Le conseiller en revenus et ancien directeur des revenus affirme que la collaboration avec l’IA surpasse l’automatisation pure dans les processus commerciaux

Dave Govan a l'habitude de générer des revenus pour des organisations telles qu'Oracle, VeriSign, Hitachi et Dell RSA. Il est le fondateur de G2 Strategic Advisory Services, où il conseille les PDG d'entreprises technologiques, les investisseurs et les équipes chargées des revenus sur la stratégie de mise sur le marché.

Nous nous sommes entretenus avec Dave pour comprendre comment la collaboration entre humains et IA avec intervention humaine profite davantage aux processus commerciaux que l'automatisation pure. Voici ce qu'il nous a dit.

Redressements et accélérations

Pensées de Dave

Mon parcours jusqu’à ce moment de l’IA n’est pas nouveau…Les entreprises qui réussiront la prochaine décennie ne seront pas celles qui auront accès à l’IA. Tout le monde y a accès. Ce seront celles dont les dirigeants et les équipes changeront leur façon d’exécuter. C’est précisément là que j’interviens.

Je suis le fondateur et le directeur principal de G2 Strategic Advisory Services. Je conseille les PDG d'entreprises technologiques, les investisseurs et les équipes chargées des revenus sur la stratégie de mise sur le marché et la mise en œuvre de l'IA au sein du moteur de revenus. Je le fais en tant qu'opérationnel, et non en tant que consultant. Au cours de ma carrière, j'ai généré 2,3 milliards de dollars de revenus en tant que directeur des revenus et dirigeant commercial, j'ai siégé à six équipes de direction et j'ai développé des entreprises à tous les stades, de la phase d'amorçage à la cotation en bourse, puis à la détention par des fonds de capital-investissement.

Je conseille des organisations chargées des revenus, mais mon expérience fondamentale repose sur la direction des ventes terrain dans les grandes entreprises. Au début de ma carrière, j'ai dirigé des régions de grands comptes en tant que vice-président régional des ventes terrain chez Oracle, générant plus de 100 millions de dollars. Cette expérience de la vente aux grandes entreprises, complexes, a façonné la manière dont j'ai construit chaque organisation depuis.

Au stade des grandes entreprises et de la détention par des fonds de capital-investissement, j'ai dirigé l'organisation commerciale de Dell RSA pour les Amériques, une équipe de 250 personnes composée de généralistes, de spécialistes, de partenaires de distribution et de commerciaux sédentaires, faisant passer les revenus de 400 millions à 540 millions de dollars. J'ai ensuite été promu directeur des revenus de NetWitness, l'activité de cybersécurité qui a été séparée puis vendue à un fonds de capital-investissement. J'y ai dirigé une organisation mondiale de 500 personnes et augmenté l'EBITDA de 52 pour cent. Nous vendions des logiciels de sécurité d'entreprise avec des services aux équipes des opérations de sécurité de grandes entreprises et d'organismes gouvernementaux.

Au stade des start-up, j'ai créé et dirigé les organisations chargées des revenus de Sailthru et Dynamic Yield, des entreprises de martech spécialisées dans l'IA et les mégadonnées. Nous vendions des solutions de personnalisation SaaS aux spécialistes du marketing numérique dans l'e-commerce et les médias. Le travail consistait alors à partir de zéro pour atteindre l'échelle : construire l'équipe, le manuel opérationnel et la dynamique de mise sur le marché, en passant de quelques représentants à une organisation mondiale vendant aux directeurs marketing et à leurs équipes.

Mon parcours jusqu'à ce moment de l'IA n'est pas nouveau. Il y a dix ans, je travaillais déjà dans la martech spécialisée dans l'IA et les mégadonnées, en développant des plateformes de personnalisation comme Sailthru et Dynamic Yield. J'ai vu l'IA passer du statut de fonctionnalité que l'on vendait à celui de couche opérationnelle, puis à celui de collaboration entre humains et IA avec intervention humaine.

Les entreprises qui réussiront la prochaine décennie ne seront pas celles qui auront accès à l'IA. Tout le monde y a accès. Ce seront celles dont les dirigeants et les équipes changeront leur façon d'exécuter. C'est précisément là que j'interviens.

Comment l'IA transforme le ciblage des comptes et la gestion du pipeline

J'ai fait de l'IA la couche opérationnelle de ma propre stratégie de mise sur le marché, en commençant par la manière dont je cible et approche les comptes.

Je mène désormais une démarche de ciblage et de recherche pilotée par l'IA. J'utilise les informations sur les comptes et les signaux d'intention fournis par l'IA pour déterminer quels comptes sont à la recherche d'une solution et méritent mon temps, et je collabore avec l'IA tout au long du pipeline pour étudier les acheteurs, établir des cartes de mise sur le marché et rédiger des documents pour les clients. Je reste l'humain dans la boucle pour le jugement, le positionnement et chaque décision tournée vers le client.

Résultat : le levier et la pertinence des signaux se sont améliorés. Je gère un pipeline plus vaste et mieux qualifié que je ne pourrais le faire manuellement, j'arrive à formuler un point de vue crédible sur un prospect en une fraction du temps et je produis un travail d'une profondeur qui nécessitait auparavant toute une équipe. J'aide également mes clients à effectuer la même transition, ce qui maintient mes conseils honnêtes. Je ne vends pas une transformation que je n'aurais pas moi-même mise en œuvre.

Comment l'IA est utilisée dans le processus commercial

Je vais vous présenter le processus commercial, d'un nouveau prospect jusqu'à la signature d'une commande, ainsi que la manière dont l'IA le soutient.

Je recommande de créer un projet Claude pour chaque nouvelle opportunité et chaque client ayant signé. Un projet Claude fonctionne comme un espace de travail dans lequel vous pouvez collaborer avec Claude.  Vous pouvez partager des fichiers et des instructions pertinents.  Il se souviendra de toutes vos interactions, ce qui est idéal pour la collaboration.  Votre rôle est de lui apprendre des choses et de l'exploiter, mais c'est vous qui détenez l'opportunité et le résultat.  Faites davantage confiance à votre esprit qu'à ses réponses et réorientez-le lorsque c'est nécessaire.  

Commencez par une recherche préalable à l’appel. Une fois qu’un prospect est obtenu, vous pouvez utiliser des applications d’IA comme Clearitty.com pour obtenir des informations sur le compte concernant l’entreprise, l’acheteur, les pressions probables et l’écart entre ses besoins déclarés et ses besoins probables. Vous pouvez élargir votre recherche pour inclure également des modèles de pointe comme Claude. Commencer avec une perspective et un point de vue éclairés vaut mieux qu’une découverte générique menée sans aucune connaissance.

Ensuite, organisez votre appel de découverte avec l’IA. Structurez l’ordre du jour et les questions afin de rendre la conversation percutante et de gagner le droit d’aller plus loin. Les deux questions qui l’ancrent ne changent jamais : « De quoi avez-vous besoin ? » et « À quoi ressemble la réussite pour vous ? »

L’appel de découverte lui-même est humain. Mais un preneur de notes IA comme Granola.ai peut fournir une transcription que vous pouvez transmettre à votre projet d’IA. Vous capturez ainsi l’intégralité du contexte de ce que l’acheteur a dit et pouvez utiliser ces informations, plutôt que de les laisser dans votre mémoire ou sur un bloc-notes. Je suggère de faire de même pour chaque réunion avec le compte et d’intégrer ces informations au projet Claude. Au fur et à mesure de l’avancement du cycle de vente, vous pouvez lui demander d’examiner toutes les transcriptions et de fournir des éclairages ou des conseils. 

Pensées de Dave

…vous êtes le décideur et devez également faire confiance à votre instinct.  Votre esprit est mieux adapté à la création de stratégies gagnantes. L’IA manque souvent de contexte à moins que vous ne le lui indiquiez.

Lorsque vous entrez dans les phases de proposition et de négociation, vous pouvez collaborer avec l’IA pour définir le positionnement et l’ordre des étapes, en commençant par ce qu’ils ont demandé, puis en ouvrant la porte à une opportunité plus large une fois la confiance établie. Testez différents scénarios.  Demandez-lui d’évaluer votre compétitivité pour ce type de projet, etc. Mettez à l’épreuve la structure commerciale et la tarification afin de vous assurer qu’elles résistent à un examen approfondi, et utilisez l’IA pour repérer les endroits où vous risquez de trop complexifier l’accord ou de laisser de l’argent sur la table. Cependant, vous êtes le décideur et devez également faire confiance à votre instinct.  Votre esprit est mieux adapté à la création de stratégies gagnantes. L’IA manque souvent de contexte à moins que vous ne le lui indiquiez.

Ensuite, l’IA élabore le devis à partir de vos propres modèles, en une fraction du temps qu’il vous fallait auparavant pour le faire manuellement. C’est à vous d’apporter votre jugement sur le périmètre et les conditions.

Toutes ces étapes se déroulent dans un espace de travail d’IA, plutôt qu’au moyen de différentes requêtes ponctuelles. Ainsi, l’espace de travail conserve le contexte et peut produire de meilleures déductions à mesure que de nouvelles questions ou préoccupations apparaissent.

Vous dirigez la vente, la découverte, le positionnement et la conclusion. L’IA vous rend plus rapide et plus précis à chaque étape, capture tout pour que rien ne soit perdu et vous accompagne tout au long du processus.

Comment la précision réduit les dérives de l’IA

Des dérives occasionnelles se produisent dans mes flux de travail avec l’IA, mais nous les corrigeons par de simples réorientations. Plus vous l’utilisez, moins cela se produit.

Pour éviter les dérives, soyez toujours précis sur ce que vous faites et pourquoi. Rédigez des requêtes explicites qui présentent le scénario commercial dans son ensemble. Plus la requête est complète, moins vous aurez besoin d’allers-retours.

Pourquoi les processus de génération de revenus nécessitent un humain dans la boucle

Dans l’ensemble, je m’appuie sur l’IA pour les travaux d’analyse et de production où la rapidité et l’ampleur font la différence : ciblage et priorisation des comptes, recherche sur les acheteurs et les comptes, cartographie du marché, travail sur le profil client idéal et le comité d’achat, ainsi que synthèse d’un grand volume d’informations en un point de vue clair. Il faut exploiter au maximum l’IA pour la priorisation du pipeline, la notation des affaires, les prévisions et les signaux de risque d’attrition, car les données s’y prêtent.

Mais si l’IA éclaire et accélère les décisions, elle ne prend jamais la décision.

Les humains prennent explicitement en charge le jugement dans les situations ambiguës et tout ce qui repose sur la confiance.

• La découverte reste humaine. Comprendre ce dont un acheteur a besoin et à quoi ressemble la réussite pour lui est une conversation, pas une requête.
• La relation et la conclusion restent humaines, y compris les décisions plus discrètes, comme celle de savoir ce qu'il faut présenter ou ne pas présenter à un acheteur, et quand poursuivre ou faire une pause.
• La tarification et les conditions commerciales restent humaines. L'IA recommande souvent une tarification dont je sais qu'elle ne fonctionnera pas car, à grande échelle, elle échoue au test « acheter ou construire » ou « acheter ou recruter ». Lorsqu'on le lui rappelle, l'IA donne alors une réponse différente.
• Même avec des prévisions assistées par l'IA, je demande aux équipes de conserver une possibilité de dérogation humaine pour le chiffre final.

Dans l'ensemble, je considère qu'il s'agit d'un processus collaboratif avec l'humain dans la boucle, et que les humains sont responsables de la qualité et des résultats.

Pourquoi les dirigeants responsables des revenus doivent corriger leurs attentes irréalistes

Je n'ai jamais rencontré de cas où l'IA n'a pas généré l'impact sur les revenus auquel je m'attendais. Puisque l'IA est un logiciel, je ne m'attendais jamais à ce qu'elle génère des revenus. Je m'attendais à un effet de levier, et c'est ce qu'elle a apporté.

Le seul domaine où la réalité n'a toutefois pas été à la hauteur du battage médiatique est l'autonomie. L'idée est de diriger l'IA vers un flux de travail, puis de la laisser fonctionner seule. En pratique, les résultats produits sans supervision sont génériques, parfois erronés avec assurance, et nécessitent toujours l'intervention de personnes. Elle nous rend plus rapides, pas absents.

Je ne dirais pas que l'IA n'est pas à la hauteur. Je dirais que les gens doivent corriger leurs attentes irréalistes.

Ils doivent comprendre que la collaboration entre l'humain et l'IA, avec l'humain dans la boucle, est la voie à suivre. Pourquoi ? L'IA est un logiciel remarquable qui excelle à soutenir la réflexion, mais pas à penser par elle-même.

Pourquoi les MCP sont essentiels pour les entreprises de logiciels

Le protocole de contexte des modèles (MCP) permet à toute entreprise de logiciels de se connecter à n'importe quel modèle de pointe ou grand modèle de langage (LLM) par l'intermédiaire de connecteurs, en combinant le meilleur des deux mondes. Cela signifie que vos concurrents permettent probablement aux utilisateurs d'interagir avec leurs applications via Claude, ChatGPT, Copilot et Gemini.

Si votre offre n'intègre pas le MCP, vous risquez de faire faillite.

Comment améliorer la productivité commerciale

Voici trois changements que vous pouvez mettre en œuvre pour améliorer considérablement la productivité commerciale, l'efficacité de la conversion du pipeline et la précision des prévisions :

1. Utilisez Claude de manière plus collaborative.
2. Utilisez les signaux de l'IA pour hiérarchiser les comptes et les contacts cibles. Je travaille avec la technologie d'IA de Clearitty.com, qui excelle dans ce domaine. J'ai repensé l'exécution du haut de l'entonnoir.
3. Dans les grandes organisations, je suggère d'utiliser Clari.com pour surveiller la santé des opportunités et des comptes afin d'obtenir des prévisions plus précises.

Comment les CRO peuvent mener des transformations réussies pilotées par l'IA

Voici également trois conseils pour les CRO qui intègrent l'IA à leurs flux de travail :

Premièrement, le problème n'est pas l'accès, mais la collaboration. Tout le monde dit utiliser l'IA, mais très peu de personnes collaborent efficacement avec elle. Vos équipes disposent probablement déjà des outils nécessaires. Vous devez repenser le flux de travail autour de ces outils et apprendre à travailler efficacement avec l'IA pour que quoi que ce soit change. Acheter des licences n'est pas une stratégie ; changer la manière dont le travail est réalisé, si.

Deuxièmement, dirigez cette démarche depuis le poste de pilotage — et non comme un déploiement technologique. Votre rôle n’est pas de susciter l’enthousiasme des équipes pour l’IA ; il consiste à leur montrer où elle rend le travail réel plus rapide, plus précis et meilleur, et où elle ne le fait pas. Restez ancré dans l’exécution et l’impact sur le chiffre d’affaires, et non dans des capacités abstraites de l’IA. Ne mettez pas les gens sous pression en leur disant qu’ils risquent de « prendre du retard » ; cela produit l’effet inverse.

Troisièmement, gardez le jugement humain. L’IA excelle à condenser le travail analytique et à élargir votre perspective, mais les décisions pour lesquelles une erreur coûte cher, ou celles dont la valeur réside dans la relation elle-même, doivent toujours revenir à une personne.

Les CRO qui tireront leur épingle du jeu à ce moment décisif ne seront pas ceux qui disposent du plus grand nombre d’outils d’IA. Ce seront ceux dont les équipes auront changé leur manière d’exécuter leur travail et de collaborer efficacement avec l’IA.

Suivez cette démarche

Vous pouvez suivre le travail de Dave Govan sur LinkedIn. Découvrez également G2 Strategic Advisory Services.

D’autres entretiens avec des experts sont à venir sur The CRO Club !