Ce cas réel anonymisé part d’un responsable commercial basé sur le secteur de Montpellier. Il avait testé ChatGPT, sentait le potentiel, mais n’arrivait pas à en faire un outil utile au quotidien. Son attente de départ était simple : est-ce qu’un agent IA peut prospecter à ma place ?
Au départ, ChatGPT ne servait presque à rien
Le constat était assez classique : ChatGPT produisait des réponses correctes en apparence, mais trop génériques. Le responsable commercial ne retrouvait pas son ton, sa logique de qualification, ses priorités, ni la façon dont il construit une relation avec un prospect.
Il n’avait pas envie de passer des heures à apprendre des prompts. Il voulait simplement comprendre comment l’IA pouvait l’aider sans alourdir encore son quotidien.
Le problème n’était pas son manque d’expertise. Le problème était que cette expertise n’était pas encore donnée à l’IA sous une forme exploitable.
— Okiweb
L’attente de départ : un agent qui prospecte à sa place
Comme beaucoup de professionnels, il avait entendu dire qu’un agent IA pouvait tout faire : trouver des contacts, envoyer des messages, relancer, analyser les réponses et remplir le suivi. Dans une certaine mesure, l’IA peut aider sur une partie de ce travail.
Mais pas comme il l’imaginait au départ. Sur LinkedIn notamment, la limite est nette : LinkedIn indique ne pas autoriser les bots, scripts et automatisations non autorisées pour accéder au service, envoyer ou rediriger des messages, ajouter des contacts ou simuler de l’engagement. Les sources officielles sont le User Agreement LinkedIn et la page Prohibited software and extensions.
Donc le cadrage a été posé immédiatement : pas de robot de prospection, pas de compte mis en risque, pas de messages envoyés sans validation humaine.
Le vrai travail : modéliser son expertise commerciale
Le basculement a commencé quand on a arrêté de demander à l’IA d’inventer une méthode commerciale. Ce responsable avait déjà une expertise commerciale, un process déjà éprouvé, des critères de qualification, des habitudes de relance et une manière précise d’entrer en relation.
Notre travail n’a pas été de remplacer cette méthode. Il a été de la rendre visible, structurée et réutilisable par un assistant IA supervisé.
- La stratégie : qui cibler, pourquoi, avec quel angle et quelle priorité.
- Le process : étapes de qualification, relance, suivi, décision et sortie.
- Les messages : intentions, ton, formulations à éviter, variantes à tester.
- Les données utiles : offres, objections fréquentes, typologies de prospects, retours terrain.
- Les limites : ce que l’IA peut préparer, ce qu’elle ne doit jamais envoyer seule.
L’IA n’a pas remplacé son expertise commerciale. Elle l’a rendue plus facile à appliquer, plus régulière et plus suivie.
Ce qu’on a construit : un assistant de supervision
L’assistant n’avait pas pour mission de prospecter automatiquement. Il avait pour mission de préparer et superviser le travail commercial autour d’une méthode validée.
Ce que l’IA ne fait pas
- Envoyer des messages automatiquement.
- Ajouter des contacts à la chaîne.
- Imiter une relation humaine.
- Décider seule de la suite commerciale.
Ce que l’IA prépare
- Angles de prospection à valider.
- Variantes de messages et relances.
- Synthèses de suivi et prochaines actions.
- Analyse des retours et pistes d’amélioration.
On a aussi cadré la fréquence, les objectifs, les règles de validation et les do / don’t. L’assistant travaille dans un cadre. Le professionnel garde la main.
Le poste de travail a été alimenté avec sa méthode
La différence ne vient pas d’un outil magique. Elle vient de ce qu’on met dans le poste de travail : documents, exemples, objections, règles, objectifs, suivi et critères de décision.
Une fois ce contexte organisé, l’IA ne répond plus comme un assistant générique. Elle peut préparer un message dans le bon esprit, rappeler le bon angle, proposer une relance cohérente ou aider à comparer deux approches.
- Une base de consignes commerciales.
- Des exemples de messages acceptables et non acceptables.
- Une logique de qualification.
- Des routines de suivi hebdomadaire.
- Une méthode pour tester des variantes sans perdre l’historique.
- Des garde-fous sur LinkedIn et les actions sensibles.
Le gain : plus de temps pour les relations humaines à forte valeur
Le résultat le plus intéressant n’est pas d’envoyer plus de messages. C’est de retirer une partie de la charge qui empêchait de bien faire le travail commercial : relances oubliées, suivi dispersé, idées non capitalisées, messages à reprendre de zéro, tests jamais comparés.
L’IA prépare le terrain. Le commercial garde son énergie pour les vrais échanges : comprendre une situation, écouter une objection, détecter un besoin, ajuster une proposition, construire une relation.
L’objectif n’était pas d’automatiser la relation commerciale. L’objectif était de retirer ce qui empêchait de bien la faire.
— Okiweb
Non seulement le travail devient moins pénible, mais il devient aussi plus précis : meilleur suivi, meilleure cohérence, meilleure capitalisation des retours et moins d’improvisation dans les relances.
Ce que ce cas montre pour les pros à Montpellier
Pour les indépendants, commerciaux et dirigeants de TPE autour de Montpellier, la leçon est simple : l’IA fonctionne mieux quand elle augmente une méthode existante. Si vous avez déjà une manière de vendre, d’accompagner, de relancer ou de décider, c’est cette matière qu’il faut structurer.
C’est aussi l’objectif de la page formation IA Montpellier : partir de votre réalité terrain, de votre expertise et de vos limites, puis construire un assistant IA personnel qui vous aide sans prendre votre place.
Okiweb intervient depuis le secteur Caux / Pézenas, entre Béziers et Montpellier, en visio ou en déplacement selon les besoins. L’accompagnement reste volontairement concret : audit, cas réels, routines, validation humaine et appropriation progressive.
Conclusion : augmenter le commercial, pas automatiser la relation
Le bon assistant IA commercial n’est pas un robot qui parle à votre place. C’est un système de travail qui vous aide à mieux préparer, mieux suivre, mieux relancer et mieux capitaliser.
La relation humaine reste le cœur du métier. L’IA sert à enlever une partie de la friction autour de cette relation, pour que le professionnel puisse se concentrer sur ce qui a le plus de valeur.
