Le fondateur d’une entreprise de technologies marketing et directeur marketing souligne l’importance du contexte avant d’intégrer l’IA

Jean Bonnenfant a dirigé la croissance et le marketing de plusieurs entreprises technologiques B2B, et il est actuellement cofondateur et directeur marketing de la start-up en phase de démarrage Tinct.ai. En tant que seul membre de son service marketing, l'IA est le seul moyen pour lui de rivaliser. Et il s'en sert pour produire davantage 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 spécialiste du marketing assisté par l'IA peut surpasser une équipe 

Je travaille dans le marketing depuis près de 10 ans. J'ai commencé comme responsable marketing, en me concentrant principalement sur le contenu, avec une part de travail consacrée à la croissance. Cela m'a conduit à rejoindre Growth Tribe, la première académie européenne dédiée au growth hacking et à l'IA, et c'est là qu'a commencé ma relation avec l'IA, bien avant l'essor actuel des LLM.

Chez Growth Tribe, nous menions des expériences avec des outils d'apprentissage automatique. Nous travaillions avec des entreprises comme Dataiku, une entreprise française spécialisée dans le ML, en intégrant l'IA aux projets clients lorsque les volumes de données le justifiaient. Cela comprenait le clustering, la modélisation prédictive et la reconnaissance de formes. Ce n'était pas spectaculaire, mais cela fonctionnait et m'a fourni une base solide pour comprendre ce que l'IA peut réellement faire, par opposition à ce qu'elle promet.

Après cela, j'ai travaillé dans la FinTech et les cryptomonnaies, deux secteurs où les données et la rapidité revêtent une importance considérable. Puis, juste avant de fonder Tinct AI, j'ai travaillé chez Lleverage, une plateforme d'automatisation par l'IA, où j'ai utilisé des outils d'IA à une véritable échelle opérationnelle. Cette expérience a été le dernier élément qui m'a donné la confiance nécessaire pour créer quelque chose qui m'appartienne.

Aujourd'hui, je suis cofondateur et directeur marketing de Tinct AI. Nous créons une personnalisation propulsée par l'IA pour les pages d'atterrissage B2B, spécialement pour les campagnes ABM. Chaque entreprise que vous ciblez voit une version de votre page d'atterrissage adaptée à son profil, grâce à son identification par adresse IP. C'est le type de produit que j'aurais aimé voir exister lorsque je menais des campagnes plus tôt dans ma carrière.

Notre objectif est de nous développer sans augmenter nos 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 structures organisationnelles marketing traditionnelles. Je gère quotidiennement tous les canaux, en collaboration avec des flux de travail fondés sur l'IA. Définition de l'ICP, messages, intégration et enrichissement du CRM, séquences de prospection sortante, production de contenu : tout repose sur moi, mais jamais sur moi seul. Je parie qu'une personne travaillant avec la bonne infrastructure d'IA peut surpasser une équipe de cinq personnes qui en est dépourvue.

Pourquoi l'ingénierie du contexte est une compétence marketing essentielle

Lorsque les LLM ont commencé à s'imposer, la plupart des gens les utilisaient de manière réactive. Les utilisateurs avaient une tâche, ouvraient une conversation et obtenaient un résultat. « Rédige-moi une séquence d'e-mails » ou « Prépare-moi un article ». Cette approche était ponctuelle, transactionnelle et, au bout du compte, limitée.

J'ai cessé de considérer l'IA comme un exécutant de tâches et j'ai commencé à la voir comme une couche d'infrastructure. Le contexte constitue le fondement de cette infrastructure.

L'ingénierie du contexte est désormais l'une des compétences les plus importantes en marketing. Elle inclut des outils comme Claude Projects, les invites système, les compétences et les couches de mémoire : tout ce qui fournit à une IA un contexte approfondi et structuré sur votre ICP, votre positionnement, vos USP, votre environnement concurrentiel et votre ton. Lorsque le contexte est pertinent, tout ce qui est construit dessus l'est également. La qualité des résultats s'accumule. Si cette couche est vague, générique ou obsolète, tout ce que l'IA produira par-dessus le sera aussi.

Tout responsable marketing qui commence son parcours avec l'IA devrait d'abord se consacrer entièrement à cette couche de contexte. Rendez-la précise. Rendez-la exacte. Faites-en quelque chose qui vous ressemble. Puis assurez-vous que chaque outil, chaque flux de travail et chaque résultat automatisé y soit relié.

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 retouches.

Ainsi, le principal changement que j'ai opéré au cours de l'année écoulée a été d'investir beaucoup de temps en amont pour construire cette couche de contexte dans l'ensemble de mes systèmes, flux de travail et plateformes. Chaque fois que notre positionnement évolue ou que nous apprenons quelque chose de nouveau sur notre client idéal, je mets à jour le contexte partout.

En conséquence, je peux produire et distribuer des ressources à une vitesse et avec une cohérence qui nécessiteraient normalement une équipe complète. Les fondations font l'essentiel du travail. Ce que je construis par-dessus s'administre presque tout seul.

Comment tirer parti de l’IA dans les flux de prospection

Voici comment je mène désormais mes campagnes de prospection.

Le processus commence par la constitution et l’enrichissement de listes. Je récupère une liste de comptes cibles à partir de la définition de notre ICP et j’utilise un enrichissement basé sur l’IA pour ajouter des données firmographiques, des signaux liés à la pile technologique et un contexte pertinent sur chaque entreprise. Ces données alimentent directement lemlist pour mener les campagnes de prospection, tandis qu’Attio enrichit et met automatiquement les informations à jour à mesure que de nouveaux signaux apparaissent.

Ensuite, je passe à la messagerie. À l’aide d’un projet Claude chargé de l’intégralité du contexte de notre ICP, de notre positionnement et de nos recommandations de ton, je génère des séquences de prospection personnalisées pour chaque segment. Il ne s’agit pas seulement de remplacer un prénom, mais de faire varier réellement les messages en fonction du profil de l’entreprise, de ses difficultés probables et de sa position dans notre liste de comptes cibles.

Lorsque les prospects cliquent vers notre page de destination, celle-ci est automatiquement personnalisée pour leur entreprise, identifiée grâce à la reconnaissance de l’adresse IP. Les messages, les preuves sociales et l’angle adopté s’adaptent tous à leur profil. La personnalisation commencée dans l’e-mail de prospection ne s’arrête pas au clic ; elle se poursuit tout au long de l’expérience.

Les réponses et les signaux d’intention sont renvoyés vers Attio, puis j’interviens personnellement. Tout ce qui précède ce moment est géré par l’IA. Tout ce qui suit, c’est moi.

J’interviens dans le flux de travail à deux moments : la configuration et la conversation.

Pourquoi les stratégies de fidélisation ont besoin d’une refonte par l’IA

Le haut de l’entonnoir reçoit toute l’attention consacrée à l’IA parce qu’il s’agit de la partie la plus visible du travail. Publicités, contenu, campagnes. Il est facile de la mettre en avant et d’en mesurer les résultats. Et l’IA a déjà commencé à la transformer considérablement.

Mais la plupart des entreprises gèrent encore la fidélisation comme si nous étions il y a dix ans. Points de contact manuels, segmentation large et séquences de maturation génériques qui traitent tous les clients existants de la même manière, indépendamment de leur comportement ou de leurs besoins.

C’est l’étape qui a le plus besoin d’être repensée, car l’IA y rend possible quelque chose qui ne l’était pas auparavant : traiter chaque client comme un individu, à grande échelle, sans avoir besoin d’une équipe de dix personnes pour le gérer. Communication personnalisée tout au long du cycle de vie, contenu dynamique basé sur les habitudes d’utilisation, prospection proactive déclenchée par de véritables signaux plutôt que par des échéances arbitraires.

L’ironie, c’est que la fidélisation est précisément là que se trouve l’argent. Acquérir un nouveau client coûte cinq à dix fois plus cher que conserver un client existant. Et pourtant, la plupart des équipes marketing consacrent encore très largement leurs investissements dans l’IA et leur énergie créative au haut de l’entonnoir.

C’est là que se trouve l’occasion de repenser les choses. Et la plupart des entreprises ne s’y sont pas encore attaquées.

Les réflexions de Jean

La plupart des entreprises gèrent encore la fidélisation comme si nous étions il y a dix ans. Points de contact manuels, segmentation large et séquences de maturation génériques qui traitent tous les clients existants de la même manière, indépendamment de leur comportement ou de leurs besoins.

Comment l’avantage de l’IA constitue aussi son plus grand risque

Au cours des deux derniers mois, j’ai livré des projets qui, dans une configuration traditionnelle, auraient raisonnablement pris un an. Infrastructure complète de prospection, enrichissement du CRM, production de contenu sur plusieurs canaux, intégration de partenaires de conception et cadres de messagerie. J’ai tout réalisé seul, avec l’IA comme copilote.

Un discours laisse entendre qu’il est possible de travailler une demi-heure par jour lorsqu’on utilise l’IA. Ce n’est pas ce qui s’est passé pour moi. À la place, le plafond de ce que je pouvais accomplir s’est déplacé de manière spectaculaire. Je n’ai pas travaillé moins ; nous avons produit exponentiellement davantage.

Au-delà du volume, le taux d’erreur sur certaines tâches a également diminué de façon notable. Saisie de données, recherche, résultats structurés. L’IA est plus constante qu’un humain fatigué à la fin d’une longue journée.

Cela dit, assurer un contrôle qualité à grande vitesse représente un défi. Lorsque vous avancez rapidement et produisez beaucoup, certaines erreurs risquent de passer au travers alors qu’un processus plus lent et plus manuel les aurait détectées. Vous devez rester rigoureux et éviter que le volume ne serve d’excuse à une baisse des standards.

Mais, au final ? L’écart de productivité est réel et significatif. L’IA ne m’a pas offert du temps libre : elle m’a donné un effet de levier.

Les réflexions de Jean

Vous devez rester rigoureux et éviter que le volume ne serve d’excuse à une baisse des standards.

Comment l’IA bouleverse la rédaction publicitaire

Je suis rédacteur publicitaire de nature. L’écriture a toujours été mon domaine, et pendant longtemps, j’ai cru que ce serait la dernière compétence que l’IA pourrait reproduire de manière crédible. On peut automatiser les données, la diffusion et le ciblage. Mais la voix ? La nuance ? La capacité à faire ressentir quelque chose à quelqu’un avec une phrase ? J’étais convaincu que cela relevait du domaine humain.

Et je pense toujours que c’est vrai pour la littérature. Je n’ai pas encore vu de roman ou de livre écrit par une IA qui m’émeuve. Cette frontière appartient toujours aux humains.

Mais pour les textes professionnels ? Mois après mois, je la vois progresser. Et grâce à l’ingénierie du contexte, l’écart s’est comblé plus vite que je ne l’aurais jamais imaginé. Donnez à une IA un ICP structuré, un guide de style détaillé, de vrais exemples de marque et suffisamment de contexte pour travailler, et le résultat peut véritablement porter la voix d’une marque. Pas seulement être acceptable. Être bon.

Dans une entreprise précédente, j’ai créé un blog entier à l’aide d’un projet Claude, que j’avais entraîné avec une consigne système très précise et un long document de style détaillé. Il ne s’agissait pas de quelques points sur le ton, mais d’un véritable document de plusieurs pages fondé sur des textes que j’aimais sincèrement lire et que je voulais imiter.

Le résultat n’était pas un contenu générique produit par une IA. Il avait une voix réelle et cohérente. Si vous connaissez l’écriture, vous ne le prendriez pas pour autre chose. Il avait un rythme, une perspective et une manière de formuler les idées qui semblaient intentionnels.

Ainsi, l’idée que j’ai entretenue pendant des années, selon laquelle l’IA aurait toujours du mal avec le travail d’écriture, a disparu. Et c’est magnifique à observer. Même lorsqu’elle bouleverse quelque chose que je pensais être à moi.

Comment les rôles de l’IA et des humains se combinent dans les décisions marketing

En pratique, il n’existe pas de séparation nette entre ce que les humains devraient faire et ce que l’IA devrait faire. Ce n’est jamais binaire. C’est un spectre.

L’IA éclaire ou alimente presque toutes nos décisions. Séquences sortantes, contenu, enrichissement du CRM, affinage de l’ICP, messages. L’IA intervient à chaque étape. Mais les humains ne sont pas écartés.

Voyez les choses ainsi : l’IA gère le volume, la vitesse et la première version de tout. Un humain reste toujours dans la boucle pour repérer les cas particuliers, exercer son jugement et s’assurer que ce qui est diffusé a du sens dans son contexte. Cette couche humaine ne correspond pas à un rôle ou à une tâche précise. Elle est intégrée à chaque flux de travail.

Le discernement reste humain. Savoir quand quelque chose est techniquement correct, mais stratégiquement erroné. Sentir quand un message trouvera son public ou tombera à plat. Voir quand une tendance mérite d’être saisie, plutôt que de constater qu’elle vieillira mal dans deux semaines. Comprendre la nuance d’une conversation avec un partenaire potentiel qu’aucune consigne ne peut entièrement restituer. Ce sont les moments où j’interviens, et ils se produisent constamment.

Il s’agit donc moins d’opposer les activités de l’IA à celles des humains que de veiller à ce qu’une main humaine oriente toujours la direction, même lorsque l’IA accomplit l’essentiel du travail.

Pourquoi l’adoption de l’IA est plus importante que les outils

Les outils sont déjà incroyables. En fait, ils sont en avance sur 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 tirent n’est pas un problème d’outils. C’est un problème humain.

Ce qui rend la situation particulièrement intéressante, c’est que même les personnes qui utilisent activement l’IA au quotidien ont l’impression d’être à la traîne. Moi-même, j’ai cette impression. Un nouveau modèle, une nouvelle fonctionnalité ou une nouvelle manière de travailler apparaît constamment, souvent depuis la semaine dernière seulement, et je ne l’ai pas encore assimilé. C’est ma réalité, et je suis profondément curieux et j’investis délibérément du temps pour rester au plus près de cet univers.

Quand je pense à quelqu’un de moins curieux, de moins connecté, de moins motivé pour expérimenter, l’écart est énorme. Non pas parce que les outils sont difficiles à utiliser, mais parce que leur adoption nécessite un changement d’état d’esprit qu’aucune mise à jour logicielle ne peut apporter.

Le principal levier dans toute équipe marketing n’est pas de trouver un meilleur outil. C’est de faire monter vos équipes en compétences pour qu’elles réfléchissent différemment à leur manière de travailler. Quelles tâches elles délèguent à l’IA, comment elles structurent leurs prompts et comment elles construisent et entretiennent leur contexte. C’est cette capacité qui produit des bénéfices cumulatifs, et la plupart des organisations n’y investissent pas suffisamment.

Pourquoi les responsables marketing doivent faire des expériences

Mon conseil est simple : expérimentez. Plus que vous ne pensez en avoir besoin.

Ce n’est pas le moment de déléguer votre curiosité envers l’IA à quelqu’un de votre équipe et d’attendre un rapport. Vous devez vous retrousser les manches vous-même. Construisez des choses. Cassez des choses. Essayez des processus qui pourraient ne pas fonctionner. La seule façon de développer un véritable jugement sur ce que l’IA peut et ne peut pas faire est de passer par l’expérience directe, pas par l’observation.

Les responsables ont tendance à rester au niveau stratégique, en laissant les autres s’occuper du travail opérationnel. Cette tendance doit disparaître dès maintenant. L’écart entre les responsables qui construisent activement avec l’IA et ceux qui se contentent d’en parler se creuse rapidement. Cela se voit dans la qualité de leurs décisions.

Être responsable ne vous dispense pas de vous plonger dans les détails. En réalité, ce moment exige l’inverse. Plus vous expérimentez personnellement, meilleurs deviennent vos réflexes, meilleure devient votre équipe et meilleure devient votre stratégie.

Alors expérimentez. Construisez. Restez curieux. Et n’attendez pas de vous sentir prêt, car ce moment n’arrivera pas. La seule façon d’avancer est d’avancer.

Suivez son parcours

Vous pouvez suivre le parcours de Jean Bonnenfant sur LinkedIn, tandis qu’il développe seul Tinct.ai.

D’autres entretiens avec des experts sont à venir. Alors inscrivez-vous gratuitement pour suivre l’actualité sur The CMO Club !