Qualifier ses demandes entrantes avec l'IA : méthode et limites

Dans la plupart des PME et ETI, les demandes arrivent par quatre ou cinq canaux : formulaire du site, courriel générique, téléphone, messageries, plateformes tierces. Elles sont traitées dans l'ordre d'arrivée, par la personne disponible. Le résultat est connu : une demande à fort potentiel attend derrière dix demandes sans suite, et le prospect a souvent contacté un concurrent entre-temps.

L'IA peut aider, à condition de savoir précisément ce qu'on lui demande. Ce guide présente une méthode en six étapes, puis les limites. Il s'inscrit dans notre réflexion plus large sur la croissance et la performance commerciale.

Ce que l'IA fait bien, et ce qu'elle ne doit pas décider

Les modèles actuels lisent bien le texte libre. Ils extraient le besoin, le produit concerné, la quantité, le délai, le lieu, la langue. Ils résument un message de quinze lignes en deux, détectent une urgence et rédigent un brouillon de réponse.

Ils ne doivent pas, en revanche, définir seuls la politique commerciale : quels clients nous voulons, à partir de quel volume nous nous déplaçons, quelles demandes nous déclinons. Ce sont des décisions de direction. L'IA les applique, elle ne les invente pas.

Étape 1 : définir ce qu'est une demande qualifiée

Tenez cette définition sur une page, validée par la direction et les ventes. Quatre critères suffisent généralement :

• l'adéquation : offre, zone géographique, taille du client ;
• l'intention : simple information, demande de devis, achat imminent ;
• l'urgence : échéance exprimée ou implicite ;
• la capacité : budget probable, interlocuteur décisionnaire.

Définissez ensuite quatre classes d'action. A : réponse d'un commercial dans l'heure. B : réponse dans la journée. C : réponse standard enrichie de ressources utiles. D : hors périmètre, avec redirection courtoise.

Étape 2 : mesurer la situation de départ

Avant d'automatiser, relevez trois chiffres : le délai de première réponse par canal, le taux de transformation par canal, le temps passé à trier. Prenons un exemple, avec des hypothèses explicites : 60 demandes par semaine et 4 minutes de tri et de routage chacune, soit 4 heures hebdomadaires. Le gain de temps direct est réel mais modeste. L'enjeu se situe ailleurs : ramener de une demi-journée à une heure le délai de réponse sur les 10 à 15 % de demandes les plus prometteuses, ce qui pèse sur le chiffre d'affaires bien plus que quelques heures de tri.

Étape 3 : séparer l'extraction de la décision

C'est le choix de conception le plus important. L'IA transforme le message en champs structurés (besoin, volume, délai, type de client, langue). Une grille de règles ou un score pondéré transparent attribue ensuite la classe. Cette séparation rend le système explicable : un responsable commercial peut modifier un seuil sans intervention technique, et comprendre pourquoi une demande a été classée D.

Croisez l'extraction avec le CRM : client existant, historique d'achats, affaire en cours. Une demande banale venant d'un grand compte actif vaut une réponse rapide. Notre cas d'usage Qualifier les demandes entrantes détaille cette architecture, et celui des comptes rendus commerciaux et CRM automatisés montre comment garder le CRM assez propre pour que ce croisement ait un sens.

Étape 4 : tester sur l'historique avant de brancher

Rassemblez 150 à 300 demandes passées dont l'issue est connue. Faites-les classer par le système, puis comparez avec l'issue réelle et avec le jugement de deux commerciaux, séparément. Regardez d'abord les faux négatifs : les demandes devenues des affaires significatives mais classées C ou D. Fixez le critère d'acceptation avant le test, par exemple : aucune affaire importante en classe D, et une part très limitée en classe C. Les faux positifs coûtent du temps ; les faux négatifs coûtent des clients.

Étape 5 : déployer en assistance, puis en automatisme partiel

Commencez par une phase de quatre à six semaines où l'IA propose la classe et un brouillon, et où un humain valide. Mesurez le taux de reclassement manuel. Quand il se stabilise, automatisez le routage et l'accusé de réception pour les classes A et B. Pour la classe D, ne rejetez jamais sans relecture : un échantillon est vérifié chaque semaine, et la réponse reste courtoise et utile.

Le principe vaut dans tous les secteurs. Dans l'hôtellerie indépendante, une demande de groupe ou d'événement ne se traite pas comme une réservation individuelle, et la même logique de priorisation s'applique, en cohérence avec la gestion tarifaire décrite dans Hôtellerie : la tarification dynamique à portée des établissements indépendants.

Étape 6 : piloter dans la durée

Quatre indicateurs suffisent : le délai de première réponse en classe A, le taux de reclassement manuel, la conversion par classe, et le résultat de la relecture hebdomadaire de 20 demandes C et D tirées au hasard. Révisez la grille chaque mois pendant le premier trimestre, puis chaque trimestre. Les retours du terrain doivent l'alimenter : ce que les commerciaux apprennent en rendez-vous, comme nous le décrivons dans Comptes rendus commerciaux : ce que l'IA change pour les équipes terrain, affine les critères mieux que n'importe quel réglage de modèle. De même, les demandes qualifiées révèlent la sensibilité au prix et alimentent la réflexion présentée dans Pricing : l'IA au service de la marge, pas seulement du volume.

Les limites à garder en tête

Le biais du passé. Un système calibré sur l'historique reproduit les habitudes : il sous-estime les segments que l'entreprise n'a jamais bien servis. Si vous voulez ouvrir un nouveau marché, la grille doit le dire explicitement.

Les cas atypiques. Un message court, ambigu ou mal rédigé peut cacher une grosse affaire. Prévoyez une classe « à clarifier » qui déclenche une question de relance plutôt qu'un classement hasardeux.

Le multilinguisme. En Suisse, les demandes arrivent en français, allemand, italien, anglais, parfois en dialecte transcrit. Testez chaque langue séparément.

Le contournement. Dès que les prospects ou les partenaires comprennent ce qui est valorisé, certains rédigent pour passer le filtre. Une revue périodique le détecte.

La dérive. Offre, prix, saisonnalité évoluent. Une grille non révisée se dégrade silencieusement.

Les processus en amont. Si le routage interne est confus, classer plus vite ne sert à rien. C'est souvent un sujet d'opérations et de processus avant d'être un sujet d'IA.

Cadre réglementaire : à vérifier dès la conception

Les demandes contiennent des données personnelles. La loi suisse révisée sur la protection des données (nLPD), en vigueur depuis le 1er septembre 2023, impose d'informer sur la finalité, d'encadrer les sous-traitants et de maîtriser les transferts hors de Suisse, ce qui concerne directement le choix d'un outil hébergé à l'étranger. Elle prévoit aussi une information lorsqu'une décision est prise exclusivement de manière automatisée et produit un effet significatif sur la personne. Une priorisation interne de prospects professionnels n'en relève généralement pas ; refuser automatiquement un service à un particulier s'en rapprocherait, et mérite une analyse.

Le règlement européen sur l'IA, entré en vigueur le 1er août 2024, s'applique par étapes, la plupart des obligations devant s'appliquer à partir d'août 2026. La qualification commerciale n'est en principe pas un usage à haut risque, mais des obligations de transparence peuvent concerner un assistant qui dialogue directement avec des personnes. Les entreprises suisses qui s'adressent au marché européen doivent y prêter attention. L'analyse se fait au cas par cas.

Par où commencer

Choisissez un seul canal, le plus volumineux, et une grille à quatre classes. Testez sur l'historique, validez avec les commerciaux, puis déployez en assistance. Si vous souhaitez savoir si vos demandes entrantes justifient cet effort, et dans quel ordre agir, notre diagnostic permet d'établir ce point de départ en quelques échanges.