Comment l’IA transforme le rôle des plateformes CRM

L’IA pourrait remplacer l’interface du CRM avant de remplacer ce que le CRM sait

Des assistants IA tels que ChatGPT et Claude pourraient évincer la plateforme marketing CRM de l’un de ses rôles les plus visibles : l’endroit où travaillent les marketeurs. Un marketeur peut décrire un objectif en langage courant et laisser un assistant lancer la tâche. Cela change l’endroit où le travail s’effectue. Cela ne prouve pas que l’assistant puisse reproduire les données client, la prise de décision et le jugement marketing accumulé auparavant via l’interface de la plateforme.

Cette distinction compte pour les dirigeants qui décident quoi construire, intégrer ou renouveler. Pini Yakuel, fondateur et PDG d’Optimove, soutient que les assistants travailleront avec les plateformes marketing CRM plutôt que de les rendre inutiles. Optimove vend une telle plateforme et en tire un bénéfice commercial si les entreprises continuent d’avoir besoin de cette catégorie, donc ses affirmations doivent être lues dans ce contexte. La question plus large pour les dirigeants est de savoir si l’IA a remplacé une capacité ou simplement créé une nouvelle manière d’y accéder.

La réponse a des conséquences sur l’architecture et les achats. Une entreprise peut supprimer une interface tout en conservant les données, les règles, les modèles et les systèmes d’exécution qui se trouvent derrière. Elle peut aussi reproduire ces fonctions ailleurs et réduire sa dépendance à la plateforme en place. L’IA facilite la dissociation de ces décisions.

La nouvelle division du travail : le raisonnement au-dessus, la substance marketing en dessous

Une architecture possible comporte trois couches aux rôles distincts. L’assistant interprète la demande d’un marketeur, raisonne sur la tâche et produit une réponse ou une action. Une couche d’intégration relie cet assistant à des systèmes externes. L’infrastructure marketing fournit ensuite les informations client et la prise de décision nécessaires pour transformer la demande en choix de campagne.

Un mécanisme possible pour la couche intermédiaire est le Model Context Protocol, ou MCP, une manière standardisée pour les assistants d’accéder à des outils et des données externes. Le MCP peut rendre cet accès plus cohérent, mais les informations et les règles restent hébergées quelque part en dehors de l’assistant. Par exemple, un assistant peut demander à un système intégré quels clients semblent susceptibles de partir lorsque ce système peut fournir les historiques client et la logique correspondants.

La position d’Optimove est que sa plateforme fournit les données client, la prise de décision et un historique accumulé de ce qui fonctionne, tandis que l’assistant apporte le raisonnement et la conversation. Selon ce modèle, un marketeur pourrait travailler via ChatGPT, Claude ou un autre assistant tandis que les fonctions spécifiques au marketing resteraient dans les systèmes sous-jacents. Comme Optimove vend la plateforme sous-jacente, cette description soutient aussi son argument commercial pour rester une partie de la stack.

Cette architecture donne aux dirigeants une manière plus précise de se demander si l’IA « connaît » le client. Un modèle peut interpréter une demande et raisonner à partir d’informations récupérées tandis que l’historique client et les règles de campagne restent dans des systèmes externes. Le résultat peut aussi dépendre de décisions organisationnelles antérieures concernant l’éligibilité, les offres, les tests, les canaux et le timing. La réponse visible de l’IA peut donc refléter un travail effectué à travers plusieurs systèmes.

L’IA connectée directement aux données complique la décision entre construire et acheter

Les équipes techniques peuvent connecter un assistant directement aux données de l’entreprise et construire autour de lui les outils nécessaires. Yakuel reconnaît que des systèmes internes peuvent fonctionner pour certains cas d’usage et décrit les équipes qui suivent cette voie comme en avance plutôt que dans l’erreur. Cela fait de la décision une évaluation entre construire et acheter. Chaque entreprise doit déterminer quelles fonctions elle peut reproduire et gouverner elle-même.

La création d’audience montre pourquoi cette évaluation va au-delà de l’accès à une base de données. Une requête peut identifier les personnes qui répondent à des conditions spécifiées, tandis qu’un workflow de production peut aussi inclure des exclusions, des choix de traitement, un objectif d’optimisation et des groupes test et contrôle. Ces choix déterminent qui reçoit une campagne et ce que l’entreprise peut apprendre du résultat. Toute architecture de remplacement doit représenter et gouverner les choix dont l’entreprise a besoin.

Yakuel soutient que ces décisions reflètent des années de pratique marketing qu’un modèle généraliste n’a pas encore suffisamment assimilées pour exécuter sans supervision. Il prédit qu’un jugement marketing autonome suffisant est « à des années, pas à des mois ». C’est le point de vue d’Optimove, et Optimove en bénéficie si les clients continuent de s’appuyer sur une infrastructure marketing spécialisée. Les dirigeants peuvent traiter la question d’architecture sans accepter ce calendrier : identifier les décisions que leur propre système doit prendre et décider où ces décisions résideront.

« Connecter le modèle à nos données » n’est qu’une partie d’une spécification d’architecture. Dans l’exemple de l’audience, les dossiers clients peuvent être insuffisants si les règles d’éligibilité, la suppression d’offres, les priorités de campagne ou la conception des expérimentations se trouvent dans d’autres systèmes ou processus. Cette connaissance peut résider dans la configuration de la plateforme, dans le code de l’entreprise, dans des processus opérationnels ou dans le jugement des employés. Supprimer une plateforme oblige une entreprise à savoir lesquelles de ces dépendances partent avec elle.

Le même test s’applique à la plateforme en place. Une longue durée d’utilisation ne prouve pas qu’un jugement de valeur y ait été capturé sous une forme réutilisable. Une entreprise peut inventorier les données, règles, modèles, historiques de campagne et contrôles qui dépendent de la plateforme, puis déterminer lesquels peuvent être déplacés ou reproduits. Cet inventaire donne à la décision entre construire et acheter une base concrète.

Les données client peuvent vivre en dehors d’une plateforme marketing CRM, et les organisations peuvent construire la prise de décision et encoder la connaissance métier dans des systèmes qu’elles contrôlent. Les futurs modèles pourraient aussi devenir capables de prendre davantage de décisions marketing de manière autonome. La question d’architecture à court terme est plus étroite : si supprimer une plateforme supprime aussi la logique d’audience, les historiques client, les règles d’expérimentation ou la prise de décision de campagne, la conception de remplacement doit fournir ces fonctions ailleurs. Leur coût de remplacement doit entrer dans la décision de construction.

Les exemples d’Optimove montrent comment les assistants peuvent coordonner des systèmes existants

Optimove décrit un exemple de rédaction de campagne dans lequel une équipe fournit à un assistant IA un brief hebdomadaire et reçoit une semaine complète de campagnes : huit campagnes sur deux marques en une session de 90 minutes. Le chiffre de 90 minutes est un exemple fourni par Optimove ; il doit donc être lu comme un résultat communiqué par un fournisseur plutôt que comme un benchmark général de productivité. Le point architectural est plus clair : l’assistant transforme un brief en travail de campagne tout en s’appuyant sur l’infrastructure marketing sous-jacente.

Un deuxième exemple d’Optimove concerne une QA permanente. Optimove affirme qu’un agent planifié peut vérifier chaque matin les parcours, modèles et campagnes arrivant à expiration au cours de la semaine suivante, signaler les éléments manquants ou défaillants, et ouvrir des tâches avant l’arrivée des employés. Dans ce workflow, l’inspection de routine est transférée à un processus automatisé. Le processus continue toutefois de s’appuyer sur l’état des campagnes exposé par les systèmes sous-jacents et sur des règles définissant ce qui est considéré comme manquant, défaillant ou prêt à être remonté.

Le troisième exemple d’Optimove élargit le périmètre, des tâches individuelles au travail de rétention de bout en bout. Optimove décrit un framework qui recherche des sujets liés à la rétention, combine cette recherche avec les données de la plateforme de l’entreprise, recommande des approches, aide à construire des campagnes, réalise une analyse post-campagne et réinjecte ce qu’il apprend dans le travail suivant. L’assistant coordonne plusieurs étapes. Les informations client et la prise de décision marketing restent des intrants tout au long du processus.

Yakuel affirme que la rédaction de campagnes, la QA automatisée quotidienne et la rétention de bout en bout sont « utilisées dès maintenant ». Cette déclaration reflète la version d’Optimove sur l’usage actuel et soutient son argument commercial en faveur d’une plateforme CRM accessible à l’IA. Les exemples partagent un même schéma technique : un assistant opère sur des informations, des règles et des capacités d’exécution fournies par d’autres systèmes. Les dirigeants peuvent tester ce schéma sur leurs propres workflows sans considérer ces exemples comme une preuve de résultats à l’échelle du marché.

Optimove soutient également que l’IA peut permettre à de petites équipes d’exécuter un travail habituellement associé à des équipes bien plus importantes, parce que les assistants peuvent gérer en continu la planification, la vérification et la coordination sur la plateforme. Il s’agit là encore d’une affirmation de fournisseur, portée par un intérêt commercial direct. Pour une entreprise donnée, le test est opérationnel : identifier les tâches qui peuvent être déléguées en toute sécurité, puis comparer le workflow obtenu avec les effectifs et les contrôles actuels.

Les plateformes CRM font face à un test de visibilité et de défendabilité

L’intégration de l’IA peut créer une tension commerciale pour les fournisseurs de plateformes. Un utilisateur peut invoquer les données et la prise de décision d’une plateforme via un assistant tout en passant moins de temps dans l’interface de la plateforme. Si un marketeur demande à un assistant de construire une audience, de vérifier des campagnes ou d’analyser les performances de rétention, l’assistant devient l’endroit visible où la tâche se déroule. La valeur de la plateforme dépend alors davantage des capacités invoquées par l’assistant que de l’interaction directe avec ses écrans.

Cela peut faire de l’engagement dans l’UI un indicateur moins pertinent de la valeur client dans des workflows lancés via des intégrations. Les fournisseurs devront peut-être plutôt démontrer la valeur de l’accès aux données, de la prise de décision, de l’exécution, des autorisations et des interfaces lisibles par machine. Les acheteurs peuvent appliquer le même test lors des achats : déterminer quelles capacités sous-jacentes ils utilisent réellement, quels processus métier en dépendent et ce qu’exigerait leur reproduction ailleurs.

Pour Optimove et les autres entreprises de plateformes CRM, c’est aussi un test de défendabilité. Si les interfaces conversationnelles deviennent une couche d’accès courante, la conception de l’interface pourrait représenter une part plus faible de la différenciation dans ces workflows. Le reste de l’argument dépend des actifs derrière cet accès, notamment le contexte client, la prise de décision, la logique opérationnelle et une exécution fiable. Optimove a une raison commerciale de soutenir que ces fonctions resteront précieuses, tandis que les acheteurs ont une raison de vérifier lesquelles sont réellement spécifiques à la plateforme.

Cette division du travail peut évoluer à mesure que les modèles et les systèmes internes s’améliorent. Yakuel reconnaît que les approches internes peuvent fonctionner dans certains cas tout en maintenant que les modèles généralistes ne sont pas encore prêts à exercer sans supervision un jugement marketing suffisant. Les entreprises peuvent progressivement déplacer les données client, les règles de décision, la logique d’expérimentation et la connaissance marketing vers des architectures qu’elles contrôlent plus directement. Chaque déplacement modifie ce que la plateforme spécialisée doit apporter pour rester défendable.

Points clés

• Séparer l’interface de la capacité : Les assistants IA peuvent devenir l’endroit où travaillent les marketeurs tandis que les plateformes CRM continuent de fournir les données client, la prise de décision, les règles et l’exécution. Les acheteurs de technologies doivent évaluer chaque capacité sous-jacente indépendamment lorsqu’ils décident quoi construire, intégrer ou renouveler.
• Cartographier l’architecture marketing : Les assistants IA peuvent gérer la conversation et le raisonnement tandis que les systèmes intégrés fournissent le contexte client et la logique marketing. Les responsables de l’architecture doivent documenter où résident l’historique client, les règles d’éligibilité, les décisions de campagne et la connaissance métier.
• Chiffrer l’ensemble de la décision entre construire et acheter : L’accès direct de l’IA aux données de l’entreprise ne reproduit pas à lui seul la logique d’audience, les exclusions, l’expérimentation ou la gouvernance des campagnes. Les équipes internes en charge des plateformes doivent inventorier ces dépendances et inclure leurs coûts de remplacement et d’exploitation lorsqu’elles évaluent une architecture CRM interne.
• Tester les workflows IA par rapport aux opérations réelles : Optimove rapporte des cas d’usage de l’IA couvrant la rédaction de campagnes, la QA automatisée et les workflows de rétention, l’assistant coordonnant des capacités fournies par les systèmes sous-jacents. Les équipes d’opérations marketing doivent identifier des workflows de même nature et bien délimités, définir les contrôles requis et mesurer les résultats dans leur propre environnement.
• Évaluer les plateformes CRM au-delà de leurs interfaces : À mesure que les assistants IA absorbent davantage d’interactions utilisateur, la valeur du CRM peut se déplacer vers le contexte client, la prise de décision, l’exécution, les autorisations et l’accès lisible par machine. Les équipes achats et architecture doivent vérifier si ces capacités restent différenciées et coûteuses à reproduire ailleurs.