Le fondateur d’une entreprise technologique et directeur commercial affirme que l’IA peut gérer le tunnel de vente, mais que les humains concluent toujours les affaires

Aryan Mahajan est le directeur de la commercialisation chez Gerra et le fondateur de Zoro, où il conçoit des couches opérationnelles d’IA pour les organisations chargées des revenus.

Nous nous sommes entretenus avec Aryan pour comprendre comment il utilise l’IA pour bouleverser les organisations chargées des revenus. Voici ce qu’il nous a expliqué.

Être lui-même son étude de cas

Je m’appelle Aryan Mahajan. Je suis le directeur de la commercialisation chez Gerra. Je suis également le fondateur de Zoro, où je construis la couche opérationnelle d’IA privée qui fait fonctionner les organisations chargées des revenus.

Je ne suis pas arrivé ici en venant du sommet d’une organisation commerciale. J’ai commencé avec 500 $ et aucun filet de sécurité, contraint de faire fonctionner une toute petite somme d’argent comme une grande équipe. Cette contrainte est devenue toute la philosophie : quand on ne peut pas recruter, on cesse de se demander « Qui dois-je ajouter ? » et on commence à se demander « Que peuvent faire fonctionner un seul opérateur et une flotte d’agents d’IA ? » La réponse est devenue une entreprise passée de 0 $ à 90 k$ de MRR en 14 mois, qui génère désormais 150 k$ par mois avec des marges supérieures à 95 %. Elle fonctionne avec plus de 30 agents d’IA distincts, une équipe que l’on peut compter sur les doigts d’une main et un moteur de contenu qui a généré plus de 50 millions de vues et 50 000 prospects.

Je m’intéresse à l’IA appliquée aux revenus parce que je ne me contente pas d’émettre des théories à son sujet. Je suis l’étude de cas. L’organisation chargée des revenus que je dirige prouve que la couche opérationnelle que je construis pour les autres fonctionne.

Refondre le sommet de l’entonnoir des revenus

J’ai remplacé l’intégralité du sommet de mon entonnoir des revenus — prospection, recherche, qualification et premier contact — par un système d’IA qui gère la séquence commerciale de bout en bout.

Auparavant, les heures humaines constituaient la partie coûteuse de la génération de revenus. Un commercial consacre environ 40 minutes à la recherche sur un seul prospect. Une équipe de quatre ou cinq personnes coûte 100 à 200 k$ par an. La majeure partie de ce travail consiste à lire, à évaluer l’adéquation et à rédiger un premier message. Ce travail exige beaucoup de discernement, mais il est lent, irrégulier et limité par le nombre de personnes que l’on peut se permettre d’employer.

J’ai construit un pipeline qui trouve des prospects, enrichit chacun d’eux, étudie l’entreprise et l’acheteur concerné, évalue l’adéquation par rapport au profil du client idéal, élimine ceux qui ne correspondent pas, rédige la prospection en plusieurs langues, puis gère les réponses.

Une recherche qui prenait 40 minutes par prospect coûte désormais environ deux centimes par prospect et fonctionne 24 h/24 et 7 j/7. L’économie s’est inversée : la construction ponctuelle d’un système remplace 100 à 200 k$ de coûts annuels de personnel, et le client est pleinement propriétaire du système. Comme il consigne chaque réponse et chaque résultat, l’activité de génération de revenus dispose enfin d’une mémoire : ce qui a fonctionné, ce qui n’a pas fonctionné et pourquoi, au lieu que ce contexte reste réparti dans la tête de cinq commerciaux différents.

La preuve la plus claire : lors d’une campagne, il a étudié 214 prospects, éliminé les 184 qui ne correspondaient pas et obtenu la réponse d’un fonds spéculatif de 70 milliards de dollars alors que j’étais assis sur mon canapé. Il ne s’agit pas d’« une IA qui rédige des e-mails de prospection à froid », ce qui était intéressant en 2022. Il s’agit d’une IA qui gère l’ensemble de la séquence commerciale. C’est cela, le changement. Pourtant, la plupart des responsables des revenus ajoutent encore un chatbot à un flux de travail qui ne devrait pas exister et appellent cela une transformation.

Pourquoi le goût et le discernement doivent rester humains

Je laisse l’IA alimenter toute la couche de recherche et d’exécution : prospection et enrichissement, évaluation selon l’ICP et qualification des prospects, premières versions des messages de prospection et du contenu, classification des réponses, suivi du pipeline et des revenus — et même réparation du système. J’exécute une boucle d’auto-réparation qui surveille mes systèmes clients en production, détecte une défaillance et la corrige de manière autonome ; j’ai chronométré un bug passant du signalement à la résolution en quatre minutes et demie. L’IA gère tout ce qui est volumineux ou fondé sur des schémas, en particulier les tâches qui s’améliorent à mesure que le système reçoit davantage de contexte.

Les tâches qui restent explicitement humaines comprennent la tarification, le positionnement, les décisions commerciales finales et les jugements liés au goût. Je fixe mes prix en fonction du levier créé par un système, et non de son coût de fonctionnement. Je ne confie pas ce jugement — ce qu’un résultat vaut pour un acheteur donné — à un modèle. Il en va de même pour les derniers mots d’une négociation et pour la voix. L’IA a rendu la production gratuite, faisant du goût l’élément coûteux. Tout le monde dispose désormais des mêmes modèles, de sorte que le marché révèle discrètement qui possède réellement du discernement. Je refuse d’automatiser cela.

L’IA ne devrait pas non plus conclure les affaires. Les vraies personnes instaurent la confiance dans une salle ou par message privé, et cette confiance a conduit à certains de mes contrats les plus importants. Le dernier kilomètre des revenus repose sur les relations et le discernement, et l’IA l’a à peine fait évoluer.

Ma ligne de démarcation est simple : l’IA ne décide de rien qui engage ma réputation ou m’engage auprès d’un acheteur. L’IA éclaire et rédige tout, mais un humain approuve tout ce qui est envoyé en mon nom ou implique un mouvement d’argent. Mon système étudie le prospect, l’évalue et rédige le message qui lui est destiné, mais une personne approuve l’envoi. Il rédige une réponse au client, mais c’est moi qui appuie pour l’envoyer.

Pourquoi l’IA ne peut pas créer de demande par elle-même

L’IA ne crée pas d’autorité ni de demande par elle-même. Elle peut produire une quantité infinie de contenu, mais le volume n’est pas la distribution, et ce n’est pas la confiance.

J’ai généré plus de 50 millions de vues, mais ce n’est pas là que se trouve l’argent — l’argent se trouve dans la poignée de relations que ces vues ont rendues possibles. Les équipes qui s’attendent à ce que l’IA « génère un pipeline commercial » en produisant davantage obtiennent généralement simplement plus de bruit.

La demande vient d’un point de vue et de preuves réelles — des contributions humaines que le modèle amplifie, mais qu’il ne crée pas.

Pourquoi les responsables des revenus doivent se méfier des automatisations qui vont trop loin

Je vois deux inconvénients majeurs à l’IA dans la génération de revenus.

Premièrement, elle peut se tromper avec aplomb. Les premières versions du système de prospection ciblaient des domaines d’entreprise hallucinés jusqu’à ce que j’exige que chacun soit vérifié avant utilisation. La solution n’était pas un modèle plus intelligent, mais une étape de vérification.

Deuxièmement, une automatisation qui va trop loin est dangereuse. Une exécution autonome des paiements, à ses débuts, a traité deux fois le paiement d’un fournisseur en se basant sur une approbation obsolète. Désormais, tout ce qui déplace de l’argent ou est destiné à un client nécessite une validation stricte et une fenêtre d’annulation — le système rédige et prépare, mais un humain valide définitivement.

Et je pense qu’il est important de noter que le goulot d’étranglement s’est simplement déplacé ; il n’a pas disparu. Lorsque la production devient gratuite, le goût, le jugement et les garde-fous — la couche de contrôle humain — deviennent la contrainte, et non la production. Les équipes qui ajoutent l’IA sans reconstruire cette couche produisent simplement plus rapidement des choses erronées.

Aryan partage

Je pense qu’il est important de noter que le goulot d’étranglement s’est simplement déplacé ; il n’a pas disparu. Lorsque la production devient gratuite, le goût, le jugement et les garde-fous — la couche de contrôle humain — deviennent la contrainte, et non la production.

Comment les équipes chargées des revenus évoluent

L’IA a rendu l’équipe plus petite, plus généraliste et davantage axée sur le jugement. Je n’ai pas besoin d’un poste humain pour chaque étape de production. J’ai besoin d’un petit nombre d’opérateurs qui comprennent suffisamment bien le client, l’économie et le système pour diriger les machines et prendre en charge les exceptions.

J’ai créé plus de 30 agents distincts pour la recherche, la rédaction, la surveillance, les relances, la livraison et la réparation. L’effort humain se concentre là où la machine est faible : le positionnement, la tarification, les relations, le goût, la responsabilité et la décision de ce qui doit se passer lorsque le processus standard ne fonctionne plus.

La prime accordée aux talents s’est déplacée vers les opérateurs-concepteurs — des personnes capables de participer à une conversation commerciale, de comprendre les conséquences pour l’entreprise, puis de façonner le flux de travail ou de collaborer avec des ingénieurs pour le modifier. Les coordinateurs purs disposent de moins de levier, car l’IA peut déplacer l’information et produire une première version. Les spécialistes purs restent importants, mais leur jugement doit influencer l’organisation dans son ensemble plutôt que rester limité à leur propre production.

Le but n’est pas d’éliminer les humains des activités génératrices de revenus. Il s’agit de ne plus mobiliser vos meilleurs collaborateurs pour lire, copier, relancer et mettre à jour des informations, puis de les remettre au service de la confiance et des décisions.

Pourquoi les CRO doivent reconstruire leurs processus

J’ai trois conseils à donner :

1. Ne vous contentez pas de greffer l’IA à des processus existants ; reconstruisez-les. La majeure partie de la « transformation par l’IA » dans les revenus consiste à coller un chatbot à un flux de travail qui ne devrait pas exister — et si le processus est mauvais, l’IA ne fait qu’accélérer la mauvaise action. Supprimez l’étape, puis automatisez ce qui reste. Les organisations qui considèrent les revenus comme un problème d’infrastructure — en reliant l’autorité, l’acquisition, la mémoire, le suivi et l’attribution au sein d’un même système — creusent leur avantage pendant que les autres écrivent encore des instructions.
2. Maîtrisez la couche, ne la louez pas. Les logiciels sont devenus des produits standardisés ; une équipe disposant d’une vision opérationnelle complète et d’une véritable capacité de distribution surpasse systématiquement les solutions SaaS prêtes à l’emploi. La stratégie gagnante n’est pas d’acheter dix outils supplémentaires ; c’est de construire le système d’exploitation sous-jacent à votre organisation des revenus afin que l’intelligence se cumule et que vous en soyez propriétaire. Achetez des outils pour les fonctions standardisées ; construisez la partie qui constitue votre véritable avantage.
3. Devenez obsessionnel à l’égard de la dimension humaine, car c’est là que votre avantage s’est déplacé. L’IA a rendu la production gratuite, faisant du goût, du jugement et de la confiance des ressources rares et coûteuses. Utilisez l’IA à grande échelle — recherche, rédaction, surveillance, suivi — et concentrez vos meilleurs éléments sur le dernier kilomètre qu’elle ne peut pas franchir : tarification, positionnement, relations et conclusion des ventes. Mettez également en place un contrôle d’approbation strict pour tout ce qui est envoyé à un client ou implique un transfert d’argent. L’objectif n’est pas d’avoir moins d’humains qui produisent davantage de bruit ; c’est de faire évoluer votre jugement.

Les CRO qui sortiront vainqueurs de cette période ne seront pas ceux qui adopteront le plus d’IA. Ce seront ceux qui reconstruiront leur organisation des revenus autour de celle-ci alors qu’elle reste encore inconfortable.

Suivez son actualité

Vous pouvez suivre le travail d’Aryan Mahajan sur LinkedIn, Instagram et X. Vous pouvez également réserver un appel avec lui.

D’autres entretiens avec des experts à venir au Club des CRO !