Assistant commercial IA : la donnée derrière chaque tâche

Un assistant commercial IA est un logiciel qui lit vos données commerciales, raisonne dessus, et produit ce qu'un commercial taperait autrement à la main : un brief avant rendez-vous, un score de priorité, un premier email, un compte rendu d'appel, une ligne de prévision. Il ne remplace pas la conversation. Il remplace l'heure qui l'entoure. Chacune de ces sorties est fabriquée à partir de champs qui existent déjà quelque part dans votre stack, et c'est pour cette raison que le même outil paraît brillant sur un compte et invente sur le suivant.

C'est la partie dont la catégorie parle rarement. La plupart des articles décrivent ce qu'un assistant commercial IA fait. Ce guide est organisé par tâche, et chaque tâche se termine sur la même question : quelle donnée est lue, et que produit l'outil quand cette donnée manque ? Un assistant devant un champ vide ne se tait pas. Il comble le trou avec quelque chose de plausible, sur le même ton assuré que lorsqu'il a raison.

Qu'est-ce qu'un assistant commercial IA ?

Un assistant commercial IA est une couche posée entre vos données commerciales et votre travail commercial. Il reçoit une instruction en langage naturel ou un déclencheur venu de votre CRM, va chercher les enregistrements concernés, applique un modèle de langage ou un modèle de scoring, et renvoie une sortie utilisable. La catégorie recouvre des formes très différentes : un assistant de chat auquel vous posez des questions, une barre latérale dans votre CRM, un robot qui rejoint la visio, une tâche de fond qui rescore votre pipeline chaque nuit.

Ce qui les réunit, c'est la boucle. Tout assistant commercial IA lit, raisonne, puis écrit. L'étape de raisonnement capte l'attention marketing parce que c'est la partie nouvelle. L'étape de lecture décide de la qualité de tout ce qui suit, et ce n'est presque jamais celle que quelqu'un audite.

Assistant commercial IA, agent, copilote : les mots qu'on mélange

Un assistant répond à une demande et vous rend la sortie. Un agent enchaîne plusieurs étapes seul, appelle des outils, et agit sans repasser par vous à chaque fois. Un copilote désigne en général un assistant intégré dans un produit que vous payez déjà. Ces distinctions comptent moins que la question de la donnée, parce que les trois se dégradent exactement de la même façon quand le champ dont ils ont besoin est vide. Les guides d'achat consacrent beaucoup de mots à cette taxonomie. Elle vaut un paragraphe, parce que l'étiquette de l'éditeur vous dit comment l'assistant commercial IA est empaqueté, et rien du tout sur sa capacité à atteindre le champ qu'il lui faut.

Ce que fait un assistant commercial IA, tâche par tâche

Voici ce que fait un assistant commercial IA, en une vue, classé par métier plutôt que par éditeur. Lisez la troisième colonne comme la vraie exigence système, et la quatrième comme le mode de panne que vous rencontrerez réellement.

Regardez le motif de la quatrième colonne. Aucun de ces modes de panne ne ressemble à une panne. Pas de message d'erreur, pas de champ vide, pas d'alerte. C'est le risque propre à poser un assistant commercial IA sur un CRM que personne n'a audité depuis un an. Un champ vide n'arrête pas l'assistant. Il change silencieusement ce que fait l'assistant, qui passe de lire à deviner.

La recherche sur le compte, avant l'appel

La recherche est la tâche où un assistant commercial IA rend le plus clairement. Un commercial qui prépare cinq rendez-vous passe l'essentiel de cette préparation à ouvrir des onglets : le site de la société, une page LinkedIn, une base de levées, une recherche d'actualité. Un assistant fait la même lecture en quelques secondes et rend un brief structuré : ce que vend l'entreprise, combien de personnes y travaillent, qui est votre interlocuteur, ce qui a changé récemment.

La qualité de ce brief dépend entièrement de ce que l'assistant peut atteindre. Si l'assistant commercial IA ne sait lire que votre fiche CRM, il ne peut que vous redire ce que votre CRM savait déjà, mieux tourné. La version utile va chercher dehors : l'effectif d'aujourd'hui plutôt que celui de l'import, l'intitulé de poste actuel plutôt que celui capté au premier contact, et le fait que la société recrute sur des postes qui trahissent votre problème.

La donnée que cette tâche lit : identité et taille de l'entreprise, secteur, technologies utilisées, activité de recrutement, poste actuel et ancienneté de la personne. Ce qu'elle invente quand la donnée manque : une description de secteur plausible et une séniorité déduite de la chaîne de caractères du titre, c'est-à-dire exactement le genre de sortie qui se lit bien et qui briefe mal.

Côté Derrick, les champs qui comptent ici viennent d'Enrich Leads à 1 crédit par profil et de Company Hiring Signal à 1 crédit par entreprise, tous deux disponibles sur le plan gratuit. Le recrutement est le signal de fraîcheur le moins cher qui existe : il se date lui-même, et c'est la propriété qui manque à la plupart des champs d'enrichissement.

Scorer le pipeline : ce que le scoring prédictif lit vraiment

Le scoring prédictif des leads est la plus vieille promesse de la catégorie, et celle que ses entrées cassent le plus souvent. C'est aussi la tâche où un assistant commercial IA est le plus cru et le moins inspecté. Le modèle est rarement le problème. Un modèle de gradient boosting entraîné sur votre historique d'affaires gagnées est un problème d'ingénierie résolu. Le problème, c'est que le modèle apprend sur les champs qui sont remplis, et que dans la plupart des CRM les champs remplis sont ceux que le formulaire imposait, pas ceux qui prédisent le chiffre d'affaires.

La conséquence pratique : si le secteur est vide à 40 pour cent et que l'effectif est complet, votre modèle de scoring devient un modèle d'effectif sur lequel on a collé une étiquette machine learning. Il classera les grosses entreprises en premier et appellera ça de l'intention. Des études sectorielles indépendantes situent entre 30 et 40 pour cent la part des fiches B2B auxquelles il manque un champ essentiel, intitulé de poste ou taille d'entreprise. Notre propre rapport sur la qualité des données CRM fixe la cible qui compte au-dessus de 80 pour cent de remplissage sur les champs qui portent le chiffre d'affaires, et notre rapport Données AI-Ready explique pourquoi le modèle n'est presque jamais ce qui a cassé.

La donnée que cette tâche lit : une firmographie à fort taux de remplissage, une séniorité normalisée plutôt qu'en texte libre, des événements d'engagement datés, et au moins un signal émis par l'acheteur plutôt que déduit par vous. Ce qu'elle invente quand la donnée manque : un classement assuré de votre pipeline qui reproduit votre biais existant, ce qui est pire que pas de score du tout, parce qu'un chiffre vous invite à arrêter de réfléchir.

Le remède n'est pas un meilleur modèle. C'est de remplir les deux ou trois champs que votre modèle pondère réellement, sur les enregistrements qui comptent, avant de scorer. C'est un chantier d'enrichissement petit et borné, pas un programme data. Lancez-le sur les comptes du trimestre en cours plutôt que sur toute la base et il tient dans un après-midi, ce qui fait la différence entre un correctif qui a lieu et un correctif qui reste sur une roadmap.

Rédiger la prise de contact, et le champ qui fait mouche

Tout assistant commercial IA écrit un email correct. Ça a cessé d'être un différenciateur il y a un moment. Ce qui sépare une réponse d'une suppression, ce n'est pas la prose, c'est l'unique fait précis, daté et vérifiable sur lequel le message est bâti, et ce fait est un champ de donnée, pas un talent de rédaction.

Demandez à un assistant commercial IA de personnaliser à partir d'une fiche vide et vous obtenez le style maison de toute la catégorie : un compliment sur la croissance de la société, une allusion à leur « culture de l'innovation », une accroche qui pourrait partir vers neuf mille entreprises. Demandez-lui de personnaliser à partir d'une fiche qui porte un signal de recrutement, une technologie en place et un intitulé de poste juste, et la première phrase s'écrit toute seule, et elle est vraie.

La donnée que cette tâche lit : une adresse email vérifiée, un intitulé de poste actuel, et un fait daté sur le compte. Ce qu'elle invente quand la donnée manque : une personnalisation grammaticalement précise et factuellement générique, plus, si l'adresse n'a jamais été vérifiée, un message bien écrit livré à un rebond.

Résumer l'appel : l'intelligence conversationnelle et son entrée

L'intelligence conversationnelle est la tâche d'assistant commercial IA la plus fiable de cette liste, pour une raison simple : on lui remet une transcription, donc l'entrée existe et elle est complète par construction. Résumé, extraction des actions à mener, sentiment, temps de parole, marquage des objections : tout cela travaille sur un texte que l'outil a capté lui-même.

La défaillance se déplace d'un cran en aval, vers la réécriture dans le CRM. Le résumé est juste ; la mise à jour CRM qu'on en tire ne vaut que la fiche dans laquelle elle atterrit. Si l'affaire porte deux contacts et que l'un des deux est une fiche périmée avec un ancien titre, l'assistant attribue l'engagement à la mauvaise personne et écrit cette attribution dans le champ qu'un manager lira la semaine suivante.

La donnée que cette tâche lit : la transcription, la liste des participants, et la fiche affaire où elle réécrit. Ce qu'elle invente quand la donnée manque : rien dans le résumé lui-même, et c'est pour ça que cette tâche gagne la confiance, puis une prochaine étape mal attribuée dans le CRM, et c'est là que la confiance se dépense.

Coacher en temps réel, sur ce que l'assistant peut entendre

Le coaching en direct est la tâche d'assistant commercial IA qui tourne pendant que vous êtes occupé. Il fait remonter une fiche argumentaire, une réponse à objection ou un rappel sur votre temps de parole pendant que l'appel se déroule. Ça fonctionne parce que l'entrée est la transcription en direct et la trame que vous avez écrite, deux choses sous votre contrôle.

Là où ça s'amincit, c'est le contexte du compte. Une relance qui dit « parlez de la revue de sécurité » n'est utile que si l'assistant sait que ce compte a une revue de sécurité, et ce savoir vit dans le CRM, pas dans l'audio. La qualité du coaching suit donc la fraîcheur du CRM, avec un décalage : le coaching paraît générique bien avant que quiconque remonte à une fiche que personne n'a mise à jour.

La donnée que cette tâche lit : la transcription en direct, votre trame de vente, et l'historique du compte. Ce qu'elle invente quand la donnée manque : un conseil juste en général et inapplicable ici, que les commerciaux apprennent à ignorer en deux semaines.

La prévision : la tâche la plus gourmande en donnée

La prévision est l'endroit où l'on demande à un assistant commercial IA de produire le chiffre le plus engageant à partir de l'entrée la plus médiocre. Le modèle lit l'historique des étapes, le volume d'activité, les dates de clôture et vos taux de gain passés, puis rend une probabilité par affaire et un total pour le trimestre.

Chacune de ces entrées est maintenue à la main, par des gens dont ce n'est pas l'intérêt. Les étapes bougent en retard, les dates de clôture sont repoussées par paquets en fin de mois, et l'activité est journalisée de façon inégale. Le modèle ne sait pas qu'il lit une fiction. Il produit un chiffre avec un intervalle de confiance, et l'intervalle de confiance est calculé sur la fiction. C'est la seule tâche où la recommandation honnête est de réparer l'entrée avant d'acheter l'outil : un assistant commercial IA ne répare pas un problème d'hygiène de pipeline, il le rend seulement en meilleure résolution.

La donnée que cette tâche lit : les transitions d'étapes horodatées, l'activité journalisée, les dates de clôture, les résultats passés. Ce qu'elle invente quand la donnée manque : de la précision. C'est la sortie la plus dangereuse de la catégorie, parce que c'est celle sur laquelle des gens seniors agissent sans inspecter les entrées.

Ce qu'un assistant commercial IA ne sait pas faire

La réassurance habituelle, c'est qu'un assistant commercial IA ne remplacera pas les commerciaux. C'est vrai, et peu utile. Voici les limites qui sont techniques plutôt que rassurantes, parce que ce sont celles qui changent votre façon de déployer l'outil.

Il ne peut pas retrouver un fait qui n'est écrit nulle part où il peut lire. Un numéro de mobile qui n'existe dans aucune source accessible n'est pas déductible du contexte. L'assistant dira soit qu'il ne sait pas, soit produira un numéro au bon format. Lequel des deux vous obtenez est une propriété de l'outil, pas de la question.

Il ne distingue pas un fait périmé d'un fait actuel sans date. Un intitulé de poste capté en 2024 et un intitulé capté ce matin sont identiques dans un champ texte. Si vos fiches ne portent pas d'horodatage par champ, l'assistant traite les deux comme aussi vrais, et vous briefe avec assurance sur une personne qui est partie.

Il ne peut pas auditer la fiche qu'on lui a donnée. Un assistant commercial IA qui raisonne sur une ligne incomplète produit une réponse d'apparence complète. Aucun signal interne ne dit « cette conclusion repose sur deux champs sur neuf ».

Il ne porte pas un jugement commercial. Décider d'abandonner une affaire, d'accorder une remise, ou de faire monter le sujet d'un cran mobilise des informations qui n'entrent jamais dans le système : ce qu'un acheteur a dit dans un couloir, le ton d'un sponsor interne. C'est la vraie frontière, et elle est bien plus étroite que ce que la réassurance laisse croire.

Où votre assistant commercial IA devrait vivre

La plus grande partie de la catégorie vous demande d'adopter une plateforme de plus et de l'appeler votre assistant commercial IA. Il existe un chemin moins cher, et c'est celui que la plupart des équipes ont déjà à moitié construit sans le remarquer : l'assistant que vos commerciaux utilisent tous les jours s'appelle Claude ou ChatGPT, et ce qui lui manque n'est pas l'intelligence, c'est l'accès à de la donnée entreprise et contact fraîche.

C'est ce manque que referme le Model Context Protocol. Derrick MCP expose les actions d'enrichissement de Derrick à n'importe quel client compatible MCP : un commercial pose sa question dans le chat et récupère un champ vérifié au lieu d'un champ plausible. Elle est disponible à partir du plan Standard, donc ni le plan gratuit ni le premier plan payant ne l'ouvrent, et les actions qu'elle appelle consomment des crédits à la ligne traitée, exactement comme dans la barre latérale. Notre guide sœur sur l'enrichissement de données B2B depuis un agent IA déroule la mise en place pas à pas.

Choisissez la surface sur laquelle tourne votre assistant commercial IA d'après la forme du travail, pas d'après la préférence. Une question posée dans une conversation va vers le MCP. Une liste de deux mille lignes à remplir avant de la donner à quoi que ce soit va vers la barre latérale Google Sheets. Un workflow qui doit tourner sans humain, dans votre CRM ou votre outil d'orchestration, va vers l'API REST. La même donnée et le même modèle de crédits sont derrière les trois, donc le choix est ergonomique et non stratégique.

Pour la voie tableur précisément, Ask Claude passe un modèle sur une colonne à 2 crédits par ligne, à partir des plans payants, et nos guides sur Claude dans Google Sheets et OpenAI dans Google Sheets couvrent les patterns de prompt qui survivent au contact de mille lignes.

Ce que coûte un assistant commercial IA à la ligne

Les éditeurs décrivent la valeur d'un assistant commercial IA en pourcentages de temps gagné. Ces chiffres sont infalsifiables. L'arithmétique qui, elle, se vérifie, c'est le coût pour rendre une fiche assez bonne pour que l'assistant raisonne dessus. La voici, en comptant les étapes plutôt que les fonctionnalités.

Prenez une liste de profils LinkedIn que vous voulez faire briefer. Les importer avec Import LinkedIn Leads coûte 1 crédit par profil. Remplir les champs avec Enrich Leads coûte 1 crédit par profil. Cela fait deux étapes, donc deux crédits par personne, pas un. Ajouter le signal de recrutement au niveau entreprise coûte 1 crédit de plus par entreprise, et les entreprises sont moins nombreuses que les personnes, donc cette ligne est moins chère qu'elle en a l'air.

Sur le plan gratuit, 100 crédits par mois à zéro euro couvrent environ cinquante personnes importées et enrichies, ce qui fait une vraie semaine de prospection ciblée plutôt qu'une démo. Les plans payants démarrent à 9 euros par mois sur MINI et 20 euros sur STANDARD, le coût au crédit baissant à mesure que le volume monte. L'intérêt de cette arithmétique n'est pas le total. C'est que vous pouvez la calculer à l'avance, ce qui n'est pas vrai d'une licence d'assistant commercial IA vendue au siège.

Une réserve qui mérite d'être dite clairement, parce que c'est l'erreur de budget la plus fréquente dans cette catégorie : comptez les étapes, pas les outils. Une chaîne qui importe puis enrichit coûte deux crédits par ligne même si les deux opérations paraissent n'être qu'un seul geste, et un plan qui inclut une fonctionnalité réservée aux offres payantes ne peut pas être exercé avec des crédits du plan gratuit.

Comment vérifier ce que l'assistant vous raconte

Près de la moitié des pages qui rankent sur ce sujet en septembre 2026 citent le traitement du langage naturel et le machine learning comme argument en faveur de l'assistant commercial IA. Aucune ne dit comment vous vérifieriez une réponse. Voici une routine praticable, qui prend des minutes et non un projet.

Demandez le champ source, pas la conclusion. « Pourquoi ce compte est-il classé en premier ? » doit vous rendre les champs pondérés. Si la réponse est de la prose plutôt que des noms de champs, l'assistant raconte, il ne raisonne pas sur de la donnée.

Contrôlez le fait qui a l'air le plus frais. L'affirmation la plus précise du brief est celle qui a le plus de chances d'être soit la meilleure preuve, soit l'invention. Vérifiez celle-là, pas un échantillon au hasard.

Mesurez le taux de champs vides avant de croire un score. Si vous ne connaissez pas votre taux de remplissage sur les deux champs que le modèle pondère le plus, vous ne savez pas si le score veut dire quelque chose. Mesurez-le une fois, il bouge rarement d'une semaine à l'autre.

Préférez un assistant commercial IA qui répond « non trouvé ». Une action d'enrichissement qui signale un échec vous donne de l'information. Un modèle qui produit toujours une valeur vous donne un format. C'est la propriété la plus utile à tester pendant une évaluation, et dix enregistrements suffisent à la tester.

La conclusion de ce guide est volontairement peu glamour. Choisir un assistant commercial IA est surtout une décision de préparation de la donnée, déguisée en évaluation logicielle. La couche de raisonnement est devenue une commodité et elle est réellement bonne. L'écart entre une équipe qui en tire de la valeur et une équipe qui arrête discrètement de l'ouvrir, c'est le taux de remplissage sur quatre ou cinq champs, et cet écart se referme en un après-midi.