La directrice marketing affirme que la plupart des équipes marketing produisent un travail médiocre plus rapidement grâce à l’IA

Samantha Leal est la CMO d'Aliwell, où elle met en place des workflows alimentés par l’IA, avec plus ou moins de succès selon les cas.

Nous avons interviewé Samantha afin de découvrir ce qui a fonctionné, ce qui n’a pas marché, et pourquoi. Voici ce qu’elle nous a confié.

Passer de zéro à l'échelle

Salut ! Je suis Samantha Leal. Durant les dix dernières années, j’ai aidé des startups à passer de zéro à l’échelle, intervenant généralement au moment où la croissance semble florissante en surface, mais s'effondre sous la pression.

J’interviens sur l’ensemble du système de croissance, de la positionnement et du message à l’acquisition, à la conversion, et à l’expérience client. Je collabore étroitement avec les fondateurs pour structurer la prise de décision et rendre la croissance cumulative.

Actuellement, je suis CMO chez Aliwell, où je dirige le département marketing à travers un moteur de croissance multicanal centré sur l’acquisition et l’activation d’orthodontistes. Nous opérons à travers les médias payants, l’éducation, les événements, le contenu, et l’aide à la vente, mais notre principal objectif reste l’activation et le chiffre d'affaires.

Nous nous adressons à un public clinique : le défi ne consiste donc pas uniquement à capter l’attention, mais aussi à instaurer la confiance, à éduquer et à accompagner le changement de comportement. Cela complexifie le système. Il est alors crucial d’avoir un alignement étroit avec les équipes ventes, produit, et expérience client.

Rediriger le focus vers l’IA

Ce qui a récemment changé pour moi, c’est la façon dont j’aborde tout cela avec l’IA.

J’ai arrêté de raisonner en rôles marketing et commencé à raisonner en workflows. L’essentiel des moteurs de la croissance — tests, itération créative, reporting, qualification des prospects, etc. — sont répétitifs, mais demeurent encore manuels et fragmentés.

L’IA est le levier pour repenser ces workflows, accélérer les boucles de rétroaction et prendre de meilleures décisions avec plus de clarté. C’est sur ce changement que je me concentre actuellement.

Comment l’IA change ce qu’un leader marketing à ressources limitées peut créer

Au cours de l’année passée, j’ai utilisé l’IA pour des tâches de grande ampleur :

• J’ai orchestré une migration complète de CRM qui, normalement, aurait requis l’intervention de consultants.
• J’ai conçu un programme éducatif à plusieurs niveaux, de A à Z.
• J’ai construit un système d’activation client basé sur de la recherche qualitative — entretiens, sondages, données comportementales — qui a permis de comprendre pourquoi certains clients stagnent après leur premier achat.

Il ne s’agit pas simplement de tâches accélérées, mais bien de systèmes stratégiques qu’une petite équipe n’aurait pas pu lancer seule. L’IA a changé le paysage pour les responsables marketing disposant de ressources limitées.

Comment utiliser l’IA pour les rapports destinés aux parties prenantes

J’utilise l’IA pour générer un rapport hebdomadaire — une synthèse qui guide les décisions de l’entreprise pour la semaine.

Les sources incluent les transcriptions de réunions de la semaine précédente (extraites de Granola), des CSV de performances Meta Ads, les données de production de l’ERP, les analyses des réseaux sociaux et les mises à jour du pipeline CRM. Ces cinq sources ne communiquent pas entre elles.

Voici le workflow :

1. Je transmets les transcriptions brutes à Claude pour en extraire les décisions, les obstacles et les actions par département.
2. Je charge les données de performance publicitaire et demande une analyse semaine sur semaine et mois sur mois, mettant en évidence toute anomalie.
3. J’analyse les chiffres de production — dossiers fabriqués par région, comparés aux objectifs mensuels avec mise en lumière des écarts.
4. Je synthétise l’ensemble dans un rapport structuré, avec une section par fonction, les indicateurs clés remis dans leur contexte, et — surtout — une section « décisions à prendre » en tête de page.

Le résultat est un document formaté, que l’équipe dirigeante peut parcourir en cinq minutes pour prendre des décisions immédiates. Il n’y a aucune donnée brute ou « voici ce qu’il s’est passé ». Chaque chiffre est mis en perspective avec un repère, le contexte pertinent et une recommandation.

Où les humains doivent conserver la responsabilité

Ainsi, je compte sur l’IA pour alimenter tout ce qui profite de la rapidité, de la reconnaissance de motifs et de la synthèse sur de grands volumes de données.

Cela inclut l’analyse des données clients provenant de sources diverses, le regroupement des retours d’appels commerciaux et d’entretiens, la génération et l’itération d’idées créatives, ainsi que l’identification de tendances dans la performance des campagnes, plus rapidement qu’un humain ne le pourrait.

L’IA fait aussi désormais partie intégrante de la façon dont j’organise les flux de travail, depuis la qualification des prospects jusqu’aux relances et au reporting. L’IA permet de réduire le travail manuel et fait ressortir les enseignements plus tôt, pour que nous ne fonctionnions pas avec des informations obsolètes.

Là où je ne compte pas sur l’IA, c’est pour définir la stratégie, le positionnement, et ce qui compte réellement.

Les décisions concernant ce que nous disons, à qui nous nous adressons, quels compromis nous faisons et où se trouvent nos priorités restent humaines. Cela demande du contexte, du goût et du jugement, surtout dans les marchés complexes où la bonne réponse n’est pas évidente.

L’IA peut vous donner des options, mais elle ne peut pas vous dire ce qui vaut la peine d’être fait.

Samantha partage ses réflexions

L’IA peut vous donner des options, mais elle ne peut pas vous dire ce qui vaut la peine d’être fait.

Pourquoi l’IA déplace le goulot d’étranglement de l’exécution vers le jugement

Le principal avantage a été la rapidité et l’étendue. Nous avons réduit le temps consacré à l’analyse et à la synthèse d’environ 60 à 70 %. Des tâches comme le regroupement des retours clients, l’extraction d’enseignements à partir d’appels, et la génération d’angles créatifs testables — tout cela, qui prenait autrefois des semaines, se fait désormais en quelques jours.

Cela s’est traduit par un volume de tests plus important et des boucles de rétroaction accélérées. Nous pouvons itérer plus rapidement sur les messages et les campagnes, ce qui a amélioré la prise de décision et réduit les dépenses gaspillées sur les idées inefficaces.

Opérationnellement, nous avons aussi pu concevoir des systèmes tels que des workflows CRM, des parcours d’onboarding et des couches de reporting qui auraient normalement nécessité une équipe plus large ou une aide externe.

Mais il existe de vrais inconvénients. Par exemple, l’IA peut donner un faux sentiment de confiance. Elle excelle à produire des résultats qui semblent corrects, mais ne sont pas ancrés dans la réalité. Si on ne l’ancre pas dans de vraies données clients, on se retrouve avec des messages génériques et de mauvaises décisions, simplement plus rapidement.

L’IA demande également plus de discernement, pas moins. Le goulot d’étranglement se déplace de l’exécution vers le choix de ce qui mérite d’être fait. Les équipes qui manquent de cette clarté risquent de générer énormément de bruit.

Pourquoi la création par l’IA est un risque dans les marchés spécialisés

J’ai été déçue par l’impact de l’IA sur la création. Je m’attendais à ce que l’IA transforme notre façon de produire du contenu visuel — par exemple, des publicités, des publications sur les réseaux sociaux, des supports de marque. Ce n’est pas arrivé. Nous en sommes loin.

Toutes les images générées par l’IA ressemblent encore à des images générées par une IA. Pour une marque s’adressant à des spécialistes — comme dans notre cas, des orthodontistes très qualifiés et naturellement sceptiques — tout ce qui paraît générique ou artificiel détruit instantanément la confiance.

Nous avons testé des visuels générés par l’IA pour nos publicités et contenus sociaux. Leurs performances ont immédiatement chuté. Notre audience a remarqué la différence de qualité entre ces visuels et ceux créés par un designer humain avec de véritables photos cliniques.

Pourquoi la sophistication des workflows de contenu doit être alignée sur les compétences

Au début, j’ai utilisé l’IA pour concevoir un système d’opérations éditoriales — des plannings de contenu, des circuits de validation, et des briefs dotés de cadres détaillés.

Le système était solide sur le plan stratégique et magnifiquement structuré, mais un problème subsistait.

J’ai confié ce système sophistiqué à une collaboratrice qui ne performait pas à ce niveau. Au lieu qu’il élève sa production, le système a creusé l’écart. Elle n’a pas pu suivre le rythme.

J’ai perdu des semaines à gérer l’écart entre les exigences du système et les capacités de la personne.

Désormais, je me pose la question : « Qui fera tourner cela dès lundi ? » avant de concevoir quoi que ce soit.

Comment s'assurer que la messagerie IA n'est pas un frein

L’IA ne répare pas les mauvais systèmes ; elle les amplifie. Plus de résultats, mêmes problèmes. L’IA fonctionne mieux avec de bonnes données en entrée, une bonne compréhension client, des données réelles et une réflexion aiguisée.

La vraie question n’est donc pas « comment utiliser l’IA ? » mais « Quel système va-t-on lui connecter ? »

Un bon exemple est la messagerie. Lors de mon premier pilote, nous avons avancé vite mais sans nous appuyer suffisamment sur des données clients réelles. Le résultat paraissait solide, mais c’était générique. Ça ne convertissait pas.

Il faut donc corriger les entrées avant d'utiliser l’IA. Cela signifie consolider les données issues du CRM, des ventes et des interactions clients — y compris les appels commerciaux, objections et entretiens — pour identifier précisément les douleurs, le langage et les moments déclencheurs de décisions.

Ensuite, je définis des axes clairs et notre message central. Une fois tout cela solide, j’intègre l’IA par-dessus. Elle permet d’élargir, de tester et d’itérer rapidement sur ces axes.

À partir de là, cela doit être une boucle continue. Vous alimentez constamment les entrées depuis les ventes, les retours clients et les performances, et itérez en temps réel.

Pourquoi il faut décomposer et enrichir les workflows

Bien fait, le "goût" n'est plus quelque chose que l'on possède ou que l'on doit recruter.

On peut le façonner par le processus. Avec les bonnes données en entrée, des contraintes claires et de l’itération, on peut améliorer systématiquement la qualité de la réflexion et de la production.

Message, création, recherche, voire stratégie : ce sont tous des flux de travail décomposables. Chaque étape peut ensuite être enrichie.

Samantha partage

Corrigez les entrées avant d’utiliser l’IA… Une fois que c’est solide, j’intègre l’IA par-dessus. Elle permet d’élargir, de tester et d’itérer rapidement sur ces axes. Bien fait, le “goût” n’est plus quelque chose que l’on possède ou que l’on doit recruter.

Pourquoi Claude est indispensable pour les marketeurs

Claude est sans conteste mon outil de référence. C’est une couche qui relie tout et agit comme un véritable partenaire de réflexion et de discussion.

J’attends beaucoup de Claude Code et Claude Cowork car ils vont au-delà du simple chat pour entrer dans des environnements de travail comme le code, la gestion de fichiers et l’automatisation de tâches.

Je n’ai pas encore testé Claude Code avec Cursor, mais c’est prévu !

Comment l’IA transforme les équipes

En termes d’organisation, nous comptons moins sur des spécialistes étroits et davantage sur des personnes capables de penser à l’échelle du système. Des personnes qui comprennent le client, savent bien formuler les problématiques et utilisent l’IA pour exécuter.

Le travail d’exécution — production, analyse, itération — n’est plus le goulot d’étranglement, donc la valeur ajoutée change. Maintenant, je recherche du jugement, du goût, la capacité à concevoir des workflows. Des personnes capables de transformer rapidement des idées en actions, pas seulement de tenir une fonction.

Cela a aussi changé la collaboration. Les frontières entre les rôles sont moins rigides. Marketing, vente et expérience client sont davantage connectés car ils partagent les mêmes workflows.

Pourquoi les CMO doivent miser sur la clarté

La plupart des équipes marketing qui utilisent l’IA produisent un travail moyen, mais plus vite.

Voilà donc mon conseil : concentrez-vous sur les entrées de données et la clarté stratégique.

Lorsque l'IA est utilisée en marketing sans données fiables et sans clarté stratégique, elle n’est qu’une machine à polluer le contenu.

Suivez l'aventure

Vous pouvez suivre le parcours de Samantha sur LinkedIn !

Et restez à l’écoute pour plus d’interviews d’experts sur The CMO Club !