Des commerciaux venus du logiciel vendent ici des projets incertains à des métiers qui ne savent pas toujours ce qu'est un modèle. Leurs erreurs se voient dans les affaires : promesses de précision, oubli du délégué à la protection des données, silence sur le coût d'exploitation. L'agent part de ces écarts relevés dans les comptes rendus, construit des sessions courtes et mesure ensuite si les propositions changent.

Ce qu'il fait chaque jour chez vous

Repérer les erreurs dans les propositions envoyéesIl relit un échantillon de propositions et de comptes rendus et relève les écarts répétés : garantie de résultat, données non vérifiées, coût de surveillance absent, sujet juridique ignoré.
Construire un module sur l'engagement de moyensIl prépare avec un chef de projet une session qui explique l'obligation de moyens, le protocole d'évaluation et les points de décision, à partir de deux projets réels anonymisés.
Former à la question des donnéesIl prépare un exercice où le commercial doit identifier, dans un cas de prospect, l'origine du jeu de données d'entraînement, ses droits d'usage et la personne à associer côté client.
Préparer les commerciaux aux usages réglementésIl monte avec le juridique une session sur la reconnaissance d'un système d'IA à haut risque et ce qu'il change dans la proposition, sans transformer les commerciaux en juristes.
Accueillir les nouveaux commerciauxIl organise le parcours des arrivants : présentation des offres, assistance à une restitution de prototype, lecture d'un rapport de surveillance de la dérive du modèle, rencontre du délégué à la protection des données.
Vérifier l'effet trois mois aprèsIl compare les propositions envoyées avant et après la session sur les erreurs ciblées, et rend compte de ce qui a changé ou non, plutôt qu'une note de satisfaction.

Sur le terrain

Des promesses de précision

Sur un trimestre, l'agent relève dans dix propositions une phrase promettant un taux de précision. Il prépare avec un chef de projet une session d'une heure qui part de l'une d'elles et montre ce qu'elle aurait coûté si le prototype avait échoué. Trois mois plus tard, il relit les nouvelles propositions : la phrase n'apparaît plus que dans une seule, signalée au manager.

Un nouvel arrivant venu du SaaS

Un commercial expérimenté rejoint l'équipe après dix ans de vente de logiciels. L'agent lui organise un parcours de deux semaines où il assiste à un cadrage, lit une documentation de modèle et participe à une réunion avec le délégué d'un client. Le manager valide le parcours et suit ses premières propositions.

Les mots qu'il emploie chaque jour

Obligation de moyens: Un projet d'analyse promet rarement un résultat chiffré : ce qui s'engage est une démarche, des livrables et des critères d'évaluation.
Système d'IA à haut risque: La catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.
Dérive du modèle: La perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.
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.

Son métier de départ : Coordinateur formations équipes ventes. Toute l'activité : Données et intelligence artificielle.