L'IA pour le new business d'agence est l'usage de modèles pour compresser le travail lent et répétitif autour d'un pitch — chercher le prospect, rédiger la réponse, adapter les références, assembler la proposition — pendant que la relation et l'idée créative restent avec les gens. Les agences qui l'utilisent bien gagnent plus de temps pour les parties d'un pitch qui le décident réellement ; celles qui l'utilisent mal produisent plus de pitchs génériques plus vite et perdent.
Le new business est là où l'histoire de croissance d'une agence se gagne ou se perd, et c'est aussi l'une des parties les plus répétitives de la direction d'une agence. Cette combinaison en fait un bon candidat pour l'IA, à condition d'être honnête sur quelle moitié du travail est réellement répétitive.
Ce que coûte réellement le new business
Le coût du new business n'est pas la réunion ; c'est tout ce qui l'entoure. Lire le prospect, comprendre sa catégorie, adapter les études de cas, écrire le document de réponse, construire le deck, relancer le suivi. La plupart de ce travail est structuré et répétable, et une grande part est faite sous pression par des gens dont la vraie valeur est le jugement et les relations.
C'est la couture où l'IA s'insère. Elle retire l'assemblage qui empêche les seniors de penser, donc le pitch obtient plus de leurs meilleures heures. Elle n'écrit pas une meilleure idée, et toute agence qui externalise l'idée à un modèle sera démasquée dès que le client pose une vraie question.
Il vaut aussi la peine de se rappeler qu'un pitch est en partie un argument pour expliquer pourquoi le travail ne devrait pas simplement être internalisé. Ce calcul est ancien — j'en ai parlé quand le search marketing s'internalisait — et l'IA n'a pas changé sa forme : l'agence doit montrer une norme et une mémoire que le client ne peut pas bâtir seul.
Où l'IA aide à travers le pitch
Quatre étapes conviennent aux modèles, et chacune a un pendant humain clair qu'il ne faut pas céder. Le tableau ci-dessous est le partage que je ferais.
| Étape | Le travail de l'IA | Le travail de l'humain |
|---|---|---|
| Recherche prospect | Résumer le matériau public, cartographier la catégorie | Décider ce qui compte pour eux |
| Premier brouillon | Assembler la structure et le texte standard | Écrire l'argument et l'idée |
| Références | Adapter les études de cas existantes | Choisir quelle preuve est pertinente |
| Proposition | Mettre en forme, vérifier, versionner | Posséder les chiffres et la promesse |
Le motif est que l'IA gère l'assemblage et l'humain gère la sélection et l'engagement. Quand le partage se brouille, tu obtiens des pitchs polis, complets, et indiscernables des dix derniers que le client a vus.
Recherche sans fabrication
Le premier endroit où l'IA gagne son pain est la recherche. Un modèle peut résumer le matériau public d'un prospect, cartographier sa catégorie, et faire remonter les questions qu'un concurrent pourrait poser, en une heure plutôt qu'un jour. C'est réellement utile, et c'est aussi là où vit le danger, parce que les modèles inventeront des faits sur un prospect avec une confiance totale.
La règle est simple : utilise l'IA pour trouver et organiser, et vérifie tout ce qui entre dans un document qu'un client lira. Pas de métriques inventées, pas de relations supposées, pas de « le prospect a dit » que tu ne peux pas sourcer. Un pitch bâti sur un détail fabriqué est un risque qui met fin à la relation, et l'effort épargné ne vaut pas le coup. Garde une source pour chaque affirmation qui compte.
Rédige, mais n'envoie jamais le brouillon
Écrire la réponse est là où l'IA est la plus tentante et la plus dangereuse. Un modèle peut produire un premier brouillon compétent qui couvre chaque section, et si tu envoies ce brouillon tu as envoyé un pitch générique. La valeur est de l'utiliser comme échafaudage — structure, couverture, une checklist de ce qu'une réponse devrait contenir — puis d'écrire l'argument réel toi-même.
La règle pratique est qu'aucune phrase écrite par l'IA ne va à un prospect non éditée. Pas parce que la prose est mauvaise, mais parce que le pitch est une promesse, et une promesse que tu n'as pas écrite est une que tu ne peux pas assumer. Le temps d'édition est là où le point de vue de l'agence s'insère, et c'est la partie qui gagne le travail.
Références sans inventer
Adapter les références est une tâche que l'IA fait bien quand le matériau brut est réel et un passif quand il ne l'est pas. Donner à un modèle tes vraies études de cas et lui demander de sélectionner et ordonner les pertinentes contre le brief d'un prospect est légitime et rapide. Lui demander « d'écrire une étude de cas » est comment les agences finissent avec des preuves qu'elles ne peuvent pas défendre.
Garde une bibliothèque structurée de vraies études de cas — le problème, le travail, le résultat, la preuve — et laisse le modèle travailler à partir de ça. Avec le temps cette bibliothèque devient un actif à part entière, et c'est la même couche de mémoire qui soutient le reste d'une agence AI-native. Plus elle est riche et véridique, plus chaque futur pitch devient utile.
Le piège du pitch générique
Le plus grand risque n'est pas que l'IA fasse un mauvais pitch ; c'est qu'elle en fasse un compétent et générique. Un modèle entraîné sur les pitchs de tout le monde produit le pitch médian, et le pitch médian ne gagne pas. Si ta sortie de new business commence à sembler lisse et interchangeable, le problème n'est pas le modèle ; c'est que tu l'as laissé écrire les parties qui auraient dû être les tiennes.
Le contre est délibéré : utilise l'IA pour tout sauf l'idée et le point de vue, et assure-toi qu'un senior possède ceux-là. Le test est de savoir si un prospect pourrait distinguer ton pitch de celui d'un concurrent si les logos étaient retirés. Si non, l'IA t'a épargné du temps et coûté le travail.
Un workflow de new business
Bâtis le workflow en quatre étapes. Rassemble le matériau du prospect et fais-le résumer par le modèle. Rédige la structure de réponse à partir de ce résumé et d'un template. Sélectionne les meilleures vraies études de cas dans ta bibliothèque et adapte-les. Puis fais écrire l'argument par un humain, vérifie chaque affirmation, et possède les chiffres. Automatise les trois premières étapes et traite la quatrième comme le travail.
Avec le temps, instrumente le workflow comme tu ferais tout autre : combien de temps prend une réponse, combien de temps senior elle consomme, et à quoi ressemble le taux de victoire. C'est la façon honnête de savoir si l'IA aide le new business ou rend juste la paperasse plus rapide. Le guide du modèle d'agence couvre les changements plus larges que l'IA apporte à la façon dont une agence tourne.
Le suivi et le pipeline
Le pitch n'est pas le seul endroit où l'IA aide ; le suivi est là où la plupart des agences perdent leur élan. Un modèle peut rédiger la séquence de suivi, résumer la réunion, et tenir les notes de pipeline à jour, pour que la relation reste chaude sans que quelqu'un coure manuellement après chaque fil. Rien de tout ça ne change qui possède la relation, et rien ne devrait automatiser la note personnelle.
L'habitude qui compte est de transformer chaque pitch en apprentissage. Gagné ou perdu, capture pourquoi, ajoute-le à ta bibliothèque d'études de cas et de positionnement, et laisse-le informer le prochain pitch. Cette bibliothèque est l'équivalent new business de la couche de mémoire, et c'est la raison pour laquelle une agence mature pitche plus vite et mieux qu'une jeune. Nourris le modèle à partir d'elle, et laisse-la composer à chaque conversation. Une courte note écrite après chaque pitch — ce qui a été demandé, ce qui a atterri, ce que tu ferais différemment — prend des minutes et vaut plus que n'importe quel outil, parce que c'est le matériau brut dont le prochain pitch est bâti. Cette note est aussi ce qui rend le modèle utile : sans elle, l'IA rédige à partir de rien.
FAQ
L'IA peut-elle écrire nos RFP ?
Elle peut rédiger la structure et le texte standard, et elle ne devrait pas écrire l'argument ou l'idée. Utilise-la pour t'assurer que tu couvres chaque section et pour économiser du temps d'assemblage. Les mots qui portent le pitch, et les engagements dedans, restent avec une personne qui peut les défendre.
Est-ce éthique d'utiliser l'IA dans un pitch ?
Oui, quand tu l'utilises pour la recherche, la rédaction et l'assemblage — les mêmes catégories de travail que les équipes compte ont toujours déléguées. Ça devient un problème quand tu présentes une preuve fabriquée ou fais passer une réponse générique pour une réflexion sur mesure. La règle est la même que tu appliquerais à tout travail de soutien junior : il doit être vrai et il doit être le tien.
Chaque agence ne va-t-elle pas l'utiliser et annuler l'avantage ?
Ils l'utiliseront, et c'est pourquoi l'avantage se déplace vers les parties que les modèles ne peuvent pas faire : l'idée, la relation et les vraies études de cas. Quand tout le monde a un assemblage rapide, un assemblage plus rapide cesse d'être un différenciateur. Les agences qui gagnent seront celles dont la réflexion et la preuve sont réellement meilleures.
Quelle est la plus grande erreur ?
Envoyer le premier brouillon. C'est la façon la plus rapide de perdre un pitch, parce que le prospect peut sentir l'absence d'un point de vue. Utilise le brouillon comme échafaudage, puis écris le pitch toi-même, même sous pression. Cette étape d'édition est le métier.
La version courte
L'IA compresse la recherche, la rédaction, l'adaptation des références et l'assemblage de proposition du new business d'agence pour que les seniors passent leur temps sur l'idée et la relation. Utilise-la pour trouver et organiser, jamais pour fabriquer, et garde un humain sur chaque phrase qu'un prospect lira. Le guide du modèle d'agence couvre comment le modèle change, et le parcours pour agences intègre le new business dans le modèle opérationnel de l'agence.
Si tu diriges du new business, j'aimerais savoir où tu traces la ligne entre ce que l'IA rédige et ce que tu écris toi-même.
À bientôt, Chandler
Cet article est en français, mais le contenu du cours (vidéos, templates et guides d'accompagnement) est proposé en anglais, japonais, chinois simplifié et coréen ; ce site est disponible en 13 langues.