Ce que cet atelier m'a appris
Lors d'un atelier destiné à des commerciaux, j'ai voulu leur transférer mon savoir sur les usages des agents IA appliqués à une tâche clé de leur métier : construire une base de données de contacts.
Mon retour d'expérience tient en une phrase : les commerciaux n'ont ni le temps, ni les bases suffisantes, pour se former à construire eux-mêmes des agents IA performants.
Mon conseil a donc changé. Plutôt que d'enseigner la construction, je recommande un atelier de sensibilisation et d'usage de tâches déjà programmées — et d'y ajouter une compétence sous-estimée : savoir identifier et remonter les limites constatées à la réception des résultats. C'est là que se joue la valeur.
Le point de départ : douze mois de base construite au fil de l'eau
Juin 2026. Un de mes clients stagne dans la construction de sa base de données de contacts. Il y travaille depuis douze mois, au fil de l'eau, sans méthode d'accélération. Il n'est pas le seul. C'est pourquoi je propose un atelier d'une demi-journée : « apprendre à construire une base de données de contacts — et la séquence d'emails sur signaux qui peut suivre — avec un agent IA : Claude ».
Le résultat, sur un cas réel
+54 % de contacts · +18 % d'emails professionnels · +26 % de téléphones · 71 % des titres améliorés ou trouvés.
Temps humain : 1 h 30 réparties sur une demi-journée. Coût de revient : mon temps + 6,75 € de tokens.
Deux prérequis seulement : disposer d'un compte payant — l'abonnement à 20 € par mois suffit pour le test — et venir avec un exemple écrit de critères de segment et de persona.
Étape 1 — Revenir aux fondamentaux
Les participants avaient des niveaux hétérogènes. J'ai donc dû revenir en arrière et consacrer une partie du temps aux notions de base : ce qu'est un segment de marché, ce que sont les persona, comment prioriser les uns et les autres, et pourquoi il faut lister par écrit les critères incluants comme excluants.
Ce détour n'est pas du temps perdu. Un agent IA exécute exactement ce qu'on lui cadre : un critère flou à l'entrée, c'est une base polluée à la sortie. Faute de temps, chaque participant s'est limité à un seul segment et un seul persona.
Étape 2 — La logique de construction, en trois temps
La démarche tient en trois mouvements : construire la liste des entreprises d'un segment ; identifier, dans ces entreprises, les personnes correspondant aux persona cibles ; enrichir enfin avec les données que le growth hacking exploite depuis des années pour générer emails et téléphones mobiles professionnels — l'URL du site web de l'entreprise et l'URL du profil LinkedIn de la personne.
Étape 3 — Comprendre un agent IA : le cerveau et les bras
Pour reprendre une image utilisée par de nombreux formateurs : l'intelligence artificielle générative est le cerveau, les agents sont les bras.
Le cerveau réfléchit, structure, écrit les instructions, propose des cadrages, analyse les résultats, fait des hypothèses, préconise des améliorations. Les bras connectent les applications dont on a besoin, remplissent les formulaires, récupèrent l'information sur le web, dans des documents ou des images, la nettoient, la valident, la structurent, puis l'insèrent là où vous le souhaitez : Excel, votre solution de sales automation, votre CRM.
Techniquement, cet assemblage cerveau + bras se décrit en sept mots : Projets, Skills, Connecteurs (MCP), Instructions, Documents au format .md, Stockage des documents, coût des tokens selon les modèles de fondation.
Étape 4 — Mettre en œuvre pas à pas : la difficulté réelle
Les commerciaux sont ensuite passés à la pratique. Je le reconnais : je n'avais pas perçu le niveau de difficulté que cela représentait pour eux.
Un seul participant est allé au bout et a produit un résultat remarquable — il est encore en école, en bachelor à l'IÉSEG. Les autres participants, tous en poste, ne sont pas arrivés au bout. Ce n'est ni une question d'intelligence ni de motivation : c'est une question de temps disponible et de bagage technique préalable.
Étape 5 — Les résultats
Finalement, j'ai produit les résultats pour les participants qui l'ont demandé. En voici un, en partage : trois sous-segments du secteur hospitalier — néonatalité, maternité, lactarium — sur un ICP d'hôpitaux réalisant au moins 1 500 accouchements par an.
La lecture importante n'est pas le volume brut, mais la traçabilité : chaque email reconstruit par pattern est signalé comme tel, chaque contradiction entre la base et les sites hospitaliers est isolée dans une colonne dédiée. C'est ce qui rend la base exploitable en prospection sans risque de crédibilité.
Ce que je peux faire pour vous
Selon votre situation et votre besoin, deux voies : vous apporter un agent pré-construit pour alimenter votre base de données de contacts de prospection, ou vous apprendre à construire votre propre machine de génération de prospects cibles — pour le faire globalement, ou campagne par campagne.
La seconde partie de la démarche tient sur l'identification des signaux d'affaires et l'intégration native dans une solution de sales automation : envoi de séquences de messages email et LinkedIn, déclenchées au bon moment.
Pour mémoire : six cas d'usage Claude × Pappers via MCP
Le Model Context Protocol connecte Claude à Pappers, base de référence des 10 millions d'entités juridiques françaises. Six usages opérationnels :
- Liste ICP en 2 minutes — recherche multi-critères NAF, effectifs, CA, géographie.
- Qualification de compte — fiche, 3 derniers comptes, dirigeants, en 30 secondes.
- Cartographie ABM — filiales, dirigeants croisés, liens entre entités.
- Signaux d'achat — variations CA, changement de dirigeant, levée de fonds.
- Évaluation solvabilité — marges, fonds propres, alertes sur 3 ans.
- Séquences ABM personnalisées — emails ancrés sur des faits vérifiables.
L'agent donne les faits, jamais le contexte. L'écart entre les deux se gagne au terrain — par l'écoute et le questionnement, pas par des requêtes supplémentaires.