L’IA avance dans les équipes commerciales sans cadre clair

Le marketing et les ventes sont à la pointe de l’adoption de l’IA, mais la formation n’a pas suivi

Les équipes de marketing et de vente évoluent rapidement avec l’IA. C’est là que se produit une grande partie des premières innovations : automatisation du contenu, accélération de l’analyse, gestion des données clients à grande échelle. Si vous faites partie de la suite C, il y a de fortes chances que votre responsable des ventes ou du marketing utilise déjà l’IA pour mener des campagnes ou rationaliser les opérations. La question n’est pas de savoir s’ils utilisent l’IA, mais à quel point.

Malheureusement, cette rapidité ne s’est pas accompagnée d’un développement des compétences. Dans une récente enquête de General Assembly auprès de plus de 300 professionnels des États-Unis et du Royaume-Uni, 68 % ont déclaré qu’ils utilisaient déjà l’IA au travail. C’est une pratique très répandue. Mais seuls 17 % d’entre eux ont reçu une formation à l’IA spécifique à leur travail. Les autres ? Des sessions génériques, des vidéos YouTube, des essais et des erreurs.

Ce n’est pas à l’échelle.

Les outils évoluent rapidement. Les agents d’intelligence artificielle ne sont plus de simples moteurs de suggestion, ils opèrent en arrière-plan, exécutant des tâches en plusieurs étapes avec peu d’intervention humaine. Donnez-leur des instructions vagues ou les mauvais paramètres, et les résultats deviennent imprévisibles. Ce n’est pas bon pour votre entonnoir ou votre marque.

Jourdan Hathaway, Chief Business Officer chez General Assembly, l’a clairement exprimé : « Les équipes de vente et de marketing ont été des adeptes précoces et avides de l’IA, mais un déficit persistant de compétences les empêche d’atteindre leur plein potentiel. » Il a raison.

Si vous êtes CEO ou CRO, vous devez savoir quelle valeur vous laissez sur la table. Les équipes qui ne bénéficient pas d’une formation sur mesure se débrouillent au hasard. C’est gérable à petite échelle, mais les outils d’aujourd’hui vont bien au-delà. Partout où l’IA gère le travail en contact avec les clients, les mauvaises données peuvent rapidement être rendues publiques.

Quelle est la prochaine étape ? Remplacez la formation unique à l’IA par des parcours spécifiques à chaque rôle. Concentrez-vous sur des processus reproductibles qui forment les personnes à travailler avec l’IA, et pas seulement à la comprendre. Développez des compétences dans des domaines à fort impact tels que la planification de campagnes, l’automatisation des ventes et la segmentation de la clientèle. La technologie s’accélère, votre équipe doit en faire autant.

Les équipes utilisent l’IA pour les tâches essentielles liées aux recettes, mais les outils ne sont pas toujours approuvés

Aujourd’hui, l’IA est en train de devenir un élément fondamental de la façon dont les gens accomplissent leur travail. Les données le prouvent. Selon la même enquête de General Assembly, 57 % des professionnels utilisent l’IA pour générer du contenu. Ils sont également 49 % à l’utiliser pour approfondir leurs connaissances du marché. Viennent ensuite les opérations de vente (47 %), la gestion de la relation client (42 %) et l’optimisation des publicités (41 %). Il ne s’agit pas d’emplois marginaux, mais d’emplois centraux pour la croissance du chiffre d’affaires.

Mais l’exécution pose encore des problèmes. Près de la moitié des personnes qui utilisent l’IA déclarent le faire avec des outils non approuvés. Dans le secteur de la finance, 56 % d’entre eux l’admettent. Voilà qui devrait vous faire sourciller.

Voici ce qui se passe : les outils approuvés par le service informatique ne sont souvent pas assez rapides ou flexibles pour répondre aux besoins des équipes. Elles se tournent alors vers des plateformes publiques ou des outils tiers payés sur un budget discrétionnaire. Cela crée un écosystème fragmenté. Vous avez des équipes entières qui prennent des décisions d’IA à la volée sans aucun garde-fou. Certaines font un travail de génie. D’autres vous exposent à des risques, à des fuites de données, à des résultats de marque médiocres ou à une mauvaise logique décisionnelle qui s’étend.

Seuls 47 % d’entre eux utilisent des outils officiellement approuvés. Les autres adoptent une approche « meilleur outil pour le travail », 21 % utilisant des outils publics gratuits et 21 % des plateformes non approuvées financées par l’employeur. C’est peut-être une bonne chose dans le domaine de la recherche et du développement. Mais pour le marketing et les ventes, où le contenu public et les messages des clients sont impliqués ? Ce n’est pas suffisant.

Il n’est pas nécessaire de tout verrouiller. Mais vous devez les normaliser. Demandez directement l’avis de vos équipes de marketing et de vente pour savoir ce qui les aide réellement à aller plus vite. Si votre processus d’approbation est trop lent, retravaillez-le. En effet, à l’heure actuelle, vos équipes agissent plus vite que vos politiques. Ce n’est pas tenable.

La qualité de la formation a un impact direct sur le retour sur investissement de l’IA et, à l’heure actuelle, les résultats sont très disparates.

Parlons du retour sur effort. De nombreuses entreprises constatent que l’IA contribue à la productivité, à la rapidité et à l’orientation stratégique. C’est normal. Deux tiers des professionnels interrogés dans le cadre de l’étude de l’Assemblée générale affirment que l’IA leur permet de se consacrer à des tâches plus importantes. Plus de la moitié d’entre eux font état de gains de productivité. Et 90 % affirment qu’elle les aide, eux et leurs équipes, à prendre des décisions plus rapidement. Ce sont là de bons signaux.

Mais elles ne sont pas universelles.

Un nombre important de professionnels, 22 %, déclarent que l’IA n’a pas du tout amélioré leur productivité. Dix-huit autres pour cent déclarent qu’elle a alourdi leur charge de travail. Voilà qui devrait vous mettre la puce à l’oreille. Les outils fonctionnent, mais seulement lorsque les gens savent comment les utiliser correctement.

L’IA peut rationaliser les opérations, mais si quelqu’un passe plus de temps à
à corriger les résultats de l’IA
ou à apprendre par essais et erreurs, l’avantage net disparaît. Ces équipes n’échouent pas, elles ne sont pas préparées. La responsabilité en incombe aux dirigeants. Les entreprises ont investi dans des outils d’IA, mais n’ont pas fait assez pour développer autour d’eux des capacités utiles à l’emploi.

Vous n’avez pas besoin de modules théoriques qui ne font qu’effleurer la surface. Vous avez besoin d’une formation spécifique liée à des flux de travail réels : créer de meilleures campagnes, conclure plus d’affaires avec moins de va-et-vient, répondre à des questions clés sur le marché sans cinq suivis internes. Les équipes les plus performantes adaptent l’IA à leurs besoins de production. Les autres ne font que deviner.

L’enseignement à en tirer est simple : La formation à l’IA ne peut plus être unique. Si l’objectif est d’accroître l’efficacité et l’effet de levier de ces outils, il n’est pas négociable d’offrir une formation ciblée et pratique. Sinon, vous continuerez à obtenir des résultats mitigés et à vous demander pourquoi certaines équipes accélèrent alors que d’autres stagnent.

L’impact de l’IA sur le chiffre d’affaires n’est pas encore clair, mais l’expérience client gagne du terrain

L’IA suscite l’enthousiasme, mais les résultats les plus importants, comme les revenus, ne sont pas suffisamment clairs. D’après l’enquête de l’Assemblée générale, seuls 39 % des professionnels affirment que l’IA stimule clairement les résultats. Ce n’est pas le cas.

En revanche, 54 % pensent que l’IA a amélioré l’expérience client. C’est plus cohérent. Un meilleur ciblage, des réponses plus rapides, une personnalisation plus intelligente, voilà des domaines où l’IA montre déjà sa valeur.

Le manque à gagner peut être dû au fait que de nombreuses entreprises n’ont pas encore intégré l’IA de manière suffisamment approfondie dans des activités mesurables génératrices de revenus. Ou bien elles ne suivent pas les bons indicateurs liés à l’IA. Quoi qu’il en soit, il est temps de mieux structurer la manière dont nous évaluons les performances. Si l’objectif de l’adoption de l
IA est de générer un retour sur investissement
nous devons définir comment le mesurer : processus automatisés, pipelines plus rapides, conversions améliorées. Ensuite, liez la mise en œuvre de l’IA directement à ces résultats.

Les dirigeants de la suite doivent intervenir à ce niveau. Ils doivent s’attendre à ce que chaque déploiement de l’IA, en particulier dans le domaine du marketing et des ventes, soit lié à un résultat mesurable. Il peut s’agir de revenus, d’économies de coûts, de NPS ou d’efficacité au sein d’un processus. Les outils s’améliorent rapidement. Mais si vous ne liez pas leur utilisation à des mesures claires, vous n’obtiendrez pas la visibilité dont vous avez besoin pour prendre de bonnes décisions en matière d’échelle ou de réinvestissement.

Alors oui, l’IA contribue à l’expérience client. Cela vaut la peine d’être protégé et développé. Mais la phase suivante consiste à s’assurer qu’elle génère également une croissance mesurable du chiffre d’affaires ou, à tout le moins, qu’elle ne détourne pas les ressources sans un retour sérieux.

Des lignes directrices claires et une formation spécifique aux rôles sont désormais essentielles pour développer l’IA de manière sûre et efficace.

L’adoption de l’IA s’accélère
L’adoption de l’IA s’accélère, mais la gouvernance interne n’a pas encore rattrapé son retard. La plupart des professionnels ne sont pas tenus d’utiliser l’IA, seuls 11 % d’entre eux déclarent qu’ils y sont obligés. Les autres sont soit encouragés, soit laissés à eux-mêmes. Il s’agit là d’un problème structurel. L’adoption décentralisée sans orientation accroît l’incohérence et les risques.

Selon les données de l’Assemblée générale, 21 % des professionnels utilisent des outils d’IA gratuits et publics. Par ailleurs, 21 % utilisent des outils financés par l’employeur qu’ils ont personnellement sélectionnés, en dehors de tout processus d’approbation formel. Cela nous indique que les entreprises manquent une occasion de façonner l’adoption d’une manière qui s’aligne sur les objectifs de l’entreprise et les normes de risque. Ces outils fonctionnent sur des données réelles, influencent les résultats en contact avec les clients et peuvent affecter la manière dont les décisions sont prises dans l’ensemble de l’organisation.

Le déficit de formation ne fait qu’aggraver la situation. De nombreux utilisateurs rassemblent leurs connaissances à partir de sources éparses tout en utilisant des outils capables de fonctionner de manière autonome. Lorsque les gens n’ont pas de connaissances spécifiques à leur rôle, ils s’appuient sur des essais et des erreurs. Et lorsque les décisions prises de cette manière sont mises à l’échelle, les petites erreurs deviennent rapidement coûteuses.

Vos équipes n’ont pas besoin de théorie générique. Elles ont besoin d’accéder à une formation pratique et modulaire qui reflète les flux de travail réels, comme l’automatisation des séquences de suivi des prospects, la création de segments d’audience, l’amélioration du contenu des présentations ou le développement de stratégies publicitaires évolutives. Elles ont également besoin de savoir clairement quels sont les outils autorisés, comment les données doivent être traitées et quelles sont les limites de la conformité.

L’apprentissage par les pairs, les modules actualisés et les exemples contextuels accéléreront l’acquisition des compétences plus rapidement qu’une séance en classe ou qu’une vidéo d’entreprise dépassée. Mais même la meilleure formation ne servira pas à grand-chose si les entreprises ne définissent pas d’emblée la manière dont l’IA doit être utilisée.

Les dirigeants doivent s’approprier cette question. Sans une formation structurée et des politiques claires, l’utilisation de l’IA est au mieux incohérente, et au pire, elle entraîne des dommages juridiques ou des atteintes à la réputation. Si vous essayez d’améliorer les performances à grande échelle, l’expérimentation incontrôlée n’est pas efficace. Elle est fragmentée et n’est pas alignée sur vos objectifs stratégiques. La solution est simple : des cadres structurés, soutenus par une formation dynamique, basée sur les rôles, qui évolue en même temps que la technologie.

Principaux enseignements pour les décideurs

• L’adoption de l’IA dans les ventes et le marketing dépasse la formation : La plupart des professionnels utilisent l’IA sans formation spécifique, ce qui crée un fossé dans les capacités. Les dirigeants devraient investir dans des programmes d’apprentissage sur mesure afin de renforcer l’efficacité et de réduire les risques liés à une mauvaise utilisation.
• Les équipes utilisent des outils d’IA sans surveillance : Près de la moitié des utilisateurs d’IA opèrent en dehors des systèmes approuvés, exposant les entreprises à des risques de conformité et de marque. Les dirigeants doivent mettre en place une gouvernance claire et normaliser l’utilisation des outils au sein des équipes.
• Une formation incohérente donne des résultats mitigés : Alors que l’IA améliore la productivité et la vitesse de décision pour beaucoup, les utilisateurs mal formés n’en retirent que peu ou pas d’avantages. Les dirigeants doivent aligner les stratégies de formation sur les flux de travail réels pour garantir un impact cohérent.
• L’impact sur le chiffre d’affaires reste flou malgré les gains en termes d’expérience client : Seuls 39 % des professionnels établissent un lien entre l’IA et le chiffre d’affaires, mais plus de la moitié d’entre eux constatent une amélioration de l’expérience client. Les entreprises devraient définir des indicateurs clés de performance clairs qui lient l’utilisation de l’IA aux résultats financiers et aux performances en matière de service à la clientèle.
• Le manque d’orientation accroît les risques pour l’organisation : Avec seulement 11 % des professionnels tenus d’utiliser l’IA et de nombreux outils non approuvés, l’adoption de l’IA est fragmentée. Les dirigeants devraient combiner une formation spécifique à chaque rôle avec des politiques d’utilisation structurées pour développer l’IA de manière sûre et efficace.