Employé IA ou système d’IA : qu’achetez-vous réellement ?

Une fiche de poste en dit trop peu sur l’organisation du travail.

Un spécialiste marketing IA pourrait créer du contenu, mener des campagnes et rendre compte des performances. C’est une manière utile de décrire une capacité. Elle aide l’acheteur à voir où celle-ci pourrait trouver sa place dans l’équipe. Mais elle laisse sans réponse la plupart des questions de fonctionnement.

Quelles informations client utilise-t-il ? Peut-il modifier un budget publicitaire ? Que se passe-t-il lorsque le CRM et le brief de campagne se contredisent ? Qui vérifie que la campagne a bien été lancée ? Qui maintient le système à jour lorsque l’entreprise évolue ?

Voilà la distinction utile entre un employé IA et un système d’IA. L’employé indique le travail que l’IA est censée accomplir. Le système explique comment ce travail est réalisé, vérifié et amélioré au fil du temps.

Ce sont des angles d’analyse pour l’achat, pas des catégories techniques qui s’excluent. Un produit vendu comme un employé IA peut comprendre des intégrations, des validations, un suivi et un service géré. À l’inverse, un produit appelé système d’IA peut laisser à votre équipe l’essentiel des connexions et de la maintenance. Le nom seul ne permet pas de savoir ce qui est compris.

Une campagne révèle tout le travail qui entoure le rôle.

Prenons une campagne B2B fictive. L’entreprise souhaite obtenir des demandes qualifiées pour un service précis. Un spécialiste marketing IA prépare les textes, sélectionne une audience et propose un lancement. Les supports sont convaincants. Les questions suivantes concernent l’entreprise que ces supports représentent.

La description actuelle du service doit reposer sur une source de référence. Les critères de sélection de l’audience doivent être convenus. Les clients existants et les personnes qui ne doivent pas recevoir le message doivent être traités correctement. Le pouvoir de dépenser et l’autorisation de publier doivent avoir des limites explicites. Une instruction bien rédigée ne suffit pas, à elle seule, à rendre impossible une action non autorisée dans un outil.

Après validation, la campagne doit encore parvenir aux plateformes concernées. Une réponse d’outil indiquant qu’une demande a été acceptée ne signifie pas forcément que la campagne est en ligne. Si une connexion échoue en cours de route, le système doit distinguer le travail déjà réalisé du travail restant avant de réessayer.

Ce travail périphérique détermine si déléguer la campagne réduit l’effort ou le déplace simplement. Si une personne doit sans cesse copier des informations entre les outils, rapprocher les enregistrements et inspecter chaque action, ce travail doit entrer dans la décision d’achat.

Un message de réussite assuré ne vaut pas confirmation.

Un agent peut raconter le travail accompli de manière convaincante sans que le changement attendu ait eu lieu. La preuve utile est l’état obtenu : la bonne campagne existe, l’audience est correcte, le budget validé est en place et le statut de diffusion est connu.

Les recommandations d’Anthropic sur l’évaluation des agents distinguent explicitement la trace d’exécution du résultat final. Elles donnent notamment l’exemple d’une vérification de l’existence réelle d’une réservation, plutôt que de se fier à l’affirmation de l’agent. Pour notre campagne, l’équivalent consiste à inspecter les enregistrements des plateformes concernées.

Les vérifications doivent aussi correspondre aux responsabilités. Le respect de la marque, l’exclusion d’une audience et un plafond de dépenses sont des contrôles différents. Certains peuvent être imposés directement par le logiciel. D’autres exigent du jugement et une revue. Réussir l’un ne prouve pas que l’ensemble de la campagne est correct.

Avant d’acheter, demandez ce que le prestataire peut montrer lorsqu’une action échoue. Une réponse utile comprend l’état connu, la tentative de reprise et la personne responsable si le système ne peut pas continuer. Un tableau de bord attrayant sans ces preuves laisse votre équipe lever manuellement la même incertitude.

Un retour devient utile lorsqu’il change une décision ultérieure.

Supposons que notre campagne fictive génère de nombreux prospects, alors que les équipes commerciales entendent régulièrement que le service ne répond pas au problème que les acheteurs pensaient résoudre. La campagne peut être efficace pour générer des demandes tout en communiquant une promesse inadaptée.

Le système doit permettre à ces éléments de nourrir la prochaine décision marketing. Les équipes commerciales consignent l’objection avec suffisamment de contexte pour la comprendre. Quelqu’un évalue s’il s’agit d’un phénomène récurrent, d’un problème de ciblage ou de quelques exceptions. Une modification du brief est examinée, appliquée si elle est pertinente, puis évaluée à la lumière des résultats suivants.

C’est ce que devrait signifier l’apprentissage en boucle fermée dans une discussion d’achat. Il ne s’agit pas nécessairement de réentraîner un modèle, et recueillir des retours n’améliore pas automatiquement le système. Le changement peut concerner les connaissances validées, les règles d’audience, les messages, le comportement des outils ou un cas de test.

La même discipline s’applique aux connaissances qui deviennent obsolètes. Si les prix changent, identifiez la source à jour, les supports actifs qui en dépendent et les contrôles à relancer. Une correction doit pouvoir être prise en compte quelque part, et un responsable identifié doit pouvoir expliquer ce qu’elle a changé.

Mesurez les résultats commerciaux avec prudence. Davantage de prospects, plus de réponses ou un coût de production réduit peuvent être des signaux utiles. L’apport du système à l’entreprise dépend aussi de la qualité des prospects, de la conversion et du travail nécessaire pour traiter ce qu’il produit. L’activité d’un agent ne suffit pas à établir ce lien.

Déléguez-vous du travail ou devrez-vous surveiller un outil de plus en permanence ?

Certaines décisions doivent rester humaines. Choisir un marché, valider une affirmation aux conséquences importantes ou accepter une exception commerciale peut justifier une responsabilité humaine directe. Un prestataire doit pouvoir expliquer où ce jugement est utile et quand le système le sollicitera.

C’est une autre organisation que celle où une personne doit régulièrement rattraper les échecs d’exécution. Ressaisir le contexte, vérifier qu’une action a eu lieu et corriger la même erreur évitable sont des coûts de fonctionnement. Ils doivent être visibles avant l’achat, au même titre que les coûts de mise en place, de logiciel, d’utilisation et de maintenance.

L’objectif n’est pas de supprimer toute intervention humaine. Il est de définir une répartition raisonnable du travail et de rendre la charge restante vérifiable. Demandez ce qu’une semaine ordinaire exige de votre équipe : quelles revues, combien d’exceptions, quels accès et le temps de qui. Distinguez les observations mesurées des estimations et des assurances.

Au fil du temps, ces observations doivent guider l’évolution des responsabilités. Une exception récurrente peut justifier une amélioration du système. Un nouveau risque commercial peut justifier une revue plus stricte. L’autonomie accrue doit rester adaptée au travail, plutôt que devenir un objectif en soi.

Demandez à voir votre processus, y compris les étapes difficiles.

Choisissez un processus réel de votre entreprise et demandez au prestataire de le parcourir dans une démonstration contrôlée. Convenez des critères de réussite, des informations utilisables et des modifications autorisées. Utilisez des données représentatives sans modifier inutilement des données clients réelles ni engager de dépenses.

Prévoyez une contradiction entre deux sources et une action qui échoue. Demandez quelle source prévaut, quand le système s’arrête, ce qui se passe avant une nouvelle tentative et quelles preuves subsistent. Modifiez ensuite une donnée pertinente, comme un prix validé, et observez comment le résultat suivant en tient compte.

Terminez par les responsabilités. Qui met les connaissances à jour ? Qui examine un échec d’intégration ? Qui vérifie le comportement après une modification du modèle ou d’une instruction ? Que doit maintenir votre équipe, que maintient le prestataire et que se passe-t-il si cette relation prend fin ?

Un produit géré peut déjà bien répondre à ces questions. Un processus configuré peut suffire pour un travail ciblé et prévisible. Une architecture d’agents plus complexe n’est pas automatiquement un meilleur achat ; Anthropic recommande également de commencer par l’approche la plus simple adaptée à la tâche.

Chez AiDU, nous commençons par définir comment le travail doit se dérouler, puis nous décidons quelles tâches confier aux agents et où une décision humaine est nécessaire. Les acheteurs doivent pouvoir comprendre cette organisation, quel que soit le fournisseur.

Achetez la capacité en sachant clairement quel système l’accompagne, quel travail reste à faire et qui est responsable des deux.