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 je vous accompagne dans ce travail de sourcing, du brief jusqu’à la recherche de coordonnées utilisables lorsqu’elles peuvent être trouvées. « Vérifier » désigne un contrôle, pas une garantie de validité permanente. 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 réduire le sourcing à une requête sur une base de données : intitulé de poste, secteur, taille d’entreprise, et on filtre. Ces critères peuvent aider à trouver des profils et à exclure ceux hors cible. Ils ne suffisent pas toujours à comprendre leur pertinence pour votre offre.
Je pars du brief métier : ce que vous vendez, à qui, quel problème vous résolvez et quelles informations rendent ce problème plausible pour un profil. C’est la matière que porte un ICP bien construit, avec ses critères de rôle, de secteur, de taille, mais aussi ses missions et ses points de douleur. Un brief précis aide à orienter la recherche ; il ne démontre pas un besoin réel ni une intention d’achat.
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.
Ces critères traduisent des hypothèses de pertinence à vérifier, pas des besoins internes déjà observés.
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. Une requête limitée à “VP Product”, “SaaS” et “50-200 employés” ne décrit pas à elle seule le problème commercial. Une formulation comme “VP Product dans des SaaS en série A qui viennent de lever des fonds et cherchent probablement à réduire leur churn” explicite une hypothèse supplémentaire. Je peux examiner les informations disponibles autour de cette cible, mais le problème de churn reste à vérifier, pas à déduire d’une levée de fonds.
Une recherche sur une base filtrable reste utile lorsque vous savez qui chercher. Selon l’outil, elle peut être complétée par de l’analyse IA ou de la vérification de coordonnées. Le contrôle de la pertinence commerciale reste nécessaire.
Moi, je cherche et j’analyse les profils un par un à partir de votre offre et de votre persona, puis j’explique leur score. Je retiens ceux qui passent le seuil, tout en laissant visibles les profils écartés. Vous pouvez ainsi relire une analyse plutôt que repartir d’une liste brute, sans déléguer entièrement votre jugement.
Une IA généraliste comme ChatGPT peut aider à formuler une recherche et consulter des informations actuelles avec sa recherche web, selon les fonctions disponibles. Cela ne garantit pas des coordonnées utilisables ni un parcours de prospection déjà configuré. Le point à comparer est l’ensemble des tâches et contrôles à organiser, comme dans mon comparatif LEO vs ChatGPT et Claude, plutôt qu’une impossibilité générale de chercher sur le web.
Illustration de deux façons de formuler une recherche, pas un benchmark de tous les outils ni une garantie de meilleurs résultats.
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. Je détaille comment construire cette grille de critères et la faire évoluer dans le temps dans mon article sur le scoring de leads par IA.
En découverte guidée, à partir de 3 étoiles sur 5, 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 : vous relisez une sélection priorisée et sa justification. Le seuil est configurable en automatisation ; dans tous les cas, le score mesure la pertinence pour l’offre et le persona, pas une probabilité d’achat.
Ce score aide au tri sans remplacer votre vérification. Si beaucoup de profils obtiennent 2 ou 3 étoiles plutôt que 4 ou 5, relisez les justifications : le brief, l’offre ou les informations disponibles peuvent nécessiter un examen. La distribution ne désigne pas une cause unique.
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.
Après validation ou import, je complète le profil avec les informations que je peux obtenir. Au-delà de l’identité, du rôle et de la localisation, elles peuvent inclure les responsabilités, l’expertise, les centres d’intérêt et opinions exprimées, les défis identifiés et les signaux pertinents détectés autour du prospect. Côté entreprise, l’actualité du secteur, les défis typiques et le type de clients servis peuvent compléter le contexte. Tous ces éléments ne sont pas systématiquement disponibles.
Ces signaux complètent l’analyse du fit. Un événement peut justifier de réexaminer la priorité ou le message, s’il est vérifiable et lié à votre offre. Il ne rend pas automatiquement un prospect à 4 étoiles prioritaire sur un autre sans signal visible. Le contexte aide à préparer une approche ; il ne révèle pas à lui seul le besoin ou le bon moment pour acheter.
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 doit encore pouvoir être contacté par un canal adapté. Selon la situation, cela peut être LinkedIn, une adresse email ou un numéro de téléphone à rechercher séparément. Une coordonnée trouvée n’est pas une garantie de validité durable.
Chez moi, la recherche coûte 1 crédit pour un email utilisable trouvé et 5 crédits pour un téléphone utilisable trouvé. Une recherche infructueuse ne consomme pas de crédit. Une adresse qui rebondit définitivement est invalidée et retirée des actions futures ; un numéro signalé comme incorrect subit le même sort. Le paiement au résultat trouvé n’empêche pas qu’une coordonnée s’avère incorrecte ensuite.
En mode Semi-Auto, après validation de la configuration et sous réserve de crédits, je construis une base de prospects selon le seuil configuré et les informations disponibles sur le profil, l’entreprise et l’email. Je ne les contacte pas : vous gérez ensuite les contacts et relances. La recherche de téléphone reste une action séparée à déclencher manuellement.
En Auto, il faut aussi au moins un canal autorisé, synchronisé et activé. Je peux rechercher un email pertinent et exécuter les contacts et relances LinkedIn ou email autorisés. Une réponse humaine termine la phase Auto du prospect et vous rend la main ; une réponse automatique email permet sa poursuite. Si le classement est incertain, je vous notifie et demande une qualification manuelle. Je ne recherche jamais de téléphone en Auto et ne passe aucun appel : vous appelez vous-même, avec un script que je peux préparer dans le parcours manuel.
Après le sourcing, il reste à préparer les messages, les envoyer et suivre les échanges. Par défaut, je prépare les actions pour validation ; l’envoi par LEO exige le canal synchronisé, sinon vous envoyez manuellement. Les taux de réponse par canal dans Analytics n’isolent pas le premier message et ne prouvent pas à eux seuls la qualité de la cible. Je détaille ces contrôles dans mon article sur l’agent IA de génération de leads B2B, et la rédaction, la structure du message et les relances dans mon article sur comment personnaliser un cold email avec l’IA. Pour découvrir ce déroulé sur votre activité, planifiez une démo personnalisée.
Erreurs courantes à éviter
Écrire une requête trop large pour maximiser le volume
Élargir les critères uniquement pour augmenter le volume peut faire remonter des profils hors cible. Je conseille de vérifier ce que chaque élargissement apporte à l’offre et au persona plutôt que de viser un total. Une cible étroite n’est pas automatiquement meilleure : il faut relire les profils et les justifications.
Passer à l’action sans vérifier les coordonnées
Une adresse ou un numéro incertain mérite une vérification avant usage, même si le profil est bien scoré. Le prospect peut néanmoins être joignable sur un autre canal disponible. Contacter sur une donnée incorrecte expose à un rebond, un mauvais numéro ou une confusion entre deux personnes.
Confondre volume de leads trouvés et pertinence des leads trouvés
Le nombre de profils trouvés ne suffit pas à juger leur qualité. Regardez leur pertinence expliquée, vérifiez un échantillon et examinez les échanges obtenus. Une proportion élevée de bons scores n’est pas une preuve de meilleurs résultats commerciaux. Les observations internes sur plus de 2 000 utilisateurs donnent un éclairage sur l’activité ; elles ne démontrent pas qu’une base plus petite produit toujours davantage de résultats.
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 : je peux prendre en charge la recherche et l’analyse, tandis que vous vérifiez les résultats et ajustez le cadrage. Le temps nécessaire dépend de la cible et des contrôles à réaliser. 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, le brief donne un cadre à la recherche, au score et à la revue des informations disponibles. Il ne garantit ni une note juste ni une coordonnée utilisable : c’est votre contrôle qui permet de décider de la suite. Pour voir ce parcours sur votre activité, réservez une démo personnalisée.
