Êtes-vous un Analyste Métier Prêt pour l’IA ?

✍️ Par Paul Emmanuel NJIKI NJIKI & Trintignac Thibault — Juillet 2025
📢 Article revu dans le cadre de l’initiative « Ideas in Action » de l’IIBA
🔗 Basé sur l’article original publié sur le blog de l’IIBA : Are You an AI-Ready Business Analyst?

Avis de non-responsabilité : Les opinions exprimées dans cet article sont celles des auteurs et ne reflètent pas nécessairement celles de l’IIBA.

L’intelligence artificielle (IA) transforme le monde professionnel à un rythme sans précédent. De la finance à la santé, en passant par l’éducation et les transports, l’IA imprègne chaque secteur.

Selon un rapport de Microsoft et LinkedIn, 66 % des dirigeants n’embaucheraient pas une personne sans compétences en IA, et 75 % des travailleurs utilisent désormais l’IA dans leur travail. Bien que l’IA puisse considérablement accroître la productivité, 45 % des professionnels craignent qu’elle ne remplace leur emploi.

L’essor des outils d’IA suscite à la fois des opportunités et des inquiétudes. Allons-nous vers un avenir où l’IA remplacera les travailleurs, ou, pour reprendre les mots du professeur Karim Lakhani (Harvard Business School), vers un avenir où "les humains avec IA remplaceront les humains sans IA" ?

Quelle que soit votre position sur cette question, une chose est certaine : l’IA redéfinit déjà pratiquement toutes les professions, y compris celle d’analyste métier. Mais que signifie cette transformation pour les professionnels de l’analyse métier ? Qu’est-ce qui change concrètement dans ce monde piloté par l’IA ? Quelles compétences devons-nous développer pour rester pertinents ?

Cet article s’appuie sur le billet initial de Paul Emmanuel NJIKI NJIKI, enrichi et revu par Trintignac Thibault, afin de proposer une vision étendue, structurée et ancrée dans les enjeux actuels de transformation des compétences en analyse métier à l’ère de l’intelligence artificielle.

Le Cube de l’Analyste Métier Prêt pour l’IA

Le AI-Ready BA Cube identifie trois axes clés par lesquels l’IA impacte l’analyse métier :

1. L’IA comme outil de productivité

Le Guide BABOK identifie l’utilisation efficace des outils technologiques comme une compétence fondamentale. Traditionnellement, les outils comme la bureautique, les plateformes de communication ou de modélisation servaient à produire des livrables, collaborer ou analyser.

Avec l’IA, notamment générative, les possibilités sont démultipliées :

2. L’IA comme partie prenante

Peut-on collaborer avec une IA sponsor ? Un collègue IA ? Des cas réels existent : Tang Yu, robot PDG en Chine (NetDragon Websoft, 2022), ou Devin, ingénieur logiciel IA (Cognition AI, 2024).

Même si les IA ne sont pas des "personnes" selon le BABOK, elles doivent être considérées comme des parties prenantes dans les projets IA.

Cela implique de nouvelles pratiques :

• Adapter les techniques d’engagement de parties prenantes

• Développer des compétences spécifiques pour interagir efficacement avec des agents IA (prompt engineering, gestion de l’éthique)

• Intégrer les IA dans les matrices de parties prenantes et anticiper leurs limites techniques ou biais potentiels

3. L’IA comme nouvelle perspective

L’IA s’ajoute aux perspectives classiques de l’analyse métier (agilité, IT, BI, architecture...). Elle demande d’adapter les méthodes, les outils et les livrables.

Selon McKinsey (2024), 72 % des entreprises ont déjà intégré l’IA dans au moins une fonction (soit 30 % de plus qu’en 2023). Les analystes doivent :

• Construire des business cases pour les initiatives IA, en évaluant le retour sur investissement et les risques

• Définir des exigences adaptées aux systèmes IA, notamment en intégrant les spécificités du machine learning ou des modèles génératifs

• Gérer les risques de biais, sécurité, explicabilité et confiance à travers des dispositifs de gouvernance adaptés

Au-delà du Cube : Axes complémentaires pour se préparer efficacement

4. L’évolution du rôle de l’analyste métier

L’analyste métier ne se limite plus à faire le lien entre les besoins métier et les solutions techniques. Il devient :

• Un facilitateur de l’adoption responsable de l’IA dans l’organisation

• Un médiateur entre les experts métiers, les data scientists, les équipes IA et les parties prenantes réglementaires

• Un acteur stratégique, capable de challenger les opportunités IA avec discernement

Sources : IIBA (AI & BA white paper), Gartner (Data & Analytics Trends 2024), OCDE (AI Literacy 2023)

5. Nouvelles compétences clés

Domaine	Compétence actuelle	Compétence IA
Analyse des besoins	User stories	Prompts intelligents, reformulation d’entrées IA
Gestion des exigences	UML/BPMN	Recueil automatisé, utilisation de modèles IA
Communication	Réunions classiques	Dialogue structuré avec IA, validation de livrables

Sources : WEF (Future of Jobs 2023), SFIA, IIBA (Global Research 2023)

6. Cadre éthique et réglementaire

L’analyste doit :

• Identifier les obligations liées au RGPD, à la transparence algorithmique ou à la non-discrimination

• Déterminer les exigences de traçabilité et de redevabilité des systèmes IA

• Intégrer des outils comme l’AI Ethics Canvas, l’AI Risk Matrix, ou les principes UNESCO sur l’IA

Sources : CNIL, Commission européenne (AI Act), UNESCO

7. IA et collaboration augmentée

L’IA change la dynamique collaborative :

• Traduction automatique, synthèse en temps réel, soutien à la réunion

• Prototypage rapide grâce à l’IA

• Interaction avec des jumeaux numériques ou simulateurs pour tester les décisions

Sources : MIT Sloan (The Augmented Collaborator), Forrester, McKinsey

8. Études de cas : IA et analyse métier en action

• Santé : IA utilisée dans un hôpital pour analyser les demandes patients et générer des parcours types

• Banque : Extraction d’intentions clients depuis les conversations des centres d’appel

• Administration : copilotes IA pour l’analyse d’impact réglementaire automatisée

Sources : Harvard Business Review, IIBA, témoignages professionnels

Conclusion : Prêt ou non ?

Être un analyste métier prêt pour l’IA, c’est :

• Utiliser l’IA comme outil quotidien

• Travailler avec l’IA comme une partie prenante

• Aborder les projets IA avec une perspective métier éclairée

Mais aussi : élargir ses compétences, renforcer sa culture éthique, développer un regard critique et s’inscrire dans une logique d’apprentissage permanent.

Alors… êtes-vous prêt à devenir un analyste métier augmenté par l’IA ?

📚 Pour aller plus loin : Futureproof: Amplifying Agility with AI and Insightful Business Analysis – Angela Wick et Tim Coventry (IIBA Bookstore)

Paul Emmanuel NJIKI NJIKI est Coach et Formateur en Analyse Métier, fondateur d’AIReadyBA.com, plateforme bilingue dédiée à l’analyse métier à l’ère de l’IA. Il enseigne également à l’Université Laval (Canada) et a été VP Développement Professionnel du chapitre IIBA Québec (2020–2024).

Trintignac Thibault est analyste métier, auteur et formateur. Il contribue activement à la professionnalisation de l’analyse métier à travers ses travaux sur la normalisation des pratiques, la traduction d’ouvrages de référence de l’IIBA, et l’accompagnement des organisations dans l’intégration de l’IA dans leurs processus de transformation.