<aside> 🎯
Le vrai enjeu n'est pas méthodologique — il est stratégique. Pendant que la profession débat de la validité des répondants synthétiques, McKinsey licencie 2 000 personnes parce que l'IA fait en 10 minutes ce qui prenait 10 jours. L'arbre du débat méthodologique ne doit pas cacher la forêt de la transformation radicale du métier.
</aside>
<aside> ⚠️
Ce n'est pas un plaidoyer pour l'IA à tout prix — Les garde-fous méthodologiques sont essentiels. Mais la vraie question est : qui définit les règles du jeu ? Ceux qui conçoivent les méthodes, ou ceux qui prennent les décisions ?
</aside>
Ces dernières semaines, plusieurs tribunes ont animé un débat passionnant sur l'usage de l'intelligence artificielle en études de marché. Luc Balleroy (OpinionWay) met en garde contre le « mirage des interviews synthétiques » et rappelle l'importance fondamentale de la représentativité.[1] Mathilde Guinaudeau (Ipsos) questionne : « données synthétiques, baguette magique ou mirage ? » et souligne que l'IA doit augmenter l'expertise humaine, non la remplacer.[2] Daniel Bô rappelle à juste titre que l'IA est un amplificateur : elle amplifie les bonnes pratiques comme les mauvaises, et qu'il faut structurer, itérer, challenger.[3] Isabelle Milgrom pointe les limites des répondants synthétiques dans leur capacité à restituer le « cheminement de l'insight » — cette maïeutique si précieuse en qualitatif.[4]
Ces contributions sont légitimes, rigoureuses, et nécessaires. Elles rappellent des exigences fondamentales de notre métier.
Mais pendant que nous débattons méthodologie, un événement passe presque inaperçu : McKinsey vient de licencier 2 000 personnes. Pas par manque d'activité, mais parce que l'IA fait en 10 minutes ce qui prenait 10 jours à une équipe d'analystes.[5]
Ce paradoxe révèle un angle mort du débat actuel : l'arbre ne doit pas cacher la forêt. Les discussions méthodologiques risquent de minorer l'ampleur d'une transformation qui dépasse largement la question des outils. Il ne s'agit pas seulement de savoir si les répondants synthétiques reproduisent fidèlement le « cheminement » du discours humain. Il s'agit de comprendre que le métier des études de marché subit la même disruption que les cabinets de conseil : un changement de paradigme, pas une simple évolution.
En janvier 2025, McKinsey a confirmé une vague de licenciements touchant environ 2 000 collaborateurs — soit près de 10% de ses effectifs sur deux ans.[5] Bob Sternfels, son CEO, l'a formulé sans détour : certains rôles connaîtront une croissance de 25%, d'autres subiront des coupes de 25%. La raison ? L'IA absorbe désormais une partie massive du travail analytique junior : recherche, synthèse, modélisation, rédaction de slides.[6]
Le « pyramid model » traditionnel — une large base d'analystes juniors facturant des heures, supervisés par quelques partners — s'effondre au profit du « consulting obelisk » : une structure plus étroite, verticale, où l'expertise senior prime. Le Financial Times rapporte que les grands cabinets gèlent les salaires de départ et ne recrutent plus de juniors que s'ils maîtrisent l'IA dès le premier jour.
Mais il y a un paradoxe fascinant dans cette transformation : alors que l'IA remplace une partie du travail analytique junior répétitif, elle offre simultanément un accélérateur inédit pour la formation du jugement critique — y compris pour ceux qui n'ont pas encore d'expérience.
Traditionnellement, un junior montait en compétence en passant des centaines d'heures à coder des verbatims, construire des tableaux, synthétiser des rapports. C'était long, mais c'est comme ça qu'on apprenait le métier. Le problème ? Cette courbe d'apprentissage prenait 2 à 3 ans avant d'atteindre un niveau de jugement critique solide.
Aujourd'hui, l'IA bouleverse cette équation. Un junior équipé d'un LLM peut :
Le résultat ? Une compression radicale du cycle d'apprentissage. Là où il fallait attendre des mois pour accumuler assez de cas et développer son intuition, un junior peut aujourd'hui itérer 10 fois plus vite — à condition d'avoir un cadre méthodologique rigoureux et un senior qui challenge.
C'est exactement ce que McKinsey et BCG ont compris : ils ne recrutent plus de juniors qui exécutent — ils recrutent des juniors qui savent faire travailler l'IA et challenger ses sorties. Des juniors qui développent leur jugement critique avec l'IA, pas malgré elle.
Cette dynamique s'applique aussi aux études de marché. Former un chargé d'études qui sait cadrer un brief, structurer une hypothèse, valider une méthodologie, challenger une conclusion — c'est désormais possible beaucoup plus vite. Mais seulement si on accepte de repenser la pédagogie du métier.
Le Financial Times confirme cette tendance : les grands cabinets gèlent les salaires de départ et ne recrutent plus de juniors que s'ils maîtrisent l'IA dès le premier jour.[7] Harvard Business Review titre : « AI Is Changing the Structure of Consulting Firms ».[8]