L’une des plus grandes questions que, selon moi, tout le monde doit se poser lorsqu’il envisage d’utiliser une nouvelle technologie est la suivante : est-ce que cela m’aide à mieux faire les choses, ou à faire de meilleures choses ? Autrement dit, puis-je faire ce que je fais actuellement, mais un peu plus vite, un peu moins cher, un peu plus facilement ? Ou puis-je faire quelque chose que je ne pouvais pas faire auparavant ? 

Dans la vente, je pense que l’IA relève de la seconde catégorie, mais qu’elle est traitée comme la première, et cela risque d’aggraver le problème que nous essayons de résoudre avec elle. Je m’explique.  

Le nombre d’heures dans une journée est limité, et la gestion de comptes implique énormément de travail avant même d’arriver à la vente. Il y a des problèmes clients à résoudre, des réunions à préparer, des commandes à suivre, des e-mails auxquels répondre et des demandes internes à traiter.  

Ensuite, il y a le travail nécessaire pour trouver les informations dont vous avez besoin dans le CRM, l’ERP, les e-mails, les tableaux de bord, les rapports et partout ailleurs où elles se trouvent. Sans parler de tout le travail que représente le fait de saisir des informations dans le CRM.  

Si vous êtes responsable d’un large portefeuille de clients (et soyons honnêtes, c’est le cas de la plupart des commerciaux), garder tout cela sous contrôle est déjà assez difficile. Travailler de manière proactive sur chaque client, c’est encore autre chose. 

Les gens prennent donc des décisions parfaitement sensées sur la façon de passer leur temps. Ils se concentrent sur les comptes dont ils savent qu’ils ont besoin d’eux. Ils s’occupent des clients qui font le plus de bruit. Ils gardent leurs propres notes parce que c’est plus rapide. Ils tiennent une feuille de calcul parce que cela leur convient. Ils mettent à jour le CRM quand ils en ont l’occasion. 

De leur point de vue, le travail est fait.  

Malheureusement, ces décisions parfaitement rationnelles créent des problèmes ailleurs. 

Le responsable commercial veut que son équipe passe plus de temps avec les clients, mais se retrouve aussi à courir après les mises à jour du CRM parce qu’il a besoin de savoir ce qui se passe. 

Le CRO veut une meilleure couverture du portefeuille clients et plus de chiffre d’affaires, tout en ayant besoin d’informations précises pour comprendre si l’entreprise va atteindre ses objectifs. 

La direction a besoin de données fiables sur les clients et le pipeline pour prévoir et prendre des décisions, mais certaines des informations les plus utiles se trouvent dans des boîtes mail, des feuilles de calcul, des carnets ou dans la tête des gens. 

Et l’IT, après avoir investi dans des systèmes destinés à créer une source fiable d’informations client, finit par prendre en charge à côté une collection de solutions de contournement. 

C’est ainsi qu’on se retrouve dans une situation où tout le monde demande quelque chose de raisonnable, mais où, collectivement, nous demandons aux commerciaux de faire deux choses opposées : passer plus de temps à vendre, et passer plus de temps à maintenir les informations dont le reste de l’entreprise a besoin. 

C’est sûrement exactement le genre de problème que l’IA devrait résoudre ?  

Les idées ne manquent pas pour appliquer l’IA à la vente. On peut l’utiliser pour rédiger des e-mails, résumer des appels, faire des recherches sur des comptes, produire des rapports, préparer des relances et répondre à des questions sur les clients. 

Ce sont toutes des choses utiles. Mais elles relèvent toutes de la catégorie « faire les choses mieux ». 

Vu à quel point les commerciaux sont déjà surchargés, je pense qu’il y a une question plus intéressante à poser : L’IA peut-elle réduire la quantité d’informations et de tâches administratives qu’ils ont à gérer dès le départ ? 

Prenons un commercial avec 80 comptes. 

Lui donner un assistant IA capable de résumer n’importe quel compte en quelques secondes est évidemment mieux que de lui demander de passer 20 minutes à faire la recherche lui-même. 

Mais il doit quand même savoir à propos de quel compte poser la question. 

Cette distinction est importante. 

Il y a une grande différence entre une technologie qui permet à quelqu’un d’extraire plus facilement de l’information et une technologie qui lui apporte la bonne information au moment où il en a besoin. 

Si l’un de ces 80 clients a soudainement réduit son volume de commandes, pourquoi le commercial devrait-il aller chercher cette information ? 

Si un compte qui commande normalement toutes les six semaines est arrivé à la huitième semaine sans passer de commande, pourquoi quelqu’un devrait-il penser à le vérifier ? 

Si quelque chose a changé et qu’un compte mérite aujourd’hui de l’attention, pourquoi attendre que le commercial le découvre ? 

C’est là, selon moi, que l’IA commence à devenir vraiment utile. Non pas comme un endroit de plus où les commerciaux doivent aller chercher des réponses, mais comme un moyen de faire une plus grande partie de la recherche à leur place. C’est là que nous commençons à passer à « faire de meilleures choses ».  

Parce que si un commercial se voit proposer les prochaines meilleures actions à entreprendre sur la base d’informations dont il a besoin sans savoir qu’il en avait besoin, il devient soudain capable de servir bien plus de clients avec un niveau de personnalisation qui n’aurait pas été possible auparavant. 

Plus d’IA pourrait très facilement signifier plus de surcharge 

Il y a un risque ici, car l’IA est extrêmement douée pour produire des choses. 

Donnez-lui des informations client et elle peut produire un résumé. Donnez-lui un enregistrement d’appel et elle peut produire des notes. Donnez-lui un ensemble de données et elle peut produire des enseignements. Et parce que produire toutes ces choses est désormais facile et peu coûteux, nous pouvons en produire une quantité énorme. 

Ce qui est formidable, jusqu’au moment où quelqu’un doit les lire. 

Si nous n’y prenons pas garde, nous allons passer les prochaines années à empiler des résumés, recommandations, alertes et enseignements générés par l’IA sur une quantité déjà écrasante d’informations client, puis à nous féliciter d’avoir rendu les commerciaux plus productifs. 

Le meilleur test est probablement bien plus simple : Est-ce que cela signifie que le commercial a moins de travail à faire ? 

Cela réduit-il le temps qu’il passe à chercher des informations ? Cela signifie-t-il qu’il peut travailler efficacement sur une plus grande partie de son portefeuille clients ? Cela supprime-t-il une partie de l’administratif qui l’empêche de passer du temps avec les clients ? Cela aide-t-il l’entreprise à obtenir de meilleures informations sans dépendre du commercial pour alimenter constamment la machine ? 

Parce que si l’IA peut faire ces choses, nous commençons à résoudre cette contradiction. 

Les commerciaux gagnent plus de capacité pour vendre, sans que la direction sacrifie la visibilité dont elle a besoin pour piloter l’entreprise. Les informations client utiles peuvent provenir des systèmes où elles existent déjà plutôt que de dépendre de quelqu’un pour les ressaisir. L’IT peut passer moins de temps à prendre en charge les solutions de contournement qui apparaissent lorsque les gens ne trouvent pas leurs systèmes centraux utiles. 

C’est une promesse bien plus intéressante que de générer un compte rendu de réunion un peu plus vite. 

Ce qui nous ramène au CRM 

Il y a une question délicate derrière tout cela. 

Le CRM promet depuis des décennies d’aider les commerciaux à vendre et les entreprises à comprendre leurs clients. Pourtant, les commerciaux sont débordés, l’adoption reste un problème, les informations client continuent de se retrouver dans des feuilles de calcul et des carnets, et la direction peine toujours à obtenir une vision fiable de ce qui se passe réellement. 

Alors, comment en sommes-nous arrivés là ? 

Notre PDG, David Roberts, a passé plus de vingt ans à travailler dans le CRM, d’abord en conseillant des organisations sur la stratégie et la mise en œuvre du CRM chez Accenture, et aujourd’hui de l’autre côté de la table chez SugarAI. 

Dans son nouveau livre blanc, Precision CRM : tenir la promesse non tenue, il examine pourquoi le CRM n’a pas réussi à tenir certaines parties de sa promesse initiale, comment le problème qu’il doit résoudre a changé et pourquoi l’IA nous donne l’occasion de faire enfin quelque chose à ce sujet. 

Si vous réfléchissez à la façon dont l’IA peut aider vos commerciaux à passer plus de temps à vendre sans sacrifier l’intelligence client dont dépend le reste de votre entreprise, cela vaut la peine de le lire. 

Lire Precision CRM : tenir la promesse non tenue