URL : https://youtu.be/GfHv0E2iyGE
Invité : Maxence, PDG d'agence (12+ personnes, clients e-commerce 10-15M CA)
Format : Interview longue (~1h15)
Maxence est fondateur de Maxense for Digital, agence de conseil en marketing créée en 2021 (5 ans et demi). Une douzaine de personnes en région lilloise. Ils accompagnent des e-commerçants qui font plus de 5 millions d'euros de chiffre d'affaires annuel sur : publicité en ligne, SEO, CRM, optimisation site web, stratégie créative. Positionnement : service marketing externalisé — le client sous-traite l'intégralité du scope e-commerce.
Pivot en cours pour devenir AI first. Ce qu'ils ont observé : l'IA augmente la qualité, réduit les délais de livraison, augmente la valeur perçue.
Concrètement, l'IA est intégrée dans tous les process : emails CRM plus quali, sites web IA livrés dans des délais records.
Estimation ROI :
Chaque employé a sa propre "équipe IA" — comme une couche de management supplémentaire à côté de chacun.
Tout dirigeant devrait avoir un équivalent de board de sages via l'IA. Exemple concret : créer un agent GPT dans ChatGPT avec les PDF des 4 livres d'Alex Hormozi (Offers, Leads, Money Models, chapitres perdus + playbooks). Tu parles stratégie, pricing, offres à une version IA d'Hormozi pour 20 €/mois.
Même logique avec Caleb (ex-Head of Media d'Hormozi) : copier les transcripts de ses vidéos YouTube, en faire un agent pour le branding et la génération de contenu (Instagram, YouTube, etc.).
Résultat : une équipe de consultants disponibles H24 pour challenger les décisions — là où le même conseil coûtait 10 000 €+ à chaque étape en présentiel.
Maxence a une automatisation qui tourne toutes les nuits sur un Mac Mini :
Extension possible : idem avec posts LinkedIn, posts Twitter — densification quasi temps réel.
Gestion des conflits temporels : règle de priorité sur le contenu le plus récent quand il contredit l'ancien. Pour les agents métier (Google Ads, Meta), règle de péremption : tout contenu de plus d'un an est ignoré (interfaces et algorithmes changés).
Notebook LM (Google, gratuit avec compte Google) = meilleur outil pour apprendre.
Cas d'usage : mettre dans Notebook LM les trois sources après une formation (notes personnelles + slides fournis + transcript de session enregistrée). Il génère :
Avantage clé vs Claude ou ChatGPT : Notebook LM se base uniquement sur les sources que tu lui donnes, il ne va rien chercher ailleurs. Idéal quand tu as des livrables stratégiques précieux — tu ne veux pas qu'il "bouche les trous" avec du contenu trouvé sur Google.
Quatrième "employé IA" dans Slack, nommé Watch Tower (photo de profil : Arnold Schwarzenegger).
Chaque matin, dans chaque canal Slack client, il envoie automatiquement :
Se connecte de manière autonome sur Google, Meta, Klaviyo. Tourne sur le Mac Mini, sans coût de serveur dédié ni tokens cloud (tâches simples).
Impact business : passage du réactif au proactif. Un problème détecté tôt = 3 minutes pour le régler. Un problème détecté 3 jours après = une journée bloquée. Directement lié à la fidélisation et au MRR.
Points critiques pour sécuriser un Mac Mini serveur :
Modèle IA local : Gemma 4 (modèle open source Google) — pour certaines tâches, le Mac Mini est autonome, sans appel à Claude, ChatGPT ou Gemini. Zéro coût de tokens.
Pour ceux sans compétences techniques : demander directement à Claude de faire un audit de sécurité de la machine et de générer un tuto "niveau 15 ans, zéro expérience" pour sécuriser le setup. Claude gère tout de A à Z.
Ce matin en atelier, on construisait une landing page et un outil d'hébergement de podcast. Le point qui est ressorti : tu lui demandes pas "comment je mets mes MP3 sur Apple Podcast ?" — tu dis "je crée un podcast, je veux qu'il soit disponible sur Apple Podcast, Spotify, etc., trouve-moi les moyens de faire une plateforme qui marche." Il va trouver les solutions d'hébergement tout seul.
C'est du conversationnel. Exactement comme tu parlerais à un freelance pour expliquer ce que tu veux.
Tips : je me suis pété le poignet en moto il y a quelques semaines, donc j'ai un outil de dictée — j'appuie sur une touche, ça retranscrit. Et j'ai remarqué que la qualité de mes prompts s'est améliorée, parce que j'explique comme j'expliquerais à un humain. Si l'IA a des questions, elle les pose, exactement comme un développeur à qui tu décris ton besoin.
Ce que tu veux, c'est décrire le outcome — le résultat que tu veux recevoir. Si tu décrives précisément ce résultat et tu donnes carte blanche à l'IA pour trouver le moyen, elle se concentre sur le résultat et peut te trouver une solution à laquelle tu n'as pas encore pensé.
Exemple concret : ton site est lent, Google t'en veut, tu es chez OVH. Tu peux dire "rends ça plus rapide" — il va changer l'image. Ou tu peux dire "je veux être bien positionné en SEO, mon site est lent, que ferais-tu à ma place ?" — là il ouvre les possibles, change peut-être le langage informatique, propose autre chose.
Tu peux lui demander de vrais audits techniques. Exemple : "voici le site que je m'apprête à livrer, je veux passer de 3 secondes de chargement à 1 seconde, fais-moi le tuto complet." Et ensuite lui demander de faire les corrections lui-même.
Ce qui est intéressant si tu es une agence : tu as déjà tes templates, tes modèles de rapport, ta charte graphique. Tu lui donnes le modèle, tu lui dis "respecte ma charte et applique-le à ce site." Il va te dire ce dont il a besoin, vérifier les points de contrôle, et te produire le livrable dans ta charte.
Le site de l'agence aujourd'hui, il est full IA. Régulièrement on lui demande comment se positionner en SEO et en GEO (référencement sur les IA), et il fait des optimisations toutes les semaines.
Préférence : j'utilise beaucoup Claude maintenant, abonnement assez élevé, moins de limites. Gemini est pas mal aussi pour les questions du quotidien.
Pour les modifications techniques : j'utilise Claude Code.
Chose que la plupart des utilisateurs de ChatGPT ne savent pas : avec l'abonnement à 20 €, tu as accès à un outil qui s'appelle Codex, téléchargeable sur Mac (pas sûr pour Windows). C'est comme Claude Code côté ChatGPT — il fait du code propre, des optimisations de site, de la programmation, intégrer une vidéo sur une landing page. Et c'est dans l'abonnement que la plupart ont déjà.
Un client avait ses maquettes Figma et voulait le site qui va avec. Figma a un MCP (connecteur IA natif). On l'a branché sur Claude Code et on a refait le site — au pixel près la maquette du client.
Le problème classique des IA de création de sites : les sites sont moins beaux qu'un template WordPress de base, mal optimisés pour la conversion. Mais si tu as quelqu'un qui fait une bonne maquette — bons call-to-action, bons contenus — Claude est capable de la respecter au pixel près.
Le problème de l'IA : elle agglomère des règles de design de l'ensemble du web, y compris des règles valides sur les sites américains mais pas les nôtres. Solution : tu lui donnes la nourriture en entrée. Comme avec NotebookLM, tu lui donnes ton cahier des charges, tes règles d'usage, et elle les respecte.
Un des hacks sous-estimés : demander à l'IA de revoir son code ou son livrable, faire un autotest.
Ce matin dans l'atelier, on a créé des newsletters HTML intégrées dans Klaviyo. Premier essai : ne respectait pas du tout la charte graphique du client (nouvelle session, aucune mémoire, départ de zéro — objectif moins de 15 minutes). On lui dit "c'est pas ça, revois l'existant et refais." Deuxième version : nickel, elle est partie telle quelle.
À ne pas confondre : le premier résultat fourni par l'IA n'est pas un résultat définitif de ses capacités. L'enjeu c'est la capacité à s'autocorriger quand on lui indique un problème.
Nos rapports SEO et GEO sont top parce que l'IA se base sur nos templates et notre cahier des charges — pas celui de l'agence concurrente. C'est là où est le savoir-faire. Ce n'est pas juste produire du cloud, sinon ça aurait peu d'intérêt pour le client.
On oublie ce qu'on ferait pour un humain qu'on recrute : on l'onboarderait, on lui expliquerait comment on fonctionne, nos process habituels. Et à partir de là, cette nouvelle personne se plierait à nos méthodes. Avec l'IA, c'est exactement la même chose — il faut l'onboarder.
Métaphore d'Alexia (dernier épisode podcast) : l'IA c'est comme un stagiaire. Même en termes de droits d'accès — lecture d'abord, ensuite écriture, ensuite si tu es confiant dans un contexte précis tu lui donnes accès aux campagnes, import de créas sur Meta directement via l'API. Mais progressivement.
Depuis peu, on utilise Xfield pour générer des images pour les créas pub. Qualité incroyable, aucune faute d'orthographe, textes bien présentés. On sort environ 50 nouvelles créas statiques par semaine avec très peu d'efforts.
Ce qu'on a fait : on avait un tableau avec toutes les anciennes créas — angles utilisés, résultats, CPA. On a tout mis dans Claude, qui en a sorti des conclusions sur ce qui marche le mieux. On a demandé à Claude de produire des prompts pour Xfield, calibrés sur ce qui avait les meilleurs CPA. Résultat : chaque semaine les coûts baissent, les résultats augmentent. Quelque chose qu'on n'avait jamais réussi à faire purement humainement.
Exemple e-commerce : Claude prompte Gemini (via Nano Banana, inclus dans les abonnements Google) pour générer des images. Le problème : filigrane en bas à droite. Automatiquement, l'IA télécharge l'image, enlève le filigrane, la charge dans Meta pour tester. Deuxième automatisation : chaque matin, elle regarde quelle créa couper selon les performances. Un compte Meta full automatisé, qui s'auto-alimente en créas.
Une connaissance avec un e-com à 10-15 millions de chiffre d'affaires : 100 % des images de son site sont générées par l'IA. Des vêtements portés par des gens différents, dans des contextes différents, style UGC — ça a explosé ses ventes. Et cette personne gère l'e-com pratiquement seule.
Client revendeur de montres de luxe. Les montres avec chronographe, c'est l'ennemi juré — plein de mini-détails, tu te retrouves avec des Rulex au lieu de Rolex. Mais : tu peux demander à Claude Code de faire des variantes et un autotest — il vérifie et améliore l'image pour reconstruire la montre.
En 3 mois d'essais, l'IA a progressé. Pas encore parfait (c'est du luxe, hyper litigieux), mais sur les montres vintages avec griffes et détails, l'itération est rapide. Sur les vêtements, c'est déjà canon aujourd'hui.
La douleur principale des agences de création de sites web : les délais s'allongent parce que les clients ne fournissent pas les textes et les photos.
Avec le niveau actuel de l'IA :
Pour le copywriting : tu entraînes une conversation Claude avec les styles que tu aimes, tu le mets en contexte, et tu lui demandes de repérer les 5 leaders de l'industrie du client, d'analyser leur copywriting, et d'en déduire un copywriting optimal pour ce client. Il ne va pas inventer d'information — il part de l'existant et cherche ce qui marche ailleurs dans le secteur.
Questionnaires + scraping d'avis : on fait passer deux questionnaires à chaque client (offre, marque, concurrents, positionnement différenciant) et on ajoute un scraping des avis Google, Avis Vérifiés, etc. Avant on traitait ça à la main. Aujourd'hui, tu charges tout ça dans le "cerveau" de l'IA : persona, positionnement, règles de ton (tutoiement ou pas, direct ou pas). L'IA est beaucoup plus autonome et produit des résultats de meilleure qualité.
Pour les photos : tu peux générer les visuels avec l'IA. Résultat : tu avances sans le client. Et si le client n'aime pas un texte ou une photo, c'est toujours plus facile de corriger que de fournir le contenu from scratch. Tu lui livres un site qui a déjà de la gueule — il dit juste "cette photo, remplace-la par celle-ci." Ça accélère la livraison, et pour la rentabilité des agences, c'est incroyable.
Premier rôle à créer : l'assistant contenu / inbound.
Exemple chez nous, il s'appelle "Inbounder" (marketing inbound). Dès qu'on tourne un podcast ou une vidéo YouTube, il reprend la transcription et :
Ça réduit le temps et la charge mentale de création de contenu de façon exponentielle. Aujourd'hui, il produit plus de carousels que ce que je peux poster.
Ce que fait l'intervieweur (workflow YouTube) :
Prochaine étape naturelle : automatiser la campagne email à partir de cette même description.
L'agent prépare le résumé du podcast et l'objet de l'email. Une clé API Brevo suffit (3 clics dans les paramètres) pour lui donner l'accès et lui faire envoyer la newsletter lui-même. La vérification humaine reste nécessaire : sur le dernier épisode de 33 minutes, l'agent avait écrit "55 minutes". Le fond était bon, l'email donnait envie d'écouter, mais les chiffres demandent relecture.
Pour le ton, il suffit de lui fournir les 5 derniers emails envoyés. Il capte très vite le registre, le style, la personnalité. Et plus on produit de contenu vidéo et audio, plus il affine cette compréhension.
L'audio et la vidéo alimentent tout le reste avec un gain de temps maximal sur l'automatisation. Quand le temps est limité à quelques éléments de contenu par semaine, la priorité va à l'audio. À partir d'un enregistrement, l'agent peut produire : posts LinkedIn, posts Instagram, script Reels, résumé newsletter.
Cas testé : trouver des invités pour un podcast sur des fondateurs e-commerce. L'agent (créé par Claude Code) a :
Résultat : prêt à envoyer, en attente de validation finale. La prospection froide reste conditionnée à la valeur apportée dans le message.
Les appels commerciaux sont enregistrés (avec autorisation). L'agent connaît les decks de présentation et l'offre. À partir du transcript :
C'est un coach commercial en neuromarketing intégré au workflow. Le brainstorm tableau blanc de l'époque Mad Men a disparu — ce qui reste, c'est un résultat plus constant et une marge d'erreur plus faible si les process sont bien calibrés.
Pour les clients B2B avec des équipes commerciales, l'agent peut faire de la call review automatisée :
Des outils payants le font déjà. Avec Claude, ça s'automatise.
Méthode : faire un Loom de 5-10 minutes sur le site du prospect (taux de rebond élevé, trafic faible, durée de visite courte, etc.), donner l'audio à l'agent avec le template d'audit, et il produit la présentation complète.
Canva : Claude Code peut s'y brancher. Alternative utilisée : Google Slides avec template — l'agent remplit directement à partir du transcript.
La limite de l'analyse visuelle directe par l'IA : ça brûle beaucoup de tokens. Mieux vaut tout verbaliser soi-même.
Scénario à éviter : demander à l'IA de scraper tous les prospects d'une région, filtrer par trafic faible, etc. Beaucoup d'agences ont essayé. Problème récurrent : le répertoire semble cohérent sur le papier, mais quand on regarde vraiment la boîte (Google Street View, contexte réel), le patron a 72 ans et est à deux doigts de la retraite. L'IA ne capte pas ça.
Conclusion : la qualification et l'observation du prospect restent humaines. Tout ce qui suit (audit, présentation, campagne) peut être automatisé. La prochaine action humaine, c'est la relation en rendez-vous.
Malentendu fréquent : "C'est de l'IA, ça n'a pas de valeur." Les sites livrés avec l'IA ne se font pas en 2 minutes. Il y a du travail réel.
L'IA est comparable au no-code à son époque : le no-code permettait de faire des sites sans coder, mais ça ne produisait pas un site qui convertit sans compétence métier. Même chose avec l'IA : si tu n'as pas la compétence sur l'optimisation du taux de conversion, tu ne produiras pas un bon site web avec l'IA. Soit tu as la compétence, soit tu dois d'abord former l'agent sur ce qu'est un bon site.
La formation interne (anciennement Mavrix avec des formations Google, Meta, CRM) a été traduite en skills injectés dans Claude et Codex. Résultat : chaque consultant peut parler à un "clone" de l'agence qui respecte le cahier des charges métier.
Exemple concret : un consultant CRM qui hésite entre une refonte du mail d'abandon panier ou une newsletter de déstockage peut brainstormer avec l'agent, estimer le chiffre d'affaires attendu pour chaque option, et valider avant de consulter un collègue humain. Ce n'est pas glamour, mais ça élimine une couche d'erreur potentielle.
En développant un outil pour les agences, l'IA a :
Ce qui distingue le brainstorm avec l'IA d'une conversation humaine : l'IA peut aller chercher de nouvelles informations sur internet en cours de discussion, pas uniquement puiser dans son socle de connaissance initial. Ça apporte une couche informative et factuelle que l'humain seul ne peut pas offrir en temps réel.
Sur une zone avec très peu de rotation (21 ventes l'année dernière), un agent tourne sur Mac Mini et filtre les annonces LeBonCoin selon des critères précis (prix, loyer potentiel, type de bien). Dès qu'une annonce correspond, notification Telegram avec le lien et une analyse : est-ce que ça correspond à nos critères d'investissement ?
Plus de bruit d'alertes mal calibrées. L'agent fait le tri en amont comme un "personal shopper" de l'immobilier, sans la pression psychologique de l'agent humain qu'on "fait bosser 6 mois sans lui acheter quelque chose". L'agent IA peut chercher pendant 3 ans sans aucune obligation de réciprocité.
Contexte supplémentaire : les agences immobilières sur des marchés tendus (peu de rotation, vente assurée dès la mise en ligne) n'ont aucune incitation à rappeler les acheteurs. L'automatisation compense cette inertie structurelle.
J'utilise Pennylane et j'ai branché une API dessus. J'avais suivi des formations en analyse financière avec le CJD — Centre des Jeunes Dirigeants. J'ai scanné tous mes supports papier, j'en ai fait une compétence, et j'ai un CFO part-time IA qui tourne en continu.
Chaque matin il vérifie mon P&L, identifie les retards de paiement, déclenche les relances automatiques dans Pennylane, et calcule combien de mois de trésorerie d'avance j'ai. Ce que tu peux attendre d'un expert-comptable — mais disponible en temps réel, à la fréquence que tu veux. Un expert-comptable ne va pas te faire ça tous les matins. Lui si.
On a trois comptes bancaires — compte courant, compte prêt immobilier bureaux, etc. Il surveille les mouvements et m'alerte : "Le 15 du mois, TVA + URSSAF, il faut au moins X euros sur ce compte." Ton application bancaire ne se souvient pas que c'est le jour de la TVA.
Je l'ai branché sur un Google Sheet. Lui met à jour le Sheet, moi j'y accède aussi. Il fait des tests automatisés croisés entre le Sheet et les données Pennylane pour vérifier la cohérence des montants. L'assistante administrative fait un suivi manuel en parallèle sur les factures envoyées et les relances. Ceinture et bretelles — surtout sur des chiffres financiers.
L'IA hallucine peu avec des chiffres quand les données sont dans un fichier accessible. Elle hallucine quand elle doit inventer parce qu'elle n'a pas accès à la source. Il y a une boîte aux US qui s'est pris les pieds dans le tapis avec Copilot Microsoft : Copilot n'avait pas accès aux SharePoints, donc il inventait des chiffres financiers pendant 3 mois. Ils croyaient faire leur chiffre d'affaires. Pas du tout.
L'IA comble les vides. Le problème c'est que tu ne sais pas quand le vide a été comblé par une information fiable ou pas. Dans les banques et les hôpitaux, le taux de précision estimé est à 96-97 %. Ce 3-4 % de marge d'erreur empêche encore un déploiement large scale dans la santé et la finance — parce que cette marge peut représenter des erreurs colossales.
On en parlait ce matin en atelier client : la vitesse d'exécution est devenue un avantage compétitif. Des tâches qui prenaient une semaine, tu les déploies en quelques heures.
Exemple : le pricing dynamique en e-commerce. Tu peux ajuster les prix en temps réel en fonction des concurrents. Mais si tu ne poses pas de règles — prix minimum notamment — rien n'empêche l'IA de continuer à baisser les prix indéfiniment. Si ton concurrent a le même outil, vous pouvez vous retrouver tous les deux à zéro marge. Les règles de garde-fou sont obligatoires.
La programmation des films en cinéma se faisait une fois par semaine parce qu'il fallait des gens avec des tableurs pour gérer la donnée. Aujourd'hui tu peux gérer ça dynamiquement du jour pour le lendemain, en fonction du volume de consultations des pages de chaque film. Une petite agence d'une ou deux personnes peut offrir ce service ultra haut de gamme à un client e-comm. C'est le niveau de valeur livrable aujourd'hui même en solo.
Les zero-employee companies commencent à arriver. On a une autre boîte qui vend des produits digitaux — pas d'employés, des IA qui tournent en autonomie. Et de plus en plus de monde parle de la première entreprise à faire un milliard avec une seule personne. Il y a déjà des exemples à plusieurs centaines de millions de valorisation construits quasi seuls.
Avoir une petite agence aujourd'hui est un avantage : pas de lourdeur, pas d'inertie au changement, tu intègres l'IA directement dans les process. Une agence de 20 ans avec 200 employés met des mois à faire bouger les choses. Faire adopter ChatGPT à une équipe de 10 développeurs — est-ce que tu vires quelqu'un ? C'est une discussion difficile.
Si je devais tout recommencer aujourd'hui :
Avant de devoir recruter à 15-20K€/mois de CA, tu peux y arriver seul avec ton équipe IA. Ta rentabilité peut être à 40-50 % au lieu de 10 %. Tu encaisses plus, tu renfloues la trésorerie plus vite, tu accélères la croissance.
Ça revient tout le temps en atelier. Non. J'ai rarement fait du dev. Je savais faire un site, c'est tout. Tu peux utiliser l'IA comme un professeur — lui demander de t'apprendre des choses. Ça, c'est une compétence en soi : savoir demander à l'IA de t'enseigner.
Mon gamin a 6 ans. Il dit "attends, je vais demander à ChatGPT." Il a appris à jouer au Go avec Gemini Live via la caméra pour compter les points. Une génération entière va grandir avec ça. Si on ne se met pas à la page, l'obsolescence nous rattrape.
Un dirigeant d'agence avec qui j'ai fait une consultation privée trouvait ses alternants et stagiaires paresseux. Ils ne l'étaient pas. Ils travaillent différemment. Pour eux, l'IA fait partie intégrante de leur méthodologie dès le premier stage. Leur vision du temps nécessaire pour exécuter une tâche est complètement différente. Il a dû revoir entièrement sa méthode de management pour les 18-20 ans qu'il emploie.
Parmi nos clients, certains interdisaient ChatGPT au travail il y a encore 6 mois. C'est l'inverse qu'il faut faire. Paye des licences à tes salariés. Encourage l'expérimentation. Mon usage de l'IA n'est pas le tien, n'est pas celui de mes salariés, n'est pas celui de mes clients. Une équipe où chacun a ses propres agents IA résout plus de problèmes, à plus forte valeur ajoutée, que tu peux vendre plus cher.
Priver tes employés de cet outil de productivité, c'est te tirer une balle dans le pied. C'est comme interdire internet. J'ai connu des hôtels qui interdisaient les PMS — logiciels de gestion des chambres — et tenaient au carnet papier pendant que les concurrents avaient tout en deux clics.
Si tu ne sais pas par où commencer : explique ta situation à l'IA. Deux pages sur où tu en es, ce que tu as fait ce mois-ci. Demande-lui : "En quoi peux-tu m'aider là-dessus ?"
Si tu es fort en vente, elle ne va pas te dire de lui déléguer tes PowerPoint de vente. Si tu es mauvais en maquette de site, elle va te le dire. C'est ça qui t'aiguille dans ton apprentissage. Tu n'as même pas à deviner en quoi l'IA peut t'aider.
La progression naturelle :
Step by step. Comme un sport : tu es nul au début, tu apprends les règles, tu t'améliores.
L'IA est là pour rester. Ne pas l'exploiter est un déficit compétitif. Commence avec un assistant, une tâche. Teste. L'IA elle-même te dira ce que tu devrais lui déléguer en premier.