Agents IA dans les services professionnels : conseil, audit, finance et 7 cas concrets

Les services professionnels (conseil en stratégie, audit, banque d’affaires, expertise) sont le secteur où l’IA agentique frappe le plus directement le cœur de métier. Ailleurs, l’agent automatise une tâche périphérique ; ici, il s’attaque à la matière première elle-même : la recherche documentaire, l’analyse, la production de livrables intellectuels. Conséquence, c’est aussi le secteur où la question de la transformation du modèle économique se pose avec le plus d’acuité. Quand un agent fait en minutes le travail de recherche qui occupait une semaine d’un junior, c’est la pyramide de facturation qui vacille.

Cet article enfant du cluster sectoriel complète notre panorama des agents IA par secteur en zoomant sur les services professionnels, après nos études sur la banque et l’assurance, l’industrie 4.0, la santé, le retail et l’immobilier. Le volet juridique étant déjà traité dans notre dossier dédié à l’agent IA juridique, nous le laissons de côté ici pour nous concentrer sur le conseil, l’audit et la finance d’entreprise. Sept déploiements concrets, tous publiquement sourcés.

En bref

• McKinsey a déployé son assistant interne Lilli auprès de plus de 70 % de ses effectifs ; l’outil scanne plus de 100 000 documents internes en quelques secondes et traite des centaines de milliers de requêtes par mois.
• Les Big Four ont basculé dans l’agentique à grande échelle : PwC a déployé environ 25 000 agents via sa plateforme agent OS, EY revendique 1 000 agents en 2025 avec un objectif de 100 000 d’ici 2028, KPMG a lancé Workbench.
• Rogo, plateforme IA dédiée à la finance, a levé une série D de 160 M$ portant sa valorisation à 2 Md$, avec des clients comme Lazard et Rothschild & Co.
• Hebbia est utilisée par plus de 40 % des plus grands gérants d’actifs par encours, pour la due diligence à fort enjeu.
• Une analyse estime que des outils comme Lilli et Deckster réalisent déjà près de 80 % du travail de recherche et de production de slides d’un analyste junior, en quelques secondes.
• Pour structurer un projet, découvrez notre formation aux agents IA pour les cabinets et sociétés de conseil.

Pourquoi les services professionnels vivent la transformation la plus profonde

Le secteur des services professionnels ne déploie pas l’IA agentique en périphérie. Trois forces structurelles le placent en première ligne.

Première force : le cœur de métier est précisément ce que les agents savent faire. Un cabinet de conseil ou d’audit vend de la recherche, de l’analyse et des livrables documentaires. C’est exactement le terrain des agents IA : synthétiser des milliers de pages, comparer des points de données entre sources, rédiger une première version. Ce qui occupait une semaine d’un nouveau collaborateur se fait désormais en minutes. Contrairement aux autres secteurs où l’IA touche le support, ici elle touche la production de valeur facturée.

Deuxième force : la pyramide de facturation est menacée. Le modèle historique du conseil repose sur des armées de juniors facturés cher pour du travail d’analyse. Si l’agent fait ce travail, la justification de la pyramide s’effrite. Les premiers signes sont visibles : PwC prévoit de réduire d’un tiers son recrutement de jeunes diplômés sur trois ans, McKinsey a réduit ses effectifs depuis 2023. Le secteur cherche un nouveau modèle, vers des honoraires liés aux résultats plutôt qu’au temps passé.

Troisième force : la donnée propriétaire devient l’actif différenciant. Quand tout le monde a accès aux mêmes grands modèles, ce qui distingue un cabinet, c’est la capacité à brancher l’agent sur son capital de connaissance accumulé. Lilli est entraînée sur plus d’un siècle de savoir McKinsey. La course n’est plus à l’accès au modèle, mais à la qualité du socle documentaire qu’on lui donne à exploiter, via des techniques comme le RAG.

Côté maturité, les grands cabinets de conseil et les Big Four ont des longueurs d’avance : assistants internes déployés dès 2023-2024, budgets massifs, directions data structurées. Les cabinets de taille moyenne et les indépendants adoptent par la voie des plateformes verticales tierces (Hebbia, Rogo et leurs concurrents). Le volet juridique, traité dans notre dossier dédié, suit la même dynamique avec ses propres acteurs.

Sept déploiements en services professionnels en production en 2026

1. McKinsey Lilli : l’assistant entraîné sur un siècle de savoir-faire

McKinsey a lancé Lilli en juillet 2023, un assistant interne pensé comme un GPT entraîné sur plus de cent ans de connaissance propriétaire du cabinet. L’outil est intégré au quotidien de plus de 70 % des effectifs et réduit d’environ 30 % le temps passé sur les tâches ingrates. Techniquement, Lilli s’appuie sur le RAG pour chercher et résumer instantanément la base de connaissance, en traitant plus de 500 000 requêtes mensuelles et en scannant plus de 100 000 documents internes en quelques secondes. En parallèle, la plateforme QuantumBlack Horizon transforme les industries clientes. McKinsey prévoit de proposer des versions personnalisées de Lilli à ses clients. Le cabinet assume la trajectoire : redéfinir les rôles plutôt que remplacer les humains, avec un plan d’embauche en hausse pour 2026.

2. BCG : Deckster, GENE et la fabrique de GPTs personnalisés

Au Boston Consulting Group, neuf consultants sur dix ont adopté l’IA. Le cabinet a développé une dizaine d’outils internes, dont Deckster (éditeur de présentations utilisé par 40 % des associés chaque semaine) et GENE (chatbot à interface vocale pour brainstormings et création de contenus). La singularité de BCG est ailleurs : ses consultants créent des GPTs personnalisés pour des tâches précises (analyse de présentations, anticipation des questions clients, formatage aux gabarits maison). Le nombre de collaborateurs qui créent ces agents aurait été multiplié par cinq en un an, faisant de BCG le plus gros créateur d’outils de ce type parmi les clients d’OpenAI. Le modèle est intéressant pour toute organisation : l’appropriation par les métiers plutôt que le déploiement descendant.

3. PwC et KPMG : l’agentique industrialisée des Big Four

Les Big Four ont basculé d’une logique d’assistant unique à une logique de flotte d’agents. PwC a déployé environ 25 000 agents intelligents via sa plateforme agent OS, après être devenu le plus gros client entreprise d’OpenAI et son premier revendeur. KPMG a lancé Workbench, connectant une cinquantaine d’agents avec près d’un millier d’autres en développement, adossé à une alliance massive avec Microsoft. Ces plateformes irriguent l’audit, la fiscalité et le conseil. L’impact sur l’emploi est explicite : PwC anticipe une réduction d’un tiers de son recrutement de jeunes diplômés sur trois ans, en partie liée à l’IA. C’est le signal le plus net de la mutation du modèle de production des services professionnels.

4. EY : la trajectoire des 100 000 agents

EY a développé 1 000 agents IA en 2025 et vise les 100 000 d’ici 2028. La trajectoire est révélatrice d’un changement de nature : on ne parle plus d’un assistant que les collaborateurs consultent, mais d’une population d’agents spécialisés qui exécutent des tâches dans les workflows d’audit et de conseil. Chaque agent prend en charge une micro-tâche (extraction d’une donnée d’un contrat, contrôle de cohérence d’un poste comptable, génération d’un livrable type). L’enjeu de gouvernance devient considérable : superviser 100 000 agents demande une infrastructure de contrôle, de traçabilité et de conformité d’une autre échelle que celle d’un simple chatbot interne.

5. Hebbia : le « marteau-piqueur » de l’analyse documentaire financière

Hebbia, issue de Stanford et soutenue par des investisseurs de premier plan, s’est imposée comme la plateforme IA de choix là où le coût de l’erreur est le plus élevé. Elle est utilisée par les grandes banques d’investissement et plus de 40 % des plus grands gérants d’actifs par encours. Son principe : des agents IA qui travaillent en équipe pour disséquer d’énormes corpus de documents (contrats, dépôts réglementaires, études de marché), comparer des points de données infimes entre des milliers de sources et automatiser des recherches qui prendraient des jours à une équipe d’experts. La société se décrit comme un « marteau-piqueur pour extraire de la donnée ». Elle a ouvert un bureau à Londres et accélère son expansion au Royaume-Uni et en zone EMEA auprès de sociétés de conseil et de private equity.

6. Rogo : l’IA agentique dédiée à la banque d’affaires

Rogo, fondée en 2021, est une plateforme IA conçue spécifiquement pour la finance. Sa série D de 160 M$ a porté sa valorisation à 2 Md$, contre 750 M$,contre750M après sa série C de janvier 2026. Ses clients incluent Lazard, Rothschild & Co et Tiger Global. Le constat de départ est parlant : les analystes juniors en banque d’affaires font le gros du travail analytique à 2 h du matin avec des outils vieux de quarante ans comme Excel. Rogo automatise les livrables de banque d’affaires (origination, exécution de deal, conseil client, gestion de portefeuille) avec une exécution agentique propre aux workflows sell-side. En mars 2026, la société a racheté Offset pour automatiser le travail financier piloté par tableur. Le cas montre la spécialisation verticale poussée : non pas un agent généraliste, mais un agent qui parle le langage de la banque d’affaires.

7. Transacted, BlueFlame AI et Brightwave : la diligence pour le private equity

Une vague de plateformes verticales s’attaque au private equity. Transacted, BlueFlame AI et Brightwave couvrent les trois modalités de la due diligence assistée par IA : plateformes spécialisées buyout, outils de recherche documentaire avec citations vérifiables, et couches de workflow financier plus larges. Transacted se positionne sur l’exécution de diligence rigoureuse avec analyses complexes sur données de société cible et livrables prêts pour le comité d’investissement. Le marqueur commun de ces outils : la traçabilité. Sous contrainte de délai serré de deal, un fonds ne peut pas se permettre une analyse non sourcée. Ces plateformes ancrent chaque conclusion sur les documents de la data room, avec un routage des points sensibles vers une revue humaine.

Cartographie des 7 cas par axe d’usage

Trois pièges spécifiques aux projets agents IA en services professionnels

L’enthousiasme autour de ces déploiements masque des dossiers économiques et déontologiques structurants. Trois pièges récurrents.

Piège 1 : automatiser sans repenser le modèle économique. C’est le piège le plus profond du secteur. Si un cabinet déploie des agents pour faire le travail des juniors mais continue de facturer au temps passé, il scie la branche sur laquelle il est assis : le client comprend vite qu’il paie pour un travail désormais quasi instantané. Les cabinets qui s’en sortent repensent leur facturation vers la valeur livrée plutôt que les heures, et redéploient les juniors vers des tâches de jugement, de relation client et de supervision des agents. La question n’est pas technique, elle est stratégique.

Piège 2 : la confiance aveugle dans un livrable produit par agent. Un agent peut produire une synthèse fluide et convaincante mais erronée. Dans le conseil et la finance, une analyse fausse présentée à un comité d’investissement engage la réputation et la responsabilité du cabinet. Les plateformes sérieuses (Hebbia, Transacted) misent sur la traçabilité : chaque affirmation est sourcée et vérifiable. La règle de gouvernance qui s’impose : un livrable produit par agent doit toujours être révisé et validé par un professionnel qui en porte la responsabilité. L’agent propose, l’humain engage.

Piège 3 : sous-estimer la gouvernance d’une flotte d’agents. Passer d’un assistant interne à 25 000 ou 100 000 agents change la nature du problème. Il faut tracer ce que chaque agent fait, garantir la confidentialité des données clients (un cabinet manipule des informations sensibles couvertes par le secret professionnel), et documenter les décisions au regard de l’AI Act et des obligations déontologiques. Les protocoles d’orchestration comme le Model Context Protocol facilitent le branchement des agents aux systèmes internes, mais la supervision reste un chantier à part entière. Sans infrastructure de contrôle, une flotte d’agents devient un risque déontologique majeur.

Comment se former à ces déploiements

Décider en confiance d’un projet agent IA en services professionnels demande de comprendre la mécanique LLM et orchestration multi-agent, les plateformes verticales du marché (et savoir quand préférer le sur-mesure), les enjeux de gouvernance d’une flotte d’agents (traçabilité, confidentialité, secret professionnel, AI Act), et surtout la refonte du modèle économique que l’automatisation impose. Proactive Academy a construit un parcours formation aux agents IA pour les cabinets et sociétés de conseil qui couvre ces quatre dimensions, avec des cas d’études basés sur les déploiements ci-dessus. Le programme est éligible OPCO et adaptable en intra-cabinet.

FAQ Agents IA dans les services professionnels

Les sept déploiements documentés racontent une histoire singulière : les services professionnels ne se contentent pas d’adopter l’IA agentique, ils doivent réinventer leur modèle économique sous sa pression. Les grands cabinets (McKinsey, BCG) et les Big Four (PwC, KPMG, EY) ont industrialisé des flottes d’agents qui touchent le cœur de la production de valeur ; les plateformes verticales (Hebbia, Rogo, Transacted) apportent aux autres une expertise métier prête à l’emploi. Le marqueur méthodologique commun : la traçabilité des livrables, la supervision humaine sur ce qui engage, et la gouvernance d’échelle. Mais le vrai chantier est stratégique : passer d’une facturation au temps passé à une facturation à la valeur, et redéployer les talents vers le jugement plutôt que l’analyse brute. Pour structurer votre approche, se former aux agents IA dans les services professionnels avec Proactive Academy reste le geste le plus rentable de 2026.