Publié le 31 juillet 2024 by Zeya Yang, Marc Andrusko, and Angela Strange from Andressen Orowitz https://a16z.com/
Article véritablement disruptif qui nous ouvre sur des possibles encore difficiles à concevoir. L’émulation des sales tech est telle qu’il en devient de plus en plus facile de trouver des outils puissants qui transforment véritablement nos pratiques. Bonne lecture!
La bataille entre chaque startup et entreprise établie se résume à savoir si la startup parvient à obtenir une distribution avant que l’entreprise en place n’innove. Dans la technologie de vente, il est facile de supposer que les entreprises établies comme Salesforce et Hubspot ont l’avantage. Premièrement, elles sont intégrées en tant que « systèmes d’enregistrement », et les leaders des ventes sont réticents à les remplacer. Deuxièmement, ces entreprises (et leurs pairs bien ancrés) ne restent pas en dehors de la révolution de l’IA ; conscientes de protéger leurs avantages concurrentiels, elles ajoutent rapidement des fonctionnalités d’IA pour rester pertinentes.
Nous pensons que l’IA réinventera tellement le système de base et les workflows de vente que plus aucune entreprise établie ne sera à l’abri.
Au lieu d’une base de données textuelle, le cœur de la prochaine plateforme de vente sera multimodale (texte, image, voix, vidéo), contenant chaque information client provenant de toute l’entreprise. Une plateforme native d’IA sera capable d’extraire plus d’insights d’un client et de son état d’esprit que nous ne pourrions jamais assembler avec les outils actuels.
Les workflows de vente vont fondamentalement changer. Grâce à l’IA, les équipes de vente n’auront plus besoin de passer des heures interminables à rechercher de nouveaux prospects ou à se préparer pour des appels — l’IA le fera en quelques secondes. Les représentants n’auront pas à deviner la disponibilité des clients potentiels, car l’IA aura automatiquement compilé une liste classée d’acheteurs prêts, constamment mise à jour. Besoin de matériel marketing personnalisé pour une transaction ? Votre assistant IA produira les supports nécessaires et vous fournira des conseils en direct pendant un appel pour vous aider à conclure.
Dans cet article, nous examinons comment l’IA va changer la vente telle que nous la connaissons, quelles entreprises pionnières mènent la charge, et les implications pour l’industrie dans son ensemble.
Un nouveau système d’enregistrement
Les entreprises établies s’adaptent souvent aux nouvelles plateformes, mais elles parviennent rarement à repenser complètement leur architecture. Salesforce (fondée en 1999) et Hubspot (fondée en 2006) ont d’abord été favorisées par l’arrivée de la base de données relationnelle, puis bien sûr du cloud. Le cœur de ces entreprises repose sur une représentation structurée des opportunités de vente, en lignes et colonnes, avec leurs critères associés sous forme de texte.
Avec le temps, la prolifération des solutions ponctuelles a compartimenté les données dans des activités et outils discrets le long de l’entonnoir de vente. Il n’y a pas de vue complète de ce qui se passe, de bout en bout, dans le processus de vente. Une solution qui ajoute de la personnalisation pour augmenter la conversion en haut de l’entonnoir n’a pas de données sur l’impact de cette touche personnalisée sur le taux de clôture final. Dans ce podcast de 2019 avec People.ai, nous avons discuté de l’opportunité d’agréger cette dispersion de données et du potentiel d’un modèle de données unifié pour rationaliser les workflows.
Avec les LLM (modèles de langage larges), le cœur de la prochaine plateforme de vente pourrait être entièrement non structuré et multimodal, intégrant texte, image, voix et vidéo. La plateforme de vente d’une entreprise pourrait inclure des données sur les clients actuels et potentiels provenant de sources innombrables : enregistrements et transcriptions de toute conversation avec quelqu’un de l’entreprise, emails et messages Slack, supports de vente, utilisation du produit, activité du service client, nouvelles publiques, rapports financiers… la liste est infinie. De plus, le LLM qui alimente la plateforme ingérerait constamment des données pour créer le contexte le plus à jour possible.
Redéfinir les workflows
Avec cette infrastructure de données, les activités de vente courantes pourraient être redéfinies, voire disparaître complètement. Simultanément, nous verrons probablement apparaître des workflows de vente impossibles à réaliser aujourd’hui.
Essentiellement, la manière dont les vendeurs et les acheteurs interagissent sera fondamentalement différente.
Les premiers jours du futur
Les solutions de vente natives à l’IA qui émergent ne sont pas simplement des versions alimentées par l’IA des catégories existantes. Elles permettent de nouvelles démarches de vente proactives et évoluent pour répondre à plusieurs cas d’utilisation. En conséquence, les solutions ponctuelles dans des espaces apparemment adjacents se chevauchent plus que jamais. Par exemple, convertir des prospects de site web entrants et automatiser des campagnes sortantes étaient traditionnellement considérés comme des tâches distinctes. Avec des agents IA, un outil initialement conçu pour une telle tâche pourrait facilement se développer pour gérer les deux. Il ne faudra pas longtemps avant qu’un agent IA soit capable de développer le pipeline de vente d’une organisation sur tous les canaux.
En cartographiant le marché des applications d’IA dans la vente, il est utile de définir des catégories plus larges pour les types d’activités :
- Pipeline intelligent : C’est le nerf de la guerre de toute force de vente et probablement le point d’insertion le plus naturel pour l’IA. Il y aura de nombreuses approches dirigées par l’IA pour automatiser la constitution de pipelines à court terme. Par exemple, les équipes utilisent les enrichissements de Clay et un agent de recherche IA pour préparer des listes de prospects de haute qualité pour leurs vendeurs. Les vendeurs peuvent même utiliser des messages personnalisés par l’IA au lieu de rédiger les leurs.
- Travailleurs numériques : Le but de nombreuses solutions IA sera de prendre en charge autant que possible le processus de vente de bout en bout, de la qualification à la conclusion. Par exemple, les équipes utilisent aujourd’hui 11x pour automatiser complètement le rôle de SDR, ce qui signifie que 11x va jusqu’à programmer des réunions avec des prospects. À l’avenir, la portée pourrait s’étendre à la conclusion de l’affaire dans son intégralité.
- Activation des ventes + insights : Lorsqu’un vendeur travaille sur une affaire, l’IA peut fournir un contexte et des informations précieux au-delà des activités de vente. Par exemple, Naro passera automatiquement en revue les emails des vendeurs et mettra en avant la documentation pertinente pour répondre aux questions des acheteurs.
- CRM + automatisations : Il doit toujours y avoir un moyen de capturer et d’organiser des données non structurées et multimodales de manière utile pour les humains et les travailleurs IA. Par exemple, Day rejoint les conversations des vendeurs avec les clients pour capturer le contexte et actualiser constamment sa base de connaissances. Il résume ensuite les insights sur des « pages » client faciles à digérer non seulement par l’équipe de vente, mais aussi par toute personne de l’entreprise. Dans le segment des entreprises, le produit SalesAI de People.ai exploite leur modèle de données unifié — qui peut couvrir plusieurs CRM si nécessaire — pour automatiser des activités telles que la planification des comptes et la génération de contenu.
Impact sur le marché Les ventes, le marketing et le service client vont se fondre
Aujourd’hui, les équipes de vente, de marketing et de succès client semblent souvent cloisonnées, avec un partage de connaissances médiocre et des processus de transfert difficiles entre elles. Avec un contexte partagé plus complet et des insights communs, les équipes go-to-market seront plus synchronisées et mieux à même de collaborer. Il est même possible que, dans un monde où tout le contexte client est reflété dans la même source de vérité, et où les activités sont guidées par l’IA, les fonctions professionnelles commencent à se fondre. Les ventes, la gestion des comptes et le succès client pourraient être perçus comme différentes manières d’apporter une touche humaine à l’approche go-to-market. Finies les luttes pour savoir qui mérite le crédit pour quelle partie de l’upsell — on pourrait même imaginer un monde où les quotas sont redessinés pour être davantage basés sur les équipes que sur les représentants individuels, afin de refléter plus fidèlement l’opportunité d’une collaboration fluide tout au long du cycle de vente.
Stratégies GTM fluides
Une autre conséquence intéressante serait des approches go-to-market plus dynamiques et flexibles au sein de la même entreprise. Aujourd’hui, les entreprises décident généralement où concentrer leurs ressources en fonction des segments cibles et des gammes de valeur de contrats annuels — par exemple, une approche de vente descendante ou une approche de vente assistée en interne. Les hypothèses autour de ces économies seront très différentes dans un monde IA-first. Les entreprises pourront peut-être réorienter leur allocation de ressources en fonction de ce qui est le mieux pour le client — pour conclure ce compte, quelle est la meilleure approche go-to-market ? Cela a des implications sur la marque également. Aujourd’hui, de nombreuses entreprises choisissent de se positionner délibérément comme étant soit de niveau entreprise, soit de premier plan pour les développeurs ; dans le futur, les entreprises devraient pouvoir s’adresser aux deux personas d’acheteurs avec des parcours de vente hautement personnalisés, ce qui signifie que la marque parentale peut être plus large et plus globale. (Autrement dit, la démarche de vente de l’entreprise B2B du futur pourrait en fait être « Tout, partout, tout à la fois ».)
Tarification par siège → tarification basée sur les résultats
L’émergence des entreprises de logiciels natives de l’IA pourrait bien signer la fin de la tarification par siège, car il existe une opportunité claire d’aligner plus étroitement la tarification sur la valeur fournie. Notre partenaire Alex Rampell considère Zendesk comme l’exemple classique ici : imaginez une entreprise qui paie 1 000 agents de support 75 000 $ par an chacun, avec chaque agent répondant à 2 000 tickets annuellement. Comme c’est souvent le cas aujourd’hui, chaque agent est équipé d’une licence Zendesk à 115 $ par siège et par mois, ce qui porte les dépenses annuelles en logiciels de support client à près de 1,4 million de dollars. Dans ce scénario, le coût humain par ticket — 75 millions de dollars en salaires d’agents / 2 millions de tickets au total — est de 37,50 $, tandis que le coût logiciel par ticket — 1,38 million de dollars en dépenses Zendesk / 2 millions de tickets au total — n’est que de 0,69 $. Dans le nouveau paradigme IA-first, avec tout passant à la vente de résultats, Zendesk se retrouvera dans une situation délicate — quel est le meilleur moyen de facturer un ticket résolu avec succès ?
La question pour les fondateurs d’IA, comme le souligne Gokul Rajaram, est de savoir quelles métriques ou résultats sont les bons pour servir d’unité atomique pour la facturation. Dans les ventes, le spectre des résultats, du moins au plus précieux, va de la génération de prospects non qualifiés (par exemple, liste de prospects en haut de l’entonnoir) à la conclusion entièrement automatisée d’une affaire (par exemple, un logiciel d’IA vend votre produit sans aucune intervention humaine). Les prospects non qualifiés tendent à être bon marché car ils ne sont pas particulièrement précieux – il est très difficile d’attribuer une probabilité à leur achat de votre produit. Pour faire une analogie avec d’autres modèles d’affaires en ligne, facturer pour des prospects non qualifiés serait le plus proche de la publicité au coût par clic.
À l’autre bout du spectre, les entreprises de vente d’IA pourraient facturer pour le résultat le plus juteux possible – la conclusion d’une affaire. Le modèle de monétisation ici pourrait ressembler à celui de nombreux marchés de prêts en ligne, qui facturent généralement une commission (généralement de 3 à 5 % du capital) sur un prêt accordé. Ce modèle est bien sûr à faible volume, mais avec une forte prime — la probabilité de traverser tout l’entonnoir jusqu’à un prêt financé (ou une affaire conclue) est relativement faible, ce qui signifie que la commission doit être substantielle. L’élément intéressant dans le contexte des logiciels de vente IA est la comparaison entre un éventuel taux de commission et celui d’un AE. Alors que les AE gagnent généralement 10 à 15 % de la valeur contractuelle annuelle (ACV) d’une affaire sous forme de commission (en plus de leur salaire), un agent de vente IA qui conclut des affaires tout seul pourrait le faire pour beaucoup moins, offrant ainsi une opportunité de ROI immédiatement évident.
Il n’y a bien sûr pas de réponse « correcte » ici — nous avons hâte de voir quels modèles deviendront les plus populaires auprès des fondateurs (et peut-être plus important encore, de leurs clients) en ces premiers jours de vente de résultats assistés par IA. Comme c’est le cas aujourd’hui, les écarts de prix relatifs entre la vente de prospects et de résultats seront toujours fonction de l’efficacité du logiciel à convertir les prospects en affaires conclues.
Conclusion
Le potentiel de l’IA ne se limitera pas à rationaliser les activités de vente actuelles ; l’IA nous obligera à réimaginer complètement les processus et workflows de vente. La relation entre vendeurs et acheteurs évoluera, tout comme les stratégies go-to-market. Ainsi, la pile de logiciels de vente de demain sera fondamentalement différente.