Choisir une tâche observable
Commencez par une opération que votre équipe peut contrôler : proposer une structure d’accroche, mettre en forme une note ou repérer un champ manquant. Décrivez les données autorisées, le format attendu et la personne qui valide la sortie. Un outil chargé indistinctement de rechercher, qualifier et contacter peut propager une erreur sans qu’on sache où elle a commencé.
Mesurez le temps nécessaire avant et après l’usage de l’outil, y compris la relecture et les corrections. Un brouillon produit rapidement n’est pas un gain si la vérification prend davantage de temps. La comparaison doit porter sur des tâches similaires, avec une définition stable de la qualité.
Préparer un appel sans inventer son contexte
Une fiche préparatoire utile sépare trois catégories : fait confirmé et sa source, hypothèse commerciale, question à poser. Si un recrutement est publié sur le site de l’entreprise, il peut être cité avec sa date. Il ne prouve pas que l’entreprise a un budget pour votre prestation ou qu’elle connaît une difficulté précise.
Le profil du NIST consacré à l’IA générative décrit notamment le risque de réponses fausses présentées avec assurance. Pour la prospection, cela justifie une vérification des noms, fonctions, actualités et références avant leur utilisation. Une citation produite par un modèle n’est pas une preuve tant que le document n’a pas été consulté.
Un exemple de consigne de préparation
Exemple pédagogique : « À partir des documents fournis uniquement, prépare une fiche avec les faits vérifiables et leur source, les informations manquantes, puis des questions ouvertes. N’invente ni client, ni budget, ni résultat. Si une information n’est pas présente, indique qu’elle est inconnue. »
Le commercial vérifie ensuite la fiche. Pour une entreprise qui annonce une ouverture de site, une question possible est : « Comment organisez-vous le périmètre concerné par cette ouverture ? » L’affirmation « Vous perdez des ventes à cause de cette ouverture » suppose un problème que la source ne démontre pas.
Utiliser l’IA pour améliorer les messages
L’outil peut proposer plusieurs formulations d’une même idée. Donnez-lui la cible, le problème que votre offre traite effectivement, les preuves publiables et les limites de langage. Relisez les promesses chiffrées, les comparaisons et les noms de clients : ils ne doivent apparaître que si vous disposez de la preuve et du droit de les utiliser.
Pour un test, gardez le même segment et changez une partie identifiable du message. Suivez les conversations pertinentes et leurs motifs, plutôt que juger la qualité sur le seul style du texte. Un message fluide mais imprécis peut attirer des rendez-vous hors cible.
Organiser les notes sans remplacer la qualification
Une note doit distinguer ce que le prospect a dit et l’interprétation du SDR. Demandez une sortie structurée : problème exprimé, contexte, interlocuteurs cités, échéance évoquée et prochaine action. Les champs non discutés restent vides ou signalés comme inconnus.
La qualification commerciale appartient à l’équipe qui connaît l’offre. Une phrase telle que « cela pourrait être intéressant » ne signifie pas qu’un achat est engagé. Si une transcription est utilisée, vérifiez séparément le cadre de son enregistrement, les accès et la conservation ; la disponibilité d’une fonction dans un logiciel ne suffit pas à autoriser son usage.
Éviter d’envoyer des données inutiles au modèle
Avant de connecter un CRM ou un historique d’appels, examinez les conditions du prestataire : usages des données, sous-traitants, destinations de traitement, permissions et possibilités de suppression. Pour les essais, utilisez des documents publics non sensibles ou des exemples fictifs. Masquez les données personnelles qui ne sont pas nécessaires à la tâche.
Les relations de traitement doivent être clarifiées avec les personnes responsables de la conformité. Le repère de la CNIL sur les prestataires aide à identifier les responsabilités. Ne présentez pas un outil comme « conforme RGPD » sans examiner votre configuration et votre usage effectif.
Définir des critères d’arrêt et une revue humaine
Arrêtez ou corrigez le dispositif s’il invente régulièrement des faits, dégrade la qualification ou produit des messages que l’équipe ne peut pas expliquer. Conservez une version des consignes et notez les erreurs rencontrées. La décision d’étendre l’usage doit reposer sur le travail réellement économisé et sur des sorties fiables.
Dans une campagne de prospection téléphonique B2B, l’IA peut donc servir d’assistance. Elle ne remplace ni la compréhension d’un besoin ni le respect d’un refus. Comparez le périmètre de prestation dans les tarifs et exigez des preuves de résultats identifiables plutôt qu’un gain universel attribué à l’IA.
Sources et repères
NIST (risques de l’IA générative) · CNIL (responsabilités du prestataire). Sources consultées le 2 octobre 2026. Les méthodes proposées et les exemples pédagogiques ne constituent pas une étude de marché ni une promesse de performance.