Pourquoi l'échec des SDR IA commence en amont du bouton d'envoi
Au cours de l'année écoulée, les éditeurs de SDR IA autonomes ont été publiquement critiqués pour un ARR gonflé et du churn client. Je ne vais pas instruire le procès d'un éditeur en particulier, notamment parce que je n'ai pas accès à leurs comptes. En revanche, je peux parler du schéma qui se répète, car nous observons la même chose côté acheteurs.
Les agents envoient. Ils envoient beaucoup, vite, dans une prose correcte. L'envoi n'a jamais été la partie difficile. L'échec des SDR IA se produit dans la couche opérationnelle : les définitions de pipeline, les boucles de retour CRM et la logique de disqualification qui indiquent à un agent ce qu'est un bon résultat. Sans elles, l'agent optimise la seule chose qu'il voit, à savoir l'activité.
L'objectif de cet article est donc de nommer ces trois éléments, de donner un exemple de défaillance pour chacun et d'indiquer ce que je ferais. Niveau stratégique, pas un tutoriel. La mise en œuvre est le moment où vous avez intérêt à être accompagné par quelqu'un qui travaille à vos côtés.
Qu'est-ce que la couche opérationnelle sous un SDR IA ?
La couche opérationnelle est l'ensemble des règles et des données construites par des humains qui décident ce qu'est un lead, ce qu'est un rendez-vous et ce qu'est une impasse. Je l'appellerai le socle. Un agent SDR repose dessus.
Elle comprend trois éléments :
- Les définitions de pipeline : ce qui compte comme un rendez-vous qualifié, une opportunité, un changement d'étape.
- La boucle de retour du CRM : la manière dont les résultats remontent pour que l'agent apprenne ce qui a fonctionné.
- La logique de disqualification : les règles qui déterminent qui n'est jamais contacté, ou qui est retiré dès le premier signal.
Un SDR humain peut se contenter d'un socle mince, car un humain comble les manques lors des points d'équipe, des revues de deals, dans les couloirs. Un agent n'a pas de couloir.
Définitions de pipeline : l'agent atteint le chiffre que vous lui avez donné
Imaginons une équipe SaaS B2B qui demande à son agent de prendre des rendez-vous. Personne n'a écrit ce qu'est un rendez-vous. Un appel de 15 minutes avec un stagiaire compte-t-il ? Un rendez-vous manqué puis reprogrammé compte-t-il deux fois ?
L'agent obtient 120 rendez-vous en un mois. Le tableau de bord est superbe. Les AE les prennent, et un tiers concerne des personnes sans pouvoir budgétaire ni problème actif. L'éditeur déclare un succès parce que la métrique du contrat était le nombre de rendez-vous. L'acheteur résilie deux trimestres plus tard parce que le pipeline n'a pas bougé.
Mon sentiment est que c'est ainsi que commence une bonne part des échecs de SDR IA, et que certaines des affaires de chiffres gonflés sont nées. Personne n'a besoin de mentir. Le chiffre a simplement été défini au mauvais niveau.
La solution est ennuyeuse. Écrivez la définition, stockez-la dans le CRM sous forme de champ à valeurs contrôlées, et mesurez l'agent sur l'étape en aval, pas sur la prise de rendez-vous. Dans HubSpot, il s'agit d'une propriété avec des options définies, pas d'une note en texte libre.
La boucle de retour du CRM : sans résultats, pas d'apprentissage
Un agent ne peut s'améliorer que si les résultats lui reviennent. La plupart des CRM, pour le meilleur et pour le pire, sont remplis d'étapes périmées et de champs à moitié renseignés. Les acheteurs avec qui nous échangeons décrivent des SDR qui commettent des erreurs manuelles en mettant à jour les relations compte-contact dans Salesforce. Si les humains se trompent, un agent qui lit les mêmes enregistrements apprend à partir du bruit.
Prenons un exemple. Un agent écrit à un contact qui a quitté le compte il y a six mois, parce que la relation n'a jamais été mise à jour. L'e-mail rebondit ou reçoit une réponse vague. Rien ne s'écrit dans la fiche. La semaine suivante, l'agent réessaie. Cette boucle est l'échec des SDR IA en miniature : une activité assurée, zéro apprentissage.
Le manque se voit aussi côté AE. Un client nous a dit que ses account executives se concentrent sur le calendrier de signature et le budget, sans creuser assez les moteurs de la douleur. Les motifs de gain et de perte restent maigres, et rien n'indique donc au système quelles douleurs ont annoncé une vente. On ne peut pas entraîner un ciblage sur des données que personne n'a saisies.
Ce que je ferais : auditer le chemin de réécriture avant d'acheter quoi que ce soit. Quels résultats arrivent dans le CRM, dans quels champs, saisis par qui, dans quel délai ? Si la réponse est « ça dépend du commercial », vous tenez votre premier projet, et ce n'est pas un projet d'agent.
Logique de disqualification : les règles de qui ne pas contacter
C'est la partie que je vois le plus souvent négligée. Les équipes définissent leur ICP et oublient les exclusions : clients existants, opportunités ouvertes, concurrents, régions où l'équipe ne peut pas assurer le suivi, entreprises trop petites pour payer.
Un client nous a confié que la prospection EMEA lui pose problème et que la personne qui la couvre est mal à l'aise au téléphone. Un autre craignait que ses SDR n'exécutent pas les tâches téléphoniques intégrées aux workflows de campagne. Placez un agent dans ce tableau sans logique de disqualification : il tire sur des comptes EMEA que l'équipe ne peut pas traiter, puis réserve des rappels que personne ne passera. Le volume monte, la conversion baisse, et tout le monde accuse l'agent.
Une règle simple ne coûte rien ici : pour chaque critère d'ICP que vous écrivez, écrivez une exclusion à côté. Cinq inclusions et aucune exclusion, c'est un agent qui tourne avec la moitié d'un brief, et cette moitié de brief est une cause fréquente d'échec des SDR IA.
Comment séquencer un déploiement pour éviter l'échec des SDR IA ?
Trois phases, et l'ordre est essentiel :
- D'abord les définitions. Étapes du pipeline, critères de rendez-vous et exclusions, rédigés puis encodés dans le CRM. Deux ou trois semaines dans un projet allégé.
- Ensuite le retour d'information. Champs de résultats, réécritures obligatoires et vérification hebdomadaire que les motifs de perte sont réels.
- Enfin l'agent, sur un segment restreint, mesuré sur les opportunités créées et non sur les envois.
Nous procédons ainsi pour que, plus tard, lorsque quelqu'un demande pourquoi l'agent a fait telle chose, vous puissiez remonter à une règle écrite par un humain. Sans cela, impossible de déboguer. On ne peut que l'éteindre.
C'est aussi pourquoi il s'agit d'un problème de RevOps et non d'outillage. Si vous faites du RevOps pour vivre, vous êtes un chef de projet avec une spécialité, et ceci est un projet : s'accorder sur les définitions, les encoder, instrumenter les résultats. Le choix de l'éditeur vient après, et un CRM tel que Salesforce ou HubSpot peut tout contenir.
Ce que j'ignore sur l'échec des SDR IA
Je n'ai pas de réponse solide à vous donner sur la capacité des agents autonomes à déduire un jour ces règles par eux-mêmes. Peut-être. Les éditeurs l'affirment, et les modèles progressent. D'après mon expérience, même une excellente recrue a besoin de ces définitions, et un agent est une recrue rapide sans manager.
Je ne peux pas non plus auditer le chiffre d'affaires d'un éditeur, alors lisez mon analyse comme un schéma et non comme un verdict. Ce que je peux dire, c'est que l'échec des SDR IA apparaît partout où le socle manque, et que cela se vérifie en un après-midi.
Si vous évaluez un agent en ce moment, je vous recommande de poser trois questions à votre équipe avant la démo : qu'est-ce qui compte comme un rendez-vous, où les résultats sont-ils réécrits, et qui n'est jamais contacté. Si les réponses prennent plus d'une minute, commencez par là. Vous trouverez plus de détails sur notre approche de ce type de travail dans notre bibliothèque d'analyses.
