L’analyste métier face à une transformation de fond
L’analyse métier (business analysis), cette discipline qui consiste à identifier les besoins d’une organisation et à définir les solutions qui créent de la valeur, traverse une période de redéfinition. L’intelligence artificielle automatise désormais une part significative des tâches qui occupaient les analystes métier (BA) au quotidien: collecte de données, rédaction de user stories basiques, structuration d’exigences. Selon le rapport The Global State of Business Analysis 2025 de l’IIBA (International Institute of Business Analysis, organisme international de référence pour la profession), 74% des professionnels BA déclarent que l’IA impacte positivement leur carrière.
Ce chiffre surprend quand on sait à quel point le discours ambiant associe IA et suppression de postes. La réalité du terrain est plus nuancée: l’IA ne remplace pas le BA, elle déplace son centre de gravité.
Ce que l’IA prend en charge
Les tâches les plus répétitives du métier sont les premières concernées. Un outil d’IA génère en quelques secondes une première version de user stories (descriptions courtes d’un besoin fonctionnel du point de vue de l’utilisateur) à partir d’un compte-rendu d’atelier. Il structure des exigences brutes en catégories, identifie des incohérences dans un cahier des charges, produit des synthèses de documentation existante.
L’impact sur la productivité est tangible. Un BA qui consacrait deux jours à consolider les notes d’une série d’ateliers et à en extraire un premier jeu d’exigences peut désormais obtenir un résultat comparable en quelques heures, à condition de vérifier et d’ajuster la sortie de l’outil. L’IA ne produit pas un livrable fini: elle fournit une base de travail qui réduit considérablement le temps passé sur la structuration initiale.
Ces tâches représentaient une part non négligeable du temps de travail d’un BA. Leur automatisation libère des heures, mais elle pose aussi une question inconfortable: si la valeur du BA résidait dans sa capacité à formaliser les besoins, que reste-t-il quand une machine le fait plus vite?
Ce que l’IA ne fait pas
La réponse tient en un mot: interpréter. L’IA excelle dans la structuration de l’information existante, mais elle ne comprend pas le contexte politique d’une organisation, les non-dits d’un comité de direction, les tensions entre départements qui expliquent pourquoi un besoin exprimé ne correspond pas au besoin réel.
Le BA qui interroge un directeur financier sur ses attentes en matière de reporting ne se contente pas de noter des exigences. Il détecte les contradictions entre ce qui est dit et ce qui est souhaité, il identifie les hypothèses implicites, il anticipe les résistances au changement. Ce travail d’interprétation et de médiation reste hors de portée de l’IA, et il constitue précisément la partie du métier à plus forte valeur ajoutée.
Le même rapport IIBA confirme cette tendance: 76% des praticiens rapportent un rôle accru dans la prise de décision stratégique. Le BA ne disparaît pas, son rôle gagne en dimension stratégique.
Le profil hybride comme nouvelle norme
Pendant longtemps, on distinguait clairement le BA “métier” du BA “technique”. Le premier parlait aux utilisateurs, le second aux développeurs. Cette séparation n’a plus de sens dans un environnement où les projets impliquent systématiquement des composantes technologiques, y compris de l’IA.
Le profil attendu aujourd’hui combine trois dimensions: des compétences analytiques (structurer un problème, modéliser des processus), des compétences relationnelles (faciliter des ateliers, gérer les parties prenantes) et une culture technique suffisante pour dialoguer avec les équipes de développement et comprendre les possibilités et limites des technologies déployées.
Cette convergence ne signifie pas que le BA doit devenir développeur ou data scientist. Elle implique en revanche une forme de data literacy (la capacité à lire, comprendre et utiliser des données pour prendre des décisions) et une compréhension des systèmes d’IA, notamment leurs biais, leurs limites et le phénomène d’hallucination. Concrètement, un BA doit pouvoir évaluer si un modèle prédictif repose sur des données représentatives et si ses résultats sont interprétables par les décideurs métier.
Nouvelles compétences, même mission
La liste des compétences attendues s’allonge, mais la mission fondamentale du BA reste identique: faire le lien entre les objectifs stratégiques d’une organisation et les solutions qui permettent de les atteindre. Ce qui change, c’est l’outillage et la nature des solutions.
Quand un projet intègre une composante d’IA, le BA doit être capable de poser les bonnes questions sur la qualité et la disponibilité des données, sur les biais susceptibles d’affecter les résultats, et sur la manière de mesurer la valeur créée par un algorithme. Ces questions ne sont pas fondamentalement différentes de celles qu’un BA pose sur n’importe quel projet. Elles exigent simplement un vocabulaire et un cadre de référence adaptés, en particulier la capacité à déterminer si les indicateurs de performance choisis reflètent réellement les objectifs métier plutôt que des métriques techniques déconnectées de la réalité opérationnelle.
L’IIBA identifie par ailleurs le prompt engineering (la formulation de requêtes précises adressées à un outil d’IA pour en orienter les résultats) comme une compétence émergente dans la profession. Savoir structurer ces requêtes pour obtenir des résultats exploitables est devenu un savoir-faire pratique du quotidien, au même titre que la maîtrise d’un outil de modélisation.
Du recueil d’exigences à la définition de la valeur
Le repositionnement du BA se résume à un glissement: de la documentation exhaustive vers l’analyse stratégique. L’époque où un BA passait des semaines à rédiger un cahier des charges de 200 pages touche à sa fin, non pas parce que les exigences ont disparu, mais parce que l’IA accélère leur formalisation et que les méthodes agiles ont réduit la taille des livrables.
Le temps libéré permet au BA de se concentrer sur des activités à plus forte valeur: cadrer le périmètre d’un projet en amont, questionner les hypothèses des sponsors, évaluer les options stratégiques avant de lancer un développement. Le BA devient moins un rédacteur d’exigences et davantage un conseiller en création de valeur, capable de dire non à une demande qui ne produit pas de bénéfice mesurable.
Cette évolution n’est pas une rupture: elle prolonge une tendance visible depuis une décennie. L’IA l’accélère, mais ne l’a pas créée. Les BA qui avaient déjà développé une posture de conseil stratégique abordent cette transformation avec un avantage significatif.