.svg)
Synopsis
Mission menée auprès d'une organisation B2B de 80 collaborateurs, sur la production des propositions commerciales destinées aux appels d'offres grand compte.
La mission combine une phase de modélisation des savoir-faire avant-vente et le déploiement d'un agent IA dédié à la production.
Sur six mois, le cycle de production a été ramené de plusieurs jours à moins d'une heure, et la direction commerciale a pu réinvestir le temps gagné sur les phases à plus forte valeur ajoutée !
Le cadre de la mission
L'organisation produit en moyenne 120 propositions commerciales par an, principalement en réponse à des appels d'offres grand compte. Chaque proposition mobilisait un directeur de clientèle pendant deux à trois jours pleins.
Lorsque la direction commerciale nous a sollicités, le motif de la mission semblait initialement de nature technologique : il s'agissait d'introduire un agent IA dans la chaîne avant-vente afin d'en réduire les délais.
La phase d'audit a fait apparaître une lecture différente du sujet.
Diagnostic
L'observation des gestes du directeur de clientèle a mis en évidence un schéma fréquent dans les organisations qui ont déployé l'IA générative à l'échelle individuelle, sans modélisation des usages.
La production d'une proposition mobilisait simultanément plusieurs interfaces conversationnelles, chacune sollicitée pour un fragment du livrable. Les prompts étaient reconstruits à chaque dossier. Les éléments réutilisables — anciennes propositions, présentations clientes, grilles tarifaires — étaient récupérés à la main, sans gouvernance documentaire ni capitalisation.
Plus structurellement, le savoir-faire commercial de l'organisation — sa logique de chiffrage, sa structure de scope, sa signature stratégique — n'était formalisé nulle part. Il vivait dans la tête des directeurs de clientèle, et se rejouait à l'identique, manuellement, à chaque dossier.
Ce diagnostic a fait évoluer le périmètre de la mission. Le sujet n'était pas l'introduction d'un outil. Il était la formalisation préalable d'un actif intellectuel non documenté, condition sine qua non du déploiement pertinent d'un agent IA.
Approche
La mission s'est déroulée en deux temps.
Phase 1 — Modélisation
Sur six semaines, nous avons reconstitué la chaîne de production avant-vente avec la direction commerciale, en formalisant trois niveaux d'objets : la logique de chiffrage et ses variables ; la structure type d'une proposition selon la typologie de dossier ; la signature stratégique et stylistique de l'organisation.
Cette phase n'a pas mobilisé de technologie.
Elle a mobilisé du temps cadre, et une méthodologie d'entretien et de cartographie.
Elle constitue, à notre sens, le cœur de la valeur d'une mission de cette nature.
Phase 2 — Industrialisation
Une fois cette modélisation établie, le déploiement de l'agent IA a pris une logique d'extension du process maison plutôt que d'introduction d'un outil tiers.
L'agent prend en entrée la transcription d'un rendez-vous de découverte et restitue, en quelques minutes, une proposition au format de l'organisation, conforme à ses standards de chiffrage et à sa structure narrative.
La phase humaine se déplace : le directeur de clientèle consacre désormais une trentaine de minutes à la relecture et aux ajustements stratégiques.
Les arbitrages qui font la valeur d'une proposition de niveau grand compte : nuance, recommandation différenciée, posture stratégique, restent intégralement de son ressort !
Indicateurs
Au-delà des indicateurs quantitatifs, l'apport central de la mission est qualitatif.
La direction commerciale a recouvré une capacité d'arbitrage sur ses dossiers : sélection des appels d'offres à plus forte valeur, profondeur des phases de découverte, retravail des recommandations stratégiques en amont du closing.
Autant d'activités que la pression du calendrier de production rendait jusqu'alors marginales.
Lecture de la mission
Trois enseignements méritent d'être mis en perspective, au-delà du cas particulier traité.
D'abord, le bottleneck d'une chaîne avant-vente est rarement de nature technologique. Il réside dans la non-formalisation du savoir-faire commercial — ce qui rend chaque livrable artisanal, donc lent, et structurellement non scalable.
Ensuite, les outils d'IA générique, déployés à l'échelle individuelle, peuvent aggraver ce sous-jacent. Ils créent une productivité ponctuelle qui masque l'absence de modélisation systémique, sans capitaliser sur les actifs immatériels de l'organisation.
Enfin, la valeur d'un agent IA sur-mesure se mesure moins à la vitesse d'exécution qu'à la requalification du temps cadre. L'enjeu n'est pas que la proposition soit produite plus vite. L'enjeu est que les heures gagnées soient réinvesties sur les arbitrages qui font la différence dans une décision d'achat grand compte.
C'est à cette condition qu'une mission de déploiement d'un agent IA cesse d'être un sujet d'outillage pour devenir un levier de transformation de la fonction commerciale.
.png)
.avif)
