Construire une équipe SDR pilotée par l'IA avec Claude Code

Le cold outbound était autrefois un problème d’effectifs. On recrutait des SDR, on les formait pendant des semaines, et on espérait qu’ils montent en puissance avant de se faire débaucher ou de s’épuiser. Ce calcul a changé. On peut désormais construire toute la fonction SDR comme un système d’agents IA, capable de rechercher, de bâtir des listes, de qualifier, de rédiger et d’envoyer, et le faire tourner pour environ le coût de quelques appels API. Voici la méthode que j’utilise pour construire ce système, et les éléments qui décident vraiment s’il fonctionne.

J’ai passé ces dernières années à construire les briques qui se trouvent sous ce genre de système, l’intelligence sur les leads, le scoring d’intention, l’automatisation CRM, et les pipelines LLM qui rendent tout cela fiable. Considérez donc ceci comme un guide de terrain plutôt que comme un tutoriel : où se trouve réellement le levier, où ça casse en silence, et ce qui distingue un système qui décroche des rendez-vous chaque semaine de celui qui fait blacklister votre domaine.

Des effectifs au système

Le modèle SDR traditionnel est un problème humain déguisé en stratégie de croissance. On recrute, on passe six semaines à former, le commercial monte en puissance, puis il part en vacances, se fait débaucher ou s’en va au bout de deux mois et on recommence à zéro. Chaque bout de processus vit dans la tête de quelqu’un, et il franchit la porte avec lui.

Le changement est simple : on cesse de recruter la fonction et on se met à la construire. On écrit la méthode une seule fois, sous forme d’instructions qu’un modèle peut exécuter, et le coût marginal de son exploitation tend alors vers le prix de quelques appels API. Ce n’est pas une astuce de prompt. C’est une décision produit, et c’est exactement celle que je prends chaque jour, décider ce qu’il faut encoder dans un système par rapport à ce qu’il faut laisser à un humain. Le levier est réel, mais seulement si vous le traitez comme la construction d’un produit, pas comme l’exécution d’un script.

Le pipeline, de bout en bout

Retirez l’interface de chat et le système n’est qu’un pipeline de données classique. Chaque étape prend une entrée brouillonne, prend une décision, et transmet une sortie propre à la suivante. Voici l’ensemble, avec l’élément qui compte à chaque étape.

Là où j’ai construit pour de vrai des briques de tout ça

Je ne théorise pas sur cette stack. J’ai mis en production la plupart de ses composants, et c’est ce qui me dit quelles parties sont porteuses.

Savoir qui cibler avant de deviner. Avec VisiLead j’ai construit une plateforme d’intelligence B2B qui identifie les entreprises qui visitent votre site à partir d’un simple script, score l’intention d’achat et relie chaque lead à son canal marketing. Elle fait remonter 25 à 35% du trafic B2B anonyme. La leçon se transpose directement à l’outbound : la liste qui convertit le mieux est rarement une extraction de base de données à froid, ce sont les comptes qui montrent déjà de l’intention. Injectez-les dans le pipeline ci-dessus et les taux de réponse bougent.

La plomberie de qualification et de CRM. Chez Cafimo j’ai reconstruit le moteur de leads d’un cabinet de courtage, une refonte du site plus des automatisations HubSpot qui ont câblé ensemble l’enrichissement, le routage et la relance. Le résultat était concret : plus de leads dans le tunnel et un coût plus faible par conversation qualifiée. L’étape 2 du pipeline, qualifier avant de contacter, c’est exactement la discipline qui a fait que ça marche.

L’ingénierie qui rend les agents fiables. Le plus dur dans tout système d’agents, ce n’est pas le chemin heureux, c’est de le rendre fiable à grande échelle. Chez Geonimo je fais tourner des pipelines LLM en production et je fais les arbitrages dont dépend la survie de cette stack : quel modèle pour quelle étape, comment concevoir des prompts et des agents qui ne dérivent pas, et où investir entre précision, latence et coût. Prenez un exemple, faire l’enrichissement vous-même dans Claude Code plutôt que de vous reposer sur un outil comme Clay est une décision de coût, et ça ne paie que si vous y avez réellement réfléchi.

Si vous voulez le tableau plus complet, les produits que j’ai expédiés et sept années à construire sur les marchés sont le fil conducteur : prendre un problème brouillon et à fort enjeu et le transformer en un système qui tourne.

Ce que tout le monde saute : les fondations

Le vrai travail, ce n’est pas la session en direct où vous parlez au modèle. Ce sont les « directives », les instructions enregistrées qui disent au modèle comment chercher, comment qualifier, comment rédiger. C’est ça, l’actif. Construisez-les une fois et le système compose les intérêts. Sautez-les et vous n’avez qu’une autocomplétion très chère.

C’est là qu’un parcours produit et data change la façon de le construire. Trois principes sans lesquels je ne livrerais pas :

• Traitez la méthode comme une spec, pas comme une vibe. Les directives sont un document d’exigences produit que le modèle exécute. Versionné, testable, améliorable. C’est ce qui rend la sortie cohérente au lieu d’une machine à sous.
• Gardez un humain dans la boucle là où c’est peu coûteux et à fort levier. Je passe encore la liste en revue avant l’export, à chaque fois. Une minute de jugement humain sur l’adéquation à l’ICP sauve la réputation de votre domaine, que vous ne pouvez pas racheter.
• Instrumentez-le comme un tunnel. Taux de réponse, taux de réponse positive, rendez-vous décrochés pour mille emails envoyés. Mon instinct, après des années comme quant, c’est que si vous ne mesurez pas chaque étape, vous ne faites pas tourner un système, vous faites tourner un espoir. Les décisions partent des chiffres, pas de l’opinion.

Le ciment d’automatisation lui-même, Apollo, HubSpot, Make, les API d’envoi, c’est la partie facile une fois que la réflexion est juste. C’est la même boîte à outils que je sors quand je relie ces systèmes entre eux.

Ce que cela signifie si vous êtes fondateur ou opérateur

Vous n’avez plus besoin d’une équipe SDR de cinq personnes pour commencer à générer du pipeline. Vous avez besoin d’un ICP clair, d’une offre tranchante, et d’un système conçu par quelqu’un qui a construit les briques et sait où elles cassent. La technologie est vraiment un saut de palier. Le mode d’échec, c’est de la traiter comme un bouton magique au lieu d’un produit que vous possédez et améliorez.

Cet écart, entre un prototype clinquant et un système qui décroche discrètement des rendez-vous chaque semaine, c’est exactement le travail que je fais : faire passer l’IA d’une idée maligne à quelque chose de fiable en production.