En données et IA, beaucoup de demandes entrantes sont des envies : « faire de l'IA » sans question précise, sans données accessibles, sans personne pour porter le sujet. Une avant-vente coûte des jours de conception non facturés. L'agent de qualification B2B vérifie l'entreprise, son secteur, la réalité de ses données et l'existence d'un sponsor, et dit clairement ce qu'il n'a pas pu établir.

Ce qu'il fait chaque jour chez vous

Vérifier la société derrière la demandeIl contrôle l'immatriculation, l'activité réelle et le rattachement à un groupe, pour savoir si la décision se prendra localement ou au siège.
Établir l'existence d'une question métierIl relit la demande pour distinguer un problème formulé, comme réduire les retours produits, d'une simple curiosité pour l'intelligence artificielle.
Évaluer les données que le prospect évoqueIl note ce que le prospect dit de ses données : volume, historique, format, propriétaire, et si un jeu de données d'entraînement exploitable semble exister.
Repérer les cas d'usage sensiblesIl signale les demandes qui touchent l'emploi, le crédit, la santé ou l'éducation, susceptibles de relever d'un système d'IA à haut risque, pour que l'avant-vente s'y prépare.
Préparer les questions du premier échangeIl rédige les questions à poser au prospect par courriel : qui porte le sujet, quelles données, quelle protection, quelle plateforme existe déjà.
Motiver les demandes écartéesIl écrit pour chaque demande écartée une raison courte et vérifiable, et propose quand c'est utile de revenir vers le prospect une fois ses données rassemblées.

Sur le terrain

Une demande sans données

Une PME écrit vouloir « prédire ses ventes avec l'IA ». L'agent vérifie l'entreprise et découvre que l'historique des ventes n'existe que sur deux saisons, dans plusieurs tableurs. Il qualifie la demande comme prématurée pour un modèle, note qu'un travail de consolidation serait la première étape, et prépare pour le commercial une réponse qui propose un diagnostic des données plutôt qu'un projet de prévision.

Un scoring de dossiers médicaux

Une clinique demande un outil de priorisation des dossiers patients. L'agent relève que les données sont des données de santé, que l'extraction proposée n'est qu'une pseudonymisation et que l'usage pourrait relever d'un système d'IA à haut risque. Il transmet la fiche qualifiée en signalant ces trois points, avec la recommandation d'associer dès le premier échange le délégué à la protection des données de l'établissement.

Les mots qu'il emploie chaque jour

Jeu de données d'entraînement: Les données qui servent à fabriquer le modèle : leur origine et leurs droits conditionnent tout ce qu'on pourra en faire.
Système d'IA à haut risque: La catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.
Pseudonymisation: Elle remplace les identifiants mais laisse des données personnelles ; seule une anonymisation véritable est irréversible.

Son métier de départ : Agent de qualification B2B. Toute l'activité : Données et intelligence artificielle.