IA : les prévisions commerciales créent-elles leur propre confirmation ?
Une équipe commerciale peut utiliser l’IA pour classer ses clients selon leur potentiel, puis concentrer ses efforts sur les mieux notés. La question managériale est précise : comment distinguer une prévision pertinente d’un résultat produit par les moyens alloués sur la foi de cette prévision ?
Ce que la littérature établit
Robert King Merton (1948, The Antioch Review) décrit la prophétie autoréalisatrice : une définition initialement fausse de la situation suscite des comportements qui finissent par la rendre vraie. Son article propose un mécanisme sociologique, non une évaluation expérimentale de l’IA. Appliqué au classement commercial, ce cadre invite à examiner si le potentiel annoncé est découvert par l’outil ou, en partie, construit par l’attention accordée au client.
Quand la prévision organise les moyens
Fabrizio Ferraro, Jeffrey Pfeffer et Robert Sutton (2005, Academy of Management Review) analysent comment des théories peuvent devenir autoréalisatrices en façonnant les dispositifs institutionnels, les normes et le langage. Leur contribution est théorique : elle éclaire la manière dont une représentation peut organiser les pratiques jusqu’à produire des résultats qui semblent la confirmer. Pour une équipe utilisant l’IA, le mécanisme à examiner est concret : le classement détermine les visites, les offres ou le temps de suivi, qui influencent ensuite les ventes.
La conclusion trop rapide
Il serait excessif d’en conclure qu’une prévision qui influence l’action est nécessairement mauvaise. Affecter davantage de moyens aux occasions les plus prometteuses peut précisément être l’objectif recherché. La nuance consiste à séparer deux questions : l’outil anticipe-t-il les résultats à moyens comparables, et la politique d’allocation qu’il inspire améliore-t-elle les résultats d’ensemble ? (nos formations pour cadres et collaborateurs)
Ce que les résultats observés ne permettent pas de trancher
Ces deux articles ne mesurent ni la précision des IA contemporaines ni leur efficacité commerciale à Vevey. Comparer seulement les ventes des clients bien et mal classés confond leur potentiel initial avec les effets d’un traitement commercial différent. Sans historique des moyens engagés et sans comparaison pertinente, la concordance entre score et ventes reste ambiguë.
Une implication pratique, vérifiable à Vevey
Dans le cadre du programme « Manager à l'ère de l'intelligence artificielle » de SHR — Swiss Human Resources, un exercice peut porter sur un portefeuille commercial d’un siège de groupe agroalimentaire mondial ou d’une PME de la Riviera. Sur une campagne définie à l’avance, conserver les scores initiaux et consigner, pour chaque client, le temps commercial consacré, les contacts effectués et les commandes obtenues. Sur un sous-ensemble de clients comparables et lorsque les contraintes commerciales le permettent, répartir aléatoirement les portefeuilles entre une allocation guidée par le score et une allocation selon la pratique habituelle, à budget-temps égal. La mesure à examiner est l’écart de commandes par heure commerciale entre ces deux modalités : elle renseigne sur la politique d’allocation testée, sans constituer à elle seule une validation générale du modèle. Pour aller plus loin : découvrez la formation Manager à l'ère de l'intelligence artificielle à Vevey dans le canton de Vaud, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Manager à l'ère de l'intelligence artificielle à Vevey
- manager à l'ère de l'intelligence artificielle
- Vevey
- recherche
- formation vevey