Un besoin métier, pas un projet informatique

Le besoin était concret. Une équipe commerciale passe ses journées à prospecter : appels, séquences d'e-mails, messages LinkedIn, relances. Il lui fallait un outil unique pour tout piloter — un endroit où retrouver le bon script d'appel, suivre les réactions, savoir qui relancer et quand. Rien d'exotique. Exactement le genre d'outil qu'aucun logiciel du marché ne propose « pile comme on le veut », parce qu'il épouse une façon de travailler bien précise.

Nous n'avons jamais rédigé de cahier des charges technique. Nous avons simplement décrit, en français, le résultat attendu. Deux fois. À deux IA différentes.

Expérience 1 : le guide de prospection, construit avec Claude

À Claude, nous avons demandé un guide de vente structuré en onglets : process d'appel, barrage de la secrétaire, ouverture, pitch, découverte, objections, closing, messages LinkedIn, et un résumé. Le tout dans une seule page, utilisable hors ligne, avec un minuteur d'appel et des statistiques. En quelques échanges, nous avions un fichier fonctionnel.

*Le guide à onglets généré avec Claude — process, pitch, objections, closing, LinkedIn.*

Ce qui compte ici : nous n'avons pas « codé une application ». Nous avons eu une conversation. Nous avons dit ce qui n'allait pas, l'outil s'est corrigé, nous avons ajouté un onglet, changé un script. À aucun moment il n'a fallu comprendre ce qui se passait sous le capot.

Expérience 2 : le cockpit d'appels, construit avec Google AI Studio

À Google AI Studio, nous avons posé une demande voisine mais plus ambitieuse : un véritable tableau de bord de prospection. Une vue par segment, des filtres, et pour chaque compte la dernière action et la note associée.

Surtout, nous voulions une intégration complète avec Gmail. Pas seulement pour envoyer les e-mails depuis l'outil — ça, c'est le plus facile — mais pour suivre tout leur cycle de vie : leur bonne réception par les destinataires, leurs ouvertures, les clics sur les liens, les réponses. Autrement dit, un cockpit qui ne se contente pas d'expédier des messages, mais qui dit ce qu'ils deviennent une fois partis. C'est précisément ce qui manque à la plupart des équipes commerciales : elles envoient dans le vide, sans jamais savoir si le message a été lu.

*Le cockpit généré avec Google AI Studio — vues par segment et suivi des e-mails envoyés, ouverts et répondus.*

Là encore, le résultat est arrivé sans écrire une ligne de code — cette fois sous la forme d'une application hébergée en ligne, connectée à la messagerie et accessible par une simple adresse web.

Deux moteurs, un même point d'arrivée

Les deux outils diffèrent dans leur forme, mais convergent sur l'essentiel :

• Compétence informatique requise : aucune, dans les deux cas.
• Langage utilisé : le français, en langage naturel.
• Code écrit par nous : zéro ligne.
• Forme du résultat : un fichier autonome ouvrable partout côté Claude ; une application hébergée et connectée à Gmail côté Google AI Studio.
• Utilité pour l'équipe : un outil opérationnel, dès le lendemain, dans les deux cas.

La ligne importante est la dernière : le chemin change, le point d'arrivée est le même.

Première leçon : l'autonomie est devenue la norme

La conséquence la plus profonde n'est pas technique, elle est économique et humaine. Jusqu'ici, entre l'idée d'un outil et sa réalité, il y avait un fossé : trouver un prestataire, budgéter, cadrer, attendre, tester, corriger. Ce fossé décourageait la plupart des petites structures, qui finissaient par s'adapter à des logiciels pensés pour d'autres.

Ce fossé a disparu. Aujourd'hui, la personne qui connaît le mieux le besoin — le dirigeant, le commercial, la responsable RH — est aussi celle qui peut fabriquer l'outil, directement, en le décrivant. La compétence rare n'est plus « savoir développer ». C'est savoir précisément ce dont on a besoin. Et ça, aucune entreprise ne le maîtrise mieux que vous sur votre propre métier.

Deuxième leçon : le choix de l'IA n'est plus le vrai sujet

On nous demande souvent « laquelle est la meilleure ? ». C'est, croyons-nous, la mauvaise question. Les deux outils obtenus sont différents dans leur forme, mais équivalents dans leur valeur d'usage. Claude et Google AI Studio conduisent au même endroit : une équipe mieux outillée qu'hier.

Il ne faut donc plus attendre d'avoir « choisi le bon outil IA » pour se lancer. Le moteur est devenu un détail. Ce qui distingue une entreprise qui progresse d'une qui stagne, ce n'est pas l'IA qu'elle a sélectionnée, c'est sa capacité à formuler clairement ses problèmes et à itérer. La question n'est plus « quelle IA ? » mais « quel process voulons-nous enfin outiller ? ».

Comment vous lancer, concrètement

Commencez petit et utile. Choisissez un irritant quotidien de votre équipe — un tableau rempli à la main, un document recréé sans cesse, un suivi éparpillé dans dix e-mails. Décrivez-le à l'IA comme vous l'expliqueriez à un stagiaire : ce que vous voulez voir, dans quel ordre, pour faire quoi. Regardez ce qu'elle produit, dites ce qui cloche, recommencez. En quelques allers-retours, vous aurez un premier outil. Il ne sera pas parfait, mais il sera à vous, et il s'améliorera à chaque conversation.

Ne visez pas l'usine à gaz. Un guide de vente à onglets, un cockpit de suivi connecté à votre messagerie, un modèle de devis intelligent : ce sont ces petits outils sur mesure, multipliés, qui font gagner des heures chaque semaine.

Conclusion

Cette double expérience tient en une phrase : n'importe quelle entreprise peut désormais fabriquer ses propres outils internes, quel que soit l'outil d'IA employé. La barrière technique, celle qui réservait le sur-mesure à ceux qui avaient un budget de développement, est tombée.

Il ne reste qu'une chose qui vous appartienne en propre, et qu'aucune IA ne remplacera : votre connaissance du terrain. C'est elle, désormais, qui fait la différence.