La plupart des fondateurs de sites DTC sont submergés par des tâches opérationnelles qui leur prennent 3 à 4 heures par jour – un travail qu'un agent d'IA pourrait effectuer en cinq minutes.
Analyser les tickets d'assistance pour repérer les problèmes de qualité. Segmenter les clients selon leurs habitudes d'achat. Rechercher manuellement sur Instagram des ambassadeurs potentiels parmi vos clients les plus fidèles. Ces tâches sont certes importantes pour votre entreprise, mais elles représentent un travail répétitif et fastidieux qui vous empêche de vous concentrer sur une stratégie à fort impact, véritable moteur de croissance.
Le débat autour de l'IA dans le e-commerce s'est enflammé, chacun y allant de son approbation affichée comme « basée sur l'IA ». Pourtant, un fossé immense sépare le battage médiatique autour de l'IA et sa capacité réelle à accomplir des tâches autonomes et pertinentes sans intervention constante. Ibby Syed a bâti sa carrière au cœur de ce fossé, en tant que l'un des premiers data scientists chez Peloton lors de sa phase de croissance fulgurante. Il a vu des marques DTC se développer à une vitesse fulgurante tandis que leurs données clients étaient éparpillées dans des dizaines d'outils non connectés, et il a constaté le décalage criant entre les besoins des marketeurs – des informations exploitables, immédiatement – et les solutions que les data scientists leur fournissaient : des modèles complexes cinq mois plus tard.
Cette expérience l'a conduit à cofonder Cotera, une plateforme d'IA qui crée des agents véritablement autonomes : non pas des chatbots nécessitant une intervention constante, mais des agents fonctionnant comme une équipe de stagiaires, exécutant à la lettre les tâches qu'un collaborateur humain effectuerait. Qu'il s'agisse de traiter manuellement des tickets d'assistance, d'identifier les clients sur le point de se désabonner ou de déterminer quels clients les plus dépensiers pourraient devenir des ambassadeurs de votre marque, cette discussion explique comment les agents autonomes peuvent prendre en charge les tâches répétitives qui vous accaparent actuellement.
Plongeons dedans.
Ce que vous apprendrez
✅ Pourquoi le flux de travail traditionnel en science des données est inadapté aux spécialistes du marketing — et comment le décalage de cinq à six mois entre « J’ai besoin d’un modèle de prédiction du taux de désabonnement » et « Voici un fichier rempli de détails techniques » crée un décalage qui empêche les marques d’agir sur les données clients en temps réel.
✅ La différence entre les chatbots et les agents véritablement autonomes — comprendre pourquoi les outils qui nécessitent des relances constantes et une assemblage manuel sont fondamentalement différents des agents qui exécutent des flux de travail complexes de manière indépendante une fois que vous avez défini le processus, tout comme lorsqu'on délègue une tâche à un membre d'équipe bien formé.
✅ Comment transformer systématiquement les clients à forte valeur ajoutée en ambassadeurs de marque — le flux de travail exact qu'une marque de fitness D2C utilisait pour que des agents IA recherchent ses 5 % de clients les plus dépensiers sur Instagram et Google, identifient ceux qui ont des abonnés engagés et les signalent automatiquement pour une prise de contact avec des influenceurs — un travail qui prendrait des mois à des stagiaires humains pour être effectué manuellement.
✅ Le cadre en trois parties pour la construction d'agents d'IA efficaces — en commençant par définir votre processus en langage clair (comme écrire un courriel à un stagiaire), en donnant à l'agent l'accès aux bons outils (Instagram, Google, votre ESP) et en assurant des entrées de données propres afin que l'agent puisse exécuter sans erreurs dues à des données erronées en entrée et en sortie.
✅ Où les humains ajoutent de la valeur dans une opération augmentée par l'IA — pourquoi la véritable opportunité ne consiste pas à remplacer des emplois, mais à faire passer les équipes de tâches répétitives et fastidieuses à des décisions stratégiques à fort impact, à la résolution créative de problèmes et à la « magie » de l'expérience client que l'IA ne peut pas reproduire.
✅ Pourquoi l'intelligence artificielle générale (IAG) n'est pas pour demain — un constat réaliste de la part de quelqu'un qui passe des heures par jour à faire en sorte que des agents d'IA exécutent correctement des tâches de base, et expliquant pourquoi l'état actuel de la technologie de l'IA signifie que les humains resteront essentiels pour la pensée stratégique, les jugements nuancés et la prise de décision adaptative dans un avenir prévisible.
Sponsor de l'épisode : Littledata
La couche de données pour Shopify.
Optimisez l'acquisition, la fidélisation et l'analyse grâce à un suivi des conversions fiable.
Littledata vous fournit une infrastructure de données fiable qui connecte votre boutique Shopify aux outils marketing que vous utilisez déjà, notamment :
- Google et Meta Ads pour un signal et une attribution plus fiables.
- Klaviyo et Attentive pour des flux clients enrichis
- Google Analytics pour un suivi précis des revenus et des événements
- Rechargez pour une visibilité complète du cycle de vie client
Installation rapide. Maintenance facile. Conçu pour évoluer avec votre marque.
Rejoignez plus de 2 000 marques Shopify qui utilisent Littledata comme base de leur croissance.
Résumé de l'épisode
Steve reçoit Ibby Syed, cofondateur de Cotera, pour une discussion sur le fossé entre le battage médiatique autour de l'IA et son utilisation concrète dans les opérations e-commerce. Fort de son expérience en tant que l'un des premiers data scientists de Peloton, Ibby apporte un point de vue unique. Il a observé la croissance fulgurante des marques DTC tandis que leurs équipes étaient submergées par le travail manuel d'analyse de données clients éparses, issues d'outils disparates. Cette expérience lui a permis de constater les limites du flux de travail traditionnel en science des données : les marketeurs demandent des informations exploitables dans Klaviyo ou Braze, mais les data scientists disparaissent pendant cinq à six mois et reviennent avec des fichiers de modèles complexes que personne ne sait comment utiliser.
La conversation porte sur ce qui distingue fondamentalement les agents autonomes des chatbots ou des outils d'IA basés sur les requêtes. Ibby détaille le principe : au lieu de solliciter constamment un outil ou de bricoler plusieurs plateformes, on définit un processus en langage clair (comme pour la rédaction d'instructions à un stagiaire), on donne à l'agent l'accès aux outils pertinents (Instagram, Google, vos données clients) et on le laisse agir de manière autonome. Il partage un exemple convaincant : une marque de fitness D2C souhaitait identifier ses 5 % de clients les plus dépensiers susceptibles de devenir des ambassadeurs de la marque. L'approche traditionnelle aurait nécessité une équipe de stagiaires pour rechercher manuellement chaque client sur Instagram, vérifier le nombre de leurs abonnés et leur contenu fitness, puis les contacter individuellement — un travail qui aurait pris des mois. Avec l'agent autonome de Cotera, ils ont défini le processus une seule fois, lui ont donné accès à Instagram et Google, lui ont fourni leur liste de clients à forte valeur ajoutée, et l'agent a réalisé des mois de recherche en cinq minutes.
Ibby explique pourquoi le rôle humain évolue plutôt que de disparaître dans un environnement assisté par l'IA. Les tâches répétitives – analyse des tickets d'assistance, catégorisation des retours, segmentation des clients selon leurs habitudes d'achat – sont automatisées, mais les humains accèdent à des décisions stratégiques à fort impact, à la résolution créative de problèmes et à la création d'expériences client mémorables, gages de fidélisation à long terme. Il utilise efficacement l'analogie du distributeur automatique de billets : lors de leur invention, on prévoyait des pertes d'emplois massives dans le secteur bancaire, mais en réalité, les employés se sont libérés du comptage d'argent et ont pu se consacrer à des rôles plus valorisants de conseil et de relation client. Le secteur bancaire emploie aujourd'hui plus de personnes qu'avant l'apparition des distributeurs automatiques, car les gains d'efficacité ont financé la croissance des entreprises et créé de nouvelles opportunités.
La conversation se termine par un constat réaliste sur l'IA générale (intelligence artificielle générale). Malgré le battage médiatique qui laisse entendre que l'IA remplacera bientôt entièrement la pensée stratégique humaine, Ibby passe ses journées à s'efforcer de faire exécuter correctement des tâches basiques à des agents IA. La technologie d'IA actuelle augmente considérablement les capacités humaines pour les flux de travail définis et répétables, mais le jugement nuancé, la résolution adaptative de problèmes et la créativité stratégique restent fermement du ressort de l'humain. Il ne s'agit pas ici de voir l'IA remplacer votre équipe, mais plutôt de découvrir comment décupler son potentiel en automatisant les tâches répétitives et en permettant à chacun d'accéder à des missions à plus forte valeur ajoutée.
Points stratégiques à retenir
👉 Définissez les flux de travail de vos agents IA exactement comme vous le feriez pour un membre humain de votre équipe. Décrivez le processus en langage clair, comme si vous envoyiez un courriel à un stagiaire : étape par étape, avec des points de décision précis et des résultats attendus. La véritable innovation des agents autonomes ne réside pas dans la complexité technique, mais dans la capacité à formuler clairement votre logique métier afin qu’un agent puisse l’exécuter de manière indépendante, sans supervision constante.
👉 Concentrez d'abord l'automatisation par IA sur les tâches fréquentes et peu complexes. N'essayez pas d'automatiser vos décisions les plus stratégiques en premier. Identifiez plutôt les tâches répétitives effectuées quotidiennement par votre équipe (analyse des tickets d'assistance pour les problèmes courants, catégorisation des motifs de retour, segmentation des clients selon leurs habitudes d'achat) et créez des agents pour ces processus. C'est sur ces tâches que gagner 3 à 4 heures par jour se traduit par des gains d'efficacité considérables, sans exiger une précision absolue pour chaque décision.
👉 Donnez à vos agents IA les bons outils, et pas seulement les bonnes données. Un agent analysant le taux d'attrition client a besoin d'accéder à votre plateforme d'envoi d'emails (ESP) pour les données d'engagement, à votre plateforme de support pour l'historique des tickets et à votre boutique Shopify pour les habitudes d'achat. Réfléchissez aux besoins d'un humain pour effectuer correctement cette tâche, puis assurez-vous que vos agents disposent des mêmes intégrations. Des agents partiellement connectés produisent des résultats partiellement utiles, aussi sophistiquée que soit l'IA sous-jacente.
👉 Faites évoluer la mentalité de votre équipe, d'une logique d'exécution des tâches à une logique de conception des processus. Les spécialistes du marketing qui réussiront dans un environnement optimisé par l'IA ne sont pas ceux qui s'accrochent à leurs méthodes de travail actuelles, mais ceux qui maîtrisent la définition des processus, le test des résultats des agents et l'amélioration continue de l'automatisation. Commencez dès maintenant à utiliser ces outils, même imparfaitement, car le véritable enjeu n'est plus l'exécution des tâches, mais l'orchestration des systèmes qui les réalisent à grande échelle.
👉 Mesurez le retour sur investissement de l'IA en temps gagné, puis réinvestissez ce temps de manière stratégique. Si votre équipe gagne 15 à 20 heures par semaine en automatisant l'analyse des tickets, la catégorisation des retours et les études clients, loin de justifier des réductions d'effectifs, c'est un véritable levier de croissance. Réinvestissez ces heures dans des initiatives stratégiques : lancement de nouveaux segments de clientèle, tests de concepts de campagnes créatifs, renforcement des relations clients. Les entreprises qui utilisent les gains réalisés grâce à l'IA pour financer leur croissance surpasseront celles qui l'utilisent uniquement pour réduire leurs coûts.
👉 Définissez des attentes réalistes quant aux capacités et aux limites de l'IA actuelle. Malgré l'engouement actuel, l'intelligence artificielle générale (IAG) n'est pas pour demain. Les agents d'IA actuels excellent dans l'exécution de flux de travail définis et répétitifs, mais peinent face aux jugements nuancés, à la résolution adaptative de problèmes et à la créativité stratégique. N'attendez pas une IA parfaite qui remplace la pensée humaine : déployez dès aujourd'hui une IA suffisamment performante pour gérer les tâches répétitives, permettant ainsi à vos équipes de se concentrer sur les missions stratégiques qui différencient véritablement votre marque.
Pleins feux sur les invités
Ibby Syed
Co-fondateur, Cotera
Ibby Syed a cofondé Cotera après avoir été l'un des premiers data scientists de Peloton durant la phase de croissance fulgurante de l'entreprise. Observant la croissance rapide des marques DTC pendant la crise du COVID, il a constaté qu'un schéma se répétait : les équipes marketing demandaient un modèle de prédiction du taux de désabonnement ou un outil de segmentation client, les data scientists disparaissaient pendant cinq à six mois pour concevoir la solution « parfaite », et revenaient avec des fichiers techniques complexes que personne ne savait comment implémenter dans Klaviyo ou Braze. Le problème n'était pas un manque de compétences, mais un problème de traduction.
C’est ce manque qui a donné naissance à Cotera. Ibby a compris que les spécialistes du marketing connaissaient déjà la logique métier nécessaire, mais qu’il leur manquait un moyen de l’exécuter à grande échelle sans recruter d’équipes d’ingénieurs ni attendre des mois pour des modèles personnalisés. Sa vision était simple : et si l’on pouvait rédiger des instructions pour un agent IA, comme on le ferait pour un stagiaire, lui donner accès aux outils adéquats et le laisser exécuter des flux de travail complexes de manière autonome ? Pas besoin de doctorat. Pas de cycles de développement de cinq mois. Juste une définition claire des processus et une automatisation intelligente.
Cotera a été lancée avec pour mission d'épargner à l'humanité des milliards d'heures actuellement gaspillées en tâches opérationnelles répétitives. La plateforme a déjà permis d'économiser plus de 80 millions d'heures de travail manuel et vise les 5 milliards d'heures dans les prochaines années. Mais la philosophie d'Ibby ne consiste pas à remplacer les humains, mais à les sublimer. Il est convaincu que l'avenir du travail ne réside pas dans une opposition entre « IA et humains », mais plutôt dans des « humains libérés des tâches ingrates pour se concentrer sur la stratégie, la créativité et l'expérience client exceptionnelle qui forge des marques pérennes ». Son quotidien, aux prises avec des agents d'IA pour exécuter correctement des tâches basiques, le ramène à la réalité : l'intelligence artificielle générale n'est pas pour demain, ce qui signifie que le véritable enjeu est l'augmentation des capacités, et non leur remplacement.
Prenez contact avec Ibby :
LinkedIn | Site web de Cotera
Liens et ressources
Contactez Ibby et Cotera :
- Cotera — Plateforme d'IA pour la création d'agents autonomes pour les opérations de commerce électronique
- Ibby Syed sur LinkedIn
Plateformes et outils mentionnés :
- Shopify — Plateforme de commerce électronique pour les marques DTC
- Klaviyo — Plateforme de marketing par e-mail et SMS
- Braser — Plateforme d'engagement client
- ChatGPT — Outil d'IA pour tester les flux de travail d'automatisation
- Claude — Un assistant IA mentionné pour les tâches marketing
- Perplexité — Outil de recherche IA pour la recherche et l'analyse concurrentielle
- Google Gémeaux — Une plateforme d'IA mentionnée comme outil alternatif
Marques citées :
- Coterie Bébé — Marque de produits pour bébés vendus directement aux consommateurs (acquise par Mammoth Brands) qui utilise Cotera pour le suivi de sa marque et l'expérience client.
Merci de soutenir le Pod !
Au cours des huit dernières saisons, j'ai eu la chance incroyable de discuter avec certains des fondateurs les plus brillants du e-commerce, créateurs de marques Shopify remarquables, et avec des partenaires qui façonnent l'écosystème des applications et du marketing. Honnêtement, chaque conversation m'a appris quelque chose de nouveau, et je suis reconnaissant d'avoir eu l'occasion d'apprendre à vos côtés.
L'essentiel est que ce podcast vous aide à résoudre de vrais défis et à stimuler la croissance de votre entreprise. Votre soutien, vos commentaires et vos témoignages ont rendu ce parcours vraiment unique. Merci de votre fidélité, de partager vos réussites et vos échecs, et de faire partie de la communauté eCommerce Fastlane.
- Laissez une note/un avis honnête : Partagez vos réflexions sur Podcasts Apple or Spotify.
- Suivez et abonnez-vous sur YouTube : Soyez averti des nouveaux épisodes sur YouTube.
Contacter Steve
