Comment démarrer avec l'IA dans la vente B2B

Tu as dix outils d'IA, cinquante workflows à moitié construits, et aucun n'a décroché un rendez-vous cette semaine. C'est là qu'en sont la plupart des équipes avec l'IA dans le sales B2B. Plus de logins, le même pipeline. La question n'est donc pas quel outil acheter ensuite. La question, c'est quelle compétence apprendre en premier.

Voici le chiffre qui dérange. Les commerciaux passent seulement 28% de leur semaine à vendre réellement, selon Salesforce. Le reste part en recherche, en administratif, en saisie de données et en relances des mauvaises personnes. L'IA est bonne exactement sur ces 72% ennuyeux. Mais seulement si tu arrêtes de la traiter comme un distributeur automatique et que tu commences à la traiter comme une nouvelle recrue.

Je dirige Pedalix et The Science of GTM, et j'ai conseillé plus de 100 entreprises tech B2B là-dessus. Le schéma est toujours le même. Le goulot d'étranglement n'est jamais l'IA. Ce sont les données, les signaux et la façon dont le travail est organisé. Cet article te montre par où commencer, en étapes simples, sans jargon.

Ce que tu vas apprendre :

• Les deux compétences IA qui paient dans le sales B2B, et pourquoi tout le reste est une distraction.
• Comment construire ton premier agent IA cette semaine, avec trois sources et une règle.
• Un workflow simple de lead research et de prise de contact que tu peux copier, un canal à la fois.
• Pourquoi le signal le plus fort que ton automatisation fonctionne, c'est que tu dois l'éteindre.

Arrête d'acheter des outils. Le goulot d'étranglement n'a jamais été l'IA.

Le vrai problème dans le sales B2B, ce n'est pas un outil manquant. Ce sont de mauvaises données, l'absence de signaux clairs et un travail que personne n'a organisé. Ajoute un outil d'IA par-dessus ce bazar et tu obtiens un bazar plus rapide. Répare les fondations d'abord, ensuite laisse les agents tourner dessus.

Regarde ce que de mauvaises données provoquent en aval. Moins de la moitié des responsables commerciaux ont une grande confiance dans leurs propres prévisions, a constaté Gartner. Si tu ne peux pas faire confiance aux chiffres de ton pipeline, plus d'automatisation t'aide juste à te tromper plus vite.

Le premier geste n'est donc pas technique. Décide quelles deux compétences tu veux maîtriser. Je choisirais les deux mêmes à chaque fois : déployer des agents, et construire de la distribution. La première te donne un employé qui ne dort jamais. La seconde garantit que les bonnes personnes entendent parler de toi. Acquiers ces deux-là, et l'outil que tu utilises cette année n'a presque aucune importance.

Compétence 1 : construire un petit employé IA, pas un meilleur prompt

La plupart des gens ont appris à taper un bon prompt dans un chatbot. Utile, mais limité. L'étape suivante, c'est de concevoir un petit employé IA : quelque chose avec du contexte, des outils, des permissions, de la mémoire, un objectif et un moyen de vérifier son propre travail avant de venir te déranger. C'est ça, un agent. Même idée que l'onboarding d'un junior, juste plus rapide.

Vois ça comme six éléments simples. Donne à l'agent du contexte (ce qu'il doit savoir). Donne-lui des outils (ce qu'il peut utiliser, comme ton agenda ou une recherche). Fixe des permissions (ce qu'il peut faire seul, et où il doit te demander). Donne-lui de la mémoire (pour qu'il ne reparte pas de zéro à chaque fois). Fixe un objectif clair. Et donne-lui un moyen de vérifier son propre travail avant d'envoyer quoi que ce soit.

Ton premier agent doit être ennuyeux, exprès. Construis-toi un agent de briefing quotidien. Voici l'ensemble :

• Donne-lui trois sources : ton agenda, un dossier de notes et quelques liens enregistrés.
• Donne-lui une seule mission : dis-moi ce qui compte aujourd'hui, quelles décisions attendent, et quelles relances je dois à qui.
• Ajoute une règle : montre tes sources, et demande avant d'envoyer quoi que ce soit.

Ce seul projet t'apprend la forme complète de tout agent de vente sérieux : contexte, mémoire, usage d'outils, permissions et auto-vérification. L'erreur, c'est de vouloir construire un super-agent omniscient dès le premier jour. Commence par un petit employé, rends-le vraiment utile, puis ajoute le suivant. C'est la même logique derrière le fait de faire tourner une équipe lean avec des agents : trois bonnes personnes plus quelques agents fiables peuvent faire le travail de trente.

Encore une chose à apprendre tôt : tous les travaux n'ont pas besoin du plus gros modèle. Certains ont besoin d'un cerveau géant dans le cloud. Beaucoup ont juste besoin d'un employé régulier qui tourne pour pas cher et garde tes données sur ta propre machine. Tu peux faire tourner des modèles plus petits en local avec des outils comme Ollama ou LM Studio. Tu n'as pas besoin de ça le premier jour. Mais dès que tu sens quels travaux veulent un cerveau géant et lesquels veulent un employé discret et fiable, tu comprends tout le jeu. Si tu veux la version approfondie de ce changement, j'ai écrit sur le passage du prompting à la conception d'agents.

Ton premier workflow de lead research : Clay, puis un canal à la fois

Le gain le plus rapide dans le sales B2B, c'est de confier ta lead research à un agent et d'ajouter un canal de contact à la fois. Commence par la recherche dans Clay. Ensuite ajoute LinkedIn, puis l'email. Passe au multicanal seulement quand un seul canal fonctionne. Tout ajouter d'un coup, c'est comme ça que les gens s'épuisent et accusent les outils.

Commence par la recherche. Clay est la porte d'entrée la plus simple. Vois ça comme un tableur sous stéroïdes : chaque ligne est un lead ou une entreprise, et chaque colonne va chercher quelque chose d'utile (un intitulé de poste, une actu récente de l'entreprise, un numéro de téléphone, un post récent). Il se connecte à des dizaines de fournisseurs de données et ne te facture que quand l'un d'eux renvoie vraiment la donnée. Ensuite il peut rédiger une première ligne personnalisée pour chaque contact. C'est là que la lead research et ton ICP passent de l'intuition au système. Passe ta première semaine ici et nulle part ailleurs.

Ensuite ajoute un canal de contact. Je commencerais par LinkedIn, parce que c'est là que se trouvent déjà la plupart des acheteurs B2B. Un outil comme joinvalley.co envoie des messages depuis ton compte personnel, environ 25 sur LinkedIn et 25 par email par jour, dans ton propre style d'écriture, uniquement à des gens qui correspondent à tes critères. Tu lui donnes tes dos and don'ts et ton client idéal, et les messages deviennent plus courts et moins commerciaux avec le temps. La vérité honnête sur pourquoi ça marche si bien : j'ai dû mettre le mien en pause. Il décrochait trop de rendez-vous, et je n'arrivais plus à suivre. C'est le niveau que tu vises.

Passe au multicanal seulement après. Une fois qu'un canal marche, combine email et LinkedIn pour qu'une réponse sur l'un arrête le reste. Lemlist fait ça au même endroit. Ou associe HeyReach pour LinkedIn avec Instantly pour le cold email. Pour que l'email arrive tout court, achète une poignée de domaines supplémentaires, chauffe-les d'abord, et envoie lentement. Garde une personnalisation élevée : les envois génériques en masse sont morts, et la prise de contact hyper-personnalisée est la seule qui vaille la peine. L'ordre compte plus que les outils : recherche, puis un canal, puis plusieurs.

Compétence 2 : la distribution vaut mieux que poster

La distribution, ce n'est pas poster sur les réseaux sociaux. C'est savoir où tes acheteurs portent déjà leur attention, les mots exacts qu'ils utilisent pour décrire leur problème, et comment gagner leur confiance avant de demander quoi que ce soit. Dans un monde d'IA, n'importe qui peut sortir un produit ou une landing page. La compétence rare, c'est de faire en sorte que les gens s'y intéressent.

Voici pourquoi ça compte plus que le volume d'outbound. À tout moment, environ 95% des acheteurs B2B ne sont pas sur le marché pour ce que tu vends, selon l'Ehrenberg-Bass Institute et le LinkedIn B2B Institute. Seuls 5% sont prêts à acheter maintenant. Si tu ne cours qu'après les 5% avec des messages froids, tu ignores les 95% qui achèteront plus tard. La distribution, c'est la façon de rester utile pour eux pendant des mois, pour être le choix évident quand ils bougeront enfin.

Le bon marketeur de cette époque est en partie chercheur, en partie conteur, en partie opérateur média et en partie bâtisseur de communauté. Tu prends une idée et tu la transformes en post, en vidéo courte, en angle d'email et en accroche de vente. La première répétition est petite et tu peux la faire ce week-end. Choisis une niche qui te tient à coeur. Puis construis une carte de distribution : note les 20 endroits où tes acheteurs consacrent déjà leur attention (newsletters, créateurs, fils Reddit, podcasts, événements, requêtes de recherche, les outils qu'ils paient déjà). Puis écris 20 accroches pour une seule idée : certaines sur la curiosité, certaines sur la peur, certaines sur l'argent, certaines sur le "j'aurais aimé savoir ça plus tôt". Tu t'entraînes à partir de ce que les gens veulent déjà, pas de ce que tu as construit par hasard. C'est le jeu long derrière le contenu porté par le fondateur comme avantage GTM.

La vraie preuve : quand l'automatisation marche, tu l'éteins

Le signe le plus clair que ton setup IA fonctionne n'est pas un dashboard. C'est que tu dois le ralentir parce qu'il décroche plus de rendez-vous que tu ne peux en prendre. Voilà à quoi ressemble le bon niveau. L'objectif n'a jamais été plus d'activité. C'était plus de bonnes conversations.

Je ne défends pas ça en théorie. Ma propre automatisation LinkedIn a été mise en pause pour une seule raison : trop de rendez-vous. Un stagiaire qui faisait tourner une simple séquence email, LinkedIn et appel a décroché cinq rendez-vous par semaine pour un CEO. Et quand on publie l'étude AI Monitor avec l'ETH Zurich et qu'on relance par un appel chaud les personnes qui y ont participé, la conversion en rendez-vous est élevée, parce que le contact est chaud avant même qu'on demande quoi que ce soit. Regarde ce que ces trois cas ont en commun. L'IA a fait la recherche et la relance ennuyeuse. Un humain a fait les priorités, la relation et le closing.

C'est la ligne qui ne bouge pas. L'IA prend le travail ingrat. Elle ne prend pas la relation. Les commerciaux qui gagnent ne sont pas ceux qui ont le plus d'outils. Ce sont ceux qui ont appris deux compétences, déployer des agents et construire de la distribution, et qui ont gardé l'humain exactement là où il compte. Le playbook complet de ce système se trouve dans le framework gtm.science.

Où ça marche, où ça ne marche pas, et le piège

✅ Ce qui brille. La recherche, l'enrichissement, les premiers jets et les relances. C'est les 72% de la semaine que les commerciaux détestent. Les agents le font pour pas cher, 24h/24, et ils s'améliorent quand tu les corriges.

❌ Ce qui ne brille pas. La créativité, le jugement et la confiance. L'IA seule n'est pas assez originale pour fixer ta stratégie ou sentir une salle. Les priorités, la relation et le closing restent humains.

⚠️ Attention. Ne commence pas par le sommet. Les essaims d'agents autonomes ont l'air impressionnants et les coûts s'envolent vite sans limites. Et en Suisse comme dans l'UE, certaines choses que tu peux construire ne sont pas des choses que tu as le droit d'utiliser : l'enregistrement des appels demande un consentement, et l'achat de données de contact n'est légal que dans certains pays. Pose des limites et des points de validation avant de scaler.

Rappelle-toi d'où on est partis : dix outils, zéro rendez-vous. La solution n'a jamais été un onzième outil. C'était de choisir deux compétences et de faire un petit pas. Construis un agent de briefing quotidien cette semaine. Mets en place un workflow Clay. Ajoute un canal. Deviens assez bon pour devoir éteindre quelque chose. C'est comme ça qu'on démarre vraiment avec l'IA dans le sales B2B.

Si tu veux le playbook et les workflows au fil de leur évolution, abonne-toi à la newsletter The Science of GTM. Une idée, une répétition, chaque semaine.