Prospection et IA : pourquoi le tout-automatique se retourne contre toi

Depuis deux ans, envoyer mille messages « personnalisés » est devenu un clic. Les outils enrichissent, rédigent, séquencent, relancent tout seuls. Sur le papier, c'est le rêve : plus de volume, moins d'effort.

Le souci, c'est que tout le monde a eu le même réflexe au même moment. Les boîtes mail des décideurs débordent désormais de messages qui se ressemblent tous : le même « j'ai vu que vous étiez [titre] chez [entreprise] », la même fausse personnalisation, la même formule lisse. Les acheteurs ont appris à les repérer en une seconde, et à les ignorer.

On a confondu volume et performance. Un SDR entièrement automatisé produit du spam à grande échelle. Et le marché B2B l'a parfaitement compris.

C'est la mécanique que peu de gens voient. Plus une chose devient facile et massive, moins elle a de valeur. Quand chaque prospect reçoit trente messages automatiques par semaine, le seul qui sort du lot, c'est celui qui a manifestement été pensé pour lui, par quelqu'un.

Autrement dit : la sur-automatisation de tout le monde est en train de redonner de la valeur à ce que tout le monde a délaissé. Un message vraiment ciblé. Un angle juste. Une vraie raison de contacter cette personne précise, maintenant. Ce n'est pas un retour en arrière, c'est l'inverse : c'est l'avantage qui se déplace là où il y a moins de monde.

Avec l'essor de l'automatisation, et plus encore avec l'IA, l'enjeu devient donc de faire transparaître l'humain à travers ses messages, et de prouver que la personnalisation est réelle et cohérente. Pas un champ « prénom » déguisé en attention.

Je n'oppose pas l'IA à la prospection. J'utilise l'IA tous les jours. Mais elle a sa place avant le message, pas à sa place.

Là où l'IA est précieuse :

• Détecter. Des radars qui scannent le web et LinkedIn pour repérer de vrais signaux d'intérêt (un recrutement qui trahit un besoin, une actualité, une accréditation, un appel d'offres). On remplace la liste froide par une raison de contacter au bon moment.
• Vérifier. Des agents qui recoupent l'information, confirment qu'une personne est bien en poste, scorent la fiabilité de la donnée et qualifient l'entreprise. Règle simple : donnée non fiable, pas de prise de contact.
• Préparer. Un brief avant chaque échange : contexte de la boîte, profils des interlocuteurs, signaux récents, douleurs probables. On arrive préparé plutôt qu'en improvisation.

Côté outils, je m'appuie sur ce que j'utilise vraiment : Pharow pour cibler et enrichir, Lemlist pour orchestrer les séquences, Claude pour identifier les bonnes sources et dégrossir un premier angle. (Clay revient souvent dans la bouche des experts RevOps ; je ne l'ai pas encore utilisé, donc je n'en parle qu'au conditionnel.)

Mais attention à la donnée que l'IA te sert. Je n'envoie jamais un mail personnalisé sans l'avoir relu et sans avoir vérifié les sources que l'IA a identifiées. Et heureusement : il arrive qu'elles soient caduques. Un contact qui a changé de poste ou d'entreprise, une information datée de plus d'un an. Si tu fais une confiance aveugle, tu personnalises avec du faux, et ça se voit encore plus qu'un message générique.

Ce que je ne délègue pas à l'IA : le message lui-même, l'angle, et la relation. Parce que c'est précisément ce qui fait la différence quand tout le reste est automatisé.

Sur un mail de prospection récent, Claude m'a mâché le travail : il a identifié les sources intéressantes sur la personne et son entreprise, et proposé une première ébauche. J'ai quand même passé trente minutes sur ce mail. Relire, vérifier les sources, trouver le bon angle, réécrire pour que ça sonne juste.

Trente minutes. Là où, avant, j'en aurais passé trois ou quatre. C'est exactement ça, le bon partage : l'IA m'a fait gagner un temps fou sur la recherche et le premier jet, mais le jugement, l'angle et la vérification sont restés à moi.

L'IA prépare le terrain. L'humain décide, connecte, et s'engage. Si on inverse cette hiérarchie, on rejoint la masse des messages qu'on supprime sans lire.

Il y a des choses qu'aucun outil ne fera à ta place : entendre le problème derrière le problème, capter ce qui n'est pas dit, refuser honnêtement quand ta solution n'est pas la bonne pour ce prospect. Ce dernier point, surtout : aucune IA ne va spontanément dire « ce n'est pas pour vous ». C'est pourtant ce qui construit la confiance.