Projet d'IA en entreprise : les signaux qui l'annoncent avant l'appel d'offres

L’IA est le sujet dont toutes les entreprises parlent, et c’est justement ce qui rend la prospection difficile. Entre le dirigeant qui like un post par curiosité et celui qui vient de débloquer un budget pour un pilote, la différence ne se voit pas dans un fichier de contacts. Elle se voit dans les signaux.

Pour une ESN, un cabinet data, un éditeur ou un organisme de formation, l’enjeu est double : repérer les entreprises qui passent de la curiosité au projet, et leur écrire quelque chose de plus utile que « nous accompagnons votre transformation IA ».

Pourquoi un projet d’IA se voit-il avant l’appel d’offres ?

Parce qu’il commence par des gens et par des mots, avant de commencer par des achats. Un dirigeant qui teste des outils en parle. Une entreprise qui veut aller plus loin recrute ou nomme quelqu’un pour porter le sujet. Un service qui lance un pilote cherche des retours d’expérience, souvent en public.

Quand l’appel d’offres arrive, s’il arrive, le cas d’usage est déjà choisi et les prestataires qui ont aidé à le cadrer ont une longueur d’avance. Beaucoup de projets d’IA en PME ne passent d’ailleurs jamais par un appel d’offres : le prestataire retenu est celui qui était déjà dans la conversation.

Quels signaux annoncent un projet d’IA ?

Signal	Ce qu’il annonce	Force
Premier recrutement data ou IA (data scientist, ingénieur IA, data analyst)	Volonté d’internaliser une compétence, budget validé	Fort
Poste de référent ou responsable IA créé, ou mission IA confiée à un cadre existant	Quelqu’un porte le sujet et va chercher des solutions	Fort
Dirigeant qui publie sur ses premiers essais, ce qui marche et ce qui coince	Exploration en cours, besoin de cadrage	Fort
Partenariat annoncé avec un laboratoire, une école ou un prestataire	Projet structuré, souvent en phase pilote	Moyen à fort
Outil d’IA nommé dans une offre d’emploi (« maîtrise de tel assistant souhaitée »)	Outil déjà déployé ou en cours de déploiement	Moyen
Cabinet ou entreprise qui ajoute une rubrique IA à ses expertises ou à son site	Nouveau positionnement à outiller	Moyen
Participation ou prise de parole dans une conférence sur l’IA	Veille active, recherche d’interlocuteurs	Modéré
Décideur qui commente, de façon répétée, des publications sur un cas d’usage précis (IA au service client, IA en comptabilité)	Préoccupation concrète sur ce cas	Modéré, fort si répété
Like isolé sur un post généraliste sur l’IA	Curiosité	Faible

Le dernier signal est le plus fréquent et le moins utile. Sur un sujet aussi populaire, il faut qualifier plus durement qu’ailleurs : poste, entreprise, répétition, lien avec un cas d’usage que vous savez traiter. La méthode est détaillée dans comment qualifier un signal d’achat.

Curiosité, pilote ou déploiement : où en est l’entreprise ?

Le stade du projet décide du message. Envoyer une proposition de déploiement à une entreprise qui découvre le sujet, c’est trop tôt. Proposer une initiation à une entreprise qui industrialise, c’est hors sujet.

1. Curiosité : le dirigeant lit, like, assiste à des webinaires. Il cherche à comprendre ce qui est possible pour lui. Proposez un point de vue concret sur son métier : les cas d’usage qui marchent dans son secteur, ceux qui déçoivent.
2. Exploration : quelqu’un porte le sujet, des essais sont en cours, un premier recrutement est publié. Proposez de l’aide pour choisir le bon cas d’usage et cadrer un pilote.
3. Pilote : un partenariat est annoncé, un cas d’usage est testé. Proposez votre expertise sur le point qui fait échouer les pilotes : la qualité des données, l’adoption par les équipes, la sécurité.
4. Déploiement : outils nommés dans les offres d’emploi, formation des équipes. C’est le moment des formateurs, des intégrateurs et des éditeurs de modules complémentaires.

Qui contacter ?

Dans une PME, presque toujours le dirigeant. Dans une ETI, ne vous limitez pas au DSI ou au responsable data : la personne qui porte le cas d’usage (directeur des opérations, responsable du service client, DAF) pèse souvent autant dans la décision, parce que c’est son équipe qui devra changer ses habitudes. Pour cartographier les rôles, voyez qui décide vraiment d’un achat B2B. Côté prestataires, les ESN et intégrateurs ont leurs propres signaux, et la prospection pour agences IA montre comment une agence trouve ces projets.

Quelle accroche écrire ?

Sur l’IA, les messages de prospection se ressemblent tous : « transformation », « gains de productivité », « accompagnement sur mesure ». Votre prospect en reçoit plusieurs par semaine. Ce qui se démarque, c’est une phrase qui montre que vous savez où ça coince vraiment.

Exemple

Signal : Arnaud, dirigeant de Soléo Distribution, grossiste en fournitures de plomberie à Toulouse, 70 salariés, publie sur ses premiers essais d’IA pour répondre aux demandes clients, avec des résultats « prometteurs mais inégaux ».

Accroche ratée : « Bonjour, j’ai lu votre post sur l’IA. Nous accompagnons les PME dans leur transformation IA, de la stratégie au déploiement. Avez-vous 30 minutes pour en discuter ? »

Accroche qui obtient une réponse : « Bonjour Arnaud, merci pour ce retour franc sur vos essais. Les essais d’IA au service client marchent souvent bien sur les questions simples, puis déçoivent dès qu’il faut s’appuyer sur les vraies fiches produits, avec celles qui sont à jour et celles qui ne le sont plus. C’est rarement l’outil qui coince, plutôt la base qu’on lui donne. Vos tests portent sur quel type de demandes ? »

La seconde accroche ne parle ni d’IA en général ni de l’offre. Elle nomme un problème précis que le dirigeant est probablement en train de vivre, et finit par une question facile. Autre cas, sur un signal de recrutement :

Exemple

Signal : Groupe Marquet, ETI de composants automobiles dans le Doubs, recrute son premier data scientist.

Accroche ratée : « Félicitations pour ce recrutement ! Nous sommes une ESN spécialisée en IA et pouvons renforcer votre équipe data. »

Accroche qui obtient une réponse : « Bonjour Catherine, un premier data scientist dans un groupe industriel passe souvent ses premiers mois à rassembler des données dispersées entre la production, la qualité et la maintenance, avant de pouvoir modéliser quoi que ce soit. Le premier cas d’usage est-il déjà choisi, ou fera-t-il partie de sa mission ? »

Comment transformer la réponse en rendez-vous ?

Un prospect qui répond sur l’IA vous dit souvent où il en est, et parfois ce qui l’inquiète. Rebondissez sur ce point précis. Proposez ensuite un format court et concret : 30 minutes pour passer en revue ses cas d’usage, ou pour regarder ce qui a bloqué dans ses essais. Un échange qui aide à décider est plus facile à accepter qu’une présentation de vos références.

Si l’entreprise est encore au stade de la curiosité, n’insistez pas pour un rendez-vous. Donnez une idée utile, notez le contexte, et revenez quand un signal plus fort apparaît : un recrutement, un pilote annoncé.

Quelles erreurs éviter ?

• Prendre chaque like sur l’IA pour une intention. C’est le sujet le plus liké du moment. Sans poste pertinent ni répétition, c’est du bruit.
• Vendre la technologie. Le prospect achète un problème réglé : moins de ressaisie, un service client plus rapide. Pas un modèle.
• Ignorer le stade. Une démo de déploiement à un dirigeant curieux ferme la porte.
• Oublier l’utilisateur. Un projet d’IA échoue souvent à l’adoption. Parler aux équipes concernées renforce votre dossier.

Sur LinkedIn, MeetMagnet repère ces signaux chaque jour et écarte le bruit du « tout le monde like l’IA » en ne gardant que les décideurs de votre cible. Le détail est sur la page des signaux LinkedIn. Pour d’autres événements déclencheurs du même type, voyez nos 12 exemples d’événements déclencheurs.