Le fondateur et CMO d’une entreprise de technologie marketing souligne l’importance du contexte avant d’intégrer l’IA
Découvrez comment un marketeur solo utilise l’IA et l’ingénierie du contexte pour faire évoluer les campagnes, automatiser les workflows et rivaliser avec de plus grandes équipes, avec des conseils pratiques sur l’adoption et l’exécution.
Levier de l’IA: Jean Bonnenfant utilise l’IA pour amplifier ses efforts de marketing en solo au sein de la startup Tinct.ai.
Ingénierie du contexte: Construire une couche de contexte solide est essentiel pour des stratégies marketing efficaces pilotées par l’IA.
Automatisation sortante: L’IA améliore le marketing sortant avec des séquences personnalisées et des expériences de landing pages dynamiques.
Réinvention de la rétention: L’IA peut révolutionner la fidélisation client grâce à des communications personnalisées et à une prospection proactive.
Équilibre humain-IA: Un marketing réussi intègre l’efficacité de l’IA à la supervision humaine pour conserver une pertinence stratégique.
Jean Bonnenfant a une expérience de direction de la croissance et du marketing dans des entreprises technologiques B2B, et il est actuellement le cofondateur et CMO de la start-up en phase de démarrage, Tinct.ai. En tant que département marketing à lui seul, l’IA est le seul moyen pour lui de rester compétitif. Et il l’utilise pour produire plus que la plupart des petites équipes.
Nous nous sommes entretenus avec lui pour comprendre comment il s’y prend. Selon lui, tout repose sur l’ingénierie du contexte.
Un marketeur équipé d’IA peut surpasser une équipe
Je travaille dans le marketing depuis près de dix ans. J’ai commencé comme responsable marketing, principalement axé sur le contenu, avec une partie dédiée à la croissance. Cela m’a mené à rejoindre Growth Tribe, la première académie européenne spécialisée dans le growth hacking et l’IA, et c’est là que ma relation avec l’IA a débuté, bien avant la vague actuelle des LLM.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Chez Growth Tribe, nous menions des expérimentations avec des outils d’apprentissage automatique. Nous travaillions avec des entreprises comme Dataiku, une société française de machine learning, en intégrant l’IA dans les projets clients lorsque les volumes de données le justifiaient. Cela incluait des techniques de regroupement, de modélisation prédictive, et de reconnaissance de motifs. Ce n’était pas spectaculaire, mais c’était efficace, et cela m’a donné une base solide pour comprendre ce que l’IA peut faire en réalité par rapport à ce qu’elle promet.
Ensuite, j’ai travaillé dans la FinTech et la crypto, deux industries où la donnée et la rapidité sont essentielles. Puis, juste avant de fonder Tinct AI, j’ai exercé chez Lleverage, une plateforme d’automatisation par l’IA, opérant à grande échelle avec des outils d’IA. Cette expérience a été la dernière pièce du puzzle avant de me lancer dans un projet personnel.
Aujourd’hui, je suis cofondateur et CMO de Tinct AI. Nous développons de la personnalisation alimentée par IA pour des pages de destination B2B, spécifiquement pour des campagnes ABM. Chaque entreprise ciblée voit une version de la page adaptée à elle, identifiée par reconnaissance d’IP. C’est le type de produit que j’aurais aimé avoir lorsque je menais des campagnes plus tôt dans ma carrière.
Notre objectif est de croître sans augmenter les effectifs, ce qui n’est possible que parce que je travaille avec l’IA. Ainsi, ce que je fais aujourd’hui est très différent des organisations marketing traditionnelles. Je gère tous les canaux chaque jour, en collaborant avec des workflows liés à l’IA. Définition de l’ICP, création de messages, intégration et enrichissement du CRM, séquences d’outreach, production de contenu : je fais tout, mais je ne suis jamais seul grâce à l’IA. Mon pari est qu’une personne opérant avec la bonne infrastructure IA peut surpasser une équipe de cinq qui travaille sans cet atout.
Pourquoi l’ingénierie du contexte est une compétence marketing essentielle
Quand les LLM ont émergé, la plupart des gens les utilisaient de façon réactive. Les utilisateurs avaient une tâche à accomplir, ouvraient un chat, et obtenaient un résultat. « Rédige-moi une séquence d’e-mails » ou « Écris-moi un article. » Cette approche était ponctuelle, transactionnelle, et au final, limitée.
J’ai cessé de voir l’IA comme un simple exécutant de tâches et j’ai commencé à la concevoir comme une couche d’infrastructure. Le contexte forme la base de cette infrastructure.
L’ingénierie du contexte est aujourd’hui l’une des compétences les plus importantes en marketing. Cela inclut des outils comme Claude Projects, les instructions système, les compétences ou couches de mémoire — tout ce qui fournit à une IA un contexte profond et structuré sur votre ICP, votre positionnement, vos arguments différenciants, le paysage concurrentiel et le ton de communication. Quand le contexte est juste, tout ce qui est construit dessus l’est aussi. La qualité du résultat s’accumule. Si cette couche est vague, générique ou obsolète, tout ce que l’IA produira au-dessus le sera également.
Tout leader marketing qui débute avec l’IA devrait d’abord s’obséder par cette couche contextuelle. Rendez-la spécifique. Rendez-la précise. Appropriez-la-vous. Et veillez à ce que chaque outil, chaque workflow, chaque production automatisée s’en imprègne.
Si j’avais su qu’il fallait investir d’abord dans la couche de contexte, j’aurais évité des semaines de résultats incohérents et de reprises.
Le plus grand changement que j’ai opéré cette dernière année a donc été d’investir beaucoup de temps au départ pour construire cette couche contextuelle sur l’ensemble de mes systèmes, workflows et plateformes. À chaque évolution de notre positionnement, ou à chaque découverte importante sur notre client idéal, je mets à jour le contexte partout.
En conséquence, je peux produire et distribuer des supports à une vitesse et avec une régularité qui exigeraient normalement toute une équipe. C’est la fondation qui accomplit le travail le plus lourd. Ce que je construis dessus se fait presque tout seul.
Quand le contexte est juste, tout ce qui est bâti dessus l’est aussi. La qualité des livrables s’accumule. Si cette couche est vague, générique ou obsolète, tout ce que l’IA produira au-dessus le sera également.
Comment exploiter l’IA dans les workflows d’outreach
Voici comment je gère l’outbound aujourd’hui.
Le processus commence par la constitution de listes et l’enrichissement. Je récupère une liste de comptes cibles à partir de la définition de notre ICP et j’utilise l’enrichissement assisté par l’IA pour ajouter des données firmographiques, des indices sur la stack technologique et des informations contextuelles pertinentes sur chaque entreprise. Ces données sont directement utilisées dans le format d’envoi sur lemlist, tandis qu’Attio s’occupe automatiquement de l’enrichissement et de la mise à jour à mesure que de nouveaux signaux sont détectés.
Ensuite, je passe à la rédaction des messages. À l’aide d’un projet Claude chargé de notre contexte ICP complet, du positionnement et des directives de ton, je génère des séquences personnalisées d’outbound pour chaque segment. Cela va bien au-delà de remplacer un prénom : les messages varient réellement en fonction du profil de l’entreprise, de ses points de douleur potentiels et de la place qu’elle occupe dans notre liste de comptes cibles.
Lorsque les prospects cliquent sur notre page d’atterrissage, elle se personnalise automatiquement à leur entreprise, identifiée grâce à la reconnaissance IP. Le message, les témoignages clients et le cadrage s’adaptent à qui ils sont. La personnalisation commencée dans l’e-mail sortant ne s’arrête pas au clic : elle se poursuit tout au long de l’expérience.
Les réponses et signaux d’intention remontent dans Attio, et c’est alors que j’interviens personnellement. Tout ce qui précède ce moment est réalisé par l’IA. À partir de là, c’est moi qui prends la main.
J’interviens à deux endroits du workflow : la configuration et la conversation.
Pourquoi les stratégies de rétention doivent être repensées avec l’IA
Le haut de l’entonnoir reçoit toute l’attention de l’IA car c’est la partie la plus visible du métier. Publicité, contenu, campagnes. C’est facile à mettre en avant et à mesurer. Et l’IA commence déjà à la transformer en profondeur.
Mais la fidélisation est le domaine où la plupart des entreprises fonctionnent encore comme il y a dix ans. Points de contact manuels, segmentation trop large et séquences de nurturing génériques qui traitent tous les clients existants de la même façon, sans tenir compte de leurs comportements ni de leurs besoins réels.
C’est l’étape qui doit être entièrement repensée, car l’IA permet quelque chose d’inédit : traiter chaque client comme un individu, à grande échelle, sans disposer d’une équipe de dix personnes pour le gérer. Communications personnalisées tout au long du cycle de vie, contenu dynamique en fonction des habitudes d’utilisation, relances proactives déclenchées par de vrais signaux et non par des calendriers arbitraires.
L’ironie, c’est que c’est la rétention qui rapporte. Acquérir un nouveau client coûte de cinq à dix fois plus cher que d’en garder un existant. Pourtant, la majorité des départements marketing focalisent toujours les investissements IA et l’innovation créative sur le haut de l’entonnoir.
C’est là qu’il y a un vrai potentiel de refonte. Et la plupart des entreprises ne l’ont pas encore exploité.
Pourquoi le principal atout de l’IA est aussi son plus gros risque
Au cours des deux derniers mois, j’ai mené à bien ce qu’une configuration traditionnelle aurait pris une année à accomplir. Toute l’infrastructure outbound, l’enrichissement CRM, la production de contenu multi-canaux, l’intégration de partenaires design et les cadres de messaging. J’ai tout fait moi-même, avec l’IA comme copilote.
Une légende circule selon laquelle on pourrait travailler une demi-heure par jour grâce à l’IA. Ce n’est pas ce qui s’est passé pour moi. Au contraire, le plafond de ce que je pouvais accomplir a été considérablement rehaussé. Je n’ai pas travaillé moins : ensemble, nous avons accompli bien plus.
Au-delà du volume, le taux d’erreur de certaines tâches a aussi sensiblement diminué. Saisie de données, recherche, livrables structurés… L’IA est plus consistante qu’un humain fatigué à la fin d’une longue journée.
Cela dit, contrôler la qualité dans la rapidité reste un défi. Quand on avance vite et qu’on produit beaucoup, on risque de laisser passer des choses qu’un processus plus lent et manuel aurait repérées. Il faut rester exigeant, et ne pas laisser la quantité justifier une baisse des standards.
Mais au final ? Le gain de productivité est réel et impressionnant. L’IA ne m’a pas libéré du temps pour les loisirs, elle m’a donné de la puissance.
Comment l’IA bouleverse le métier de copywriter
Je suis copywriter dans l’âme. L’écriture a toujours été mon domaine, et pendant longtemps, j’ai cru que c’était la dernière compétence que l’IA parviendrait à reproduire de façon crédible. On peut automatiser les données, la distribution, le ciblage. Mais la voix ? Les nuances ? La capacité à émouvoir avec une phrase ? J’étais convaincu que cela appartenait à l’humain.
Et je pense toujours que c’est vrai pour la littérature. Je n’ai pas encore lu un roman ou un livre écrit par une IA qui m’ait touché. Cette frontière appartient encore aux humains.
Mais pour l’écriture professionnelle ? Mois après mois, je la vois s’améliorer. Et avec l’ingénierie du contexte, l’écart s’est réduit plus vite que ce que j’aurais imaginé. Donnez à une IA un ICP structuré, un guide de style détaillé, de vrais exemples de marque, et suffisamment de contexte pour s’appuyer, et le résultat peut vraiment refléter la voix d’une marque. Pas juste acceptable. Bon.
Dans une ancienne entreprise, j’ai construit tout un blog avec un projet Claude, que j’ai entraîné avec une consigne système très spécifique et un long document de style détaillé. Il ne s’agissait pas de quelques points sur le ton, mais d’un vrai document de plusieurs pages, bâti autour d’une écriture que j’aimais vraiment lire et que je voulais imiter.
Les résultats n’avaient rien du contenu générique produit par une IA. Il y avait une vraie voix, cohérente. Si vous connaissez l’écriture, vous ne tromperiez pas. Il y avait un rythme, un point de vue, une manière d’amener les idées qui semblait intentionnelle.
Donc, la conviction que j’avais depuis des années, à savoir que l’IA peinerait toujours avec l’art de l’écriture — elle n’existe plus. Et c’est fascinant à observer. Même si cela bouscule quelque chose dont je pensais être le gardien.
Comment les rôles de l’IA et de l’humain se rejoignent dans les décisions marketing
En pratique, il n’existe pas de séparation nette entre ce que doivent faire les humains et ce que doit faire l’IA. Ce n’est jamais binaire. C’est un spectre.
L’IA éclaire ou alimente quasiment toutes nos décisions. Séquences d’outbound, contenu, enrichissement CRM, affinage de l’ICP, messages. L’IA est présente à toutes les étapes. Mais les humains sont toujours là.
Voyez-le ainsi : l’IA gère le volume, la vitesse et le premier jet de tout. Un humain intervient toujours pour attraper les cas particuliers, faire preuve de discernement et vérifier que ce qui sort a du sens dans le contexte. Cette couche humaine n’est pas un rôle ou une tâche précise. Elle est intégrée à chaque étape de la chaîne de travail.
Le discernement reste humain. Savoir quand quelque chose est techniquement juste mais stratégiquement mauvais. Ressentir si un message va porter ou tomber à plat. Voir quand une tendance mérite d’être suivie ou quand elle va mal vieillir sous deux semaines. Comprendre la subtilité d’une conversation avec un futur partenaire qu’aucun prompt ne peut totalement saisir. Ce sont ces moments où j’interviens, et ils surviennent sans arrêt.
C’est donc moins une question d’activités réservées à l’IA ou aux humains, et plus l’assurance qu’une main humaine guide toujours la direction, même lorsque l’IA fait la majeure partie du travail.
Le discernement reste humain. Savoir quand quelque chose est techniquement juste mais stratégiquement mauvais. Ressentir si un message va porter ou tomber à plat. Voir quand une tendance mérite d’être suivie ou quand elle va mal vieillir sous deux semaines.
Pourquoi l’adoption de l’IA est plus importante que les outils
Les outils sont déjà incroyables. En réalité, ils vont plus vite que notre capacité collective à bien les utiliser. Et cet écart entre ce que l’IA peut faire et ce que la plupart des gens en retirent n’est pas un problème d’outillage. C’est un problème humain.
Ce qui est particulièrement intéressant, c’est que même les personnes qui utilisent l’IA tous les jours ont l’impression d’être à la traîne. Moi-même, je me sens à la traîne. Un nouveau modèle, une nouvelle fonctionnalité, une manière de faire, surgit sans cesse, parfois tout juste la semaine dernière, et je ne l’ai pas encore intégrée. C’est ma réalité, alors même que je suis extrêmement curieux et que j’investis du temps, de façon volontaire, pour rester proche de ce secteur.
Quand je pense à quelqu’un de moins curieux, moins connecté, moins enclin à expérimenter, l’écart devient immense. Non pas parce que les outils sont compliqués à utiliser, mais parce qu’adopter l’IA exige un changement de mentalité qu’aucune mise à jour logicielle n’apportera.
Le principal levier dans toute organisation marketing n’est pas de trouver un meilleur outil. C’est de former ses équipes à penser différemment leur façon de travailler. Quelles tâches déléguer à l’IA, comment structurer les prompts, comment bâtir et maintenir le contexte. C’est cette compétence qui produit des effets exponentiels, et la majorité des organisations n’y investissent pas assez.
Pourquoi les leaders marketing doivent casser les codes
Mon conseil est simple : Expérimentez. Plus que ce que vous pensez devoir faire.
Ce n’est pas le moment de confier votre curiosité sur l’IA à quelqu’un de votre équipe en attendant un rapport. Il faut mettre les mains dans le cambouis soi-même. Construisez. Expérimentez. Tentez des workflows qui ne marcheront peut-être pas. La seule façon d’acquérir un vrai discernement sur ce que l’IA peut ou non accomplir, c’est l’expérience directe, et non l’observation.
Les dirigeants ont tendance à rester au niveau stratégique, laissant à d'autres le soin d'exécuter le travail opérationnel. Cet instinct doit disparaître immédiatement. L'écart entre les leaders qui bâtissent activement avec l'IA et ceux qui se contentent d'en parler s'élargit rapidement. Cela se ressent dans la qualité de leurs décisions.
Être un leader ne vous dispense pas de mettre les mains dans le cambouis. Bien au contraire, le moment exige l'inverse. Plus vous expérimentez personnellement, plus votre instinct s'améliore, plus votre équipe progresse, et plus votre stratégie se renforce.
Alors expérimentez. Construisez. Restez curieux. Et n'attendez pas de vous sentir prêt, car ce moment n'arrivera jamais. La seule voie possible, c'est de se lancer.
Suivez le parcours
Vous pouvez suivre le parcours de Jean Bonnenfant sur LinkedIn alors qu'il développe seul Tinct.ai.
D'autres interviews d'experts sont à venir, alors inscrivez-vous gratuitement pour suivre sur The CMO Club !
