Trouver des leads B2B et générer des leads B2B ne posent pas le même problème. Générer des leads, c’est capter une demande entrante avec du contenu, des formulaires ou de la publicité. Trouver des leads, c’est l’inverse : partir d’une cible définie et aller chercher, dans le bruit de LinkedIn et du web, les profils qui y correspondent vraiment. C’est ce deuxième problème que l’IA change le plus, parce qu’il reposait jusqu’ici sur des heures de recherche manuelle, filtre par filtre, profil par profil.
Je montre ici comment un agent IA fait ce travail de sourcing à votre place, du brief jusqu’aux coordonnées vérifiées. Cet article part du principe que votre ICP existe déjà ; si ce n’est pas le cas, je montre comment le construire dans mon article sur la définition d’un ICP avec l’IA.
Étape 1 : Partez d’un brief, pas d’une liste de filtres
La première erreur, avant même de lancer une recherche, c’est de traiter le sourcing comme une requête sur une base de données : intitulé de poste, secteur, taille d’entreprise, et on filtre. Ça fonctionne pour exclure des profils évidents hors cible. Ça ne fonctionne pas pour trouver les bons, parce qu’un bon fit ne se résume presque jamais à trois critères firmographiques.
Un agent IA part d’un autre point de départ : le brief métier. Ce que vous vendez, à qui, quel problème vous résolvez, et quels signaux dans une entreprise ou un profil indiquent qu’une personne en a vraiment besoin. C’est exactement la matière que porte un ICP bien construit, avec ses critères de rôle, de secteur, de taille, mais aussi ses missions, ses points de douleur et ses signaux d’achat. Plus ce brief est précis, plus la recherche qui en découle trouve des profils pertinents plutôt que des profils qui cochent des cases.
Sans ce brief, même le meilleur agent revient à un moteur de filtres avec une interface plus jolie. Avec lui, la recherche devient un raisonnement : trouver des gens dont le contexte, pas seulement le poste, correspond à ce que vous résolvez.
Étape 2 : Formulez la recherche en langage naturel
Une fois le brief posé, l’étape suivante change la nature même de la recherche. Plutôt que de cocher des cases dans un formulaire de filtres (secteur = X, taille = Y, poste = Z), l’agent accepte une description en langage naturel de qui vous cherchez, et la traduit lui-même en critères de recherche puis en jugement de pertinence.
La différence est concrète. Un filtre rigide isole “VP Product” dans “SaaS” et “50-200 employés” ; il ne sait rien du contexte au-delà. Une recherche en langage naturel comme “VP Product dans des SaaS en série A qui viennent de lever des fonds et cherchent probablement à réduire leur churn” laisse l’agent chercher des profils dont le contexte réel colle à cette situation, pas seulement l’intitulé. C’est là que se joue la vraie distinction entre un outil de données et un agent.
Les outils de sourcing “classiques” exposent une base de contacts filtrable : à vous de définir les filtres, de juger la pertinence de chaque résultat, et de vérifier les coordonnées vous-même. C’est utile quand vous savez déjà exactement qui chercher et que vous voulez une liste rapide.
Moi, je fais un pas de plus : je cherche et j’analyse les profils un par un à partir de votre brief, j’explique pourquoi chacun correspond ou non, et je ne présente que ceux qui passent un seuil de pertinence. La différence n’est pas la taille de la base de données interrogée. C’est qui fait le travail de jugement, vous ou l’agent.
Une IA généraliste comme ChatGPT peut aussi vous aider à formuler une recherche ou à réfléchir à des critères de ciblage, mais elle ne recherche pas réellement des profils vivants ni ne vérifie leurs coordonnées. Je détaille cette limite dans mon comparatif LEO vs ChatGPT et Claude : une IA généraliste raisonne sur ce que vous lui donnez, un agent de prospection exécute la recherche elle-même.
Étape 3 : Laissez l’agent analyser et scorer chaque profil trouvé
Une fois la recherche lancée, l’agent ne renvoie pas une liste brute à trier vous-même. Il analyse chaque profil trouvé individuellement et lui attribue un score, en général de 1 à 5 étoiles, selon son adéquation avec votre persona et votre offre, avec une explication du score.
Mon seuil de rétention par défaut est 3 étoiles sur 5 : au-dessus, le prospect est retenu et présenté pour validation ; en dessous, la recherche continue mais le profil reste visible et peut être récupéré manuellement si vous jugez qu’il mérite une seconde chance. Ce mécanisme change ce que vous faites concrètement : au lieu de parcourir une liste de cinquante profils en devinant lesquels valent le coup, vous relisez une sélection déjà priorisée, avec une justification pour chacun.
C’est ce score qui remplace le tri manuel. Si la distribution des scores penche durablement vers 2 ou 3 étoiles plutôt que vers 4 et 5, ce n’est généralement pas la recherche qui a un problème, c’est le brief qui reste trop large ou pas assez signifiant.
Étape 4 : Repérez les signaux au-delà des critères firmographiques
Les critères classiques (poste, secteur, taille d’entreprise) filtrent large. Ils ne disent rien du moment. Deux entreprises identiques sur le papier peuvent avoir des priorités radicalement différentes selon ce qui leur arrive en ce moment : une levée de fonds récente, un changement de direction, une actualité sectorielle, une expansion géographique.
C’est là qu’un agent qui enrichit vraiment chaque profil apporte quelque chose que le filtrage classique ne peut pas fournir. Au-delà de l’identité, du rôle et de la localisation, un enrichissement complet remonte les responsabilités actuelles du prospect, son expertise, ses centres d’intérêt et opinions exprimées, les défis identifiés dans son activité, et les signaux pertinents détectés autour de lui. Côté entreprise, le même travail remonte l’actualité du secteur, les défis typiques rencontrés, et le type de clients habituellement servis.
Ces signaux ne remplacent pas le score de fit, ils l’affinent. Un prospect à 4 étoiles avec un signal d’actualité pertinent (recrutement récent sur le poste que vous adressez, changement de direction, levée de fonds) mérite d’être contacté avant un autre prospect à 4 étoiles sans signal particulier. C’est aussi ce niveau de détail qui rend un message d’approche crédible plutôt que générique : parler du bon problème, au bon moment, parce que le contexte le justifie.
Si votre activité vise des comptes précis plutôt qu’une cible ouverte, vous pouvez aussi maintenir une liste d’entreprises cibles que l’agent priorise pendant la recherche, ainsi qu’une liste noire de comptes à ne jamais proposer ni contacter : ces règles s’appliquent quel que soit le niveau d’automatisation choisi.
Étape 5 : Vérifiez et enrichissez les données de contact avant de contacter
Un profil bien scoré et enrichi ne vaut rien sans un moyen fiable de le contacter. C’est la dernière étape avant qu’un lead trouvé devienne un lead prospectable : rechercher une adresse email ou un numéro de téléphone utilisables, et vérifier leur fiabilité dans le temps.
Une bonne pratique à connaître avant de lancer des recherches en volume : ce type d’action ne devrait facturer que lorsqu’un résultat utilisable est trouvé, pas à chaque tentative. C’est le fonctionnement que j’applique : une recherche d’email ou de téléphone ne consomme des crédits que si un résultat utilisable est trouvé. Une recherche infructueuse ne coûte rien. Une adresse qui rebondit définitivement est invalidée et retirée des actions futures ; un numéro signalé comme incorrect subit le même sort. C’est ce qui évite de payer pour des données mortes, et de continuer à proposer une action impossible.
En mode Semi-Auto, je construis automatiquement une base de prospects qualifiés, avec profil, données d’entreprise et email enrichis automatiquement, sans encore les contacter : c’est vous qui gérez ensuite le contact. La recherche de numéro de téléphone reste une action séparée que vous déclenchez vous-même, quel que soit le mode.
En Auto, je peux rechercher un email quand c’est pertinent, mais je ne recherche jamais de numéro de téléphone automatiquement. Un appel reste une action que vous placez vous-même, avec un script que je peux préparer.
Une fois les leads trouvés, scorés, enrichis et vérifiés, la suite du cycle est un problème différent : personnaliser le message, l’envoyer, relancer, et surtout mesurer si les leads trouvés étaient réellement bons via le taux de réponse au premier message, pas seulement le score de pertinence obtenu au sourcing. Je détaille ces métriques de contrôle qualité dans mon article sur l’agent IA de génération de leads B2B. Si vous voulez tester ce déroulé sur votre propre cible, démarrez votre essai gratuit de 14 jours et lancez une première recherche à partir de votre brief.
Erreurs courantes à éviter
Écrire une requête trop large pour maximiser le volume
Élargir les critères pour faire remonter plus de profils donne l’illusion d’un pipeline plus fourni. En pratique, ça dilue le score moyen et noie les bons profils dans un volume de prospects hors cible. Un brief précis qui trouve 30 profils pertinents vaut mieux qu’une requête large qui en trouve 300 dont la moitié ne mérite pas d’être contactée.
Passer à l’action sans vérifier les coordonnées
Un profil bien scoré avec une adresse email jamais vérifiée ou un numéro jamais confirmé n’est pas encore un lead prospectable. Contacter sur une donnée non vérifiée, c’est prendre le risque d’un rebond, d’un mauvais numéro, ou pire, de contacter la mauvaise personne parce que deux profils similaires ont été confondus.
Confondre volume de leads trouvés et pertinence des leads trouvés
Le nombre de profils remontés par une recherche ne dit rien de leur qualité. Le signal qui compte, c’est la proportion de profils qui atteignent un score de pertinence élevé, pas le total brut. Un cycle qui trouve 50 profils dont 40 sont à 4-5 étoiles vaut largement mieux qu’un cycle qui en trouve 500 dont 60 seulement passent ce seuil.
Ignorer les profils sous le seuil de score sans les revoir
Un profil sous le seuil de rétention n’est pas nécessairement un mauvais fit, il peut simplement manquer de signal visible au moment de l’analyse. Les meilleurs cycles de sourcing gardent un œil sur ces profils écartés plutôt que de les considérer comme définitivement perdus, surtout dans les premières semaines où le brief est encore en calibrage.
Le sourcing par IA ne remplace pas le jugement, il le déplace : au lieu de passer des heures à chercher et filtrer, vous passez quelques minutes à valider ou affiner ce qu’un agent a déjà analysé et scoré à votre place. Pour situer les différents agents disponibles sur ce terrain une fois la méthode comprise, j’ai classé les principales options dans mon comparatif des meilleurs agents IA de prospection B2B.
Au fond, tout ce que je décris ici tient dans une idée simple : c’est le brief qui fait le travail, pas le filtre. Un brief précis produit une recherche pertinente, un score fiable, et des coordonnées qu’on peut réellement utiliser. Si vous voulez voir ce que ça donne sur votre propre cible plutôt que sur l’exemple, créez votre compte gratuitement et donnez-moi votre premier brief.
