L'expérience derrière NOLEAN.

L'entreprise avait choisi Hyros pour mesurer et analyser avec précision le parcours de ses prospects et la performance de ses campagnes marketing. Son choix était aussi fortement influencé par les entrepreneurs américains dont le dirigeant suivait les méthodes : plusieurs utilisaient Hyros, ce qui renforçait sa conviction d'avoir choisi « le meilleur outil du monde ». Pour lui, cette technologie devait naturellement contribuer à accélérer la croissance de son chiffre d'affaires. Le coût mensuel élevé de la plateforme semblait donc justifié par les performances qu'il en attendait. Avec le recul, une question devenait pourtant essentielle : l'entreprise exploitait-elle réellement les capacités de l'outil à la hauteur de ce qu'elle payait ? 

Le client nous a demandé d'intégrer davantage les fonctionnalités de Hyros à son système informatique, afin d'exploiter plus largement les capacités de la plateforme et d'améliorer son potentiel. L'objectif était de faire remonter davantage de données, d'automatiser certaines actions et de mieux exploiter les informations produites par Hyros, avec l'idée de rentabiliser un abonnement particulièrement coûteux. 

En échangeant avec le dirigeant, ses collaborateurs et les équipes qui l'accompagnaient, nous avons constaté que l'entreprise n'avait pas encore atteint le niveau de maturité où l'enrichissement du tracking constituait sa priorité. Les capacités supplémentaires de Hyros ne représentaient qu'une fraction des gains qu'elle pouvait encore obtenir ailleurs. Une partie importante des prospects se perdait en amont, notamment à travers une chaîne YouTube peu performante. Le système informatique reposait sur plusieurs outils parfois obsolètes et mal interconnectés, générant des frictions qui auraient davantage justifié la mise en place d'un ERP. L'organisation RH présentait également des problèmes d'adéquation entre les personnes, leurs fonctions et les responsabilités critiques. À cela s'ajoutait un fonctionnement permanent dans l'urgence : les productions étaient souvent finalisées trop tard pour être testées correctement avant leur mise en ligne. Enfin, le dirigeant consacrait encore une part importante de son temps à des tâches opérationnelles qui pouvaient être déléguées, au détriment de son rôle de CEO. 

Dans ce contexte, ajouter de nouvelles fonctionnalités à Hyros répondait à une demande réelle, mais ne constituait pas la réponse prioritaire aux besoins de l'entreprise. 

Le premier résultat a été de déplacer le centre de gravité du problème. L'analyse a montré que l'enrichissement du tracking de Hyros ne constituait pas, à ce moment-là, le principal levier de progression pour l'entreprise. D'autres sujets — acquisition, organisation, outils internes, ressources humaines et disponibilité du dirigeant — offraient un potentiel d'amélioration bien plus important. 

Cette conclusion a également confirmé une conviction essentielle : le besoin réel d'une entreprise peut être très différent de la demande formulée initialement. Le travail d'analyse consiste précisément à identifier cette différence avant d'investir davantage dans une solution. 

Le test A/B mené ensuite sur les pages d'opt-in a apporté une démonstration concrète. La version modifiée présentait de meilleurs taux de transformation et un taux d'acceptation du consentement sensiblement supérieur à celui de la version initiale. Une approche plus rigoureuse sur le plan du consentement n'avait donc pas conduit à la perte de performance redoutée par le client. 

L'entreprise constatait que ses commerciaux produisaient régulièrement des devis incomplets ou erronés. Ils souhaitaient utiliser l'intelligence artificielle pour simplifier cette tâche : le commercial pourrait formuler sa demande en langage naturel, par exemple « Fais-moi un devis pour la société Untel avec un abonnement pour six personnes », et l'IA se chargerait de construire automatiquement la proposition commerciale. 

La demande semblait particulièrement adaptée aux capacités actuelles de l'intelligence artificielle. Pourtant, en examinant le fonctionnement commercial de l'entreprise, une question plus importante est apparue : le véritable problème était-il réellement la production des devis ? 

Le client demandait la création d’une fonctionnalité permettant aux commerciaux de générer automatiquement un devis à partir d’une instruction formulée en langage naturel, grâce à une intelligence artificielle. L’objectif était de leur permettre de décrire simplement le besoin du client ; par exemple : “Fais-moi un devis pour la société Untel, avec un abonnement pour six personnes” et de laisser l’IA interpréter cette demande pour produire le devis attendu. 

Je ne comprenais pas comment les commerciaux pouvaient se tromper aussi facilement et fréquemment, notamment sur des éléments aussi fondamentaux que l'ajout de la TVA ou des frais d'installation. 

En échangeant avec eux, j'ai découvert qu'il s'agissait de commerciaux indépendants qui exerçaient plusieurs activités et travaillaient pour différentes entreprises. Le déclic est alors venu : il était illusoire d'attendre d'eux qu'ils mémorisent plusieurs processus commerciaux, les particularités de chaque offre et le fonctionnement de plusieurs CRM différents, alors même qu'ils n'utilisaient pas quotidiennement les outils de cette entreprise. 

Dans ce contexte, simplifier davantage les applications informatiques ne suffisait pas. Le problème ne venait pas seulement de la complexité des logiciels, mais du fait que leurs utilisateurs ne pouvaient pas en mémoriser durablement le fonctionnement. 

J'ai également compris que le faible chiffre d'affaires réalisé par les commerciaux n'était probablement pas la conséquence d'un outil de devis mal conçu. Le véritable enjeu se situait plus en amont, dans la prospection et la négociation : les commerciaux ne disposaient pas toujours des informations, des arguments et de la connaissance des offres nécessaires pour mener efficacement leur entretien avec un prospect. 

La simplification de la création des devis restait nécessaire, mais elle ne constituait qu'une réponse partielle. Il fallait aller plus loin et concevoir un véritable assistant commercial capable d'accompagner les commerciaux dans leur démarche, avant même que le devis ne soit établi. C'est à ce moment que l'intelligence artificielle est apparue comme une réponse particulièrement pertinente au problème réel de l'entreprise. 

Les fonctionnalités déjà développées n'ont pas encore été mises en production. Plusieurs raisons ont conduit à faire ce choix : l'application présente encore des bugs, elle ne couvre pas encore l'ensemble des fonctionnalités attendues et son utilisation dans cet état risquerait de provoquer une première expérience décevante auprès des commerciaux. 

Cette précaution est volontaire. Une mise à disposition trop précoce aurait pu conduire les commerciaux à ne percevoir qu'une partie de la valeur de l'assistant, voire à considérer l'outil comme insuffisamment utile pour leur activité. Il aurait ensuite été plus difficile de leur faire adopter durablement une version aboutie, après avoir créé une première impression négative. 

Le principal résultat de cette phase ne réside donc pas encore dans l'utilisation de l'assistant, mais dans la compréhension plus fine de l'organisation commerciale et de ses besoins. Les nombreux échanges intervenus au cours du projet ont fait apparaître une difficulté plus structurelle, indépendante de l'informatique : l'entreprise reposait principalement sur des commerciaux multicartes, qui consacraient leur activité à plusieurs sociétés et étaient donc naturellement moins investis dans le développement de celle-ci. 

Cette prise de conscience a conduit l'entreprise à décider de recruter des commerciaux travaillant exclusivement pour elle. Pour rendre cette nouvelle organisation attractive, un projet métier d'une ampleur inédite pour l'entreprise a été lancé, avec l'ambition de démultiplier le chiffre d'affaires de l'entreprise et, directement, celui des commerciaux. 

Ce nouveau projet modifie nécessairement le calendrier de l'assistant commercial IA. Dans l'intervalle, les applications existantes (notamment le CRM et les applications web) doivent être adaptées pour accompagner cette nouvelle organisation commerciale. 

Ces adaptations sont toutefois conçues avec une vision à plus long terme. L'enjeu consiste à éviter de développer des solutions provisoires qui devront être abandonnées lorsque l'assistant commercial reprendra. Chaque évolution doit autant que possible constituer une brique réutilisable dans l'architecture future. L'intelligence artificielle reste ainsi une étape du projet. Cependant, la réflexion porte désormais sur l'ensemble du système commercial et sur la manière dont ses différentes composantes pourront progressivement converger vers la vision définie à l'horizon 2030.