Generativ – Le blog

Auteur/autrice : sebastienseblin

  • Aperçus IA Google en France : le trafic B2B va chuter

    Aperçus IA Google en France : le trafic B2B va chuter

    Depuis le 22 juillet, un de nos clients éditeur de logiciel RH voit son trafic organique reculer sur ses pages de contenu les plus consultées. Rien d’alarmant en soi, sauf que la cause n’est pas un déclassement Google ni un concurrent plus agressif sur le SEO. C’est Google lui-même qui a changé les règles.

    La Recherche Google franchit une étape majeure en France avec le lancement des Aperçus IA (AI Overviews) et du Mode IA (AI Mode). Concrètement, une synthèse générée par IA s’affiche désormais au-dessus des liens bleus sur une part significative des recherches. Pour un dirigeant de PME tech qui a construit son acquisition sur le SEO et le content marketing depuis cinq ou dix ans, c’est un changement de terrain.

    Aperçus IA en France : ce qui vient de changer concrètement

    C’est terminé depuis le mercredi 22 juillet 2026 : les Aperçus IA (AI Overviews) et le Mode IA (AI Mode) sont déployés sur google.fr.
    La France était le dernier grand marché occidental à échapper aux résumés générés par l’IA dans Google. Ce retard était du au fait que l’Autorité de la concurrence a sanctionné Google à deux reprises, dont une amende de 250 millions d’euros en mars 2024, notamment parce que son service d’IA utilisait des contenus de presse sans en informer les éditeurs.

    Le résultat, deux ans après le lancement mondial, c’est que la France hérite d’un produit mature, déjà optimisé sur des marchés anglophones où l’on dispose de deux ans de recul. C’est plutôt une bonne nouvelle pour qui veut anticiper au lieu de subir.

    Le mythe du « petit ajustement SEO » : ce que disent vraiment les chiffres

    La tentation, pour beaucoup de dirigeants, c’est de se dire : « on va optimiser nos contenus pour être cités dans l’aperçu, et ça compensera ».

    Une étude du Pew Research Center, menée auprès de 900 Américains ayant effectué plus de 68 000 requêtes, a révélé que 8 % des recherches affichant un résumé aboutissaient à un clic sur un lien organique, contre 15 % pour les recherches ne présentant aucun aperçu. Le clic organique n’est pas seulement en baisse, il est presque divisé par deux dès qu’un résumé apparaît.

    Sur la durée, la tendance ne se stabilise pas, elle s’aggrave.
    Une étude Ahrefs publiée en décembre 2025 a mesuré que le taux de clic en position 1 sur les requêtes déclenchant un AI Overview est passé de 7,3 % à 2,6 %, soit une chute de 64 % en un an.

    Chez Define Media Group, qui suit 64 sites d’éditeurs représentant des milliards de clics trimestriels, le trafic organique est passé de 1,7 milliard de clics par trimestre avant le déploiement à -42 % au quatrième trimestre 2025, sans jamais retrouver son niveau d’avant. Deux ans après, le trafic ne revient pas. Il se réorganise ailleurs, ou il disparaît.

    Illustration symbolisant la chute du taux de clic organique causée par les aperçus générés par IA

    Pourquoi le B2B tech est en première ligne

    Tous les secteurs ne sont pas touchés de la même façon. Les Aperçus IA se déclenchent d’abord sur des requêtes informationnelles : « comment choisir un CRM », « qu’est-ce qu’un ICP », « différence entre ABM et outbound ». Exactement le type de contenu que produisent les équipes marketing tech pour capter du trafic en haut de funnel.

    Si votre PME tech a investi des années à produire du contenu pédagogique pour ranker sur ces requêtes, vous êtes précisément dans la zone d’impact. Le SEO informationnel, celui qui remplissait le haut de votre entonnoir, perd sa fonction première : amener du trafic qualifié sur votre site.

    Ce n’est pas la fin du SEO. C’est la fin du SEO comme moteur d’acquisition suffisant à lui seul. La distinction compte, parce qu’elle change la décision d’investissement d’un dirigeant : continuer à produire du contenu a du sens pour la marque et pour nourrir les IA génératives elles-mêmes, mais plus pour garantir un flux de visiteurs qui se convertissent en leads.

    Être cité dans l’aperçu ne remplit pas votre pipeline

    Certains vous diront que la parade, c’est le GEO : optimiser ses contenus pour être la source citée par l’aperçu IA plutôt que pour ranker en position 1. L’idée est bonne, mais elle a une limite qu’il faut regarder en face.

    Figurer dans un aperçu IA n’améliore pas le trafic : moins de 1 % des utilisateurs cliquent sur les liens cités. Une expérience récente confirme d’ailleurs la mécanique :une expérience publiée en avril 2026, montre que masquer les AI Overviews fait bondir les clics sortants de 38 %, sans que la satisfaction des utilisateurs bouge d’un poil. Traduction : l’utilisateur n’a plus besoin de vous. Il a sa réponse, il repart.

    Certes, être cité a un effet relatif : d’autres analyses montrent que les marques citées captent davantage de clics que celles qui n’apparaissent pas du tout dans le résumé. Mais capter une part plus grande d’un gâteau qui a rétréci de moitié, ce n’est pas une stratégie de croissance. Pour un CEO qui pilote un objectif de pipeline trimestriel, ça ne suffit pas.

    La vraie parade : rééquilibrer le mix vers l’outbound et les canaux propriétaires

    Voici le point que je défends depuis des mois chez Generativ, et que l’actualité vient confirmer brutalement : une entreprise B2B tech qui dépend du SEO pour plus de 40 ou 50 % de son pipeline construit sa croissance sur un canal qu’elle ne contrôle pas. Google peut changer les règles du jour au lendemain. C’est exactement ce qui vient de se produire.

    La logique de volume qui consiste à produire un maximum de contenu en espérant capter un maximum de trafic diffus, perd du terrain face à la logique de précision : cibler des comptes précis (Target Accounts), avec un message contextualisé, sur des canaux que vous maîtrisez de bout en bout.

    Concrètement, ça veut dire réallouer une part du budget contenu vers trois leviers propriétaires :

    • L’outbound direct et structuré, sur un ICP (profil de client idéal) resserré, avec une séquence multicanal qui ne dépend d’aucun algorithme externe.
    • LinkedIn, en combinant contenu de dirigeant, social selling et prospection ciblée sur les décideurs du comité d’achat.
    • L’email et les événements propriétaires (webinaires, dîners clients, meetups sectoriels), qui construisent une audience que vous possédez, indépendamment de la page de résultats Google.

    Le point commun de ces trois canaux : vous ne dépendez d’aucune mise à jour d’algorithme pour qu’ils fonctionnent. C’est exactement l’esprit d’une usine de vente : une machine commerciale qui génère un pipeline qualifié de façon prévisible, trimestre après trimestre, sans attendre que Google veuille bien vous envoyer du trafic.

    Ce n’est pas un rejet du SEO mais un rééquilibrage. Le contenu garde son rôle pour la crédibilité et pour nourrir les IA génératives qui vous citeront peut-être. Mais le pipeline, lui, doit venir d’ailleurs : de conversations initiées, pas de visiteurs espérés.

    Ce qu’un dirigeant doit faire

    D’abord, mesurer l’exposition réelle : quelle part de votre trafic organique vient de requêtes informationnelles susceptibles de déclencher un aperçu IA ? Les outils comme Google Search Console ne donnent pas encore cette lecture nativement, mais un audit manuel sur vos vingt pages les plus visitées suffit à avoir une première photographie.

    Ensuite, fixer un objectif chiffré de pipeline généré hors SEO pour le prochain trimestre. Si aujourd’hui 60 % de vos leads viennent du site, visez 40 % dans six mois, compensés par de l’outbound structuré et du social selling. C’est une question de ne plus mettre tous ses œufs dans le même panier algorithmique.

    Enfin, former ou recruter une force de prospection capable de tenir ce cap. On voit chez nos clients que le goulot c’est l’absence de process, de séquences et de discipline dans l’exécution outbound.

    Sources

    Les Aperçus IA ne sont pas une mode passagère, ils sont la nouvelle page de résultats. La croissance commerciale d’une PME tech ne peut plus dépendre d’un trafic que Google décide de partager ou non.

    Et vous, quelle part de votre pipeline dépend encore d’un algorithme que vous ne contrôlez pas ? Parlons-en, 30 minutes, sans engagement : contactez-nous.

  • Pénurie de commerciaux : recrutez-les comme vous prospectez

    Pénurie de commerciaux : recrutez-les comme vous prospectez

    Un scénario redoutablement dupliqué: un poste de Business Developer ouvert depuis trois mois. Une pile de candidatures qui ne conviennent pas. Et un dirigeant qui commence à douter de sa capacité à recruter un jour la bonne personne.

    Le réflexe classique consiste à publier une nouvelle annonce, à retoucher la page carrière, à espérer que la marque employeur fasse le travail. Mauvaise pioche. Vous ne prospecteriez jamais un client de cette façon. Alors pourquoi recrutez-vous vos commerciaux en attendant qu’ils viennent à vous ?

    La pénurie de commerciaux, un problème réel mais mal diagnostiqué

    Les chiffres sont sans appel. Entre la pénurie de profils qualifiés, la diversité des métiers commerciaux, et la nécessité d’aligner compétences et cycle de vente, la tâche peut rapidement devenir complexe pour toute PME ou ETI qui cherche à structurer sa force de vente.

    Selon l’enquête BMO 2026 de France Travail, tous secteurs confondus, 43,8 % des projets sont considérés comme difficiles, un chiffre en recul de 6,3 points par rapport à 2025. Une amélioration en apparence. Mais elle cache une réalité plus dure pour le commerce : les attachés commerciaux représentent plus de 22 000 projets de recrutement recensés, tandis que les technico-commerciaux affichent un niveau de tension élevé : les entreprises peinent à trouver des profils qui allient expertise technique et compétences commerciales
    .

    Cet été encore, le commerce et la vente, l’informatique et la comptabilité concentrent l’essentiel des difficultés de recrutement en France, selon RHSelect. Le vrai problème c’est votre canal. Vous cherchez des candidats actifs sur un marché où la majorité des bons profils ne cherchent pas.

    Recruter comme on prospecte : la logique outbound appliquée au sourcing

    En prospection B2B, on ne cible pas des prospects qui viennent nous chercher. On construit une liste de comptes cibles, on identifie les bons contacts, et on va les chercher avec un message pertinent au bon moment. C’est exactement la même mécanique qui manque au recrutement commercial dans la plupart des PME, et ce que font déjà très bien les cabinets de chasse !

    L’Outbound recruiting consiste à rechercher des candidats potentiels en utilisant des techniques comme l’utilisation des réseaux sociaux et l’envoi de messages directs, quand l’approche inbound cherche à attirer via une marque employeur forte. Or l’approche marque employeur n’est aujourd’hui plus suffisante : avoir un beau site carrière est certes indispensable, mais cela ne vous garantira pas d’attirer les candidats.

    La raison est simple : dans un marché de l’emploi tendu, attendre que les candidats postulent ne suffit plus. 70 % des talents sont passifs : ils ne cherchent pas activement, mais restent ouverts aux opportunités. Sept commerciaux talentueux sur dix ne verront jamais votre annonce, tout simplement parce qu’ils ne la cherchent pas.

    Chez Generativ, on appelle ça une logique de volume mal calibrée. Publier une annonce, c’est de la pêche au filet dans une mer qui s’est vidée. Sourcer activement les bons profils, c’est de la précision : on sait qui on veut, on va le chercher.

    Comparaison visuelle entre recrutement passif par annonce et sourcing actif ciblé

    Définir votre ICP candidat avant de lancer la chasse

    Avant de prospecter un client, vous définissez un ICP (Ideal Customer Profile) : le type d’entreprise qui a le plus de chances de convertir et de rester. Appliquez la même discipline à votre recrutement commercial. Un ICP candidat, c’est une définition précise du profil qui a statistiquement le plus de chances de réussir sur votre cycle de vente spécifique.

    Un cycle complexe à 100-150 K€ avec comité d’achat multi-interlocuteurs ne demande pas le même profil qu’un cycle transactionnel à 2-3 K€ conclu en un appel. Le premier a besoin d’un chasseur capable de gérer de la négociation multi-parties. Le second a besoin d’un exécutant rapide, à l’aise avec le volume.

    Trois critères à trancher avant toute recherche : le niveau de séniorité réellement nécessaire (un profil trop expérimenté s’ennuie et part, un profil trop junior échoue), l’expérience sectorielle ou la capacité à monter rapidement en compétence technique, et le type de vente pratiqué jusqu’ici (chasse pure, élevage de comptes, inside sales). Le tout, mis en perspective de la réalité de l’entreprise. Vous vendez à des PME? Votre organisation est pensée pour. Recruter un commercial Grand Comptes ne vous permettra pas d’adresser cette cible. Sans cette clarté, vous recrutez au hasard et vous le paierez à la sortie de période d’essai.

    La séquence de sourcing qui remplace l’annonce passive

    Une fois l’ICP candidat défini, la démarche ressemble trait pour trait à une séquence de prospection outbound. Vous identifiez une liste de profils sur LinkedIn Recruiter ou une CVthèque qualifiée, vous vérifiez des signaux de pertinence (durée moyenne en poste, secteur, taille d’entreprise précédente), puis vous engagez avec un message qui parle de leur contexte, pas de votre offre.

    Le téléphone convertit trois fois mieux qu’un InMail LinkedIn pour atteindre les profils techniques sur-sollicités. Un recruteur peut qualifier 20 à 30 candidats par jour au téléphone contre 5 à 10 via LinkedIn. Le canal compte autant que le message.

    Exemple de premier message à un candidat passif : « Bonjour [Prénom], je vois que vous avez développé [zone géo / secteur] chez [entreprise] ces dernières années. Nous montons une équipe commerciale chez [votre PME] sur un cycle de vente proche du vôtre, et votre profil m’a interpellé. 15 minutes pour comprendre où vous en êtes, sans engagement? »

    Ce message fonctionne pour la même raison qu’un bon message de prospection commerciale : il montre un signal de contexte réel, pas un copier-coller. La cooptation reste un levier complémentaire à ne pas négliger : elle mobilise la confiance déjà installée dans votre réseau et touche des profils invisibles aux canaux classiques.

    Ce que l’IA change dans le sourcing commercial

    Les outils de sourcing assisté par IA accélèrent la partie répétitive : identification de profils sur des critères combinés, pré-qualification automatique de la pertinence d’un CV par rapport à un ICP, rédaction de premiers brouillons de messages personnalisés à partir du profil LinkedIn.

    L’erreur classique consiste à croire que l’IA remplace le jugement humain sur l’entretien. Elle ne fait que réduire le temps passé à trier des profils qui n’auraient jamais dû arriver jusqu’à vous. Le goulot du recrutement commercial n’est presque jamais le volume de candidatures traitées : c’est la qualité du ciblage en amont. Un outil qui vous fait gagner du temps sur un mauvais ciblage ne fait qu’accélérer l’échec.

    Ce que ça change concrètement pour votre PME

    Structurer son recrutement commercial en logique outbound demande un effort initial supérieur à une simple annonce. Mais le rendement change de nature. Vous ne triez plus 80 candidatures hors sujet pour trouver 3 profils exploitables. Vous engagez directement 15 à 20 profils qualifiés selon votre ICP, avec un taux de réponse et de conversion nettement supérieur, parce que le ciblage a été fait en amont plutôt que subi en aval.

    C’est la même logique qui fait la différence entre une prospection commerciale qui arrose et une prospection qui cible des Target Accounts précis. Le recrutement commercial mérite le même niveau d’exigence que celui que vous appliquez à vos ventes.

    La pénurie de commerciaux n’est pas une fatalité démographique mais le symptôme d’un recrutement qui attend au lieu d’aller chercher.

    Et vous, combien de temps votre dernier poste commercial est-il resté ouvert avant que vous ne changiez de méthode ? Si la réponse vous agace, parlons-en, 30 minutes, sans engagement.

    Sources

  • Plan Osez l’IA : l’aide gratuite que les PME tech négligent

    Plan Osez l’IA : l’aide gratuite que les PME tech négligent

    Une question revient souvent chez les clients de mes clients : par où commencer avec l’IA appliquée à la vente ? La plupart cherchent la réponse dans un cabinet de conseil facturé 15 000 euros (minimum). Rares sont ceux qui savent qu’un dispositif public gratuit peut déjà les aider à cadrer précisément leur premier cas d’usage, avant de sortir le chéquier.

    Ce dispositif s’appelle Osez l’IA. Il est porté par la Direction générale des Entreprises et Bpifrance, et il tourne à plein régime depuis un an sans que la majorité des dirigeants de PME l’aient identifié comme un point d’entrée sérieux.

    Osez l’IA, le plan que personne n’a lu jusqu’au bout

    Le plan « Osez l’IA » est une initiative de la Direction générale des Entreprises (DGE) et de Bpifrance, lancée le 1ᵉʳ juillet 2025 dans le cadre de France 2030 et de la stratégie nationale pour l’intelligence artificielle. L’ambition affichée est claire : atteindre un taux de diffusion de l’IA, à horizon 2030, dans 100% des grandes entreprises, 80% des PME et ETI, et 50% des TPE.

    Pour y arriver, l’État a construit une mécanique en trois temps. Le plan repose sur la sensibilisation des entreprises pour promouvoir l’adoption de l’IA, la formation, et l’accompagnement des entreprises pour identifier des solutions d’IA pertinentes et passer à l’action.

    À VivaTech 2026, Bpifrance a annoncé le renforcement du dispositif avec 45 nouveaux ambassadeurs IA, portant le réseau à 615 ambassadeurs répartis dans 20 régions et collectivités et 13 secteurs d’activité.

    En neuf mois, ces ambassadeurs ont déjà sensibilisé plus de 35 000 entreprises à travers la France.
    Ce sont des acteurs de terrain : le réseau mobilise de nombreux acteurs sélectionnés pour leur connaissance pratique de l’IA et leur ancrage dans les écosystèmes locaux ou sectoriels, avec pour mission de sensibiliser les entreprises aux bénéfices de l’IA et de les orienter vers des interlocuteurs ou dispositifs adaptés à leurs besoins.

    Pourquoi les dirigeants de PME tech passent à côté

    Le problème c’est le passage à l’action. Une enquête du Lab de Bpifrance donne la mesure du retard : seuls 43 % des dirigeants de PME ont déjà une stratégie IA d’après une étude du Lab de Bpifrance, publiée le 4 juin 2025. Et l’écart entre sensibilisation et exécution se confirme dans les chiffres les plus récents du dispositif lui-même : 70 diagnostics engagés pour un objectif de 1 000, et 54 cas d’usage pour couvrir l’ensemble du tissu économique français. Un observateur du secteur résume la situation sans détour : le plan a fait de la sensibilisation son premier axe, mais l’objectif déclaré depuis VivaTech est de passer à l’action, et sur ce terrain, les indicateurs restent encore modestes.

    Traduction pour un CEO pressé : l’État a fait le travail de faire connaître l’IA. Les dirigeants n’ont pas fait le travail de la mobiliser concrètement. C’est exactement le même piège que celui du prospect qui connaît votre produit, l’a vu passer sur LinkedIn, mais n’a jamais engagé de conversation commerciale avec vous. La sensibilisation n’est pas la conversion.

    Le vrai levier : cadrer le cas d’usage avant de payer un consultant

    C’est ici que l’angle Generativ rejoint le dispositif public. On ne construit pas une machine commerciale sur une intuition mais sur un cas d’usage précis, mesurable, rattaché à un goulot identifié dans le pipeline. Or c’est exactement ce que propose le Diagnostic Data IA de Bpifrance, et c’est gratuit à 40 %.

    Les « Diagnostics Data IA » permettent à des PME et ETI d’identifier et exploiter le potentiel de l’IA au sein de leur entreprise, par une prestation de 8 jours-hommes, pour un coût de 10 000 € HT, avec une prise en charge de 40 % par France 2030. Un expert intervient pour un premier état des lieux technique et opérationnel, l’identification de cas d’usage concrets et applicables, et leur priorisation selon leur valeur ajoutée pour l’entreprise.

    Sont éligibles à ce dispositif les PME et ETI ayant un effectif entre 10 et 2 000 salariés, et immatriculées en France au registre du commerce et des sociétés.

    Concrètement, 6 000 euros pour huit jours d’un expert qui identifie et hiérarchise vos cas d’usage, c’est moins cher qu’un cabinet de conseil généraliste qui vous vendra un audit standardisé sans connaître votre cycle de vente.

    Illustration d'un diagnostic identifiant et priorisant les cas d'usage IA dans un pipeline commercial

    Pour une PME tech qui cherche à qualifier plus vite ses leads entrants, à automatiser une partie de la recherche de comptes cibles, ou à structurer un premier séquençage d’emails de prospection assisté par IA générative, ce cadrage vaut de l’or. Il évite l’erreur la plus fréquente que nous constatons chez nos clients : acheter un outil d’IA avant de savoir précisément quel goulot commercial il doit débloquer.

    Comment mobiliser le dispositif en trois étapes

    La mécanique est simple, à condition de ne pas se perdre dans les sigles.

    1. Identifiez votre ambassadeur IA de référence.

      Les entreprises peuvent dès à présent identifier leur Ambassadeur de référence via la liste accessible en ligne, et consulter les événements organisés ou relayés par le réseau sur l’agenda partagé « Osez l’IA ».

      Cet échange gratuit, souvent en une heure, sert à formuler votre premier périmètre de réflexion.
    2. Explorez la plateforme Accélérez avec l’IA.

      Lancée à l’occasion du salon VivaTech, elle est accessible en ligne et présente plus de 75 exemples concrets de déploiement de l’IA dans tous les secteurs d’activités et différentes fonctions de l’entreprise, des informations pratiques, ainsi que des témoignages de dirigeants.

      Filtrez sur la fonction commerciale, comparez avec votre propre pipeline.
    3. Engagez un Diagnostic Data IA si le cas d’usage se confirme. C’est seulement à cette étape, une fois le besoin cadré et priorisé par un expert indépendant, que vous savez si un accompagnement payant a une valeur ajoutée réelle, et lequel.

    Un détail mérite d’être signalé pour les dirigeants qui veulent comparer des prestataires :
    88 entreprises proposant des solutions d’intelligence artificielle adaptées aux PME et ETI figurent dans un catalogue officiel créé par la DGE et Hub France IA. C’est un point de départ pour challenger n’importe quel devis privé.

    Ce que ça change pour votre budget IA

    La logique est de renverser l’ordre des opérations. Aujourd’hui, beaucoup de PME tech achètent d’abord un outil ou une prestation de conseil en IA, puis cherchent après-coup à justifier le retour sur investissement. Le plan Osez l’IA permet l’inverse : cadrer le besoin gratuitement, chiffrer le cas d’usage, puis décider en connaissance de cause si un partenaire spécialisé apporte une valeur que le dispositif public ne couvre pas, par exemple l’implémentation opérationnelle dans votre stack commerciale ou la formation continue de vos équipes de vente.

    C’est aussi une question de rapidité d’exécution. Le dispositif ne remplace pas un cabinet spécialisé en outbound B2B qui va construire votre séquençage, former vos SDR ou industrialiser votre prospection. Mais il évite de payer ce cabinet pour redécouvrir un besoin que Bpifrance peut cartographier gratuitement en amont. Un accompagnement privé bien mené intervient après ce cadrage, pas à sa place.

    La priorité : ne pas laisser ce dispositif inutilisé

    Le retard est dans la mobilisation par les dirigeants. Une PME tech qui attend d’avoir un budget conseil confortable pour s’intéresser à l’IA perd un temps que ses concurrents, eux, utilisent déjà pour cadrer leurs cas d’usage gratuitement.

    Cadrer avant de dépenser, c’est la seule séquence rationnelle quand le dispositif existe et qu’il est financé par l’argent public. Le reste, l’implémentation, la formation, l’industrialisation, appartient à l’accompagnement privé, mais seulement une fois le besoin identifié.

    Et vous, avez-vous déjà cadré précisément le premier cas d’usage IA de votre force de vente, ou êtes-vous en train de payer pour le découvrir ? Parlons-en, 30 minutes, sans engagement.

    Sources

  • Facturation électronique 2026 : la deadline qui teste votre PME

    Facturation électronique 2026 : la deadline qui teste votre PME

    Chez nos clients dirigeants de PME tech, le nouveau sujet c’est : « la facturation électronique, c’est mon expert-comptable qui gère. » C’est faux, et c’est risqué. Le 1er septembre 2026, donc aujourd’hui … Toutes les entreprises françaises assujetties à la TVA devront être capables de recevoir leurs factures via une plateforme agréée. Traitée comme une formalité de dernière minute, cette bascule peut geler votre trésorerie à la rentrée.

    Le 1er septembre 2026 c’est un test d’organisation

    Soyons directs.
    Dès le 1er septembre 2026, la facturation électronique devient obligatoire pour toutes les entreprises assujetties à la TVA    .

    Plus de 10 millions d’acteurs économiques sont concernés par cette réforme, selon le ministère de l’Économie. Autrement dit, votre PME de dix, trente ou cent salariés est exactement dans le même bateau que les groupes du CAC 40, au moins pour l’obligation de réception. La différence se joue sur le « comment vous vous y êtes préparé ».

    Le piège classique du dirigeant pressé : déléguer le sujet à la comptabilité sans se demander ce que cette bascule change dans le fonctionnement quotidien de l’entreprise. Or une facture électronique n’est pas un PDF envoyé par mail.
    Une simple facture au format PDF ne sera plus considérée comme une facture électronique conforme. Le document doit transiter par un circuit structuré, ce qui touche vos achats, vos fournisseurs, votre logiciel de gestion, et potentiellement vos délais de paiement.

    Ce que la loi impose vraiment

    Beaucoup de dirigeants confondent deux obligations distinctes. Voici la clarification qui évite les mauvaises surprises.

    Le calendrier est progressif : dès le 1er septembre 2026, toutes les entreprises devront être en mesure de recevoir des factures électroniques, précise le site officiel Service Public Entreprendre. C’est l’obligation universelle, sans exception de taille.

    L’obligation d’émettre des factures électroniques, elle, suit un calendrier différencié. Les grandes entreprises et les ETI doivent émettre dès le 1er septembre 2026. Les PME, TPE et micro-entreprises n’y seront tenues qu’au 1er septembre 2027. Cette année de sursis sur l’émission ne dispense en rien de l’obligation de réception, qui tombe elle dès la rentrée prochaine.

    Autre point mal compris : le circuit technique.
    Le portail public de facturation n’offrira pas de service d’échange gratuit : chaque entreprise doit passer par une plateforme agréée, directement ou via un logiciel connecté . Vous devez donc avoir choisi, ou fait choisir par votre éditeur de logiciel, une plateforme agréée par la DGFiP avant l’échéance. Le ministère de l’Économie a publié un guide pratique pour accompagner cette bascule, signe que l’administration elle-même juge le sujet sensible.

    Sur la sanction, ne pariez pas sur la tolérance. Des sanctions sont notamment prévues lorsqu’une entreprise n’émet pas de facture électronique, ne recourt pas, volontairement ou non, à une plateforme agréée ou ne transmet pas les données de paiement requises. La loi de finances pour 2026 a durci le barème : l’amende par facture non émise électroniquement passe de 15 € à 50 €, dans la limite de 15 000 € par an. Sur un volume de facturation mensuel classique en PME, la note peut grimper vite.

    Deux scénarios opposés : blocage de trésorerie versus automatisation réinvestie dans la croissance commerciale

    Le scénario noir : trésorerie bloquée dès la rentrée

    Voici le mécanisme concret du blocage, celui que je vois arriver chez les dirigeants qui n’ont pas anticipé. Un de vos fournisseurs, grande entreprise ou ETI, doit émettre ses factures électroniquement dès le 1er septembre 2026. Si votre PME n’a pas de plateforme agréée raccordée pour recevoir, la facture n’arrive tout simplement pas dans votre système. Pas de facture reçue dans les règles, pas de TVA déductible correctement enregistrée. Résultat : des délais de paiement qui s’allongent, une comptabilité qui patine, et une trésorerie de rentrée qui se tend inutilement au pire moment, celui où vous devez financer vos actions commerciales du dernier trimestre.

    Le risque n’est pas théorique. Le marché des prestataires s’est structuré à grande vitesse : en juillet 2026, 137 plateformes agréées sont immatriculées par la DGFiP. C’est à la fois une bonne nouvelle, le choix ne manque pas, et un signal d’alarme : si vous n’avez pas encore choisi la vôtre à quelques semaines de l’échéance, vous êtes en retard sur l’écrasante majorité des entreprises françaises qui ont déjà tranché.

    Ajoutez à cela un facteur souvent oublié par les dirigeants tech habitués aux cycles de vente longs : le temps de paramétrage. Connecter votre logiciel de facturation à une plateforme agréée, tester les flux, former les équipes comptables, corriger les rejets de format, tout cela prend en général plusieurs semaines.

    Le scénario gagnant : du temps administratif réinvesti dans la vente

    Voici où l’angle change tout. Une réforme mal préparée est un risque. Or, l’inverse est un gain de temps mécanique, et le temps gagné en administratif est du temps qu’on peut valoriser dans des tâches à plus fortes valeurs ajoutées.

    Concrètement : la facturation électronique structure vos données de facturation dans un format standardisé. Exit les PDF ressaisis à la main, les relances de factures égarées dans une boîte mail, les allers-retours avec l’expert-comptable pour retrouver une pièce justificative. Une fois le circuit installé, l’essentiel du traitement des factures fournisseurs et clients devient automatique. Chez les PME et ETI qui ont anticipé sérieusement ce type de bascule administrative, le temps libéré se compte en heures par semaine.

    Le parallèle est direct avec la logique de l’usine de vente que nous construisons chez nos clients : on ne gagne pas en croissance en travaillant plus dur sur des tâches à faible valeur, mais en supprimant les goulots d’étranglement pour concentrer l’énergie humaine là où elle compte.

    Comment traiter cette échéance comme un vrai projet stratégique

    Pas besoin d’un comité de pilotage à rallonge. Quatre étapes suffisent, à condition de les traiter avec la même rigueur qu’un projet commercial.

    1. Auditez votre existant. Contactez votre éditeur de logiciel de facturation ou votre expert-comptable et posez une question simple : « serons-nous compatibles au 1er septembre 2026, et avec quelle plateforme agréée ? » Si la réponse est floue, c’est le premier signal d’alerte.
    2. Choisissez votre plateforme agréée maintenant. Avec plus d’une centaine d’options immatriculées par la DGFiP, comparez sur trois critères concrets : compatibilité avec votre logiciel actuel, coût réel (certaines plateformes sont incluses dans des offres de comptabilité existantes), et niveau d’accompagnement humain proposé pour la bascule.
    3. Testez le circuit avant la rentrée. Ne découvrez pas un rejet de format le 2 septembre. Faites transiter une facture test avec un fournisseur ou client volontaire dès que votre plateforme est raccordée.
    4. Réaffectez le temps gagné. Une fois le circuit stabilisé, chiffrez concrètement les heures libérées côté administratif et fixez-vous un objectif clair : les réinvestir dans la prospection, le suivi client ou la structuration de votre pipeline commercial.

    Sources

    Urssaf, « La facturation électronique : obligatoire au 1er septembre 2026 ». Service Public Entreprendre, « Facturation électronique : soyez prêt au 1er septembre 2026 ! ». Ministère de l’Économie, « Tout savoir sur la facturation électronique pour les entreprises ». Analyses sectorielles La Fabrique du Net, Swapn et Tiime sur le calendrier et les sanctions de la réforme.

  • Agent Commercial autonome : les taux de réponse s’effondrent

    Agent Commercial autonome : les taux de réponse s’effondrent

    Un ami CEO m’a dit ce matin : « J’ai remplacé mon SDR par un agent IA, il m’envoie 300 messages chaque nuit sans jamais dormir. » Trois mois plus tard, son pipeline s’était vidé. Le pire c’est que ce n’est pas une exception. C’est devenu le scénario le plus documenté de l’année dans la prospection B2B.

    La promesse de l’AI SDR (Sales Development Representative, le commercial chargé de qualifier et prendre des rendez-vous en amont du cycle de vente) autonome est séduisante sur le papier : un agent opérationnel en trois semaines, capable de contacter des centaines de prospects par nuit, sans congés et sans turn-over. L’adoption a suivi : 41 % des équipes commerciales B2B utilisent déjà un AI SDR en production, contre seulement 3 % fin 2024.

    L’AI SDR 100% autonome, la fausse bonne idée qui coûte cher

    Voici le chiffre qui devrait faire réfléchir tout dirigeant tenté par le tout-automatique : le taux de réponse moyen sur les séquences full-auto reste à 0,8 % selon le rapport DevCommX 2026. À titre de comparaison, un mail validé par un humain tourne entre 3 et 5 %, et le taux de transformation d’un SDR humain compétent en rendez-vous qualifiés atteint 8 à 15 % des prospects joignables. Sur 5 000 envois mensuels, l’écart entre les deux approches se chiffre à une trentaine de rendez-vous qualifiés en moins pour l’équipe full-IA.

    Ce n’est pas qu’une question de volume mal calibré. C’est structurel. Les données Salesmotion sur des tests en conditions réelles montrent que les SDR humains génèrent 2,6 fois plus de revenu que les configurations IA pures, avec un taux de présence en rendez-vous de 71 % contre 52 % côté IA. Le rendez-vous booké par un agent autonome se transforme deux fois plus souvent en no-show. Le problème n’est donc pas seulement la prise de contact, c’est la qualité de l’engagement en amont.

    Autre signal qui ne trompe pas : entre 50 et 70 % des plateformes AI SDR sont abandonnées par leurs clients dans l’année qui suit leur déploiement. Pas parce que la technologie est mauvaise. Parce que l’usage qu’on en a fait était le mauvais.

    Graphique stylisé montrant l'effondrement du taux de réponse d'une prospection 100% automatisée

    Pourquoi le taux de réponse s’effondre quand l’IA travaille seule

    Trois mécanismes expliquent cet effondrement, et aucun n’est un bug logiciel.

    Le premier, ce sont les filtres. Gmail et Microsoft ont durci leurs règles anti-spam sur les envois massifs automatisés à partir de 2025. Un agent qui pousse plusieurs centaines de mails par jour depuis un domaine récent grille sa réputation d’envoi en quelques semaines, et la livraison en boîte de réception principale s’effondre avec elle.

    Le deuxième, c’est un paradoxe : la personnalisation de masse a tué la personnalisation. Un message qui reprend le prénom, la ville, le dernier post LinkedIn et une accroche « contextuelle » est devenu le format que tout le monde reçoit désormais. Les décideurs B2B repèrent ces séquences en une phrase et les ignorent.

    Le troisième est plus profond : un agent entièrement autonome ne voit pas le comité d’achat. Il poursuit un contact unique sans jamais percevoir que le décideur, l’évaluateur technique et le bloqueur silencieux siègent dans trois services différents. C »est un problème de jugement, qui est une compétence humaine.

    Ce que l’IA remplace vraiment (et ce qu’elle ne remplacera pas)

    Les données d’adoption les plus fines racontent une histoire plus nuancée que le débat « IA contre humain ». Environ 41 % des équipes B2B entreprise ont fait tourner un AI SDR en production début 2026, mais seulement 22 % ont totalement remplacé leur fonction SDR humaine, et les configurations 100 % IA ont sous-performé sur le closed-won (les affaires effectivement signées) par rapport aux modèles hybrides.

    Ce que l’IA remplace réellement, c’est le haut de l’entonnoir répétitif : constitution de listes, enrichissement de données, premier contact, séquençage. Cette part représente 60 à 70 % des tâches d’un SDR. Ce qu’elle ne remplace pas : la navigation dans un comité d’achat multi-interlocuteurs, la gestion d’objection en temps réel, la négociation.

    Même l’exemple le plus cité du secteur, celui de Jason Lemkin (SaaStr) qui a fait tourner 20 agents IA à la place d’une équipe de 10 SDR et AE, confirme cette limite plutôt qu’il ne l’infirme : le dispositif reste supervisé par 1,2 humain en continu, et Lemkin reconnaît lui-même que ses agents ne sont « not better than top performers », . L’IA y tient le rythme et le volume. L’humain y garde la main sur les moments qui comptent.

    IndicateurSDR humain / hybrideAI SDR 100% autonome
    Taux de réponse email3 à 5 %0,8 à 1 %
    Taux de transformation en RDV qualifié8 à 15 %Non documenté à ce niveau
    Taux de présence en rendez-vous71 %52 %
    Churn de la solution à un anFaible (setup géré)50 à 70 %

    Où placer le curseur : l’IA en sourcing, l’humain sur la conversation

    La bonne architecture n’oppose pas IA et humain. Elle les met en série, chacun sur sa zone de rendement maximal. L’IA excelle sur la préparation : scoring des comptes, enrichissement des données, détection de signaux d’achat, rédaction du premier jet de message. L’humain reprend la main dès que la conversation devient qualifiante, c’est-à-dire dès qu’un prospect répond avec une vraie question, une objection ou un signal d’intérêt.

    Un cabinet de prospection B2B le formule sans détour : « l’appel est humain (…) l’IA est notre copilote », pas notre pilote. C’est une répartition du travail fondée sur ce que chaque partie fait le mieux.

    Certains vendeurs sérieux du secteur ont d’ailleurs intégré cette règle dans leur produit : un agent d’exception route automatiquement vers un humain tout ce qui est ambigu, sensible ou à forte valeur, avant l’envoi. Le principe se résume en une phrase : autonomie pour le routinier, validation humaine pour l’exception.

    Concrètement, à quoi ressemble ce découpage pour une PME tech

    • L’IA construit et scorer la liste de comptes cibles (Target Accounts) à partir de signaux réels : levée de fonds, recrutement, changement organisationnel, visite du site.
    • L’IA rédige et envoie les deux premiers touchpoints, sous validation humaine pendant les premières semaines de tout nouveau segment ou domaine d’envoi.
    • Dès la première réponse porteuse d’intention (une question, une objection, une demande de call), un commercial humain prend le relais intégralement.
    • Le pilotage se fait sur le taux de réponse et le taux de présence en rendez-vous, jamais sur le seul volume envoyé.

    Exemple de règle de bascule simple à mettre en place : toute réponse contenant un point d’interrogation ou une mention de prix, de délai, de concurrent est automatiquement routée vers un commercial dans l’heure. Tout le reste reste dans le flux automatisé.

    Le vrai enjeu n’est pas l’outil, c’est l’organisation

    C’est le cœur de ce qu’on appelle chez Generativ l’usine de vente : une organisation où chaque étape a un propriétaire clair, humain ou IA, et où le passage de relais est défini avant le premier envoi.

    L’IA n’a pas failli. C’est l’absence de cadrage qui a failli. Confier toute la prospection à un agent autonome sans redéfinir qui reprend la main, et quand, revient à embaucher un SDR junior brillant et à ne jamais le manager. Le résultat est prévisible.

    Conclusion

    L’AI SDR 100 % autonome n’est pas l’avenir de la prospection B2B : c’est un raccourci qui brûle votre domaine d’envoi et votre réputation en quelques semaines. La bonne machine commerciale confie à l’IA le sourcing, le scoring et la première touche, et rend la main à l’humain dès que la conversation devient qualifiante.

    Et vous, où se situe aujourd’hui la frontière entre votre IA et vos commerciaux ? Si la réponse est floue, c’est probablement là que se cache votre trentaine de rendez-vous qualifiés perdus chaque mois. Parlons-en, 30 minutes, sans engagement.

    Sources

    • Butterfly Effect, « IA SDR en B2B : Adoption x14 en 2 Ans, Taux de Réponse à 0,8 % », 2026
    • LinkedInsider, « Will AI SDRs Replace Sales Reps? 2026 Data », mai 2026
    • Salesmotion, « AI SDRs vs Human SDRs: The Real ROI Comparison for 2026 », juin 2026
    • Autobound, « AI SDR vs. Human SDR: What the Data Says », février 2026
    • Foxeet, « SDR agents IA : 12 outils de prospection B2B comparés en 2026 », mai 2026
    • Kwanzoo, « AI SDRs Failed: Why First-Gen Tools Broke », 2026
    • Lenny’s Newsletter, « We replaced our sales team with 20 AI agents, here’s what happened next », janvier 2026
  • GEO B2B : être cité par ChatGPT plutôt que bien classé

    GEO B2B : être cité par ChatGPT plutôt que bien classé

    Un de nos clients a testé un exercice simple : demander à ChatGPT et à Claude de lui recommander des solutions dans son propre secteur. Résultat, il n’apparaissait dans aucune des deux réponses. Ses trois concurrents historiques, oui. Ce test dure trente secondes et il révèle un problème que le SEO classique ne détecte pas.

    Le sujet n’est plus de savoir si vous êtes bien référencé sur Google mais de savoir si vous êtes cité quand un acheteur B2B interroge une IA générative pour préparer sa décision. Deux logiques différentes, deux résultats différents.

    ChatGPT est devenu un canal de recommandation, pas juste un outil de rédaction

    La bascule s’est faite vite et sans bruit.
    OpenAI a annoncé que ChatGPT avait dépassé 900 millions d’utilisateurs hebdomadaires en février 2026, contre 800 millions en octobre 2025 et environ 400 millions un an plus tôt
    . Ce ne sont pas des utilisateurs qui viennent chercher du divertissement. Ce sont, de plus en plus, des décideurs qui préparent un achat.

    Gemini et Claude suivent la même trajectoire, avec un profil d’usage différent.
    Le Gemini app dépasserait 750 millions d’utilisateurs mensuels, tandis que Claude, plus petit avec environ 30 millions d’utilisateurs mensuels, pèse de façon disproportionnée dans les décisions professionnelles et d’entreprise. Autrement dit : peu d’utilisateurs, mais un poids d’influence énorme sur les comités d’achat B2B, là où se prennent les décisions à cinq ou six chiffres.

    La conséquence directe, chiffrée cette fois côté acheteurs :
    47 % des acheteurs B2B utilisent désormais l’IA pour leurs recherches de fournisseurs, et les visiteurs qui arrivent via l’IA convertissent à un taux 23 fois supérieur à ceux qui arrivent par la recherche organique classique. Un taux de conversion pareil, ça ne se néglige pas. Ça se construit.

    Illustration comparant volume de contenu générique et contenu à forte autorité repris par une IA générative

    Du SEO à l’autorité : ce que l’IA générative change vraiment

    Pendant dix ans, la stratégie de contenu B2B a tourné autour de la visibilité : produire, publier, amplifier, répéter. Cette logique de volume fonctionnait parce que l’humain, en bout de chaîne, cliquait sur plusieurs liens et se faisait sa propre opinion. Ce filtre humain disparaît progressivement.

    Le Journal du Net décrit très bien ce basculement :
    l’IA devient progressivement un nouveau média d’accès à l’information et un nouveau canal de prescription, où les décideurs B2B interrogent des systèmes comme ChatGPT, Claude ou Gemini, capables de synthétiser, comparer et structurer la connaissance disponible. Et dans cette synthèse,
    ce ne sont pas les contenus qui émergent, mais les sources qui les alimentent.

    Ce qui se joue n’est donc plus une compétition d’audience.
    L’influence devient une condition d’entrée, utile mais insuffisante, au profit d’un enjeu plus structurant : l’autorité, dans un monde où les marques sont en compétition pour être considérées comme des sources fiables. On peut avoir 50 000 abonnés LinkedIn et zéro citation dans ChatGPT. Les deux jeux ne se ressemblent plus.

    Le mythe à abandonner tout de suite : produire plus d’articles n’améliore pas mécaniquement vos chances d’être cité. C’est même souvent l’inverse. Un modèle de langage synthétise, il ne récompense pas la quantité, il récompense la fiabilité de la source. Publier vingt articles génériques par mois dilue votre autorité au lieu de la construire.

    Ce qui rend un contenu citable par une IA

    L’autorité, telle que la définit le Journal du Net, ne repose pas sur un contenu isolé, mais sur la capacité à produire un savoir reconnu, structuré et réutilisable, et s’appuie sur trois dimensions clés : des données propriétaires, une expertise identifiée, et une structure exploitable par une machine.

    Sur le premier point :
    les données originales, les études et les retours d’expérience concrets sont les éléments qui permettent à une marque de se différencier dans un environnement où la synthèse est largement automatisée. Un benchmark que vous avez mené vous-même, un chiffre issu de vos 200 derniers deals, un cas client documenté avec des résultats précis : c’est ce genre de matière qu’une IA n’invente pas et qu’elle va donc chercher ailleurs, chez vous si vous l’avez publiée.

    Sur le deuxième point, la signature humaine compte.
    Les contenus qui identifient clairement leurs auteurs, experts, praticiens ou dirigeants, renforcent la crédibilité. Un article signé par votre CEO avec quinze ans de terrain pèse plus, aux yeux d’un modèle entraîné sur des signaux d’expertise, qu’un article anonyme optimisé pour un mot-clé.

    Sur le troisième point, la mécanique technique compte aussi. Les moteurs génératifs privilégient un contenu récent et bien structuré :
    85 % des citations dans les AI Overviews proviennent de contenus publiés dans les deux dernières années, et un contenu récemment mis à jour apparaît 4,3 fois plus souvent dans les réponses IA. Un livre blanc de 2021 jamais retouché, aussi bon soit-il, perd du terrain face à un contenu daté d’il y a six mois.

    Voici un test rapide à faire vous-même, aujourd’hui, avant de lire la suite :

    Ouvrez ChatGPT ou Claude et posez la question qu’un de vos prospects poserait naturellement : « Quelles solutions recommandes-tu pour [votre catégorie] en France, avec des exemples concrets ? » Regardez si votre nom apparaît. Regardez surtout qui apparaît à votre place, et demandez à votre IA d’analyser leur stratégie.

    Comment construire une autorité vérifiable, pas un volume de contenu

    La bonne nouvelle pour une PME tech, c’est que ce jeu ne récompense pas les plus gros budgets marketing, mais la précision. Trois chantiers concrets, dans l’ordre où je les priorise avec nos clients.

    Premier chantier : sortir une donnée propriétaire par trimestre. Un chiffre issu de votre activité, votre pipeline, vos deals gagnés ou perdus, vos taux de réponse en prospection. Pas une étude Gartner reformulée. Une donnée que personne d’autre ne peut publier parce qu’elle vient de votre terrain.

    Deuxième chantier : signer vos contenus avec de vraies personnes, pas avec « L’équipe marketing ». Un dirigeant ou un expert qui documente une méthode, une erreur vécue, un résultat chiffré. C’est ce qui construit la crédibilité vérifiable que cherchent à identifier les modèles.

    Troisième chantier : structurer pour être extrait. Des définitions claires en une phrase, des chiffres sourcés isolés dans le texte, des tableaux ou des listes quand ils clarifient une comparaison. Un modèle de langage extrait plus facilement une phrase autonome et vérifiable qu’un paragraphe narratif diffus.

    Et surtout : arrêtez de mesurer votre contenu au volume publié. La logique qui gagnait hier, produire beaucoup pour occuper l’espace, devient un handicap.
    Une fois qu’une source s’est révélée fiable sur un sujet, le modèle a tendance à la favoriser pour les requêtes liées. C’est un effet cumulatif : les premiers à construire une autorité solide sur un sujet précis prennent une avance difficile à rattraper, exactement comme un moat en stratégie produit.

    L’impact direct sur votre pipeline commercial

    Chez Generativ, on défend une thèse simple : la croissance B2B se construit avec une usine de vente structurée, pas avec plus de dépenses marketing. Le sujet de l’autorité IA rejoint exactement cette logique. Être cité par ChatGPT n’est pas un exercice de branding, c’est un nouveau point d’entrée dans votre pipeline qualifié.

    Un prospect qui arrive parce qu’une IA vous a recommandé arrive déjà pré-qualifié. Il a une intention claire, il a comparé, et il vous a retenu parmi les options citées. C’est un signal fort, du même ordre qu’un contact qui répond à une séquence de prospection bien ciblée sur un compte à fort potentiel.

    Concrètement, ça change deux choses dans la manière de piloter votre contenu. D’abord, l’ICP doit guider le sujet des données propriétaires que vous publiez : si votre cible achète sur la base de la fiabilité d’exécution, publiez vos chiffres d’exécution, pas des tendances générales du marché. Ensuite, le contenu n’est plus un canal séparé de la vente : c’est un des points de preuve que votre équipe commerciale peut réutiliser dans un cycle complexe, exactement comme une étude de cas cite un client nommé plutôt qu’un avantage générique.

    La bataille pour l’attention change de nature, mais l’exigence de fond reste la même que celle qu’on porte en outbound : de la preuve, pas de l’approximation.

    Être cité par une IA générative n’est pas un bonus marketing, c’est en train de devenir un prérequis pour exister dans la recherche de vos futurs clients. Et vous, savez-vous ce que ChatGPT répond quand on lui demande de vous recommander ? Parlons-en, trente minutes, sans engagement.

    Sources

  • Zendesk Sell disparaît : l’alerte pour votre stack commercial

    Zendesk Sell disparaît : l’alerte pour votre stack commercial

    Zendesk a annoncé la fermeture de son CRM Sell. Pas dans six mois, pas en catastrophe : une fermeture programmée, annoncée à l’avance, avec un calendrier précis. Et pourtant, dans les prochains mois, des centaines d’entreprises vont découvrir cette nouvelle en urgence, alors que l’information est publique depuis près d’un an. C’est exactement le symptôme que je veux traiter aujourd’hui : ce n’est pas Zendesk le problème, c’est l’absence de vigilance sur les outils qui font tourner votre machine commerciale.

    Zendesk Sell ferme en 2027 : ce que l’entreprise vient d’admettre

    Zendesk a fait le choix de retirer Zendesk Sell dans le cadre d’un recentrage sur les activités de service, tout en s’engageant à accompagner ses clients existants dans la transition
    . Concrètement,
    l’annonce a été faite le 9 septembre 2025, pour une fermeture effective le 31 août 2027
    . Les clients gardent un accès complet jusqu’à cette date, mais le message est sans ambiguïté : Zendesk sort du marché du CRM de vente.

    Pour faciliter la bascule,
    Zendesk s’est associé à Pipedrive, un CRM commercial reconnu et déjà bien intégré à Zendesk, pour proposer des outils de migration
    . Un partenariat pratique pour Zendesk. Pas forcément le meilleur choix pour vous : comme le résume l’agence Markentive,
    Pipedrive est un choix logique pour Zendesk, mais logique pour Zendesk ne signifie pas optimal pour votre entreprise
    .

    Le détail qui devrait vous faire tiquer :
    les exports natifs de Zendesk Sell ne couvrent pas l’historique d’activités, les emails, les journaux d’appels ni les documents, et il faut passer par l’API ou des outils tiers pour préserver ces données avant la fermeture
    . Autrement dit, le bouton « exporter » ne sauve pas tout. Et une fois la fermeture actée,
    les données seront supprimées définitivement, dès la fin de l’abonnement ou au plus tard le 31 août 2027, sans possibilité de retour en arrière
    .

    Le mythe du logiciel installé pour toujours

    Zendesk Sell n’était pas un outil obscur. C’était un CRM de vente installé chez des milliers d’équipes, connu, documenté, intégré à des dizaines d’outils tiers. Si un logiciel de cette envergure peut disparaître, aucun logiciel de votre stack n’est à l’abri. C’est là le vrai mythe à enterrer : celui du « logiciel installé, donc logiciel éternel ».

    Ce n’est pas un cas isolé. À peu près au même moment,
    Microsoft, SAP et Zendesk ont chacun annoncé la fin de vie de leur solution CRM entre 2027 et 2028
    . Trois éditeurs majeurs, trois décisions distinctes, un même signal : le marché du CRM se recompose, et les éditeurs historiques réallouent leurs ressources vers d’autres priorités, souvent l’IA appliquée au service client plutôt qu’à la vente.

    Un dirigeant du secteur, David Elkington, fondateur de Signals, a résumé la portée de l’annonce sur LinkedIn en des termes qui ont fait réagir tout l’écosystème CRM :
    « Zendesk killing Sell isn’t just about one vendor. It’s about the death of the CRM category. »
    On peut discuter du diagnostic. Mais le fait déclencheur, lui, n’est pas discutable : un outil que vous pensiez stable a une date d’expiration, et vous ne l’avez appris qu’après coup.

    Illustration d'une loupe examinant un réseau d'outils logiciels connectés, symbolisant l'audit de pérennité du stack commercial

    Ce que la fermeture d’un CRM installé révèle sur votre stack commercial

    Chez Generativ, quand on construit une usine de vente pour un client, on audite systématiquement le stack en place avant de toucher au moindre process. Et à chaque fois, on retrouve la même faille : personne dans l’entreprise n’a de vision claire sur la santé financière et stratégique des éditeurs qui hébergent les données commerciales critiques. Le CRM, l’outil de séquençage email, l’enrichissement de données, la téléphonie : autant de maillons dont la disparition brutale peut arrêter net le pipeline.

    Le risque n’est pas seulement fonctionnel. Il est aussi contractuel et humain.
    Vos données de vente, vos workflows et votre historique deviennent inaccessibles à terme, et votre équipe risque une véritable rupture si la planification de la migration ne démarre pas assez tôt
    . Une migration de CRM mal préparée, ce n’est pas juste un projet IT. C’est un trou dans le pipeline, des deals perdus faute de suivi, des commerciaux qui reviennent à Excel le temps de la bascule.

    Et la fenêtre de manœuvre est plus courte qu’elle n’en a l’air.
    Le calendrier de fermeture laisse théoriquement jusqu’à août 2027, mais les entreprises qui démarrent leur migration dès 2026 seront en bien meilleure posture pour éviter les perturbations
    . Deux ans, cela paraît confortable. C’est en réalité le temps qu’il faut pour auditer, choisir, migrer proprement et former les équipes sans casser le rythme commercial.

    L’audit annuel de pérennité : la question à se poser sur chaque outil critique

    Voici ce que je recommande à chaque dirigeant que je conseille : une revue annuelle, courte, de chaque outil qui touche à la donnée commerciale. Pas un audit IT de trois semaines. Une heure, une fois par an, avec trois questions simples posées sur chaque brique critique du stack : CRM, séquenceur, outil d’enrichissement, téléphonie, plateforme d’intent data.

    Première question : quelle est la trajectoire financière et stratégique de l’éditeur ? Une levée de fonds récente, un rachat, un changement de dirigeant, un pivot produit annoncé sont autant de signaux avant-coureurs. Deuxième question : que couvre réellement l’export de données, et que couvre-t-il pas ? On l’a vu avec Zendesk Sell : l’historique d’activité, les emails et les journaux d’appels ne sont pas toujours inclus dans un export standard. Troisième question : combien de temps faudrait-il, aujourd’hui, pour migrer cet outil si l’éditeur annonçait sa fermeture demain ? Si la réponse est « je ne sais pas », vous avez votre premier chantier.

    Ce n’est pas de la paranoïa. C’est la même logique qui pousse à auditer un ICP (le profil de client idéal) une fois par an pour vérifier qu’il correspond toujours à la réalité du marché. Un stack commercial qui n’est jamais remis en question devient un point de fragilité, exactement comme un ciblage qu’on ne réévalue jamais.

    La clause de portabilité : ce qu’il faut négocier avant de signer

    L’audit annuel traite le symptôme après coup. La vraie prévention se joue à la signature du contrat, pas à sa résiliation. Trop de dirigeants négocient le prix, la durée d’engagement, le SLA de support, et zappent la clause qui compte le plus en cas de fermeture ou de rachat : la portabilité des données.

    Une clause de portabilité solide doit couvrir trois points : le format d’export (structuré, exploitable, pas un simple PDF), le périmètre exact des données couvertes (y compris l’historique d’activité, les emails et les logs d’appels, pas seulement les fiches contact), et le délai de mise à disposition en cas de résiliation ou de fermeture du service. Sans ces trois précisions, vous découvrez les limites de l’export le jour où vous en avez besoin, exactement comme les clients de Zendesk Sell découvrent aujourd’hui que
    les emails, journaux d’appels, historiques d’activité et documents joints ne sont pas exportables, et que les données ne restent disponibles que 30 jours avant suppression
    .

    Exemple de clause à intégrer dans vos contrats logiciels critiques : « En cas de résiliation du contrat pour quelque motif que ce soit, y compris la cessation du service par l’Éditeur, ce dernier s’engage à fournir au Client, dans un délai maximum de 30 jours et dans un format structuré et exploitable (CSV, JSON ou API), l’intégralité des données du Client incluant a minima : fiches contacts et comptes, historique des opportunités, historique d’activités (emails, appels, notes, tâches), et documents attachés. »

    Cette clause ne coûte rien à négocier à la signature. Elle coûte cher à obtenir a posteriori, une fois que l’éditeur a annoncé sa fermeture et n’a plus aucune incitation commerciale à vous faciliter la sortie.

    Ce que Zendesk Sell change concrètement pour votre feuille de route 2026

    Si vous utilisez Zendesk Sell, la priorité est claire : ne pas attendre 2027.
    Face à la multitude de CRM disponibles, la tentation est de choisir précipitamment « l’outil le plus proche de Zendesk Sell », mais c’est le moment de repenser toute votre stratégie CRM
    . Une migration subie reproduit les mêmes limites que l’outil qu’on quitte. Une migration choisie est l’occasion de réaligner le CRM sur votre cycle de vente réel, votre volume de comité d’achat, votre logique de qualification.

    Si vous n’utilisez pas Zendesk Sell, ne fermez pas cet article trop vite. La question n’est pas « est-ce que mon CRM va fermer ». La question est : ai-je, aujourd’hui, une réponse claire aux trois questions de l’audit de pérennité pour chaque outil qui porte ma donnée commerciale ? Si la réponse est non pour ne serait-ce qu’un outil, vous avez identifié votre prochain chantier, avant qu’un éditeur ne le fasse à votre place.

    Un CRM n’est jamais qu’un outil. La vraie richesse, c’est la donnée qu’il contient : l’historique des échanges, le contexte de chaque comité d’achat, les signaux accumulés sur chaque compte cible. Protéger cette richesse ne dépend pas de la solidité de l’éditeur. Elle dépend de votre discipline à auditer et à négocier avant d’en avoir besoin.

    Et vous, savez-vous aujourd’hui ce que couvre réellement la clause de portabilité de votre CRM ? Parlons-en, 30 minutes, sans engagement : contactez Generativ.

    Sources

  • Prospection B2B : pourquoi vos messages « trop IA » font fuir

    Prospection B2B : pourquoi vos messages « trop IA » font fuir

    Un dirigeant m’a montré récemment sa dernière séquence de prospection : un email généré en trois clics, envoyé à 800 contacts, personnalisé par une variable de fusion. Taux de réponse : sous les 1 %. Il n’est pas seul. Chez Generativ, on voit passer des dizaines de campagnes de ce type, toutes construites sur le même postulat : plus on envoie, plus on convertit. Ce postulat est mort en 2026.

    La raison n’est pas technique, elle est comportementale. Les acheteurs B2B ont changé de réflexe face à l’IA générative, et ce changement rebat les cartes de toute stratégie de prospection B2B. Comprendre pourquoi vos messages « trop IA » font fuir vos prospects, c’est comprendre ce qui va réellement fonctionner en 2026 : plus de vitesse, mais de la preuve.

    Le paradoxe qui plombe vos taux de réponse

    Voici le mythe qu’il faut enterrer : l’IA générative aurait rendu la prospection plus efficace parce qu’elle permet d’en faire plus, plus vite. En réalité, elle a produit l’effet inverse chez les destinataires.
    L’IA a transformé la prospection côté vendeurs, avec ciblage prédictif, scoring automatique et personnalisation à l’échelle, mais aussi côté acheteurs, qui utilisent désormais des outils IA pour filtrer les sollicitations, comparer les offres et s’informer avant tout contact commercial.

    Le résultat est un paradoxe frontal.
    En 2026, les acheteurs sont plus méfiants des contenus générés par IA et plus sensibles aux recommandations et à la preuve sociale, ce qui oblige les équipes commerciales à être encore plus authentiques et pertinentes dans leurs approches.
    Autrement dit : les deux camps se sont équipés du même outil, et l’arme s’est retournée contre celui qui l’utilise pour aller plus vite plutôt que plus juste.

    Ce n’est pas une impression isolée. Une étude menée fin 2025-début 2026 auprès de plus de 500 professionnels du marketing confirme la tendance :
    dans un contexte saturé et marqué par la défiance envers l’IA, la qualité prime désormais sur le volume.
    Le ciblage large, qui fonctionnait encore il y a trois ans, produit aujourd’hui des taux d’ouverture et de réponse en chute libre, pour une raison simple : les prospects ont développé un détecteur naturel de contenu généré à la chaîne.

    Pourquoi vos prospects détectent l’IA à la première ligne

    Un message généré par IA sans travail éditorial derrière a une signature reconnaissable : structure trop propre, transition trop fluide, référence générique au « contexte de l’entreprise » qui pourrait s’appliquer à n’importe qui. Le lecteur B2B, exposé à des dizaines de sollicitations par semaine, a développé une forme d’immunité.
    Les décideurs reçoivent aujourd’hui un nombre de messages, d’appels et d’invitations à se connecter sans commune mesure avec celui de 2020, et la conséquence est une méfiance généralisée.

    Cette méfiance n’est pas anecdotique, elle change le comportement d’achat lui-même.
    45 % des acheteurs B2B ont eu recours à l’intelligence artificielle lors de leur dernier achat, et deux sur trois privilégient désormais un parcours sans aucun contact commercial direct.
    L’acheteur se documente seul, compare seul, et n’entre en contact qu’une fois sa short-list arrêtée. Envoyer un message IA générique à ce moment-là, c’est parler à quelqu’un qui a déjà fait 80 % du chemin sans vous, et qui teste votre capacité à apporter une information qu’il n’a pas déjà trouvée ailleurs.

    Le problème n’est donc pas l’IA en tant que telle. C’est l’usage qu’on en fait. Un cabinet d’analyse le résume bien :
    l’automatisation sans personnalisation produit du spam, et avant d’envoyer mille emails automatisés, il faut s’assurer que chaque message est réellement adapté au contexte du prospect.
    L’échelle sans le contexte, c’est du bruit habillé en signal.

    La preuve sociale, nouveau nerf de la guerre commerciale

    Si le volume ne convertit plus, qu’est-ce qui convertit ? La réponse tient en trois mots : preuve sociale et voix humaine. Un rapport sectoriel sur la prospection digitale l’énonce sans détour :
    la prospection digitale passe désormais par la preuve sociale, LinkedIn n’étant plus un simple annuaire mais une plateforme d’influence.

    Concrètement, cela veut dire que l’ordre des opérations s’est inversé. Avant, on envoyait un message froid puis on espérait construire de la crédibilité au fil de l’échange. Aujourd’hui, la crédibilité doit précéder le message. C’est ce que confirment les stratégies de recommandation par des experts sectoriels :
    dans un contexte où les acheteurs sont de plus en plus méfiants vis-à-vis des discours commerciaux traditionnels, les recommandations d’experts ou de créateurs de contenu reconnus dans leur secteur pèsent lourd dans la décision d’achat, car il s’agit d’une confiance transférée, l’expert parlant à une audience qui le suit pour son expertise, pas pour vendre.

    Cela ne signifie pas qu’il faut abandonner l’IA. Cela signifie qu’il faut inverser sa fonction : elle ne doit plus servir à écrire le message final, mais à repérer le bon signal pour le déclencher. C’est la nuance que font aujourd’hui les meilleures équipes commerciales, comme le note un benchmark récent du secteur :
    les commerciaux les plus efficaces sont ceux qui utilisent l’IA pour personnaliser sur des signaux véritablement pertinents, et qui ajoutent une couche d’authenticité humaine, une anecdote, un point de vue, une référence sectorielle pointue, que l’IA seule ne peut pas reproduire de manière convaincante.

    C’est là que se joue la vraie différenciation en 2026. Deux commerciaux peuvent utiliser exactement le même outil d’IA générative. Celui qui gagne n’est pas celui qui envoie le plus de messages, c’est celui qui a passé plus de temps à comprendre le compte avant d’écrire une seule ligne.

    Ce que ça change concrètement pour votre machine commerciale

    Pour un dirigeant de PME tech, ce constat a des implications directes sur l’organisation de la prospection, pas seulement sur le ton des emails.

    D’abord, le rôle de l’IA doit glisser de la production vers la détection. Utilisez-la pour identifier les signaux (changement de poste, levée de fonds, publication LinkedIn, recrutement stratégique) plutôt que pour rédiger le message final à votre place. Un état des lieux du secteur confirme ce basculement : les entreprises qui réussissent utilisent l’IA
    pour identifier les prospects à fort potentiel, personnaliser leurs approches à grande échelle et automatiser les tâches répétitives, l’objectif n’étant pas de remplacer les commerciaux mais de leur permettre de concentrer leurs efforts sur les comptes les plus pertinents.

    Ensuite, construisez de la preuve sociale avant d’attaquer un compte, pas après. Un cas client publié, un post LinkedIn d’un de vos utilisateurs, un retour d’expérience chiffré : ces éléments ne sont plus du contenu marketing accessoire, ils sont la condition d’entrée en conversation. C’est particulièrement vrai puisque
    selon LinkedIn, 80 % des leads B2B issus des réseaux sociaux proviennent de la plateforme
    , ce qui en fait le terrain naturel pour installer cette crédibilité avant le premier email.

    Enfin, ne sacrifiez pas le canal humain synchrone. Contrairement à l’idée reçue selon laquelle le téléphone serait mort, les chiffres disent l’inverse pour les cadres dirigeants :
    82 % des acheteurs B2B acceptent des rendez-vous suite à un appel bien mené, et 57 % des cadres dirigeants déclarent préférer être contactés par téléphone plutôt que par tout autre canal.
    Un appel bien préparé, nourri par un signal détecté en amont, reste un canal de différenciation qu’aucun message IA générique ne peut imiter.

    Exemple d’approche à contre-courant : au lieu d’un email générique envoyé à 500 contacts d’un même secteur, identifiez 30 comptes ayant publié un signal fort dans les 30 derniers jours (recrutement clé, levée, changement de direction). Envoyez un message court référençant précisément ce signal, appuyé par un cas client comparable, et proposez un appel de 15 minutes plutôt qu’une démo. Le volume baisse, le taux de réponse grimpe.

    La vitesse n’est plus un avantage compétitif

    Pendant des années, l’équation commerciale était simple : plus de contacts en haut du tunnel égale plus de signatures en bas. Cette équation ne fonctionne plus. Comme le résume un guide récent sur la génération de leads B2B,
    pendant des années une équation simple a prévalu, davantage de contacts en haut du tunnel donnant davantage de signatures en bas, mais ce calcul ne fonctionne plus.

    Cela ne veut pas dire qu’il faut renoncer à l’IA générative en prospection. Cela veut dire qu’il faut arrêter de l’utiliser comme un accélérateur de volume et commencer à l’utiliser comme un accélérateur de pertinence. La différence tient en une question à se poser avant chaque envoi : ce message pourrait-il être envoyé à dix comptes différents sans modification ? Si oui, il ira à la corbeille avant d’être lu.

    Une usine de vente qui produit de la confiance, pas du volume

    La thèse est simple, et elle va à contre-courant de dix ans de discours marketing sur l’automatisation à outrance : en 2026, la différenciation commerciale ne se joue plus sur la vitesse d’envoi, elle se joue sur la preuve sociale et la voix humaine. Une usine de vente bien construite ne maximise pas le nombre de messages sortants, elle maximise la probabilité que chaque message soit lu comme légitime.

    C’est exactement le sens que nous donnons à l’expression chez Generativ : construire une machine commerciale structurée, pas une machine à spammer. Les deux se ressemblent de loin. Elles produisent des résultats radicalement différents.

    Et vous, votre séquence de prospection est-elle construite pour rassurer un acheteur méfiant, ou pour maximiser un volume qui ne convertit plus ? Parlons-en, 30 minutes, sans engagement.

    Sources

  • Cloud souverain : vrai enjeu business ou posture marketing ?

    Cloud souverain : vrai enjeu business ou posture marketing ?

    « Nos données sont hébergées en France, en toute souveraineté. » Cette phrase, je l’ai lue sur une dizaine de sites de scale-ups françaises ces derniers mois. Elle sonne bien en page d’accueil. Elle ne veut souvent rien dire juridiquement. Chez nos clients, la question du cloud souverain revient systématiquement dans les cycles de vente complexes, côté acheteur comme côté vendeur. Voici comment trancher sans y laisser votre budget IT ni votre crédibilité commerciale.

    Le cloud souverain est-il devenu un argument marketing comme un autre ?

    Oui, en grande partie. Le terme est aujourd’hui tellement galvaudé que même les grands acteurs américains s’en emparent. Un dirigeant d’Orange Business le formule sans détour :
    le mot « cloud souverain » est utilisé à tort et à travers, pour certains acteurs il est devenu un argument marketing, un slogan commercial
    .

    Le phénomène a même un nom : le « sovereign washing ». Une analyse récente décrit cette pratique comme
    une pratique marketing trompeuse, un simple lifting pour un problème de fond qui persiste
    . Le principe : afficher des serveurs localisés en Europe tout en restant, structurellement, une entreprise de droit américain.

    Ce flou profite à tout le monde et dessert les dirigeants qui doivent trancher vite. Une étude sur le sujet le confirme :
    l’absence de cadre précis ouvre la porte aux dérives marketing, de nombreuses offres revendiquent le label « souverain » et ne respectent que des critères superficiels, se contentant par exemple d’héberger les données en Europe sans protéger contre les risques juridiques
    . C’est précisément là que se joue la différence entre une vraie stratégie et une posture.

    Ce que le Cloud Act change vraiment (et ce que la localisation ne change pas)

    Voici l’erreur numéro un que je constate chez les dirigeants tech : croire que stocker ses données en France les met à l’abri. Faux. Le point technique qui change tout est ailleurs. Une analyse juridique le pose clairement :
    le CLOUD Act ne repose pas sur la localisation des serveurs, mais sur la juridiction applicable au fournisseur
    .

    Concrètement, un hyperscaler américain qui ouvre une région Paris ne change rien à son statut juridique. La même source précise :
    ces entreprises restent des sociétés de droit américain ou contrôlées par une maison-mère américaine, à ce titre elles entrent dans le champ du CLOUD Act, et les autorités américaines peuvent donc, sous certaines conditions, exiger la transmission de données, même si celles-ci sont hébergées en Europe
    .

    C’est là toute la nuance que le marketing efface. La localisation, c’est de la géographie. La souveraineté, c’est du droit. Un serveur à Roubaix ne protège rien si l’entreprise qui l’exploite doit répondre à une réquisition américaine. C’est exactement ce que rappelle la tribune du MagIT sur le sujet, tout comme l’analyse de sfeir.dev.

    SecNumCloud : la seule preuve qui compte, pas un logo de plus

    Si la localisation ne suffit pas, sur quoi juger ? Sur l’immunité juridique. C’est le rôle de la qualification SecNumCloud, délivrée par l’ANSSI. Sa version la plus récente va au cœur du sujet :
    sa version 3.2 (2022) ajoute des critères d’immunité contre les législations extraterritoriales (CLOUD Act, FISA), ce qui la rend unique en Europe
    .

    Concrètement, seuls quelques acteurs tiennent ce niveau d’exigence. En 2026,
    les fournisseurs certifiés sont OVHcloud, Scaleway, 3DS Outscale, Numspot (en cours), Cloud Temple
    . Outscale, filiale de Dassault Systèmes, a une longueur d’avance historique : c’est
    l’un des rares fournisseurs cloud à avoir obtenu la qualification SecNumCloud de l’ANSSI pour ses services IaaS, ce qui le place dans une catégorie à part pour les organisations qui traitent des données de défense nationale, des données de santé très sensibles ou des informations classifiées
    . Scaleway a suivi le mouvement plus récemment, puisque le fournisseur
    a lancé sa certification SecNumCloud en janvier 2025, avec un objectif de complétion fin 2025, d’abord pour l’IaaS avec GPUs inclus
    ./im

    Ce niveau de garantie a un prix, et il faut le dire à vos clients ou prospects sans détour : les offres qualifiées coûtent
    généralement de l’ordre de 20 à 50 % plus cher selon les services, en raison d’une moindre mutualisation et d’exigences de sécurité renforcées
    . C’est un investissement, pas un supplément marketing, à condition qu’il réponde à un vrai besoin.

    Quand le cloud souverain est un vrai enjeu business

    Il y a des cas où la question ne se discute même pas. Le premier : la commande publique. Sur les marchés d’État sensibles, la doctrine est déjà écrite noir sur blanc. L’Autorité de la concurrence le confirme dans sa consultation publique : la solution retenue
    devra impérativement respecter la qualification « SecNumCloud » décernée par l’ANSSI et être protégée contre toute réglementation extracommunautaire
    .

    Le deuxième cas : les secteurs régulés, même hors commande publique. Santé, défense, énergie, finance : ces filières basculent vers une exigence de fait. Une analyse récente le résume ainsi :
    pour le secteur privé, la qualification n’est pas obligatoire mais devient de facto requise dans plusieurs filières régulées comme la défense, la santé et la finance
    . Cinq entreprises françaises de la e-santé, dont Doctolib et Alan, l’ont d’ailleurs constaté à leurs dépens : elles ont alerté le gouvernement en juillet 2026 sur le fait que
    si l’exigence SecNumCloud s’étend, même de façon informelle, aux critères de sélection des appels à projets publics ou des remboursements par l’Assurance Maladie, les plus petites structures risquent d’être évincées des marchés publics
    .

    Le troisième cas, plus rare mais réel : un ICP (profil de client idéal) massivement composé d’acheteurs publics ou d’entreprises soumises à NIS2. Si votre pipeline qualifié dépend de ces comptes, le cloud souverain n’est plus une option philosophique. C’est un prérequis d’accès au marché, au même titre qu’une certification ISO pour un cycle complexe.

    Quand c’est de la posture qui vous coûte cher pour rien

    À l’inverse, la majorité des scale-ups tech françaises n’ont aucune de ces contraintes. Elles vendent du SaaS B2B à des PME du privé, sans clause de résidence des données, sans appel d’offres public, sans secteur régulé dans leur ICP. Pour elles, migrer vers un cloud souverain par pur réflexe patriotique revient à payer un surcoût de 20 à 50 % pour un argument que 90 % de leurs prospects ne demandent jamais.

    C’est le piège du dogmatisme inverse de celui du sovereign washing. Une bonne pratique consiste à catégoriser ses données par criticité plutôt que de tout migrer d’un bloc : les données vitales (contrats stratégiques, propriété intellectuelle) vers une infrastructure qualifiée, le reste vers des solutions plus légères. Un guide destiné aux dirigeants le résume bien : il ne s’agit pas
    de « tout » migrer vers le souverain par dogmatisme
    .

    Le risque commercial est réel des deux côtés. Vendre du cloud souverain à un prospect qui s’en moque allonge votre cycle de vente et gonfle votre TCO sans bénéfice perçu. Ne pas l’avoir quand le comité d’achat l’exige vous élimine avant même la soutenance. La bonne question n’est donc jamais « le cloud souverain, pour ou contre ? » mais « mon acheteur type l’exige-t-il, oui ou non ? »

    Comment trancher : la grille de décision pour un dirigeant tech

    Trois questions suffisent pour clarifier la décision, avant tout arbitrage budgétaire :

    • Mon ICP inclut-il des acheteurs publics, des entités NIS2 ou des secteurs régulés (santé, finance, défense, énergie) ? Si oui, la qualification SecNumCloud devient un prérequis d’accès au marché, pas une option.
    • Mes prospects posent-ils la question de la juridiction du fournisseur, pas seulement de la localisation des serveurs ? Si le sujet ne surgit jamais dans vos cycles de vente, le surcoût n’a pas de retour commercial mesurable.
    • Ai-je les moyens du discours ? Communiquer sur la souveraineté sans immunité juridique réelle vous expose au même reproche que les hyperscalers accusés de sovereign washing, avec en plus le risque de perdre un deal sur une question technique mal maîtrisée en soutenance.

    Cette grille tient en une phrase : le cloud souverain se décide sur la base d’une contrainte client documentée, jamais sur une intuition de communication. C’est la même logique que celle qui structure une bonne stratégie commerciale : on ne construit pas une usine de vente sur des suppositions, on la construit sur des signaux vérifiés.

    Le cloud souverain n’est ni un gadget ni une religion : c’est un investissement qui se justifie uniquement par une contrainte client réelle, jamais par une posture.

    Et vous, votre choix d’infrastructure cloud répond-il à une exigence documentée de vos clients, ou à une intuition marketing ? Parlons-en, 30 minutes, sans engagement.

    Sources

  • Adoption de l’IA générative en PME : le piège des 31%

    Adoption de l’IA générative en PME : le piège des 31%

    Un dirigeant me disait récemment : « On est bons sur l’IA, toute l’équipe marketing est sur ChatGPT. » Je lui ai demandé quel process avait changé depuis. Silence. C’est exactement le symptôme que je retrouve chez la majorité des PME tech que je rencontre : l’outil est là, le résultat mesurable, non. Bpifrance vient de confirmer ce décalage à grande échelle, et il mérite qu’on s’y arrête.

    Adoption de l’IA générative en PME : le chiffre qui rassure, la réalité qui inquiète

    Le chiffre a fait le tour de la presse économique. Bpifrance Le Lab annonçait qu’en un an, la part des PME utilisant l’IA générative dans leur entreprise est passée de 15% en 2023 à 31% en 2024. Un an plus tard, la même étude de conjoncture a mesuré une nouvelle accélération : 55% des TPE-PME déclarent utiliser des IA génératives à la fin de l’année 2025, contre 31% fin 2024. Vingt-quatre points en douze mois.

    Sur le papier, c’est une victoire collective. Dans les faits, ce chiffre mesure une chose précise : le pourcentage d’entreprises où au moins une personne a ouvert ChatGPT une fois dans le mois. Rien de plus. Et c’est précisément là que le bât blesse pour un dirigeant qui cherche du ROI, pas de la satisfaction d’usage.

    Le vrai clivage n’est plus l’outil, c’est le process

    Une deuxième étude, plus fine, change la lecture. Menée par Bpifrance Le Lab en juin 2025 auprès de 1 209 dirigeants de PME et ETI de plus de 10 salariés, elle descend dans le détail des usages réels. 58% d’entre eux estiment que l’IA est importante, voire très importante, pour la pérennité de leur entreprise à un horizon de trois à cinq ans. Pourtant, seuls 43% ont défini une véritable stratégie IA. Et sur la vague spécifique de l’IA générative, à peine un quart (26%) utilise concrètement cette technologie.

    Voilà le premier clivage : entre la conviction stratégique (58%) et l’action structurée (43% de stratégie, 26% d’usage concret), il y a un fossé que la plupart des dirigeants ne voient pas tant qu’ils n’ont pas fait l’exercice de comparer les deux chiffres. Sans compter que l’usage lui-même reste, dans la majorité des cas, superficiel : l’usage des IA génératives reste aujourd’hui cantonné aux fonctions support comme la veille, le marketing et la communication, et parmi les dirigeants utilisateurs, 68% s’en servent pour rédiger des contenus écrits. Rédiger un email plus vite n’est pas un cas d’usage, c’est un gain de confort. La nuance compte.

    Pourquoi la moitié des « utilisateurs » n’obtiennent aucun résultat mesurable

    Le détail le plus révélateur de l’étude Bpifrance porte sur la nature des outils utilisés. Parmi ceux qui ont franchi le pas, la moitié se contentent de solutions gratuites ou prêtes à l’emploi, sans personnalisation métier ni intégration poussée dans leurs processus. Autrement dit : la moitié des 26% qui « utilisent la GenAI » le font en mode test isolé, sans lien avec le CRM, l’ERP ou un quelconque workflow métier. Pas de mesure de ROI possible dans ces conditions, puisqu’il n’y a rien à mesurer : pas de baseline, pas de process avant/après, juste un usage individuel et volatile.

    Ce constat rejoint un autre chiffre publié par Bpifrance sur le même terrain : 58% des dirigeants de PME-ETI considèrent l’IA comme un enjeu de survie, mais seules 32% de ces entreprises l’utilisent effectivement. Le reste navigue entre bonnes intentions et essais sans lendemain. Et pour ceux qui investissent réellement en digitalisation et robotisation, seulement 9% ciblaient l’IA, dont 2% d’investissements réguliers. On investit dans le numérique, mais rarement dans l’IA de façon structurée. C’est le symptôme d’une adoption qui reste individuelle : un salarié curieux, un dirigeant qui teste seul, jamais un projet porté par un budget et un objectif chiffré.

    Ce qui distingue les 19% d’Innovateurs des 81% qui tâtonnent

    Bpifrance Le Lab a segmenté les dirigeants en quatre profils, et cette typologie est la plus utile du rapport pour se situer. Les « Sceptiques » (27% des répondants) sont réfractaires à l’IA, à la tête d’entreprises peu digitalisées. Les « Bloqués » (26%) sont conscients de l’importance de l’IA mais paralysés par un manque de compétences, de formation ou de soutien. Les « Expérimentateurs » (28%) sont ouverts à l’IA, encourageant son exploration au sein de leurs équipes, mais limités dans son déploiement à grande échelle. Les « Innovateurs » (19%) sont à la tête d’entreprises hautement digitalisées, maîtrisant personnellement les concepts avancés de l’IA.

    Un seul profil sur quatre a dépassé le stade du test. Et ce n’est pas un hasard s’il s’agit des entreprises les plus digitalisées en amont. Bpifrance établit un lien de cause à effet clair sur ce point : « Une entreprise engagée dans la digitalisation est 5 fois plus susceptible d’utiliser une IA, et une entreprise réalisant des analyses de données est 2,5 fois plus susceptible d’utiliser une IA », note l’institution. Or 43% des PME et ETI ne font pas d’analyse de données pour piloter leur activité. Sans fondation data, l’IA générative reste un gadget de rédaction, pas un levier de croissance. La directrice de Bpifrance Le Lab résume bien le problème : « Beaucoup de dirigeants sont encore sans boussole stratégique dans cet environnement technologique aussi mouvant que complexe ».

    Test : où en est votre PME dans l’adoption de l’IA générative ?

    Les quatre profils décrits plus haut se ressemblent tous vus de l’intérieur. Chacun a le sentiment d’avoir commencé. Voici huit questions pour trancher. Répondez par oui ou par non, sans indulgence.

    1. Une personne est nommément responsable du sujet dans l’entreprise.
    2. Vous avez écrit noir sur blanc le cas d’usage prioritaire de l’année.
    3. Vous avez mesuré le temps que prend ce processus aujourd’hui, avant toute IA.
    4. L’outil est connecté à vos données métier : CRM, ERP, base documentaire.
    5. Vous payez une licence professionnelle plutôt qu’un compte gratuit.
    6. Les personnes qui font le travail ont participé au cadrage.
    7. Vous pouvez citer un chiffre d’avant et un chiffre d’après.
    8. Le cas d’usage tourne encore trois mois après son lancement.

    Comptez vos oui.

    0 à 2 : Sceptique ou Bloqué. L’IA générative existe chez vous à l’état de curiosité individuelle. Deux ou trois collaborateurs ouvrent ChatGPT quand ils sèchent sur un mail. Votre premier geste utile tient en une phrase : choisissez un seul processus, chronométrez-le pendant une semaine, gardez ce chiffre.

    3 à 5 : Expérimentateur. Le groupe le plus large, et le plus frustrant. Les usages existent, les résultats restent invisibles faute de mesure. Vos deux chantiers portent des numéros : la question 3 et la question 7. Sans point de départ chiffré, vous ne saurez jamais dire si l’année a servi à quelque chose.

    6 à 7 : vous basculez. Il vous manque en général l’intégration aux données métier, question 4. Tant que l’outil vit à côté du système d’information, chaque gain se paie en copier-coller, et le temps économisé d’un côté se perd de l’autre.

    8 : Innovateur, au sens de l’étude citée plus haut : moins d’un cinquième des entreprises françaises. Votre risque change de nature. Il devient celui de l’empilement : dix cas d’usage lancés, trois réellement maintenus, et une équipe qui finit par confondre outillage et méthode.

    Et si vous êtes une TPE ?

    Les questions 4 et 5 pèsent moins lourd sous dix salariés. Votre système d’information tient souvent dans trois outils, et une licence à vingt euros par mois par personne couvre l’essentiel du besoin. Les six autres questions restent valables telles quelles.

    L’écart entre TPE et PME porte sur les moyens. La discipline demandée reste identique : un cas d’usage, une mesure, un responsable. J’ai vu des cabinets de cinq personnes obtenir des gains plus nets que des ETI de trois cents, pour cette seule raison qu’ils avaient choisi un sujet et s’y étaient tenus.

    Un score faible indique seulement par où commencer.

    Le même clivage frappe la prospection commerciale

    Chez Generativ, je retrouve ce clivage adoption/intégration presque à l’identique sur le terrain de l’outbound. Un commercial qui demande à ChatGPT de reformuler un email de prospection ne fait pas de la « vente augmentée par l’IA ». Il gagne cinq minutes sur une tâche, sans rien changer à son taux de réponse, à sa qualification de comptes ou à la vitesse de son pipeline. C’est un test individuel, exactement comme les 68% de dirigeants qui utilisent l’IA générative pour rédiger du contenu sans jamais l’intégrer à un process de bout en bout.

    Ce que je vois fonctionner, à l’inverse, c’est l’intégration de l’IA générative dans une chaîne mesurable : ciblage de comptes (ICP), enrichissement automatique des signaux d’achat, génération d’angles d’accroche personnalisés injectés dans une séquence multicanale, puis mesure du taux de réponse par variante. Ce n’est plus un outil qu’on teste, c’est un maillon d’une machine commerciale qu’on pilote. La différence n’est pas technologique. Elle est méthodologique. C’est exactement le même écart que celui mesuré par Bpifrance entre les 26% qui « utilisent » la GenAI et les 19% d’Innovateurs qui l’ont réellement intégrée.

    Structurer un cas d’usage mesurable : la méthode en 4 étapes

    Sortir du test individuel ne demande pas un budget de transformation digitale à six chiffres. Cela demande une discipline de cadrage, souvent absente parce que personne ne prend le temps de la poser avant d’ouvrir un abonnement ChatGPT à toute l’équipe.

    1. Choisir un seul cas d’usage précis, pas une intention générale. « Automatiser la qualification des leads entrants » plutôt que « utiliser l’IA dans le commercial ».
    2. Définir la mesure avant de déployer l’outil. Taux de réponse, durée de cycle, temps gagné par collaborateur : un indicateur, une baseline, un point de comparaison à 60 jours.
    3. Connecter l’IA au process existant, pas à côté. Un prompt isolé dans ChatGPT ne vaut rien s’il n’est pas relié au CRM, à la séquence de prospection ou au workflow de qualification.
    4. Impliquer les métiers dès le départ, pas seulement l’IT. Les projets pilotés uniquement en interne technique, sans adoption par les équipes terrain, sont ceux qui échouent le plus souvent.

    Exemple concret : une PME de services B2B qui veut accélérer sa prospection ne commence pas par « équiper l’équipe commerciale de ChatGPT ». Elle commence par : « Réduire de 30% le temps de qualification des leads entrants, mesuré sur 60 jours, en connectant un enrichissement automatique des signaux d’achat au CRM existant. » Le cas d’usage est précis, mesurable, et intégré à un flux réel.

    Il est crucial d’éviter les projets pilotes isolés, menés uniquement par les départements IT, sans réelle adoption par les métiers, rappelle justement l’étude Bpifrance. C’est le piège numéro un des PME qui veulent bien faire mais qui confondent vitesse et précipitation.

    L’adoption de l’IA générative n’a jamais été le problème des PME françaises. Son intégration dans un process mesurable, si. Tant qu’un dirigeant confond les deux, il continuera de compter les licences ChatGPT distribuées plutôt que les euros ou les heures récupérées.

    Et vous, où en est votre entreprise entre le test isolé et le cas d’usage intégré ? Si la réponse n’est pas claire, parlons-en, 30 minutes, sans engagement.

    Sources