L'IA dans la vente : les PME ne ratent pas le coche

Meinung & Provokation · 12. Oktober 2026 · Anthony Filipiak

L'IA dans la vente a moins besoin de battage médiatique et plus de ROI. Découvrez pourquoi les PME ne sont pas stupides d'attendre – mais l'apprentissage devient une obligation pour 2026.

43 % des entreprises utilisant l'IA en Allemagne ne peuvent pas quantifier la contribution de l'IA au bénéfice opérationnel (McKinsey, évaluation allemande de « The State of AI in 2026: On the Road to ROI », publiée en 2026). C'est le chiffre dont je parle plus longtemps avec les dirigeants qu'avec n'importe quelle vidéo de démonstration d'OpenAI, Microsoft Copilot ou Salesforce Einstein. Car l'IA dans la vente n'est pas précieuse si un SDR écrit dix e-mails plus jolis, mais si le pipeline, le taux de clôture ou la vitesse des transactions basculent de manière mesurable. C'est là que ça devient mince. Et c'est précisément pourquoi la thèse « Les PME allemandes ratent le coche de l'IA – et c'est acceptable » n'est pas assez fausse pour être écartée, mais pas assez juste pour s'y reposer.

Ma thèse audacieuse – les PME ne ratent pas l'IA, elles ratent la barre. Enfin, presque. Elles testent, paient, cliquent, s'émerveillent, intègrent Copilot dans Outlook et se laissent dire par les fournisseurs que tout va changer ; mais quand je demande après neuf mois quel processus a permis de vendre plus vite, de servir moins cher ou d'escalader plus tôt, le silence se fait dans de nombreuses salles de conférence.

Et oui, c'est en partie acceptable. Quiconque croit encore en 2026 que chaque PME doit immédiatement déployer des agents sur l'ERP, le CRM, le MES et le PLM n'a probablement jamais parlé à un DAF d'une entreprise de construction mécanique dont le système SAP vit depuis 2014 avec trois logiques spéciales pour les prix des services. La prudence n'est pas un retard. Mais la prudence sans plan d'apprentissage n'est qu'un autre mot pour la perte de contrôle.

L'IA dans la vente – pourquoi la plupart se trompent

La plupart des discussions sur l'IA dans les PME commencent au mauvais endroit. Elles commencent par le modèle. GPT-5, Claude, Gemini, Llama, un framework d'agents avec une interface brillante. Je considère cela comme une distraction. Non pas que les modèles soient sans importance. Pas tout à fait. Les modèles sont importants, mais ils sont rarement le goulot d'étranglement que je vois dans les conversations avec les dirigeants et les directeurs commerciaux.

Le goulot d'étranglement se situe dans le système d'exploitation de l'entreprise – ICP flou, données CRM lacunaires, raisons des offres non codifiées, transactions perdues en texte libre dans le champ « Autre », personne ne sait précisément quels déclencheurs mènent réellement à l'achat, et l'IA dans la vente est censée soudainement faire des miracles. Chez Phoenix Contact, on peut parler d'automatisation, car les processus ont une maturité différente. Chez un fournisseur de 180 personnes de Westphalie orientale, dont le directeur commercial travaille encore avec trois fichiers Excel, une demi-licence HubSpot et la mémoire de Sabine du service interne, le monde est différent.

« Ça ne marche pas chez nous », m'a dit récemment Thomas, directeur commercial d'un fabricant de composants de Pforzheim. « Nos clients n'achètent pas à cause d'un e-mail. » J'entends souvent cette phrase. Elle semble expérimentée. Parfois, elle n'est que commode. Car bien sûr, personne n'achète une machine d'emballage de Krones ou un axe de Wittenstein à cause d'un e-mail. Mais une conversation d'achat ne naît pas non plus de l'encens. Elle naît du timing, de la pertinence, de la répétition et d'un appareil commercial qui reconnaît quand un compte cible est en mouvement.

Le malentendu est plus profond. De nombreuses PME confondent l'utilisation de l'IA avec la capacité de l'IA. L'utilisation signifie – quelqu'un rédige une offre d'emploi avec ChatGPT, le service commercial interne fait raccourcir un e-mail, le marketing génère des posts LinkedIn qui ressemblent à tout le reste sur LinkedIn (c'est-à-dire à du carton mouillé). La capacité signifie – l'entreprise peut sélectionner un processus, formuler une hypothèse, connecter des données, limiter les risques, mesurer les résultats et ensuite décider si elle doit être mise à l'échelle ou abandonnée. Le second est rare. Le premier se développe rapidement.

La version LinkedIn du débat est trop simpliste pour moi

Sur LinkedIn, il y a deux camps. Le camp un crie – l'Allemagne est perdue parce que les PME dorment sur l'IA. Le camp deux crie – nous sommes prudents parce que nous sommes champions du monde de la qualité. Les deux se facilitent la tâche. En mars 2026, j'ai parlé de l'IA dans la vente avec Andrea, Head of Sales chez un champion caché à Bielefeld. Sa phrase m'est restée – « Nous avons testé six outils et n'avons pas changé un seul processus. » C'est exactement le problème. Pas un manque d'outils. Une lâcheté de processus.

Je le dis délibérément avec dureté, car j'entends la version édulcorée depuis des années. D'abord, c'était le CRM. Puis l'automatisation du marketing. Puis les données d'intention. Maintenant les agents IA. La technologie a toujours été achetée avant que la direction ne décide quelle vérité commerciale elle voulait réellement supporter. Si le meilleur client n'est plus le client le plus bruyant, mais le client le plus rentable après les coûts de service, alors les ventes doivent prioriser différemment. Si un segment génère beaucoup de leads, mais que chaque deuxième commande se termine par une réclamation, le marketing doit cibler différemment. L'IA révèle de telles contradictions. Certains ne le veulent pas du tout.

L'IA dans la vente – la vérité inconfortable derrière les chiffres

L'indice IA des PME 2026 de la Fédération allemande des PME et de Salesforce indique que 51,2 % des PME ont utilisé ou testé l'IA en 2025. En 2024, ce chiffre était de 33,1 %. C'est un bond, pas un piétinement. 16,6 % utilisaient déjà des agents IA, 37 % prévoyaient une introduction ou une expansion pour 2026, 31 % n'avaient pas de plans IA concrets. Quiconque en déduit seulement que « les PME dorment » lit de manière négligente.

Mais quiconque en déduit que « tout va bien » lit dangereusement. Car le chiffre de McKinsey, avec les 43 % de contribution aux résultats non quantifiables, met précisément le doigt sur la plaie. Une entreprise peut utiliser l'IA dans quatre domaines d'activité, selon McKinsey, c'était en moyenne 4,3 en Allemagne contre 3,5 au niveau mondial, et pourtant ne pas savoir si le bénéfice opérationnel augmente. C'est comme installer une nouvelle machine DMG-Mori dans l'atelier et ne pas savoir après un an si les coûts unitaires, les rebuts ou le délai de livraison se sont améliorés. Aucun directeur général n'accepterait cela. Pour les logiciels, cela est soudainement romancé.

Le chiffre de Qonto est particulièrement révélateur. 34,46 euros de dépenses mensuelles moyennes pour l'IA. Cela ne permet pas de transformer un processus de vente. Cela permet d'obtenir quelques licences individuelles, un paiement par carte de crédit et le bon sentiment de ne pas être complètement dépassé. L'odeur de la transformation ? Plutôt l'odeur d'un reçu d'outil fraîchement imprimé par la comptabilité.

Je ne veux pas donner plus d'importance à ces données de plateforme qu'elles n'en ont. Qonto ne voit pas l'ensemble du paysage des entreprises allemandes. McKinsey a interrogé 93 personnes en Allemagne, dans le cadre d'une enquête mondiale auprès de 1 719 dirigeants et professionnels de 97 pays. Salesforce et Alibaba ont leurs propres intérêts commerciaux. Soit. Mais si plusieurs fenêtres imparfaites pointent dans la même direction, il faut au moins regarder dehors.

Nous n'avons pas peur de l'IA. Nous avons peur que quelqu'un connecte un agent à un mauvais système de données de base et qu'ensuite tout le monde fasse comme si l'erreur était surprenante.

— Matthias, COO d'un fournisseur de machines-outils, Stuttgart

Matthias a raison. Je connais des entreprises où une mauvaise suggestion de pièce de rechange ne déclenche pas seulement un e-mail embarrassant, mais un arrêt chez le client. Je connais des organisations commerciales où une suggestion de remise automatisée détruit immédiatement la marge, car les transactions historiques n'ont jamais été purgées des effets spéciaux. Chez Festo, Schaeffler ou Siemens, on parle d'IA avec des mécanismes de sécurité différents que dans une entreprise de 70 personnes qui gère ses modèles d'offres dans Word et sur des lecteurs réseau. C'est précisément pourquoi le récit généralisé des « dormeurs » est trop grossier.

Mais que se passe-t-il si attendre est en fait intelligent ?

Le contre-argument le plus fort à ma dureté est – l'IA n'est pas une fin en soi. Et honnêtement ? Je suis d'accord. Si un PDG doit choisir en avril 2026 entre les prix de l'énergie, le financement, la pénurie de main-d'œuvre qualifiée, l'assurance cybersécurité et une mise à niveau ERP, alors un pilote IA dans la vente n'est peut-être pas la priorité numéro un. Peut-être même pas la priorité numéro cinq. Une entreprise familiale de métallurgie à Tuttlingen ne s'améliorera pas en suivant chaque tendance plus rapidement que ses propres clients ne paient.

La prudence est souvent rationnelle dans un contexte industriel. Une mauvaise validation de qualité coûte plus cher qu'un mauvais post sur les réseaux sociaux. Une mauvaise instruction de maintenance peut arrêter une installation. Une information inexacte sur le contrôle des exportations peut causer des problèmes qui ne disparaissent pas dans un joli tableau de bord SaaS. Et un agent IA qui crée des commandes dans SAP S/4HANA nécessite une gouvernance différente d'un assistant textuel pour les newsletters. Celui qui est lent ici n'est pas automatiquement en retard. Parfois, il est mature.

Mais la prudence mature ne doit pas devenir une rigidité confortable. C'est la ligne de crête. Quand un PDG dit – « Nous attendons que les outils soient plus matures », je demande – quelles données préparez-vous d'ici là ? Quels trois processus voulez-vous mesurer en premier ? Qui dans la vente possède les hypothèses ? Silence. Alors ce n'est pas de l'attente. C'est une délégation à l'avenir.

Ce que je vois en pratique

Ce que nous observons concrètement chez Amplifa : Au cours des 12 derniers mois, nous avons constaté chez nos clients B2B de l'ingénierie mécanique, des services techniques et des logiciels industriels que les projets d'IA dans la vente ne deviennent fiables que lorsqu'ils sont liés à un événement commercial – nouveau marché, pipeline entrant en diminution, suivi de salon, activation de revendeurs ou réactivation de comptes cibles perdus. Sur 17 configurations de mise sur le marché analysées, le plus grand levier ne résidait pas dans de meilleurs textes, mais dans la combinaison d'un ICP plus précis, de la détection de déclencheurs et d'un suivi cohérent sur 6 à 10 semaines. Les équipes qui voulaient seulement « plus d'e-mails personnalisés » obtenaient rarement plus de 10 à 18 % de meilleurs taux de réponse. Les équipes qui réorganisaient les comptes cibles, le timing et la logique d'offre, ont doublé dans plusieurs cas les rendez-vous qualifiés – sans un nouveau commercial.

Cela semble moins sexy qu'un « agent autonome ». Mais c'est de l'argent. Markus, PDG d'un prestataire de services d'automatisation d'Augsbourg, m'a dit en juin 2026 – « Je pensais que l'IA nous écrirait de meilleures premières approches. Au final, elle nous a montré que nous priorisions les mauvaises entreprises depuis des années. » Son équipe travaillait auparavant sur des listes sectorielles, proprement, avec diligence, à l'allemande. Après l'affinement de l'ICP, les comptes cibles ont été évalués en fonction du parc de machines, des signaux d'expansion, des rôles de service ouverts, des annonces d'investissement et de la compatibilité technique. Le résultat après neuf mois – trois fois plus de rendez-vous avec des comptes pertinents, le même effectif, moins de discussions sur la qualité des leads entre le marketing et les ventes.

Le point n'est pas qu'Amplifa appuie sur des boutons magiques. Ils n'existent pas. Le point est que l'IA dans la vente fonctionne lorsqu'elle est appliquée à une question de vente sale et concrète. Quelles entreprises ressemblent à nos meilleurs clients avant qu'ils n'achètent ? Quels clients existants ont des signaux d'expansion mais pas de plan de compte actif ? Quelles opportunités perdues étaient des problèmes de timing et non de vrais refus ? Quels revendeurs génèrent des revenus mais ne renvoient pas de données de marché ? De telles questions sentent le travail. L'exportation CRM, la réunion de vente, un tableau blanc sur lequel quelqu'un écrit avec un marqueur sec « Pourquoi gagnons-nous ? ».

Amplifa ICP Playbook Un playbook pratique pour définir les clients cibles non pas selon l'intuition, mais selon la logique du marché, des déclencheurs et des revenus.

Je ne lie pas l'ICP Playbook parce qu'un PDF sauve le monde. Ce n'est pas le cas. Je le lie parce que la plupart des débats sur l'IA dans la vente sans un ICP propre se terminent comme un salon sans liste de suivi – cher, bruyant, puis embarrassant. Qui ne sait pas qui il veut gagner n'automatise que sa propre imprécision.

Les agents IA sont le moment où les choses deviennent sérieuses

L'enquête YouGov pour Alibaba.com et bevh a rapporté en 2026 que près des deux tiers des PME allemandes utilisent l'IA générative au moins occasionnellement. Cependant, seuls 24 % utilisaient des agents IA autonomes ; pour les entreprises de dix employés ou plus, c'était environ 45 %, et 21 % régulièrement. C'est la rupture. Un chatbot écrit. Un agent agit. Entre les deux, il y a un abîme de droits, de données, de responsabilité, de conception de processus et de confiance.

Dans la vente, cet abîme est souvent sous-estimé. Un agent qui ne fait que résumer des textes de site web est inoffensif. Un agent qui évalue des comptes cibles, remplit des champs CRM, lance des séquences, priorise des interlocuteurs ou prépare des ébauches d'offres, modifie la division du travail. Qui approuve ? Qui vérifie ? Qui est responsable si un grand client est contacté deux fois parce que la logique de dédoublonnage est misérable ? Qui arrête l'agent si le taux de réponse est élevé, mais seulement pour des comptes qui n'achèteront jamais ?

Je vois ici deux types de PME. Les unes achètent des agents comme elles achetaient autrefois des outils de newsletter. Introduction, formation, terminé. Les autres construisent une petite architecture de contrôle – cas d'utilisation clairs, bac à sable, concept de droits, KPI, approbation manuelle, journal d'audit, interrupteur d'arrêt. Devinez qui est encore détendu après six mois. Chez un client du secteur des grossistes techniques, la salle des serveurs de l'ancien bâtiment administratif sentait encore la poussière chaude, mais la gouvernance des agents était plus propre que chez certaines entreprises de logiciels du centre de Berlin.

1. Choisissez un processus qui touche le chiffre d'affaires ou la marge – pas le cas de démonstration le plus pratique. Des exemples sont la priorisation des clients cibles, la réactivation, la préparation des offres ou le contrôle des revendeurs.
2. Définissez un indicateur clé de performance strict avant le pilote – rendez-vous qualifiés, taux d'offres, temps de cycle, précision des prévisions ou marge brute par compte.
3. Séparez l'assistance de l'autonomie – une suggestion de texte n'est pas la même chose qu'une mise à jour CRM ou une séquence déclenchée.
4. Construisez un groupe de contrôle – sinon vous célébrerez la saisonnalité, le suivi de salon ou la chance comme un succès de l'IA.
5. Fixez des critères d'arrêt – si aucun signal n'apparaît après huit semaines, on ne bricole plus, on décide.
6. Documentez les courbes d'apprentissage – quelles données manquent, quels champs sont inutiles, quelles approbations bloquent, quelle étape ne doit pas être automatisée.

Pourquoi les stratégies purement inbound deviennent dangereuses avec l'IA dans la vente

Maintenant, cela devient inconfortable pour de nombreux PDG qui se sont reposés sur l'inbound ces dernières années. Quiconque s'appuie encore sur une stratégie purement inbound en 2026 n'aura plus de pipeline dans cinq ans. Oui, je sais, cela semble exagéré. Mais regardez les marchés B2B avec des cycles longs, des produits techniques et des volumes de recherche en baisse. Si tout le monde produit du contenu, tout le monde fait des webinaires, tout le monde cache des livres blancs derrière des formulaires et tout le monde utilise les mêmes outils d'IA pour mettre à l'échelle des textes, la visibilité est produite à moindre coût et gagnée plus cher.

Chez un fabricant d'équipements de test en Rhénanie-du-Nord-Westphalie, l'afflux de leads organiques était encore stable au premier semestre 2026. Sur le papier. Dans le pipeline, c'était différent. Plus d'étudiants, plus de concurrents, plus de demandes de conseil floues, moins de projets proches de l'achat. Le service commercial entendait le court ping du CRM au bureau et savait déjà après deux semaines quels leads allaient prendre du temps. L'IA dans la vente n'a pas aidé à produire plus de contenu. Elle a aidé à connecter les données existantes avec les informations sur le marché cible et à contacter proactivement les comptes avant qu'ils ne recherchent activement.

C'est la rupture du marché dont on parle trop peu. L'IA rend le contenu bon marché. Ainsi, le contenu en tant que différenciation s'affaiblit. L'IA rend la recherche évolutive. Ainsi, l'outbound redevient plus précis s'il n'est pas utilisé comme spam. L'IA rend les données CRM plus exploitables. Ainsi, les fausses excuses dans les prévisions deviennent plus visibles. Quiconque ignore ce changement ne rate pas l'IA. Il rate la nouvelle économie de la vente.

Amplifa Pipeline Audit Nous vérifions où le pipeline est généré, où il fuit et quels leviers d'IA dans la vente peuvent réellement être mesurables.

Les PME allemandes ne sont pas lentes. Elles sont souvent imprécises.

La lenteur n'est pas mon principal reproche. L'imprécision l'est. Je rencontre des PME qui prennent des décisions étonnamment rapidement par rapport aux grandes entreprises. Un PDG, deux directeurs de département, un rendez-vous le vendredi, mise en œuvre le lundi. Pas de comité de pilotage avec 19 personnes et trois logos de consultants sur la diapositive. Mais ces mêmes entreprises peuvent rester floues pendant des années en ce qui concerne les clients cibles, les raisons de la perte, la logique de marge et la segmentation. C'est là que réside la contradiction.

Trumpf, Kärcher, Brose, Webasto, Schaeffler – ces noms représentent la substance industrielle, pas le jeu. De nombreux champions cachés sont construits de manière similaire, juste plus petits et plus silencieux. Ce sont précisément ces entreprises qui ont un avantage que les startups n'ont souvent pas – des données de processus réelles, de vraies relations clients, une connaissance approfondie du domaine, une base installée, un historique de service. Si elles combinent cette substance avec l'IA, il n'y a pas de battage médiatique sur LinkedIn. Il y a un avantage difficile à copier.

Mais si elles attendent que SAP, Microsoft, Salesforce ou Siemens leur fournissent le bouton parfait, elles externalisent l'intelligence des processus. La valeur ne réside alors plus dans leur propre système de vente, mais dans la logique de plateforme d'un fournisseur. Je ne suis pas un romantique de la souveraineté. J'utilise des logiciels américains tous les jours. Mais je trouve naïf que les entreprises jettent aveuglément leurs données clients, leurs règles de décision et leur logique de vente dans des systèmes étrangers et croient ensuite qu'elles ont le contrôle parce que le contrat est en allemand.

Ce qui doit se passer maintenant

Les PME n'ont pas besoin de comprendre chaque modèle de fondation. Elles n'en ont pas besoin. Un PDG d'un fabricant d'outils à Villingen-Schwenningen n'a pas besoin de pouvoir expliquer pourquoi un Transformer utilise l'attention. Mais il doit savoir quels cinq processus sont décisifs pour la marge et la croissance. Et il doit exiger que les pilotes d'IA soient mesurés sur ces processus, et non sur le nombre de textes générés.

Mon appel concret aux PDG et aux directeurs commerciaux est simple, mais pas confortable – faites moins de projets d'IA et des projets plus précis. Un pilote pour la priorisation des clients cibles. Un pour l'accélération des offres. Un pour la réactivation des comptes. Pas douze expériences dans le brouillard. Pas un déploiement de Copilot en remplacement de la stratégie. Pas un agent qui automatise les erreurs opérationnelles parce que personne n'a touché au processus auparavant.

1. D'ici fin novembre 2026, listez vos dix processus de vente les plus importants – de la source du lead à l'encaissement, pas seulement l'entonnoir marketing.
2. Marquez trois processus avec une répétition élevée et une conscience élevée des coûts d'erreur – c'est là que l'IA est plus rentable que pour les sujets de prestige.
3. Établissez une thèse économique pour chaque processus – par exemple, un temps d'offre réduit de 20 % ou 15 % de rendez-vous qualifiés supplémentaires dans un segment.
4. Vérifiez l'accès aux données et la qualité des données – CRM, ERP, service, site web, contacts de salon, rapports des revendeurs.
5. Commencez par l'assistance avant d'autoriser l'autonomie – en particulier pour les prix, les offres, la conformité et la communication client.
6. Comparez avec un groupe de contrôle – sinon vous croirez votre propre diapositive.
7. N'évoluez que si un réel gain de processus est visible – les taux de réponse seuls ne sont pas un modèle économique.

Amplifa AI Sales Sprint Un sprint ciblé pour les équipes B2B qui ne veulent pas tester l'IA dans la vente, mais l'aligner sur le pipeline, l'ICP et les processus de vente mesurables.

FAQ – les PME ratent-elles vraiment l'IA ?

L'IA dans la vente est-elle déjà obligatoire pour les PME ?

Obligation est le mauvais mot. L'obligation d'apprendre est plus juste. Aucune PME n'a besoin de mettre un agent autonome sur sa communication client demain. Mais chaque entreprise avec une vente B2B nécessitant des explications devrait savoir en 2026 où l'IA modifie la recherche, la segmentation, le suivi, les prévisions ou les processus d'offre. Quiconque n'apprend pas du tout paiera plus tard avec de la précipitation.

Pourquoi ChatGPT ne suffit-il pas dans la vente ?

ChatGPT peut fournir des textes, des analyses et des structures. Cela aide. Mais le succès commercial ne vient pas seulement du texte. Il vient de la logique des comptes cibles, du timing, de la qualité des données, d'un CRM propre, d'offres appropriées et de la discipline dans le suivi. Un bon prompt ne guérit pas un mauvais ajustement au marché. Un directeur commercial de Hanovre m'a dit en août 2026 – « Nos e-mails se sont améliorés, mais notre pipeline non. » C'est là que l'euphorie des outils se termine.

Les agents IA sont-ils trop risqués pour l'ingénierie mécanique et l'industrie ?

Ils sont risqués s'ils sont introduits sans concept de droits, processus d'approbation et logique de mesure. Ils sont utiles s'ils commencent de manière clairement limitée – par exemple pour la recherche, la recherche de documents, les résumés de comptes ou la préparation d'offres. Pour les paramètres CNC erronés, les validations de qualité, les informations d'exportation ou les décisions de prix, un contrôle humain est nécessaire. Point.

Comment mesurer le ROI de l'IA dans la vente ?

Pas par les heures d'utilisation. Pas par le nombre d'e-mails générés. Je commencerais par quatre indicateurs – rendez-vous qualifiés par segment cible, taux d'offres, cycle de vente et marge brute par compte gagné. Selon l'activité, la précision des prévisions, le taux de réactivation ou le temps de traitement des offres peuvent s'y ajouter. L'important est la ligne de base avant le pilote. Sans ligne de base, toute amélioration devient un récit.

La thèse provocatrice demeure – mais différemment

« Les PME allemandes ratent le coche de l'IA – et c'est acceptable » est trop confortable pour moi. La phrase touche la corde sensible, mais pas le diagnostic. Les PME ne ratent pas la démo. Elles ratent souvent la traduction en avantage de processus mesurable. Et oui, parfois, il est acceptable de ne pas être le premier. Quiconque n'a pas de données propres, de responsabilité de processus et de business case ne devrait pas simplement se lancer parce qu'un fournisseur à Munich a loué une scène et écrit « Agentic AI » sur un mur LED.

Mais attendre devient une erreur dès que cela se fait sans préparation. Si 51,2 % testent ou utilisent et 31 % n'ont pas encore de plan, il n'y a pas de marché calme. Il y a un fossé d'apprentissage. Certaines entreprises sont en train de développer des connaissances en matière de processus. D'autres collectent des identifiants d'outils. D'autres encore ne font rien et appellent cela la gestion des risques. La différence ne sera pas immédiatement visible. Elle se manifestera plus tard, lorsqu'un concurrent rédigera des offres plus rapidement, contrôlera ses revendeurs plus précisément, récupérera systématiquement les comptes perdus et connaîtra ses meilleurs clients cibles avant qu'ils ne remplissent un formulaire.

Je ne crois pas en l'IA comme une promesse de salut. Je crois au travail de vente avec de meilleurs instruments. C'est moins bruyant, mais plus difficile. Les PDG qui m'impressionnent ne demandent pas « De quelle IA avons-nous besoin ? ». Ils demandent – « Où perdons-nous de l'argent, alors que nous devrions le savoir ? » Après cela, cela devient intéressant.

Peut-être est-ce la vraie provocation pour 2026 – ce ne sont pas les PME qui ratent l'IA. Mais de nombreux fournisseurs d'IA ratent les PME parce qu'ils vendent des démos là où la responsabilité des processus est nécessaire. Et dans certaines salles de réunion, on le sent plus vite qu'on ne le voit sur une diapositive.