Ressources/IA/Article 006

Copier le lien

Résumer l'article avec :

Il y a deux discours sur l'IA en marketing. Celui des conférences ou des webinars, où des agents ont remplacé la moitié des salariés. Et celui des fondateurs que je rencontre, qui ont testé trois outils, monté deux automatisations, et qui peinent encore à intégrer tout ça dans leur quotidien de façon efficace.

Ce texte est entre les deux. C'est ce que je mets en place, dans l'ordre, avec ce qui a cassé au passage.

Ce que veut dire « en production »

Un usage est en production quand il remplit trois conditions.

• Il tourne sans qu'on y pense. Pas un prompt qu'on relance à la main une fois tous les 36 du mois, mais un workflow déclenché par un événement : un formulaire rempli, un contact créé, un lundi matin.
• Il a un propriétaire. Une personne, nommée, qui reçoit les erreurs et qui a la responsabilité de le maintenir ou de l'arrêter.
• Il a une sortie contrôlée. Un humain regarde ce qui sort, au moins par échantillon, et rien ne part vers un client sans passer par cette personne, sauf décision explicite, écrite quelque part.

Tout ce qui ne remplit pas ces trois conditions est un POC. Les POC sont utiles mais n'ont pas d'impact sur l'organisation ou l'activité de l'entreprise.

Les cinq usages qui tiennent

1. Enrichissement et scoring des leads dans le CRM

C'est le premier chantier, et le plus rentable. Pourquoi ? Parce qu'il alimente tout le reste.

Le principe : à chaque nouveau contact dans HubSpot, un workflow complète l'entreprise (secteur, effectif, levée récente, outils utilisés, signaux d'intention), résume ce qu'on sait en trois lignes lisibles par un commercial, et calcule un score sur des critères écrits. Le commercial ouvre la fiche et sait en dix secondes s'il appelle aujourd'hui ou jamais.

Ce qui tient ? Le scoring, parce qu'il repose sur dix critères que le marketing et les commerciaux ont écrits ensemble, pas sur un modèle opaque. Et la synthèse en trois lignes, parce qu'elle fait gagner cinq minutes par lead au commercial, et surtout parce qu'il la lit.

Ce qui ne marche pas ? L'enrichissement non cadré qui produit des fiches hyper détaillées sur tous les aspects de l'entreprise. Résultat : personne ne les lit, impossible d'en sortir un contexte actionnable, bref quelques milliers de tokens cramés pour rien.

Le coût ? Les crédits d'enrichissement, HubSpot ou un fournisseur tiers, soit quelques dizaines à quelques centaines d'euros par mois selon le volume. La tarification au résultat se généralise en 2026 : on paie le lead enrichi ou la conversation résolue, pas l'abonnement.

2. L'analyse des appels commerciaux

C'est l'usage que je mets en place en deuxième, et c'est celui qui change le plus le marketing. Pourquoi ? Parce que tout ce que le marketing cherche à deviner — les problèmes des prospects, les concurrents cités, les objections, les mots exacts qu'ils emploient — les commerciaux l'entendent chaque jour. Avant, cette information mourait dans la tête du commercial ou dans un « bon échange, à relancer » saisi dans le CRM.

Le principe : chaque appel commercial est enregistré, par un assistant qui rejoint la visio ou en déposant l'enregistrement après coup, et transcrit. Les transcriptions tombent dans un dossier partagé. Une fois par mois, un modèle lit le lot et sort cinq choses : les problèmes des prospects, les concurrents cités, les objections fréquentes et les verbatims exacts. Ça alimente le messaging, les battlecards des commerciaux, et le calendrier de contenu du mois.

Ce qui tient ? Le vocabulaire utilisé par les prospects est l'information qui a le plus de valeur. Lorsqu'un terme revient régulièrement dans les appels et qu'il n'est pas présent dans les communications de l'entreprise, il y a un trou à combler.

Ce qui ne marche pas ? Les transcriptions que personne ne lit. Si l'information n'est pas structurée et classée automatiquement au moment où la réunion se termine, elle ne servira à personne.

Le coût ? Pour une équipe de trois à cinq commerciaux, les outils de transcription vont du gratuit (Fathom enregistre et résume sans limite) à une vingtaine d'euros par utilisateur et par mois (Claap, Fireflies, tl;dv) avec l'analyse incluse ; les outils de conversation intelligence dédiés (Modjo, Gong) commencent autour de 100 € par utilisateur et par mois et n'ont de sens qu'à partir d'une dizaine de sièges.

3. Le contenu pour les moteurs de recherche et les moteurs de réponse

Une équipe de trois ne peut pas écrire quarante pages de fond par trimestre. Avec l'IA, elle le peut. À une condition : accepter que l'IA ne fait pas le travail, elle fait le premier jet.

La chaîne qui tient, chez moi, ressemble à ça.

La recherche de mots-clés et de questions posées aux moteurs de réponse est automatisée et sort une liste hebdomadaire. Un brief par page — l'angle, les faits à citer, les sources, les verbatims du mois sortis des appels — est généré, puis corrigé par un humain en quinze minutes.

Le premier jet est généré à partir du brief et d'un guide de style écrit à partir de nos meilleurs textes. Vient ensuite une relecture humaine sérieuse, qui reprend l'angle, ajoute un exemple client réel, coupe ce qui sonne faux. La page passe enfin dans un contrôle automatique : balises, données structurées, liens internes, et une lecture par un modèle qui joue le rôle d'un moteur de réponse et dit si la page répond ou non à la question.

Ce qui tient ? Le brief et le contrôle de sortie. Ce sont les deux étapes qui font qu'un texte généré ressemble à quelque chose qu'on signe.

Quand ça casse ? Bien définir le style rédactionnel en amont est un travail à part entière, avec le nombre d'itérations nécessaire pour que la machine comprenne comment elle doit parler. Sans ça, le contenu sonne robotique et standardisé. Il produira l'effet inverse de celui recherché : il fera fuir vos lecteurs.

Pour les moteurs de réponse — les AI Overviews de Google, ChatGPT, Perplexity — ce qui compte tient en peu de choses : une réponse directe en tête de page, du contenu original qu'il ne trouve pas ailleurs, des faits datés et sourcés, un auteur identifié, des données structurées. L'IA aide à produire le volume. Elle n'aide pas à avoir quelque chose à dire.

4. La qualification des demandes entrantes

Une demande de démo arrive à 23 h. Un agent lit le formulaire, croise avec la fiche enrichie, classe la demande (cible, hors cible, à vérifier), et rédige une proposition de réponse. À 8 h, le commercial ouvre sa file : les demandes cibles ont un créneau proposé, les hors cible ont une réponse polie prête à partir, les « à vérifier » attendent son avis.

Ce qui tient ? Le tri et la proposition. Le commercial garde le clic d'envoi. Le délai de première réponse est passé de plusieurs heures à moins d'une heure ouvrée, sans que personne ne se lève plus tôt.

La limite ? Ne pas abuser de l'outil qui reste une machine à générer des premiers jets. Sur des communications demandant un regard humain, la machine peut créer un biais de cadrage qui peut réduire votre propre valeur ajoutée dans la conversation. Et une règle que les équipes commerciales qui ont essuyé les plâtres répètent toutes : dès qu'un prospect répond pour de vrai, l'agent se tait et passe la main. Une réponse positive doit atteindre un humain en dix minutes, pas être relancée par une séquence.

5. Le reporting hebdomadaire

Chaque lundi à 7 h, un agent lit les tableaux de bord HubSpot, compare à la semaine précédente et au trimestre, et écrit une note d'une page : ce qui a bougé, ce qui est en retard, trois questions à poser en comité de direction. Le CMO la relit, la corrige en dix minutes, l'envoie.

Ce qui tient ? La comparaison et les questions. La note ne remplace pas le tableau de bord : elle le lit pour ceux qui ne l'ouvriront pas.

La limite ? Le modèle lit le CRM, il n'y écrit pas. Les comptages exhaustifs sur des dizaines de milliers de fiches restent du travail pour un rapport HubSpot, pas pour un modèle de langage, qui arrondit et extrapole. L'agent commente les chiffres du tableau de bord. Il ne les calcule pas.

Comment une équipe de trois s'organise

Une équipe de trois, en général, c'est une personne contenu, une personne acquisition et opérations, et un CMO part-time deux jours par semaine. Voici comment l'IA se répartit.

La personne contenu possède la chaîne de production : briefs, premiers jets, relecture, contrôle de sortie. Et l'analyse mensuelle des appels, parce que c'est elle qui transforme les verbatims en pages. Elle passe de quatre pages par mois à douze, et son temps va dans la relecture et les exemples clients, plus dans la page blanche.

La personne acquisition et opérations possède le CRM : enrichissement, scoring, qualification entrante, alertes. Elle a la main sur les crédits et lit chaque semaine les logs d'erreur — oui, chaque semaine, ça évite de découvrir les trous dans la raquette au bout de plusieurs mois.

Le CMO possède les définitions, le guide de style, le reporting, et la décision d'arrêter un workflow. Il monte les premiers workflows lui-même, les documente, puis les remet à l'équipe. S'il est le seul à savoir comment ça marche, il a échoué.

Et une règle sur le propriétaire : « celui qui l'a monté » n'est pas un propriétaire. Le workflow survit à la personne qui en connaissait les rouages. Ce que je recommande : un propriétaire désigné, et trente minutes chaque vendredi. Qu'est-ce qui a cassé ? Qu'est-ce qu'on a corrigé ? Qu'est-ce qu'on ajoute ? Pas plus.

Les trois règles que je ne négocie plus

• Le CRM d'abord. Aucun agent avant que la donnée soit propre. L'IA fonctionne comme un amplificateur : elle ne crée pas le signal, elle le pousse plus fort. Si elle lit du bruit, elle produit du bruit, très bien mis en forme et avec beaucoup de confiance.
• Un humain à la sortie. Tout ce qui part vers un client ou un prospect passe sous les yeux d'une personne qui en est responsable. Sinon, c'est une question de temps avant que vous n'ayez une mauvaise surprise.
• Documenter en construisant. Chaque workflow a une fiche descriptive classée dans un dossier accessible à tous : ce qu'il fait, qui le possède, ce qui le déclenche, ce qu'il coûte, comment l'arrêter. Sinon, on passe son temps à reconstruire ce qui a été oublié.

Questions fréquentes

Quels usages de l'IA marchent vraiment en marketing B2B ?

L'enrichissement et le scoring des leads dans le CRM, l'analyse des appels commerciaux pour sortir objections, concurrents et verbatims, la production assistée de contenu avec relecture humaine, la qualification des demandes entrantes avec validation avant envoi, et le reporting hebdomadaire. Ce sont des usages de flux, déclenchés par des événements, pas des usages ponctuels.

Comment utiliser les appels commerciaux pour le marketing ?

Enregistrer et transcrire les appels, accumuler trente à cinquante appels, puis faire extraire par un modèle les problèmes des prospects, les concurrents cités, les objections par fréquence et les verbatims exacts avec horodatage. Ne retenir que ce qui revient dans un tiers des appels. Le résultat alimente le messaging, le document d'objections des commerciaux et le calendrier de contenu.

Une petite équipe marketing a-t-elle besoin d'outils d'IA spécialisés ?

Rarement au départ. Un CRM moderne comme HubSpot embarque l'enrichissement, des agents de qualification et des assistants de contenu. Un modèle généraliste avec un bon guide de style couvre l'écriture, et un outil de transcription à vingt euros par mois couvre les appels. On ajoute un outil spécialisé quand un manque précis est prouvé, pas avant.

Combien coûte l'IA pour une équipe marketing de trois ?

De quelques centaines à un ou deux milliers d'euros par mois, en 2026, selon le volume : abonnements aux modèles, crédits d'enrichissement, transcription des appels, agents facturés au résultat. C'est en général moins que le coût d'un seul outil marketing traditionnel, et bien moins qu'un recrutement.

L'IA peut-elle remplacer une personne dans une équipe marketing ?

Elle remplace des tâches, pas des postes : la page blanche, la saisie CRM, le tri des demandes, la mise en forme du reporting. Une équipe de trois bien outillée produit ce qu'une équipe de cinq ou six produisait il y a trois ans. Elle a toujours besoin de quelqu'un pour décider quoi produire et pour vérifier ce qui sort.

Faut-il un « responsable IA » dans l'équipe marketing ?

Non, pas à cette taille. Chaque membre possède les workflows de son périmètre, et le CMO possède les règles. Un responsable IA séparé crée un goulot et déresponsabilise le reste de l'équipe.

Et maintenant ?

Vous avez des outils d'IA que personne n'ouvre, ou des workflows qui tournent sans que personne sache ce qu'ils font ?

On regarde ça ensemble en 30 minutes. Je vous dirai ce que je garderais, ce que je couperais, et par quoi je commencerais.