet qui a mal tourné, et ce que vous en avez appris. Celui qui n’a jamais échoué n’a jamais rien mis en production.
- Qui maintient le système quand vous partez ? Où est la documentation ? Si la réponse est « moi », vous achetez une dépendance, pas une solution.
Comment interpréter les réponses ?
Un bon signal, c’est une réponse précise, chiffrée, avec un exemple. Un mauvais signal, c’est un mot à la mode à la place d’un mécanisme : « notre IA s’améliore toute seule », « le modèle ne se trompe presque jamais », « c’est sécurisé, c’est dans le cloud ».
Méfiez-vous aussi de l’expert qui ne pose aucune question en retour. Celui qui comprend vraiment l’IA veut voir vos documents, vos exceptions et vos contraintes avant de promettre quoi que ce soit.
Comment évaluer un consultant IA quand on n’est pas technicien ?
Vous n’avez pas besoin de comprendre le code : il suffit d’exiger des preuves observables. Demandez une démonstration sur vos propres documents, pas sur les siens, et comptez les erreurs avec lui.
Trois réflexes simples :
- Testez avec vos cas difficiles. Donnez dix questions dont vous connaissez la réponse, dont deux pièges.
- Demandez d’où vient chaque réponse. Si le système ne peut pas citer sa source, vous ne pourrez pas le vérifier.
- Faites relire le contrat sur trois points : localisation des données, réversibilité (pouvoir partir avec vos données) et responsabilité en cas d’erreur.
C’est aussi là qu’on comprend qu’il manque souvent l’essentiel : le contexte. Une IA sans accès à vos règles et vous donne des réponses générales sans vraie valeur ajoutée. Nous l’expliquions dans Comment utiliser l’IA au travail : le contexte, ces 90 % qui manquent.
Et si l’outil répondait déjà à la moitié des questions ?
Plusieurs des huit questions ne portent pas sur le consultant, mais sur l’architecture qu’il installe. C’est exactement l’architecture sur laquelle nous avons construit Sceptra.
Sceptra est un espace de travail IA installé sur votre propre infrastructure, avec le modèle de votre choix. Vos données restent chez vous (question 4) ; si vous partez, vous les emportez (question 8). Chaque réponse cite ses sources, issues de vos documents et non du web ouvert (question 3). Le travail est organisé en espaces : l’IA qui travaille sur le dossier du client A ne voit que le client A.
Les données ne sortent que si vous l’autorisez et tout ce qui sort est journalisé. Vous définissez vos standards, vos formats et ils s’appliquent ensuite à toute l’équipe. Tout est réversible.
Un bon consultant reste indispensable pour comprendre vos processus. Mais il travaillera mieux sur une base qui rend les erreurs visibles et les données maîtrisées.
Questions fréquentes
Le titre de consultant IA est-il réglementé en France ? Non. En 2026, « consultant IA » ou « expert IA » n’est ni une profession réglementée ni un titre protégé. Aucune certification officielle n’est exigée pour l’afficher. C’est donc à l’acheteur de vérifier les compétences, par des références en production et des démonstrations sur ses propres données.
Combien coûte un consultant IA ? Les tarifs varient fortement selon la mission. Le chiffre qui compte est le coût total sur douze mois : prestation, abonnements, consommation d’API, supervision et maintenance. Exigez ce chiffrage par écrit avant de signer, car une intégration bon marché peut devenir coûteuse à maintenir.
Qu’est-ce que l’AI washing ? L’AI washing consiste à présenter un produit comme reposant sur l’intelligence artificielle alors qu’il n’en utilise pas, ou beaucoup moins qu’annoncé. En mars 2024, la SEC américaine a sanctionné deux conseillers en investissement de 400 000 dollars au total pour ce type de promesses trompeuses.
Faut-il un consultant IA pour une petite entreprise ? Pas toujours. Si votre besoin est ponctuel, un outil bien choisi peut suffire. Un consultant devient utile dès que l’IA touche des données confidentielles, des clients ou des décisions engageantes. Dans ce cas, la question 6 (« qu’est-ce qui n’a pas besoin d’IA ? ») vous fera souvent économiser beaucoup.
Quelle est la différence entre un utilisateur avancé et un expert IA ? Un utilisateur avancé sait obtenir de bons résultats des outils. Un expert sait quand ils échouent, à quelle fréquence, et ce qu’il faut faire ensuite. L’affaire Mata v. Avianca l’illustre : savoir utiliser ChatGPT n’a pas empêché des avocats chevronnés de citer des jugements inventés.
À retenir
- « Expert IA » n’a aucune définition légale : jugez sur preuves, pas sur titre.
- La démo teste la technologie ; la production teste l’intégration.
- Un vrai expert parle d’abord des échecs, de la mesure et de vos données.
- Le filtre des 8 questions sépare en une réunion le branchement rapide de l’intégration réelle.
- Une architecture qui cite ses sources et garde vos données chez vous répond déjà à plusieurs de ces questions.
Vous évaluez un prestataire ou un projet IA en ce moment ? Découverte Sceptra | Mathieu BONVALET : je passe votre projet au filtre des 8 questions, sans engagement. Vous pouvez aussi tester le simulateur par métier sur https://sceptra.ai/#simulation