Mesure & ROI · Par Maxence Berlu · 29 avril 2026 · 11 min de lecture

Les 5 KPIs d'adoption IA à mesurer chaque semaine dans une équipe sales

Sans mesure, l'adoption IA retombe en 4 semaines. Voici le dashboard que je déploie chez tous mes clients : 5 indicateurs hebdo, comment les mesurer, ce qu'ils révèlent, et comment les corriger quand ils dérapent.

« On voit que ça marche, mais on ne sait pas dire combien. » C'est la phrase que j'entends 9 fois sur 10 dans les missions où l'IA a été déployée sans cadre de mesure. Et quand on ne sait pas dire combien, deux choses arrivent inévitablement :

1. L'investissement IA devient invisible au comité de direction. Au premier trimestre tendu, c'est la première ligne sacrifiée.
2. Les bonnes pratiques retombent en 4 semaines. L'humain revient à ses anciennes habitudes parce que rien ne le challenge sur ses nouvelles routines.

Voici les 5 KPIs que je définis avec mes clients dès le J1, que je track en hebdo dans un dashboard accessible au CRO et au sales manager. C'est ce qui sépare une transformation IA qui tient 6 mois d'une initiative qui s'éteint.

Pour le contexte plus large, voir aussi le guide complet de l'IA pour les équipes commerciales B2B et la page dédiée aux CRO.

KPI 1 — Taux d'adoption hebdomadaire

C'est le KPI le plus important. Il vous dit si l'IA est réellement utilisée ou juste payée. Sans adoption, aucun autre KPI ne bouge.

Comment le mesurer concrètement : selon votre maturité tech, deux options.

• Option simple — chaque vendredi, sondage 30 secondes dans Slack : « As-tu utilisé Claude/ChatGPT cette semaine pour : (a) prospect research, (b) prep meeting, (c) email outbound, (d) MEDDIC, (e) propositions ? ». Compte au moins 2 cases.
• Option avancée — extraction des logs Claude Team / ChatGPT Enterprise admin. Chaque user a un compteur d'invocations. Vous pouvez segmenter par persona.

Ce qu'il révèle : si vous voyez l'adoption qui stagne sous 50%, c'est que vos routines ne sont pas assez intégrées. Le problème est presque toujours côté manager, pas côté outil — les sales managers ne challengent pas leurs AE sur l'usage IA en 1:1.

KPI 2 — Productivité prospection

L'IA promet de la productivité. Sans baseline, vous ne savez pas si elle livre. Mesurez avant, pendant, après.

Comment le mesurer : exports hebdo depuis Apollo / Outreach / Salesforce. Total prospects touchés / total BDR / 5 jours ouvrés. Comparez à la baseline pré-IA (idéalement les 4 semaines avant le kickoff).

Ce qu'il révèle : si la productivité ne décolle pas alors que l'adoption (KPI 1) est haute, c'est que les routines IA déployées ne sont pas les bonnes. Probablement trop d'idéation, pas assez de workflows agentiques. Voir comment construire des skills Claude Code pour le sales.

KPI 3 — Taux de réponse outbound

La personnalisation à l'échelle est le levier IA le plus visible côté pipeline. Si elle marche, le taux de réponse double ou triple. Si elle ne bouge pas, c'est que vous ne faites pas vraiment de personnalisation — juste de la rédaction assistée.

Comment le mesurer : tableau A/B systématique entre séquences "classiques" et "IA-personnalisées Clay". 100 prospects en A, 100 en B, 4 semaines.

Ce qu'il révèle : si vous n'avez pas de différence significative, c'est que votre personnalisation IA est de surface (juste un icebreaker généré sans vraie data Clay derrière). La vraie personnalisation IA croise signaux LinkedIn + news boîte + hiring + actu compte.

KPI 4 — Vélocité pipeline

L'IA ne raccourcit pas mécaniquement les cycles. Elle les raccourcit là où elle augmente l'AE : prep meeting plus rapide, follow-ups plus rapides, propositions générées en heures vs jours.

Comment le mesurer : extraction CRM, segmentation par AE et par stade. Pour les AE qui utilisent les skills IA à fond (top 25% adoption) vs ceux qui ne les utilisent pas (bottom 25%). La différence vous dit l'impact réel.

Ce qu'il révèle : si vous voyez peu de différence entre top et bottom adoption, c'est que les leviers déployés ne sont pas ceux qui impactent la vélocité. Souvent : trop de focus sur le top du funnel, pas assez sur le mid-funnel (proposals, follow-ups).

KPI 5 — Contribution IA au pipeline généré

C'est le KPI roi pour le CFO et le CEO. Quel pourcentage de votre pipeline trimestriel est attribuable à un workflow IA ?

Comment le mesurer : ajouter dans le CRM un champ AI-touched (oui/non) sur les opportunités. Au moment de la création, le BDR/AE coche s'il a utilisé un skill ou Claude Project pour générer cette oppo. À la fin du Q, comptez le pipeline généré "AI-touched" / total.

Ce qu'il révèle : c'est le seul KPI qui parle directement aux finances. À M+6, viser au moins 40%. À M+12, on voit régulièrement 60-80%.

Comment construire le dashboard

Trois options selon votre stack et votre maturité.

Option 1 — Notion (le plus simple, ce que je recommande au démarrage)

Un Notion database avec une ligne par semaine, 5 colonnes pour les 5 KPIs. Mise à jour manuelle par le RevOps chaque vendredi 17h. Visualisations natives Notion (charts, gauges).

Avantage : rapide à mettre en place (2h), pas de coût, accessible à tout le monde. Inconvénient : pas de drill-down par AE.

Option 2 — Looker Studio (gratuit, plus puissant)

Connexion directe Salesforce / HubSpot + Google Sheets pour les données déclaratives. Dashboard partageable, drill-down par AE, alertes automatiques.

Avantage : automatisation, granularité. Inconvénient : 1-2 jours de RevOps pour le setup initial.

Option 3 — Dashboard Salesforce / HubSpot natif

Si votre équipe RevOps est mature et que vous voulez tout dans le CRM. Plus complexe mais plus intégré.

Avantage : pas de switch d'outil. Inconvénient : moins flexible pour les KPIs déclaratifs (adoption).

Les rituels de mesure (lundi 9h)

Sans rituel, le dashboard tombe dans l'oubli en 3 semaines. Voici les rituels que j'installe systématiquement.

Lundi 9h — Sales standup (10 min)

Le sales manager partage les 5 KPIs de la semaine précédente, identifie 1 axe d'attention pour la semaine en cours. Pas plus.

Vendredi 17h — Mise à jour dashboard (RevOps, 30 min)

Le RevOps update le dashboard. Saisie des données déclaratives, vérification des extractions auto, identification des AE en alerte.

1er lundi du mois — Review CRO (45 min)

Le CRO et le sales manager font le bilan mensuel : quelles routines marchent, lesquelles à abandonner, quelles nouvelles à tester. Décision d'investissement IA pour le mois suivant.

Trimestriel — Bilan business (1h, executive)

Présenté au comité de direction. Focus sur le KPI 5 (contribution IA au pipeline). C'est ce qui justifie le maintien et l'augmentation du budget IA.

FAQ

Combien de temps pour voir les KPIs bouger ?

KPI 1 (adoption) bouge dès la S+1. KPI 2 (productivité) à S+4. KPI 3 (taux de réponse) à S+8. KPI 4 (vélocité) à 60-90 jours. KPI 5 (contribution pipeline) à M+6. Soyez patient sur le KPI 5 — il prend du temps mais c'est celui qui impressionne le CFO.

Que faire si un KPI stagne après 8 semaines ?

Diagnostic. Soit (a) le levier déployé n'est pas le bon, soit (b) le levier est bon mais l'adoption est faible, soit (c) la mesure est mal calibrée (baseline biaisée). Dans 80% des cas, c'est (b) — l'adoption est en surface. À traiter en coaching managers.

Mes AE résistent à la mesure. Comment faire ?

Présentez-la comme un outil pour eux, pas un flicage. Les meilleurs AE adorent voir leur productivité monter. Les autres résistent jusqu'à ce qu'ils voient les classements anonymisés et veulent ne pas être en bas.

Faut-il publier les KPIs au comité de direction ?

Oui, les 5. Surtout le KPI 5. C'est ce qui transforme l'IA d'un sujet RH ("on forme l'équipe") en un sujet business ("on a généré X k€ de pipeline grâce à l'IA").

Pour aller plus loin

Le dashboard d'adoption IA est le livrable signature que je laisse chez tous mes clients en fin de mission. Pas un audit + slides — un système de mesure qui tient sans moi. Si tu veux le déployer dans ton équipe, on en parle.

— Maxence Berlu, fondateur d'AI Sales Engine. Ex-Salesforce, Deel, Staffbase. Paris.