Un nouveau volet de due diligence devenu incontournable
Les processus de due diligence dans les opérations de croissance externe intègrent désormais un volet IA devenu incontournable. Là où les due diligences classiques se concentraient sur le juridique, le financier et le commercial, les acquéreurs avisés ajoutent une analyse de la maturité IA de la cible, qui peut révéler des opportunités de création de valeur comme des risques cachés. Cette dimension était marginale il y a trois ans, elle devient désormais structurante dans les transactions du mid market comme du large cap, avec des équipes dédiées dans les grandes boutiques de M and A et les directions corporate des grands groupes.
Cette évolution répond à deux préoccupations distinctes. La première est la valorisation. Une entreprise qui a construit une vraie maturité IA (outils déployés, données structurées, équipes formées, culture d’usage installée) vaut plus qu’une entreprise équivalente qui n’a pas commencé cette transformation. Ce différentiel de valorisation peut atteindre plusieurs points de multiple, ce qui justifie l’investissement dans une analyse approfondie au moment de l’acquisition. Les banquiers d’affaires les plus avertis intègrent désormais ce facteur dans leurs modèles de valorisation, ce qui change les dynamiques de négociation.
La seconde préoccupation est le risque. Une entreprise qui utilise massivement des outils IA sans gouvernance peut accumuler des risques juridiques, des biais algorithmiques, des dépendances fournisseurs, qui se révèleront après l’acquisition et détruiront de la valeur. Identifier ces risques avant la transaction permet soit de renégocier le prix, soit de prévoir un plan de remédiation. DécisionIA accompagne plusieurs cabinets de conseil M and A dans la construction de leurs grilles d’analyse IA, notamment via le bootcamp Consultant Puissance IA qui forme les équipes à ces nouvelles compétences. La demande est forte et monte rapidement en puissance dans les prochains mois.
Les dimensions à évaluer dans une due diligence IA
Une due diligence IA sérieuse couvre plusieurs dimensions distinctes mais liées. La première est l’inventaire des usages IA existants. Combien d’outils sont utilisés, par quelles équipes, pour quelles tâches, avec quels contrats fournisseurs, quels abonnements, quelle politique de sécurité et de confidentialité. Cet inventaire peut réserver des surprises, comme des outils utilisés en shadow IT sans autorisation officielle, ou des contrats fournisseurs mal négociés qui créent des engagements longs. Dresser ce tableau de l’existant prend plusieurs jours de travail et nécessite une coopération de la cible qui n’est pas toujours acquise, ce qui impose de prévoir ce chantier dans le calendrier de la transaction.
La deuxième dimension concerne la qualité et la gouvernance des données. Une cible dont les données sont fragmentées, mal documentées, ou non conformes au RGPD présente un passif qui mettra des mois à être apuré après l’acquisition. À l’inverse, une cible qui a structuré ses données, mis en place un référentiel unique et une gouvernance claire présente un actif qui accélère considérablement la suite. Cette évaluation de la maturité data doit être pilotée par un expert qui sait poser les bonnes questions et identifier les angles morts. DécisionIA décrit cette discipline dans ses contenus sur les outils IA de veille concurrentielle, qui couvrent aussi la dimension gouvernance des données.
La troisième dimension porte sur les compétences internes et la culture d’usage. Une cible qui a formé ses équipes, qui a créé une communauté de pratique IA, qui a des référents dans chaque département, présente une capacité d’absorption bien supérieure à celle d’une cible où l’IA reste l’affaire de quelques passionnés isolés. Cette dimension humaine est souvent sous-estimée par les acquéreurs qui se concentrent sur la technologie, alors qu’elle conditionne directement la vitesse à laquelle l’acquéreur pourra diffuser ses propres pratiques après l’intégration. Une cible avec une culture IA mature s’intègre en six mois, une cible immature peut demander deux ans avant d’être alignée sur les standards du groupe acquéreur.
Une quatrième dimension, souvent oubliée, porte sur la propriété intellectuelle liée aux actifs IA. La cible a-t-elle bâti ses modèles sur des données dont elle est propriétaire, ou sur des données tierces dont l’usage pourrait être contesté ? Ses outils propriétaires sont-ils brevetés, déposés, protégés contractuellement ? Les contrats avec les collaborateurs qui ont développé ces outils prévoient-ils une cession des droits ? Ces questions juridiques deviennent sensibles dans les valorisations élevées, où l’actif IA pèse lourd dans le prix payé. Les cabinets M and A qui ont anticipé cette dimension proposent désormais des examens juridiques spécifiques aux actifs IA, complémentaires des diligences juridiques classiques.
Les indicateurs quantitatifs utiles pour objectiver
Pour objectiver l’analyse, plusieurs indicateurs quantitatifs méritent d’être collectés. Le premier est le taux de collaborateurs formés à l’IA, rapporté à l’effectif total. Un taux inférieur à 20% signale une maturité faible, un taux supérieur à 60% signale une maturité forte. Entre les deux, la lecture dépend du secteur et de la taille de l’entreprise, mais la tendance reste un indicateur utile pour poser un premier jugement global. Les entreprises les plus avancées atteignent désormais 80 à 90% de collaborateurs formés, ce qui marque un horizon à observer.
Le deuxième indicateur est le nombre de processus métier ayant intégré un composant IA. Plus ce nombre est élevé, plus la cible a franchi le cap de l’expérimentation pour entrer dans une logique d’industrialisation. Un processus métier intègre de l’IA quand une partie du flux opérationnel est assuré par un outil IA, et pas seulement quand un collaborateur utilise ChatGPT de temps en temps. Cette distinction est importante et mérite des questions précises lors des entretiens de due diligence pour éviter de prendre des déclarations commerciales pour des faits opérationnels.
Le troisième indicateur concerne la part du budget investie dans l’IA sur les trois dernières années. Un investissement soutenu et croissant signale une stratégie assumée, tandis qu’un investissement ponctuel signale souvent une mode passagère sans conviction profonde. L’examen des budgets historiques donne une lecture de la continuité stratégique, qui est souvent un meilleur prédicteur de maturité que les discours de présentation. Les cabinets M and A avancés complètent cette lecture avec une analyse des outils RH, en regardant par exemple le nombre de recrutements de profils data et IA sur la période et les budgets de formation associés. Cette triangulation donne une image robuste de l’engagement réel de la cible.
Les pièges à éviter lors de l’analyse
Plusieurs pièges guettent les acquéreurs peu expérimentés sur ce type d’analyse. Le premier est le biais du pitch commercial. Les cibles savent que la maturité IA valorise la transaction, et présentent donc leurs pratiques sous leur meilleur jour. L’acquéreur doit donc creuser systématiquement au-delà des présentations, interroger les équipes opérationnelles, demander des démonstrations en direct, vérifier les chiffres annoncés. Cette discipline de vérification distingue les due diligences sérieuses des examens superficiels qui laissent passer des surévaluations importantes.
Le deuxième piège est la confusion entre maturité technologique et maturité opérationnelle. Une cible peut avoir investi massivement dans des outils IA sophistiqués sans que ceux-ci soient réellement utilisés ou qu’ils génèrent de la valeur mesurable. L’acquéreur doit mesurer l’usage effectif plutôt que les investissements annoncés, ce qui demande un accès aux logs d’utilisation et aux indicateurs de performance opérationnelle. Les directions financières qui gèrent ces dossiers apprennent progressivement à demander ces éléments, qui n’étaient pas standards il y a encore deux ans dans les dossiers de due diligence.
Le troisième piège concerne les dépendances fournisseurs cachées. Une cible peut avoir bâti sa performance IA sur un contrat fournisseur avantageux mais précaire, ou sur une clé API dont les conditions changent à l’initiative du fournisseur. Ces dépendances doivent être cartographiées et évaluées, car elles peuvent transformer un actif apparent en passif après la transaction. DécisionIA couvre ces enjeux dans son dossier sur le marché des LLM en 2026, qui documente les rapports de force entre acteurs et éclaire les risques de dépendance. Un acquéreur sensibilisé à ces sujets réduit considérablement les mauvaises surprises post-closing.
Un quatrième piège tient à la sous-estimation du rôle des dirigeants clés de la cible dans la maturité IA observée. Parfois, toute la dynamique IA repose sur un ou deux cadres particulièrement engagés, dont le départ après la transaction suffirait à faire s’effondrer le dispositif. Identifier ces personnes clés, comprendre leurs motivations, prévoir des packages de fidélisation post-closing : ces précautions simples évitent de voir l’actif IA fondre entre la signature et la première année d’intégration. Les acquéreurs expérimentés les intègrent systématiquement dans leur trajectoire d’acquisition.
Enfin, un dernier piège porte sur l’intégration post-merger. Les acquéreurs qui négligent la dimension humaine de l’intégration IA voient leurs synergies attendues ne pas se matérialiser, car les équipes résistent ou les outils ne s’articulent pas. Prévoir dès la due diligence un plan d’intégration IA détaillé, avec responsables identifiés et jalons chiffrés, est un facteur clé de succès. DécisionIA intègre ce volet dans ses travaux sur la politique IA en entreprise, qui aborde les enjeux d’intégration culturelle autant que technique. Cette préparation amont conditionne la valeur réellement captée par l’acquéreur dans les 24 mois suivant la transaction.