Le Conseil de Guerre : Pourquoi l’IA Produit la Même Stratégie GTM pour Tout le Monde

---

Les chercheurs de Harvard ont compté. Trente mille simulations. Sept grands modèles de langage. Sept tensions stratégiques fondamentales : différenciation contre domination par les coûts, long terme contre court terme, exploration contre exploitation.

Résultat ? Chaque LLM a convergé vers les mêmes options. Systématiquement. Sans exception.

Ils ont inventé un mot pour ça : trendslop. L’IA vous recommande ce qui est en vogue dans ses données d’entraînement, pas ce qui est adapté à votre situation spécifique. Et c’est là que ça coince vraiment : améliorer son prompting ne résout pas le problème. Vous pouvez fournir davantage de contexte, décrire votre marché en détail, personnaliser vos instructions. Les biais persistent.

Si vous et vos trois principaux concurrents avez utilisé un LLM pour construire votre stratégie GTM cette année, il y a de bonnes chances que vous ayez produit des plans qui se ressemblent. Peut-être plus qu’aucun de vous ne veut l’admettre. Le résultat: Aucune différenciation dans le processus de vente.

Wellington avait compris quelque chose que nous sommes en train de réapprendre à nos dépens.

I. Le Champ de Bataille Moderne : L’Homogénéisation Silencieuse

L’étude HBR publiée en mars 2026 est inconfortable. Non pas parce qu’elle révèle que l’IA est incompétente. Elle révèle quelque chose de plus subtil : l’IA produit des recommandations qui correspondent à la moyenne de ce qui a été écrit sur la stratégie. La synthèse consensuelle de la littérature managériale des vingt dernières années.

Ce n’est pas rien. Mais peut-on vraiment considérer que c’est de la stratégie ? Pas vraiment.

La stratégie, c’est précisément la capacité à s’écarter de ce que fait la moyenne. À prendre des paris asymétriques. À identifier la configuration précise de votre marché, de vos ressources et de vos concurrents pour trouver l’angle que personne d’autre n’a pris. Autrement dit : tout ce que l’IA, par construction, ne peut pas faire à votre place.

Selon Forrester, en 2026, 94 % des acheteurs B2B utilisent des outils d’IA générative à un moment ou un autre de leur parcours d’achat. Trente pour cent évaluent déjà les options fournisseurs via ces mêmes outils. Vos prospects passent par des filtres cognitifs identiques pour évaluer votre offre et celle de vos concurrents. Si vos messages stratégiques sortent du même moule, la distinction s’efface avant même le premier contact commercial.

Selon McKinsey, 88 % des organisations déclarent utiliser l’IA dans leurs opérations commerciales. Seule une fraction réalise des impacts durables et mesurables. L’écart n’est pas dans les outils. Il est dans la façon dont les décisions stratégiques sont prises en amont, avant que l’IA ne soit consultée.

Personne ne le dit clairement dans les conférences GTM : nous assistons peut-être à la plus grande convergence stratégique involontaire de l’histoire du B2B. Tout le monde utilise les mêmes outils, avec les mêmes prompts, pour aboutir aux mêmes conclusions. Et tout le monde se demande ensuite pourquoi les cycles de vente s’allongent et les prix moyens se compriment.

Gartner a formulé une prédiction qui mérite réflexion : d’ici 2030, 60 % des organisations qui réussiront à se différencier grâce à l’IA seront dirigées par des executives ayant priorisé les compétences relationnelles humaines, pas l’automatisation. L’avantage compétitif sera de moins en moins dans l’accès à l’outil, et de plus en plus dans le jugement singulier qui l’utilise.

Voilà le vrai problème.

II. Le Miroir Stratégique : Wellington et la Médiocrité du Consensus

Il y a une raison pour laquelle Wellington ne convoquait jamais de conseil de guerre.

Pas une seule fois pendant toute la Guerre Péninsulaire, de son débarquement au Portugal en 1808 jusqu’à la victoire de Vittoria en 1813, soit cinq ans de campagne ininterrompue contre les armées napoléoniennes. Wellington commandait une force de coalition : Britanniques, Portugais, Espagnols, avec des généraux aux doctrines différentes et aux intérêts parfois divergents. Le conseil de guerre était la norme dans les états-majors de l’époque. On délibérait. On débattait. On cherchait le plan acceptable par tous.

Wellington n’en voulait pas.

Sa méthode était plus solitaire, et délibérément ainsi. Avant chaque engagement, il reconnaissait personnellement le terrain. Il chevauchait jusqu’aux positions ennemies, lisait les reliefs de ses propres yeux, mémorisait les axes de retraite et les angles de feu. Jamais il ne se fiait uniquement aux rapports de ses subordonnés. « The whole art of war consists in getting at what is on the other side of the hill », disait-il. La compétence stratégique commence par l’accès à l’information que l’adversaire vous cache, celle que personne dans votre état-major ne peut aller chercher à votre place.

Ce que j’observe régulièrement dans les organisations commerciales, c’est que la délibération collective ne produit pas de meilleures décisions. Elle produit des décisions acceptables par tous, ce qui est fondamentalement différent. Dans un conseil de guerre, les membres ayant des convictions fortes mais minoritaires se taisent pour ne pas bloquer le groupe. Les paris asymétriques sont écartés. Les audaces sont édulcorées. On s’en tient à ce que tout le monde peut défendre.

C’est exactement le mécanisme que l’IA reproduit, à l’échelle industrielle.

Wellington n’était pas le seul à fonctionner ainsi. Napoléon construisait ses campagnes dans sa tête, parfois en quelques heures la nuit, en tenant des paramètres que ses maréchaux ne maîtrisaient pas complètement. Cette opacité volontaire était une arme : elle créait une imprévisibilité que ses adversaires ne pouvaient pas modéliser. Quand Napoléon commandait en personne, ses armées gagnaient. Quand ses maréchaux opéraient sans lui, les résultats racontent une autre histoire. Soult face à Wellington en Espagne, Ney à Quatre-Bras en 1815 : non par manque de compétence individuelle, mais parce que les décisions prises en mode « application de doctrine partagée » convergent toutes vers la solution que l’adversaire a déjà anticipée.

La doctrine commune est la mère de la prévisibilité. Et la prévisibilité est la mère de la défaite.

C’est inconfortable à dire, mais c’est là : si vous ne pouvez pas formuler clairement ce que vous savez sur votre marché que ni votre concurrent ni un LLM ne savent, vous n’avez pas encore de vrai avantage compétitif. Vous avez une exécution. Ce n’est pas la même chose.

III. L’Ordre de Bataille : Construire une Stratégie que l’IA ne Peut Pas Copier

La distinction n’est pas entre « utiliser l’IA » et « ne pas l’utiliser ». C’est une distinction entre deux postures fondamentalement différentes face à l’outil.

1. L’IA comme générateur d’options, pas comme décideur

L’étude HBR est précise sur ce point : les LLM sont excellents pour générer des alternatives, identifier des angles morts, challenger une direction déjà choisie. Ils sont mauvais pour faire les arbitrages difficiles que la stratégie requiert réellement.

Amenez à l’IA une conviction déjà formée, et demandez-lui de la contester. Ne lui demandez pas de former la conviction à votre place. La différence de posture est petite en apparence. Les conséquences stratégiques sont immenses.

Le réflexe : avant chaque session de travail avec un LLM, formulez par écrit votre hypothèse stratégique. L’IA conteste, vous arbitrez. L’erreur classique, que le Syndrome de Valmy illustre bien, est de confondre l’activité avec la stratégie. Avoir un plan GTM généré par l’IA donne l’illusion du travail fait. C’est rarement le travail qu’il fallait faire.

2. Construire votre « other side of the hill »

Ce que Wellington allait chercher personnellement, c’était de l’information propriétaire : ce que ses adversaires ne pouvaient pas anticiper parce qu’ils ne l’avaient pas. En GTM, votre « other side of the hill », c’est précisément ce qu’aucun LLM ne peut synthétiser pour votre concurrent : l’intelligence accumulée sur vos clients, vos cycles de vente réels, vos wins et vos losses.

Le réflexe : vos interviews win/loss menées sérieusement. Les patterns dans vos deals gagnés sur les 18 derniers mois que vous n’avez pas encore formalisés. La connaissance sectorielle construite sur cinq ans de conversations avec des décideurs. Aucun LLM n’a accès à ça, parce que ça n’a jamais été écrit nulle part. La qualification rigoureuse à la méthode MEDDIC s’inscrit dans cette logique : elle force à documenter ce qui est singulier dans chaque opportunité plutôt que de se reposer sur des patterns génériques.

3. Contrebalancer activement les biais

Quand l’IA recommande de miser sur la différenciation, forcez une analyse de la domination par les coûts dans votre contexte spécifique. Quand elle préconise le long terme, stress-testez les implications court terme sur votre situation de pipeline réelle.

Le réflexe : la valeur de l’IA n’est pas dans ses recommandations, elle est dans sa capacité à vous forcer à argumenter contre elle. C’est la même logique que celle de Liddell Hart : l’approche indirecte n’est pas une recette à appliquer, c’est une discipline intellectuelle pour ne jamais prendre le chemin que l’adversaire attend.

4. Protéger votre processus de décision de l’effet conseil de guerre

Le piège de Thucydide prend une forme inattendue à l’ère de l’IA : quand tous vos concurrents adoptent les mêmes outils et convergent vers les mêmes stratégies, la dynamique compétitive empire. Tout le monde s’agite davantage, avec des plans similaires, pour des résultats similairement comprimés.

Le réflexe : selon Gartner, d’ici 2028, plus de la moitié des modèles GenAI utilisés en entreprise seront des modèles domaine-spécifiques, nourris par des données propriétaires. L’avantage viendra de l’IA entraînée sur votre intelligence, pas de l’IA généraliste qui synthétise ce que tout le monde a déjà écrit.

Wellington ne lisait pas d’autres manuels que ses adversaires. Il lisait les mêmes. Mais il était le seul à avoir reconnu le terrain en personne.

Le mot de la fin

Je dois admettre une limite au raisonnement que je développe ici : Wellington et Napoléon étaient des génies militaires au sens propre. Leur capacité à trancher seuls et juste venait d’une expérience accumulée sur des décennies et d’une intelligence du terrain rare. Recommander de ne pas se fier au consensus de l’IA est facile à écrire.

Avoir le jugement individuel suffisant pour produire quelque chose de meilleur, c’est une autre affaire.

Ce qui est certain : utiliser l’IA comme distributeur automatique de stratégie GTM ne vous mettra pas en avance sur vos concurrents. Ça vous mettra au même niveau, un niveau devenu, par définition, la nouvelle médiocrité du marché.

La vraie question n’est pas comment utiliser l’IA plus efficacement. C’est : qu’est-ce que vous savez sur votre marché, vos clients, votre avantage compétitif réel, que l’IA ne peut pas synthétiser parce que ça n’a jamais été écrit nulle part ?

---