Comment l’IA transforme le forecasting et les stratégies go-to-market

L’adoption de l’IA a progressé plus vite que quasiment toutes les autres technologies dans l’histoire récente du business.

Si son développement a pris des décennies, son intégration dans le quotidien des équipes s’est faite en quelques années seulement.

Récemment, les équipes Pigment ont échangé avec Maggie Hott (GTM Leader chez OpenAI) et Wade Jastremski (Senior Manager Revenue Management & Forecasting chez Spotify) pour analyser comment l’IA fait évoluer en profondeur le forecasting, les cycles de planification et les stratégies GTM.

Regardez le webinar complet ici, ou découvrez ci-dessous les principaux enseignements.

1. L’IA est désormais accessible à tous

La montée en puissance de l’IA peut sembler soudaine. Pourtant, le vrai point d’inflexion a été son accessibilité, notamment avec l’arrivée de ChatGPT.

« Il y a trois ans, l’IA était encore réservée aux chercheurs et aux développeurs… Pour un analyste ou un commercial, c’était presque abstrait. »

Autrement dit, la technologie existait, mais elle n’était pas exploitable dans les usages métiers. Les équipes continuaient de s’appuyer sur des outils classiques : spreadsheets, dashboards, workflows manuels.

Ce paradigme a basculé dès lors que l’IA est devenue utilisable via des interfaces simples.

Aujourd’hui, n’importe quel professionnel peut demander à un modèle d'IA de résumer des recherches, d'analyser des données ou de générer des informations,... L’IA n’est plus une technologie de niche. C’est un levier opérationnel quotidien pour les équipes finance, ventes et opérations.

2. Les premiers gains viennent des tâches à faible valeur

Chez Spotify, les premiers cas d’usage ont été très pragmatiques. Des tâches auparavant chronophages (comme les business reviews hebdomadaires) sont désormais automatisées. Même logique pour les calls commerciaux (transcription automatique, résumé ou encore extraction des actions).

« Nous avons commencé ar automatiser les tâches administratives. Aujourd’hui, on utilise l’IA pour générer des insights et accélérer la prise de décision. »

Chez OpenAI, les gains sont encore plus significatifs.L’équipe GTM a développé un GPT capable d’analyser les SEC filings d’une entreprise cotée et de produire un briefing exécutif complet, y compris les priorités stratégiques, le paysage concurrentiel, la structure de rémunération des dirigeants et les questions recommandées pour l'appel de vente. Ce qui nécessitait auparavant une à deux semaines de recherche à temps plein prend aujourd'hui moins de 10 minutes.

Conclusion : Quand le “run” s’automatise, les équipes peuvent se concentrer sur des tâches à forte valeur.

3. Le forecasting devient plus intelligent et dynamique

Dans des environnements volatils, le forecasting repose sur un équilibre entre plusieurs signaux.

Dans le secteur de la publicité de Spotify, ces signaux incluent les tendances historiques, les données relatives au pipeline, le rythme de diffusion et les informations des équipes commerciales de première ligne. Chaque indicateur a un poids différent selon la position de l'équipe au cours du trimestre.

L'IA aide désormais les opérateurs à ajuster ces signaux de manière dynamique. Jastremski a expliqué que son équipe utilise l'IA pour déterminer à quel moment les différents indicateurs de rythme devraient avoir plus d'importance dans leurs modèles de prévision.

« L’IA nous aide à déterminer quels indicateurs doivent peser davantage à chaque moment du trimestre. »

Plus tôt dans le trimestre, les tendances historiques pourraient fournir le signal le plus fort. Au fur et à mesure que les transactions progressent, les indicateurs du pipeline deviennent plus prédictifs. À l'approche de la fin du trimestre, les données relatives au rythme des livraisons peuvent fournir la vision la plus claire de l'évolution des revenus.

Plutôt que de s'appuyer sur des modèles statiques, l'IA permet aux systèmes de prévision d'ajuster en permanence ces entrées afin que les prévisions évoluent en même temps que l'entreprise.

‍4. L’IA compresse les cycles de planification

Historiquement, la planification stratégique est lente. L'élaboration de stratégies territoriales, l'étude des marchés et l'élaboration de plans de ventes ont toujours nécessité des semaines de recherche et de coordination entre plusieurs équipes.

L’IA change radicalement la donne.

Hott a partagé un exemple tiré de l'élaboration de la stratégie d'OpenAI en matière de santé et de sciences de la vie. La collecte des données nécessaires pour dimensionner les marchés, segmenter les entreprises et identifier les opportunités mondiales demande généralement des mois de travail aux analystes. Mais grâce à la recherche basée sur l'IA, le calendrier s'est considérablement réduit.

« Un travail qui prenait des mois a été compressé en quelques heures. »

Cela ne signifie pas que l’IA remplace la réflexion stratégique. Elle élimine le temps passé à collecter et structurer les données nécessaires pour démarrer.

5. Les commerciaux deviennent des “coach business”

Avec l’automatisation des tâches de préparation, le rôle du commercial évolue profondément.

Hott estime que les commerciaux ont toujours passé 30% de leur temps à vendre. Le reste étant consacré à la préparation (création de présentations, recherche de comptes, rédaction de suivis et mise à jour des prévisions). Cette charge administrative ayant été allégée, les attentes des acheteurs à l'égard d'une conversation commerciale ont évolué en conséquence.

« Il ne suffit plus d'être consultatif à propos de votre produit », explique Hott. « Vous devez être consultatif sur l'ensemble des activités du client. » Elle a décrit avoir passé quatre heures à participer à une réunion d'information avec une grande société pharmaceutique, à répondre à des questions sur la façon dont l'IA modifie l'enseignement et le développement de la main-d'œuvre. C'est un territoire qui aurait été inimaginable dans le cadre d'un appel de vente traditionnel. « Nous avons presque besoin d'être des coachs d'affaires maintenant », a-t-elle conclu.

Les attentes de Hott en ce qui concerne les meilleurs vendeurs ont également changé. Les candidats qui se démarquent lors des entretiens d'embauche sont ceux qui peuvent donner à l'acheteur l'impression d'avoir appris quelque chose.

« Un prospect acceptera toujours un rendez-vous s’il en ressort plus intelligent. »

Les outils existent désormais pour aider chaque commercila à atteindre ce standard. La rédaction d'un email de suivi présentant une tendance pertinente du secteur positionne l'expéditeur en tant que partenaire d'opinion et obtient une réponse. Ce qui était un gap de compétences devient un avantage accessible.

Conclusion

L’IA redéfinit en profondeur qui peut planifier, prévoir et analyser et à quelle vitesse.

Les modèles de prévision qui nécessitaient des équipes d'analystes fonctionnent désormais en continu et s'ajustent en temps réel. Les stratégies marché sont élaborées en une soirée. Les équipes commerciales qui avaient autrefois du mal à personnaliser à grande échelle se présentent désormais aux réunions de direction avec une maîtrise totale de l'ensemble des activités de leur acheteur. Les outils d'IA sont passés d'une infrastructure spécialisée à des fonctionnalités quotidiennes.

Pigment permet aux équipes GTM et Finance de franchir une nouvelle étape. La plateforme crée un environnement connecté, en temps réel, où les insights générés par l’IA alimentent directement la planification, les prévisions et la prise de décisions en temps réel. Résulat ? Des équipes plus rapides, plus précises, et plus confiantes dans leurs décisions.

Voir le webinar complet

Accédez à la discussion complète pour approfondir l’impact de l’IA sur le forecasting, la planification et les stratégies go-to-market.

Voir le webinaire →