Aller au contenu
← Retour au blog

Ventes et IA en 2030 : le retour du full-cycle seller

Résumer cet article avec
Ventes et IA en 2030 : le retour du full-cycle seller

L'IA ne remplace pas le vendeur. Elle prend en charge les tâches qui l’entourent : recherche, préparation, documentation, entretien du CRM, suivi de routine. Ce qui reste, c'est un vendeur à cycle complet natif de l'IA qui est responsable de la relation client du premier signal jusqu'au renouvellement. L'avantage durable n'est pas l'agent mais la mémoire client : chaque signal connecté et récupérable lorsqu'un humain ou un agent en a besoin.

Le seul rôle commercial qui peut survivre à l'IA est celui de vendeur.

Pas le SDR, ni le responsable de compte, ni le responsable de la réussite client, ni le responsable de compte. Un vendeur à cycle complet qui gère la relation client du premier signal jusqu'au renouvellement, soutenu par des agents qui effectuent la partie invisible du travail.

C'est le paradoxe d'un récent épisode de La science de la mise à l'échelle avec Christopher O'Donnell, fondateur de Day AI. L’IA supprime de nombreux rôles de vente spécialisés et ramène en même temps le vendeur. J'ai écouté l'épisode deux fois. Le paradoxe est vrai.

Un exemple illustratif que tu connais peut-être : un responsable de compte dans une entreprise SaaS de 60 personnes prépare un appel de renouvellement pour un compte clé. Le CSM qui possédait le compte est parti le mois dernier. Les notes sont disponibles dans le CRM, sur trois canaux Slack et dans la boîte de réception d'un ancien collègue. La dernière entrée CRM dit "tout va bien, suivi du troisième trimestre". Elle répond à l’appel sans se rendre compte d’une escalade d’assistance ouverte. Le client demande pourquoi personne n'en a parlé. L’accord survit. La confiance n'est pas totale.

Ce n'est pas un problème d'IA. Il s'agit d'un problème de course de relais, et l'IA le rend plus rapide et plus bruyant.

Les ventes n'ont pas commencé comme une course de relais. Une personne a trouvé le client, a compris le problème, a remporté la transaction et a maintenu la relation. Growth a ensuite divisé ce travail en SDR, AE, CSM, AM, support et RevOps. Chaque fonction est devenue plus efficace à elle seule. Le client a connu davantage de transferts, et le contexte a été divulgué à chacun d'entre eux.

Le développement du produit s'est déroulé de la même manière. Un constructeur généraliste est devenu une chaîne de chefs de produits, de concepteurs, de front-end, de back-end, de données, d'assurance qualité et d'opérations. L’IA change l’économie qui rendait les deux chaînes raisonnables. Un généraliste compétent couvre à nouveau plus de terrain, sans prétendre posséder toutes les compétences spécialisées.

Ce que tu vas apprendre

  • Quelle statistique remplace le taux d'adoption de l'IA et pourquoi "notre équipe utilise l'IA" ne dit rien sur votre système de vente
  • Comment diviser le rôle d'un AE en tâches qu'un agent peut assumer et lesquelles restent avec l'humain
  • Là où le relais SDR-AE-CSM s'effondre et où restent les spécialistes
  • Pourquoi la mémoire client constitue le fossé et l'agent ne l'est pas

Ma thèse : l'IA ne remplace pas le vendeur, elle remplace les machines qui l'entourent

Recherche, préparation, documentation, mises à jour du système, analyse et suivi de routine confiés aux agents. Ce qui reste avec l'humain et se raréfie : la confiance, le jugement, le goût, la curiosité, les relations et la responsabilité.

Il ne s’agit pas d’affirmer qu’un modèle peut gérer seul une organisation commerciale. C’est un argument de conception organisationnelle. Lorsque la coordination et l'exécution de routine deviennent bon marché, les arguments en faveur d'une relation client entre six personnes deviennent plus faibles.

Je vais le montrer en quatre étapes : métrique, délégation, organigramme, mémoire. Le dernier est le plus fort, donc il vient en dernier.

Qu'est-ce qui devrait remplacer la métrique d'adoption de l'IA ?

Le résultat du travail. Compter les licences, les prompts ou les utilisateurs actifs indique que des personnes utilisent l’IA. Cela ne dit pas si ton système commercial s’améliore. La bonne question : qu’est-ce que le système produit de différent ?

Dans l'épisode, Mark Roberge et Christopher O'Donnell proposent des hypothèses plus difficiles. Un vendeur pourrait-il passer d’environ 25 % de la semaine en vente face au client à 75 % ? Un manager pourrait-il prendre en charge 14 vendeurs au lieu de sept ? Le résultat par commercial pourrait-il doubler ? Ce ne sont pas des références. Ce sont des questions opérationnelles testables issues d'une conversation, à traiter comme telles.

La différence n'est pas académique. "Notre équipe a adopté l'IA" est une déclaration d'activité. "Nos vendeurs passent deux jours de plus par semaine avec les clients et prévoient que la qualité se maintiendra" est une déclaration de travail-produit. Seul le second appartient à un deck de plateau.

Un tableau de bord utile commence par ce qui sort du système :

  • Temps d'interaction avec le client par vendeur
  • Délai entre la réunion et un suivi précis
  • Exhaustivité et fraîcheur du contexte du compte
  • Opportunités qualifiées créées par vendeur
  • Une durée de vie du manager sans baisse de la qualité du coaching
  • Conservation et expansion après la signature

La même discipline s'applique à tout programme d'IA dans le domaine des ventes : un goulot d'étranglement mesurable, pas une vaste campagne d'adoption. Ce à quoi cela ressemble en pratique est décrit dans comment démarrer avec l'IA dans les ventes B2B.

Pourquoi les agents ont-ils besoin de tâches plutôt que d'invites ?

Une invite demande une sortie. Un travail définit une responsabilité continue : le contexte dont il a besoin, les contraintes, le point de révision et le résultat. Les agents invités produisent du volume. Les agents affectés à des tâches produisent du travail que quelqu'un peut vérifier et posséder.

Prenons l'exemple d'un chargé de compte de taille intermédiaire. Le rôle contient de nombreux travaux qui ne nécessitent pas l'AE :

  • Préparer un compte rendu avant la réunion
  • Récupérez l'historique d'utilisation et d'assistance du produit pertinent
  • Rédiger le suivi et répertorier les décisions non résolues
  • Mettre à jour les champs CRM et de prévision
  • Comparez ce qui a changé depuis la dernière conversation
  • Signaler les risques, les signaux d'achat et les parties prenantes manquantes

Ce sont de meilleurs emplois d'agent que "aidez-moi à vendre ce compte". Chacun a des entrées, un processus reproductible et un moment où un humain vérifie le résultat.

Le travail du vendeur devient alors plus clair, et non plus restreint : tenir la conversation, écouter ce qui n'est pas dit, gagner la confiance, porter un jugement et s'approprier la décision. Un agent peut préparer un point de vue. Il ne peut pas assumer la responsabilité de la relation.

C'est pourquoi une mauvaise automatisation est si souvent décevante. L'équipe achète un outil, rédige une invite intelligente et laisse le travail indéfini. L'agent n'a pas d'objectif stable, pas de hiérarchie de sources et pas de critères de validation. Un système de délégation pratique commence par diviser le rôle en descriptions de poste, de la même manière qu'un ticket GTM prêt pour l'agent transforme un travail vague en un brief exécutable. Avant de déléguer, tu cartographies le processus, comme le ferait un Forward-Deployed Engineer.

Que se passe-t-il lorsque l'organigramme commence à fondre ?

Le relais SDR vers AE vers CSM vers AM s'effondre vers un vendeur à cycle complet. Pas partout et pas du jour au lendemain. Mais la frontière entre « avant la transaction » et « après la transaction » devient difficile à défendre une fois qu'un humain peut récupérer l'historique complet du client et déléguer le travail autour de celui-ci.

Je prends au sérieux le contre-argument le plus fort : la spécialisation avait des raisons. Les SDR existent parce que le volume et le temps de rampe devaient être bon marché. Les transactions d'entreprise nécessitent des équipes dotées d'architectes de solutions et d'une expérience en matière d'approvisionnement. Les généralistes peuvent être superficiels. Cela reste vrai. Ce qui change, ce n’est pas que l’expertise disparaisse. Il faut moins de transferts pour l'appliquer.

Tu peux observer la même évolution dans le produit et l'ingénierie. Les concepteurs construisent des prototypes fonctionnels. Les ingénieurs examinent eux-mêmes les preuves des clients. Les responsables du produit interrogent directement les données. O'Donnell décrit un « ingénieur agent » chez Day AI comme un exemple de rôle hybride, à la fois commercial et technique. Le titre importe moins que la forme : suffisamment proche du client pour comprendre le travail, suffisamment technique pour rendre les agents utiles.

Cela crée un dilemme de l'innovateur pour la conception organisationnelle. Une startup embauche cinq personnes avec le nouveau profil. Un titulaire peut avoir cinq cents personnes dont les carrières, les incitations et les systèmes dépendent de l'ancienne spécialisation. La startup n'a pas de meilleurs modèles. Cela peut repenser le travail plus rapidement.

La réponse pour les titulaires n'est pas de supprimer des fonctions dans une feuille de calcul. En Allemagne, le comité d’entreprise siège de toute façon à la table pour des changements comme celui-ci. La réponse est de tester les domaines dans lesquels la continuité améliore l’expérience client, puis de se reconvertir autour d’une appropriation plus large. L'State of Go-to-Market-2026 montre déjà des équipes plus petites basées sur l'IA : 45 ETP au lieu de 65 dans la tranche de 25 à 100 millions de revenus. Mais la taille de l’équipe est un résultat. La question de conception est la suivante : à qui appartient le client lorsque les machines deviennent bon marché ?

Pourquoi la mémoire client est-elle le véritable fossé ?

Parce que les agents deviennent des marchandises. Les modèles s'améliorent, les cadres d'agents convergent et les compétences utiles sont copiées rapidement. Les mêmes capacités de recherche, de rédaction et de flux de travail seront disponibles pour tous les concurrents. Ce qui reste différent, c'est ce que l'agent sait de ce client, de cette entreprise et de ce moment.

J'ai dirigé la vente d'un CRM à Swisscom. Je ne pense donc pas que le CRM soit mort. Mais le CRM n’est qu’un élément d’entrée, pas toute la vérité. Le client existe également dans les transcriptions de réunions, les e-mails, Slack, les cas d'assistance, l'utilisation des produits, les contrats, les notes de mise en œuvre, les enregistrements d'appels et les décisions qui n'ont jamais été prises en compte dans un domaine. Le système relationnel ne disparaît pas. Il fait partie d'une couche de mémoire plus large.

Cette couche a besoin de trois propriétés :

  1. Couverture. Elle connecte les signaux clients pertinents entre les systèmes au lieu de traiter une base de données comme complète.
  2. Autorisations. Les personnes et les agents récupèrent uniquement ce qu'ils sont autorisés à voir. Les documents sensibles sont manipulés délibérément.
  3. Récupération. Elle amène le bon fragment au point de travail, plutôt que de vider l'intégralité de l'archive dans chaque invite.

C'est l'argument le plus fort, car il explique pourquoi tant de ventes d'IA sont médiocres. Un IA SDR générique peut avoir un modèle performant et une séquence raffinée. Il envoie toujours des messages non pertinents, car il ne sait pas que le prospect a soulevé un problème de sécurité le mois dernier, a utilisé un produit concurrent dans un rôle précédent, a assisté à un webinaire hier et a un ticket d'assistance ouvert.

C'est un échec de contexte avant d'être un échec de modèle. Le contexte fragmenté, la connaissance client dispersée dans les têtes, les outils et les chats, ne sont pas corrigés par l'IA. L'IA le rend plus rapide et plus fort.

La fonctionnalité durable ne génère pas plus de mots. Il s’agit de récupérer le bon morceau de mémoire organisationnelle lorsqu’un vendeur ou un agent en a besoin. Un système de données clients utile pour les ventes B2B doit donc préserver le sens tout au long de la relation, et pas seulement remplir davantage de champs.

La mémoire persistante résout également le problème de transfert dès l'ouverture. L’AE dans l’exemple aurait vu l’escalade ouverte avant de rejoindre l’appel. Un client ne devrait pas avoir à raconter son historique parce qu’un SDR l’a transmis à une AE ou parce que l’AE est partie. L’organisation doit s’en souvenir. Le propriétaire humain peut changer sans que la relation ne soit remise à zéro.

Que faites-vous en tant que responsable des ventes le lundi ?

Ne commencez pas par le futur organigramme. Commencez par un parcours client et cartographiez le travail autour de celui-ci.

  1. Choisissez un vendeur. Quelqu'un avec un bon jugement et une autonomie suffisante pour posséder une plus grande partie du cycle.
  2. Énumérez les tâches liées à la relation. Séparez les conversations et les décisions de la préparation, de la documentation, de la récupération et du suivi de routine.
  3. Déléguez trois tâches restreintes. Donnez à chaque agent des sources, des contraintes, une porte de révision et une métrique de produit de travail.
  4. Construisez de la mémoire au fur et à mesure. Connectez les signaux clients minimaux dont ces tâches ont besoin et définissez l'accès avant de passer à l'échelle.
  5. Mesurer la continuité. Temps passé en contact avec le client, qualité du suivi, exhaustivité du contexte et résultats après-vente.

Le but n’est pas de prouver qu’une seule personne peut accomplir six anciens métiers. L'objectif est de découvrir quelles parties de ces emplois étaient des machines, lesquelles relevaient de l'expertise et lesquelles nécessitaient un propriétaire humain de confiance.

Où cela fonctionne, où cela ne fonctionne pas, et le piège

✅ Là où cette approche est utile. Les ventes au mid-market avec une utilisation claire du produit, où un vendeur soutenu par des agents peut maintenir la relation du signal au renouvellement. Chaque transfert que tu supprimes supprime une partie de la perte de contexte, et le client le remarque.

❌ Là où elle ne suffit pas. L'entreprise traite avec douze parties prenantes, un examen de sécurité et des achats. L'équipe reste et le vendeur du cycle complet est le propriétaire, pas l'exposition individuelle. Et les chiffres de l'épisode, 25 à 75 % de temps en contact avec les clients, 7 à 14 vendeurs par manager, sont des hypothèses des deux intervenants, pas des références. Testez-les, ne les citez pas.

⚠️ Attention. Le piège est d'acheter l'agent avant la mémoire. Un SDR IA au-dessus d’un CRM vide réduit la pertinence. Connectez les signaux et définissez d'abord l'accès, puis déléguez.

Retour au début. Le seul rôle commercial qui puisse survivre à l’IA est celui de vendeur. Un humain est propriétaire de la relation de bout en bout. Les agents préparent le travail, maintiennent les systèmes à jour, font apparaître les risques et récupèrent l'historique pertinent. J'appelle cela Get Multiplayer : les humains fixent des objectifs, décident et approuvent. Les agents préparent et effectuent le travail reproductible. Des objectifs et un contexte partagés permettent de travailler ensemble. Les machines n'oublient pas. L'humain décide toujours de ce qui compte.

À mesure que l'exécution devient moins coûteuse, la confiance, le jugement et la compréhension du client gagnent en valeur. Le vendeur de 2030 ressemble moins à la dernière étape d'un pipeline qu'à la personne autour de laquelle les ventes ont été construites en premier lieu.

Pour recevoir chaque semaine une note de terrain sur le produit, le GTM et l’IA : abonne-toi à la newsletter The Science of GTM.

Questions fréquentes

L'IA va-t-elle remplacer les vendeurs d'ici 2030 ?
Dans l'épisode de The Science of Scaling, Mark Roberge et Christopher O'Donnell soutiennent que l'IA remplacera plutôt la machinerie autour de la vente que l'humain qui porte la relation. La recherche, la documentation, la mise à jour du CRM, l'analyse et les relances de routine peuvent passer aux agents. Le jugement, la confiance et la responsabilité restent un travail humain.
Qu'est-ce qu'un full-cycle seller natif de l'IA ?
Un full-cycle seller natif de l'IA porte la relation client du premier signal jusqu'au deal, puis à la rétention et à l'expansion. Des agents le soutiennent pour la préparation, la recherche d'informations, la documentation et le travail opérationnel récurrent. L'humain décide et assume la responsabilité. Moins de passations, c'est moins de contexte perdu.
Quels rôles commerciaux convergent avec l'IA ?
Les frontières entre SDR, AE, CSM et AM s'estompent, car un vendeur soutenu par des agents peut couvrir une plus grande partie du cycle client. Les spécialistes restent utiles, surtout dans les deals enterprise complexes avec revue de sécurité et achats. Il faut simplement moins de passations pour mobiliser leur expertise.
Pourquoi la mémoire client compte-t-elle plus que l'agent IA ?
Les capacités des agents deviennent des commodités, chaque concurrent obtient les mêmes modèles et frameworks. Un résultat utile dépend de la capacité à retrouver le bon contexte client dans les réunions, les e-mails, le support, l'usage du produit et le CRM, avec les bonnes autorisations, au moment où un humain ou un agent en a besoin. C'est un échec de contexte avant d'être un échec de modèle.
Comment une équipe commerciale doit-elle mesurer la valeur de l'IA ?
Par le travail produit, pas par l'adoption. Les mesures utiles sont le temps client par vendeur, la rapidité et la qualité des relances, la complétude du contexte de compte, les opportunités qualifiées par vendeur, l'étendue de management sans perte de qualité de coaching, ainsi que la rétention et l'expansion après la signature. Le nombre d'utilisateurs d'un outil en dit peu sur sa valeur.
Écrit par

Serial entrepreneur, auteur

Marc travaille à l'intersection de Product × GTM × AI et construit des entreprises de software B2B avec des humains + des agents. Il a créé sa première entreprise de logiciels à 16 ans et travaille depuis vingt ans là où le software product management rencontre le go-to-market. Cofondateur de Teklens, le Company Brain des entreprises tech.