L’expression « coaching IA » recouvre beaucoup de choses. Posez la question à cinq éditeurs, vous obtiendrez cinq réponses. Nous voulons être précis. Voici exactement ce qui se passe quand Forge coache quelqu’un, de bout en bout, du signal au résultat.
1. Détecter, le signal arrive
La commerciale ouvre son CRM le lundi matin. Son deal avec Acme est bloqué à l’étape « Négociation » depuis 14 jours. Une note date de vendredi : « pression sur les prix, concurrent moins cher ». Forge lit tout cela en temps réel. Le signal n’est pas un ticket qu’elle a ouvert, ni une demande qu’elle a formulée. Le signal, c’est l’état de son pipeline.
Forge s’appuie aussi sur du contexte qui n’est pas dans le CRM. Il connaît son rôle (Senior Account Executive). Il connaît son niveau de montée en compétence (11e mois, pleinement opérationnelle). Il connaît le playbook de défense des prix de son entreprise, chargé par l’équipe sales enablement il y a trois mois et mis à jour au dernier trimestre. Il connaît le concurrent, nommé, avec ses manœuvres tarifaires habituelles.
Voilà l’étape « détecter ». Pas une question posée par l’utilisateur. Une image assemblée à partir des systèmes de l’entreprise.
2. Créer, le coaching est généré à la volée
Forge ne va pas chercher un module préécrit sur une étagère. Il génère ce coach précis, cette séance précise, pour ce moment précis. Parce que le deal est à l’étape « Négociation » avec une pression sur les prix, Forge construit un moment de coaching de 90 secondes centré sur trois points : le positionnement du prix du concurrent comme une composante du coût total de possession et non comme un prix catalogue ; le playbook « donner pour obtenir », c’est-à-dire quelle contrepartie demander face à une pression tarifaire ; et les formulations exactes qu’ont employées vos meilleurs commerciaux dans des situations comparables, extraites des comptes rendus d’appels annotés de la bibliothèque sales enablement.
Parce que la commerciale en est à son 11e mois, Forge saute l’introduction. Pas de « laissez-moi vous expliquer ce qu’est MEDDIC », elle le sait. Le coaching va droit au but. Parce qu’elle préfère l’écrit à l’audio, préférence qu’elle a réglée dans son profil il y a trois mois, Forge le lui envoie à l’écrit.
Voilà l’étape « créer ». Pas un module. Un contenu produit au bon moment, pour cette personne, ce deal, cet instant.
3. Diffuser, dans l’outil déjà ouvert
Forge n’attend pas qu’elle vienne le solliciter. L’application mobile Forge sur son téléphone, ou l’onglet Forge qu’elle garde ouvert en arrière-plan, fait remonter un briefing de 90 secondes au moment où il devient pertinent. Trois tactiques, propres à CE deal. Le contexte est frais parce que Forge lit en continu son CRM, les signaux concurrentiels et le playbook tarifaire de son entreprise. Elle lit le briefing. Elle décroche son téléphone et appelle Acme.
Voilà l’étape « diffuser ». Pas une nouvelle plateforme à adopter. L’outil déjà à l’écran.
4. Prouver, mesurer le KPI qui compte
Le deal se signe le vendredi, à un prix supérieur de 4 % à celui qu’Acme proposait au départ. Forge enregistre trois choses : le moment de coaching a eu lieu, le deal a avancé, le KPI (taille du deal, durée de cycle) a bougé dans le bon sens. Multipliez cela par 200 commerciaux qui passent chacun 15 appels par semaine. Vous obtenez un impact mesurable et attribuable sur les KPI dont votre direction commerciale répond.
Voilà l’étape « prouver ». Pas un score d’engagement. Pas un pourcentage de complétion. L’unité sur laquelle l’entreprise est jugée.
Pourquoi c’est différent
Le même cycle en quatre étapes s’applique aux environnements régulés, voici comment il fonctionne pour le coaching conformité.
Retirez le mot « Forge » de ce récit et remplacez-le par « assistant IA », « LMS » ou « LXP » : aucun des trois ne décrit ce déroulé. Un assistant IA attend une requête, il ne détecte pas. Un LMS catalogue un module, il ne crée pas à la volée. Un LXP recommande du contenu, il ne lit pas les signaux en direct dans Salesforce et ne diffuse pas de coaching au moment où la tâche se produit.
C’est toute la différence entre un outil et un nouveau rôle. L’AI Performance Officer est un nouveau rôle dans la stack de l’entreprise, parce que rien d’autre ne faisait ce travail.
