La conférence AI Partner de 36Kr s’est tenue les 19 et 20 mai à Beijing Yizhuang, réunissant un jury de quatorze membres comprenant Cheng Xin de Bain et Yu Chenao de BCG. Les critères de sélection des cas, que ces deux cabinets ont contribué à définir, dévalorisent discrètement ce pour quoi ils facturent encore à la diapositive. Le standard d’un « cas de pénétration par scénario IA » stipule que cette pénétration ne se mesure pas à « la pointe technologique de l’IA elle-même », mais à son intégration dans les processus métier fondamentaux et à la production de « résultats business quantifiables et attribuables ». Deux associés de cabinets de conseil ont prêté leur nom à un cadre de référence qui valorise le jugement opérationnel et déprécie la maîtrise de l’IA. La note de synthèse est l’actif qui se dévalue.

Les critères constituent eux-mêmes la démonstration, précisément parce qu’ils ont été fixés par des acteurs dont le modèle économique en pâtit. Zou Ping, directrice de l’institut de recherche de 36Kr, a identifié trois signaux clés pour le jury : des cycles de R&D et de validation compressés d’un ordre de grandeur, une collaboration homme-machine approfondie en pratique avec des gains mesurables d’efficacité globale, et une progression substantielle de la qualité du produit ou du service. Tan Yinliang, professeur de sciences de la décision à la CEIBS et membre du même jury, a ajouté une définition de la profondeur en quatre points : l’IA doit pénétrer les décisions critiques et déclencher des actions, former une boucle complète données-décision-exécution-retour, attribuer les résultats business à l’échelle de l’unité, et s’intégrer à la couche système plutôt que rester un outil de surface. Aucun de ces critères ne demande la taille du modèle, quelle architecture a prévalu, ou quelle note de stratégie a cadré le déploiement. Toutes les questions se situent en aval du choix du modèle, dans la couche que la plupart des cabinets facturent comme une mission distincte après que le modèle a déjà été sélectionné.

La rareté nommée par le jury, c’est l’opérateur capable d’identifier quelles décisions méritent la boucle.

La connaissance des modèles se déprécie parce que la capacité des fondations s’est banalisée — DeepSeek, Qwen, Zhipu et Kimi opèrent aujourd’hui à des niveaux de performance pour lesquels les acheteurs payaient encore des prix premium il y a deux ans — et les critères du jury récompensent ce que ce basculement a laissé rare. L’arbitrage du prompt engineering de l’année dernière se réduit à une fonctionnalité gérée dans la prochaine version. Le jugement opérationnel sur les décisions à basse fréquence ne se déprécie pas, parce que le problème sous-jacent n’est pas résolu par une inférence plus rapide : quand remanier le prix d’une catégorie, quand réacheminer des stocks, quand escalader une révision de conformité. Les critères de 36Kr récompensent « l’attribution des métriques business à l’échelle de l’unité » précisément parce que cette attribution exige quelqu’un qui connaissait déjà l’économie de l’unité avant l’arrivée du modèle. Zhang Yun de Model Speed Space, également membre du jury, écrivait dans l’annonce pré-conférence que la plupart des pilotes IA échouent à passer à l’échelle parce que « les processus métier et la structure organisationnelle n’ont pas évolué de concert, pas la technologie du modèle ». Le fait que Bain et BCG proposent toujours des missions articulées autour de « la stratégie IA » comme livrable distinct rend ce cadre encore plus difficile à écarter comme neutre.

Le schéma est visible ailleurs dans la propre couverture de 36Kr. Un article de 36Kr sur le lancement de l’IA bureautique de WPS s’ouvre sur ce que le journaliste appelle le « piège intelligent » : des produits qui « comprennent les instructions mais ne peuvent pas exécuter le travail ». Yang Ding, responsable produit de WPS, a dit à la salle de lancement que son entreprise « distille non pas des personnes, mais le savoir-faire de l’industrie ». Deux forums différents de 36Kr, avec des sponsors différents, arrivent à la même conclusion : la parité des modèles est la ligne de base, la connaissance des workflows verticaux est le fossé défensif, et la personne capable de codifier les conventions implicites d’un domaine coûte plus cher à remplacer que celle qui sait choisir le bon modèle. Les propres documents de presse de la conférence disent que son but est de « distinguer un groupe de talents rares qui comprennent à la fois l’IA et l’industrie ». La conjonction fait tout le travail dans cette phrase.

L’objection évidente est que les consultants reformulent toujours leur argumentaire un cycle avant l’acheteur, et qu’il ne s’agit que de la prochaine rotation du même manuel. Pour que cette objection tienne, les critères publiés devraient être de la mise en scène marketing — utilisés pour décrocher la mission, ignorés une fois que les diapositives commencent à défiler. Le fait qui contredit cette lecture est que les critères ont aussi été fixés par Tan, un académique en exercice, et par Zou, qui dirige l’antenne de recherche à laquelle les propres sélections de la conférence seront confrontées dans la presse. Un standard qu’un académique et un directeur de recherche devront défendre publiquement est un standard qui survit à la mission. La note de stratégie ne survit pas à cet audit, ce qui explique pourquoi c’est elle qui se déprécie.

Le risque de se tromper réside dans la structure du livrable que les entreprises continuent d’acheter. Une entreprise qui paie en 2026 pour une note de stratégie IA achète un actif à durée de vie limitée, parce que chaque critère du jury de 36Kr dit que ce qui perdure, c’est la boucle intégrée, pas le cadre de référence. Si ces critères deviennent la norme, les cabinets avec des marges durables seront ceux capables d’auditer un processus, d’identifier la décision à basse fréquence qui mérite d’être instrumentée, et de rester suffisamment longtemps pour refermer la boucle de rétroaction dans le trimestre suivant. Cette capacité réside chez les opérateurs qui comprennent déjà l’unité, pas dans les démonstrations de fournisseurs ou les notes horizontales. Le jury de Yizhuang n’a pas dit que la connaissance de l’IA est sans valeur. Il a dit qu’elle n’est plus la ressource rare — et qu’un jury l’affirmant par écrit, c’est précisément ce que la salle était censée retenir.