Squareness

Le contexte : un cabinet de conseil financier où l'IA avançait sans cadre

Squareness est un cabinet indépendant de conseil financier et opérationnel qui se présente sous la signature Partners in Quality. Selon son site, la structure réunit plus de 60 collaborateurs sur deux bureaux et revendique plus de 1 500 missions réalisées. Son activité se répartit entre deux pôles : Financial Advisory, qui couvre les Transaction Services, l'ingénierie financière et le restructuring, et Business Solutions, qui regroupe l'accompagnement, la transition et la transformation.

Deux métiers, donc, avec des rythmes et des livrables différents : d'un côté des due diligences et des analyses financières sous forte pression de délai, de l'autre des missions d'accompagnement plus longues. Cette dualité explique l'essentiel de ce que Koïno a trouvé en arrivant.

« Partners in Quality » : la signature que Squareness affiche sur son site résume l'exigence qui a guidé le choix des cas d'usage retenus pendant la mission.

Le problème : des usages IA individuels que le cabinet ne capitalisait pas

Chez Squareness, l'intelligence artificielle n'était pas absente. Elle était invisible. Quelques collaborateurs avaient adopté ChatGPT de leur propre initiative, chacun avec ses habitudes, sans cadre partagé ni trace de ce qui fonctionnait. C'est le signal que Koïno retrouve dans la majorité des organisations qui avancent vite sur ce terrain : les gains existent, mais ils restent individuels et disparaissent avec la personne qui les a produits.

• Un écart de maturité entre les deux pôles. Une formation générique aurait ennuyé les plus avancés et perdu les autres, sans traiter les workflows réels de chacun.
• Aucun cas d'usage documenté. Personne ne savait précisément quoi automatiser en priorité, ni selon quel critère arbitrer entre deux chantiers.
• Aucune base chiffrée pour décider. La direction voulait des gains d'efficience mesurables et une approche par le retour sur investissement, mais ne disposait d'aucun point de départ pour construire un scénario budgétaire.

À cela s'ajoutait un enjeu de gouvernance documentaire, sensible dans un cabinet qui manipule des données financières confidentielles pour le compte de ses clients.

La solution : six jours en trois phases, construits à partir des workflows réels

Koïno a écarté d'emblée le format catalogue. La demande de Squareness portait sur la revue et l'optimisation des workflows de bout en bout, pas sur une sensibilisation générale à l'IA. L'accompagnement a donc été construit autour de la méthode Sx4 du cabinet, dont il mobilise les deux premières étapes, Scan et Shape, avant la formation.

1. Phase 1, atelier découverte, une journée sur site. Pré-cartographie des workflows en amont, puis entretiens flash avec les responsables métier des deux pôles. Objectif : comprendre le workflow réel de bout en bout, identifier les irritants et évaluer la maturité IA de chaque équipe. Une seule journée mobilisée côté client, pour ne pas peser sur les missions en cours.
2. Phase 2, préparation sur mesure, deux jours. Les irritants relevés sont transformés en cas d'usage propres à Squareness. Koïno rédige une bibliothèque de prompts prêts à l'emploi, conçoit les actifs réutilisables que les équipes garderont après la mission, et instruit les premières pistes d'agents IA adaptées aux deux pôles.
3. Phase 3, formation, trois jours sur site. La première journée porte sur le prompting avancé et introduit les agents IA ainsi que Claude Code. La deuxième est consacrée à des ateliers pratiques par pôle, où chaque participant résout un problème réel tiré de ses propres dossiers. La troisième approfondit Claude Code et les Skills. Chaque participant repart avec un kit de démarrage.

Le point de bascule tient dans la deuxième journée de formation. Les participants ne travaillent pas sur des exercices fictifs mais sur leurs dossiers du moment : c'est ce qui transforme une démonstration en réflexe de travail.

Contraintes respectées : confidentialité, hétérogénéité des niveaux et disponibilité des équipes

Trois contraintes ont structuré la mission. La première tient à la nature du métier : un cabinet de conseil financier manipule des données confidentielles appartenant à ses clients, ce qui impose de cadrer ce qui peut ou non être soumis à un outil d'IA. La gouvernance documentaire faisait d'ailleurs partie des enjeux exprimés par Squareness dès le départ.

La deuxième est l'écart de maturité entre les pôles, traité par des ateliers séparés le deuxième jour plutôt que par un tronc commun nivelé par le bas. La troisième est la disponibilité : dans un cabinet en mission, le temps de formation se prend sur du temps facturable. D'où le format retenu, une seule journée de découverte côté client et une préparation entièrement portée par Koïno hors site.

Les résultats : l'IA passée d'usage individuel à pratique d'équipe

Le relevé effectué trois mois après la formation montre un changement d'échelle plutôt qu'un gain ponctuel.

Le gain de cinq heures par semaine et par collaborateur est une estimation issue du relevé à trois mois, pas une mesure instrumentée : il porte sur la rédaction, la synthèse documentaire et la préparation de dossiers, les trois familles de tâches que les ateliers avaient identifiées comme les plus consommatrices. Rapporté à un cabinet de plus de 60 personnes, l'ordre de grandeur explique pourquoi la question n'est plus de savoir s'il faut former, mais sur quels workflows commencer.

Et après ? Des cas d'usage prêts à devenir des agents

La cartographie produite en phase 1 conserve sa valeur après la formation : elle liste les workflows par ratio impact sur effort et sert de file d'attente pour la suite. Les pistes d'agents instruites en phase 2 constituent le prolongement naturel de l'accompagnement, en passant de l'usage assisté, où le collaborateur pilote l'outil, à l'automatisation, où l'agent exécute une tâche de bout en bout. C'est exactement la logique des étapes Ship et Scale de la méthode Sx4, que Koïno a déployées chez d'autres cabinets de conseil.

Pour un cabinet de conseil en fusion-acquisition, le cas Adviso Partners montre ce que donne cette étape suivante : plus de 120 heures par mois économisées grâce à des agents dédiés à la synthèse documentaire et à la veille. Côté acculturation à grande échelle, le programme mené avec CAPZA illustre la même démarche appliquée à un portefeuille de participations.

Un défi similaire ? Cartographiez vos workflows avant de former vos équipes

Si vos collaborateurs utilisent déjà l'IA chacun dans leur coin, le problème n'est pas l'adoption : c'est la capitalisation. Une formation générique ne le résout pas, parce qu'elle ne touche pas vos workflows réels. Commencer par une journée de cartographie coûte peu et change tout le reste du dispositif.

Pour situer votre organisation, notre guide du diagnostic IA détaille les livrables à exiger, et notre programme de formation IA pour dirigeants et équipes décrit les formats possibles. Parlons de vos workflows en 30 minutes pour identifier vos deux ou trois premiers cas d'usage.

FAQ : acculturation à l'IA dans un cabinet de conseil

Combien de temps faut-il pour acculturer un cabinet à l'IA ?

Chez Squareness, six jours ont suffi, répartis en une journée de cartographie sur site, deux jours de préparation hors site et trois jours de formation. Le facteur limitant n'est pas la durée de la formation mais la qualité de la cartographie qui la précède : sans elle, les ateliers retombent sur des exemples génériques que les participants n'appliquent pas.

Combien coûte un accompagnement IA de ce type ?

Le budget dépend du nombre de pôles à couvrir et de la profondeur de la cartographie. Nos ordres de grandeur, du cadrage à la mise en production, sont détaillés dans notre guide des prix d'un projet IA en 2026.

Comment gérer des niveaux de maturité IA très différents entre équipes ?

En séparant les ateliers pratiques par pôle plutôt qu'en nivelant le tronc commun. Chez Squareness, la première journée a posé un socle commun de prompting, puis la deuxième a éclaté les équipes par métier, chaque participant travaillant sur ses propres dossiers. C'est ce qui évite de perdre les moins avancés tout en gardant les plus autonomes.

Et la confidentialité des données clients pendant la formation ?

Elle se traite en amont, pas pendant les ateliers. La phase de préparation sert notamment à définir ce qui peut être soumis à un outil d'IA et ce qui ne le peut pas, question centrale dans un cabinet qui manipule des données financières appartenant à ses clients. Notre guide sur l'IA souveraine et l'hébergement des données en Europe détaille les options techniques.