Top 1 % : comment Brex a développé son moteur Outbound et rendu les opérations plus efficaces

Avant Brex, même une startup financée pouvait se voir refuser une carte d’entreprise. Les banques exigeaient un long historique de crédit ou une garantie personnelle du fondateur, et une société de deux ans n’en avait généralement pas, même si elle venait de lever un nouveau tour de financement. Henrique Dubugras et Pedro Franceschi ont créé Brex en 2017 pour changer la donne, en évaluant les entreprises sur leur trésorerie réelle et leurs performances, pas sur le crédit personnel du fondateur. Aujourd’hui, plus de 30 000 entreprises gèrent leurs dépenses avec Brex, des équipes en phase seed aux sociétés cotées comme Sonos et Robinhood.

Le dispositif Outbound de Brex s’est discrètement transformé en l’une des stratégies go‑to‑market les plus avancées. Michael Tai, Senior Growth Product Manager chez Brex, en dirige une grande partie. Après des passages en conseil chez Oliver Wyman, en stratégie et produit chez Next Insurance, et comme directeur général chez DoorDash Retail, il a rejoint Brex pour faire passer le programme Outbound automatisé de l’entreprise d’un à deux.

Il est passé au siège de Clay pour discuter avec Isaac Fishman, notre Strategic Compte Manager, et parler de la façon dont Brex a construit ce système ainsi que de la direction que le go‑to‑market prendra en 2027 (et au‑delà, en 2036). Regardez le livestream complet avec Michael :

Top 1% est notre série d’interviews, où l’on s’assoit avec les marketeurs growth des plus grandes entreprises du monde pour découvrir comment elles fonctionnent réellement. Inscrivez‑vous pour ne pas manquer les prochaines sessions

Pourquoi l’équipe de croissance de Brex se tourne vers Clay

Le go‑to‑market de Brex s’est développé rapidement, ce qui entraîne presque toujours un coût. Quand une organisation go‑to‑market grandit, la productivité a tendance à stagner, voire à diminuer. Les nouveaux commerciaux ont besoin de formation et de coaching, et l’équipe explore plus en profondeur son marché adressable et commence à cibler des Compte plus restreints.

Michael a observé le contraire chez Brex, en partie grâce à leurs outils : « En développant notre approche go‑to‑market, on a vu l’efficacité de la génération de Pipeline augmenter, pas stagner ou baisser », explique Michael. « C’est grâce à la technologie, à la gestion des comptes et à l’automatisation de l’Outbound. Et l’équipe a aussi amélioré ses process au fil des ans… Le résultat est impressionnant des deux côtés. »

Quelques points lui marquent à propos de Clay :

• Why it stuck: “Clay est vraiment simple à utiliser. C’est pour cela qu’il s’est imposé comme leader du marché.”
• Il effectue plusieurs tâches simultanément : « Nous utilisons principalement Clay pour l’enrichissement des données et orchestrer les flux de travail. »
• Cela débloque l’équipe : « Permettre à plusieurs utilisateurs de collaborer, itérer sans coder… c’est idéal pour les équipes growth qui veulent avancer rapidement. »

5 leçons pour bâtir le go‑to‑market de l’ère IA de Brex

L’équipe de Michael se trouve au cœur d’un réseau de partenaires : opérations marketing, opérations de revenus, systèmes d’entreprise et data science. Elle a démarré en 2024 comme une équipe tigre interfonctionnelle placée sous la direction du PDG, avec des membres prêtés par d’autres services. Au fil du temps, la valeur créée a conduit à la formaliser en une organisation permanente d’ingénierie de croissance.

En agrandissant l’équipe, Michael a réalisé que l’opération limitait ce que la technologie pouvait faire. « La technologie amplifie ce qui existe déjà », explique‑t‑il, et le travail est devenu de faire mûrir simultanément l’équipe et les systèmes, plutôt que de compter sur le logiciel pour corriger l’opération. Les leçons à venir dépassent la simple pile d’outils : il s’agit d’apprendre à assembler une équipe et une organisation conçues pour maximiser l’impact commercial.

1. D’abord identifier le problème, ensuite implémenter l’IA

Le réflexe quand une entreprise décide de « faire de l’IA » est de commencer par le modèle ou l’outil. Michael estime que cela inverse la difficulté : le vrai travail se situe bien avant.

« L’essentiel d’une mentalité produit, c’est de placer le problème d’abord. Il faut comprendre ses clients, identifier les difficultés qu’ils rencontrent, les quantifier de façon pertinente, puis les tester », explique-t-il. « Pour les entreprises qui envisagent l’IA, le défi n’est pas l’IA elle‑même, mais la découverte et la définition du problème. »

Prenez le temps nécessaire pour bien définir le problème et chiffrer l’enjeu avant de choisir un outil. Une fois l’opportunité quantifiée et la définition claire, les membres ingénieux de votre équipe identifieront la solution d’IA adaptée ou ce dont le projet a réellement besoin.

2. Priorisez la pertinence, pas la personnalisation

Le mass Outbound a transformé « personnalisé » en synonyme d’insérer un prénom dans un Template. Michael trace une ligne plus nette. « Ce n’est pas tant personnalisé que pertinent », dit‑il. « Personnalisé » veut dire que c’est adapté d’une certaine façon. « Pertinent » veut dire que la personne qui le reçoit s’y intéresse.

Atteindre la pertinence, c’est aller en profondeur, et ça change la nature du jeu Outbound. Le travail opérationnel que Michael a mené auparavant, en réduisant les taux d’annulation chez DoorDash ou en traitant les réclamations chez Next, était un jeu d’envergure avec une longue traîne qui devient exponentiellement plus difficile à mesure qu’on le poursuit. Les ventes vont dans l’autre sens.

« La vente n’est pas tant un jeu à longue traîne ; c’est un jeu de profondeur », dit‑il. « Pour le compte que vous examinez, jusqu’où pouvez‑vous aller ? Combien pouvez‑vous découvrir sur la vie de cette personne, son expérience, la douleur qu’elle ressent, et à quel point pouvez‑vous le prévoir avec précision et en parler ? »

L’équipe s’appuie sur un cadre que Michael Crédits à un ancien vice‑président marketing, qui lui a expliqué que l’Outbound fonctionne comme le marketing et se décline en quelques leviers essentiels, dans un ordre précis.

• Targeting leads. « Si vous parlez à la mauvaise personne, c’est le plus important. Peu importe la façon dont vous contactez, peu importe si votre message est optimisé. Vous devez parler à la bonne personne, tant au niveau du compte qu’au niveau du contact. »
• Channel vient ensuite. « En vente, le canal est assez simple, mais en marketing c’est beaucoup plus complexe. Je le contacte via TikTok, Meta ou d’autres plateformes ? Où cet ICP passe‑t‑il son temps, où se trouve‑t‑il ? »
• Messaging, les mots réels, viennent en dernier. « Que dites‑vous ? Ou, dans le monde de la publicité, la création, la vidéo, le support. »

Si vous visez la mauvaise cible, même le texte le plus ingénieux sur le canal idéal ne sert à rien. C’est pourquoi chaque expérience commence par la cible, avec deux questions :

1. « Nous nous adressons aux bonnes entreprises, à celles qui ont de réels besoins et qui correspondent à notre offre ? »
2. “Est‑ce que je parle aux bonnes personnes dans cette entreprise ?”

Quand un segment montre un Signal, l’équipe passe à l’étape suivante pour ajuster le canal et le message.

3. Embauchez des ingénieurs growth qui agissent comme des ingénieurs déployés sur le terrain

L’ingénieur déployé sur site, ce bâtisseur intégré qui travaille côte à côte avec le client pour résoudre son problème, est né chez Palantir. Le modèle s’est rapidement propagé, et Brex s’est implanté dans le même domaine du côté go‑to‑market. La ressemblance avec un FDE est surprenante : s’intégrer aux équipes internes, itérer rapidement avec elles, créer quelque chose qui ne se scale pas, et répéter l’opération jusqu’à identifier le schéma à transformer en plateforme.

Quand Michael recrute des ingénieurs de croissance pour ce poste, la maîtrise de l’infrastructure n’est pas le critère principal. « On cherche des profils avec un éventail de compétences plus large que celui d’un ingénieur moyen », explique‑t‑il. « Ils comprennent le business, ils comprennent le client. Ils peuvent échanger directement avec les équipes transverses et avec les clients, sans intermédiaire. En gros, ils sont à la fois ingénieur, chef de produit et un peu de chaque fonction. »

Bien sûr, ce modèle a un coût réel. Il faut le suivre avec des indicateurs comme le revenu par ingénieur, qui doit augmenter avec le temps ; si ce chiffre reste stable ou baisse, vous ne faites que louer des effectifs.

« Les ingénieurs sont très chers. Si vous affectez un ou deux ingénieurs à une entreprise pendant six mois, cela doit générer une valeur considérable en retour. C’est vraiment le pari que les entreprises prennent », ajoute‑t‑il.

Menez le Prospect général et celui axé sur la thèse côte à côte

La gestion des livres se résume à une question : « Sur qui chaque commercial doit‑il concentrer son temps ? » Brex propose deux réponses : le Prospect général et le Prospect guidé par une thèse.

• La Prospect générale commence par le compte. Vous examinez les caractéristiques visibles d’une entreprise, comme son secteur et sa taille, ainsi que les Signal qui y sont associés, et décidez si ça vaut le coup de la poursuivre. Brex fait passer tout ça dans un algorithme de Lead‑scoring qui classe automatiquement les comptes. « Si vous débutez ou manquez d’idées, c’est le bon point de départ pour trouver des comptes », explique Michael.

• La prospection guidée par une thèse commence par une idée. Ici, un commercial adopte un angle précis sur un groupe d’entreprises ; si cet angle est assez pointu, il convertit tellement bien que la question d’adéquation devient secondaire. L’exemple de Michael est un message LinkedIn tellement pertinent qu’il décroche un rendez‑vous la moitié du temps, même quand son interlocuteur n’est pas le profil ICP classique. Les outils permettent aux SDR de façonner ces thèses et de fouiller rapidement le vivier de comptes, ainsi une idée passe rapidement à l’action.

Les deux fonctionnent ensemble. Le Lead Score donne aux nouveaux·elles commercial·e·s une liste de départ fiable, et le parcours de thèse offre aux commercial·e·s expérimenté·e·s la possibilité de développer leur propre angle.

5. Déployer l’outil auprès des commercial·es, intentionnellement

Un système sophistiqué ne vaut que par les représentants qui savent l’utiliser, alors Michael prend le déploiement très au sérieux. Le premier principe : les outils sont au service du représentant, jamais en concurrence avec lui. « Dès le premier jour, on a travaillé main dans la main avec l’équipe go‑to‑market : la technologie est à votre service, elle vous fait gagner du temps. Il n’y a jamais de conflit d’intérêts, » explique‑t‑il.

Chaque mois, Michael consacre 30 minutes à la nouvelle promotion d’embauchés, leur présente ce que l’équipe a construit et comment en tirer le meilleur parti. Il laisse ensuite la porte ouverte sur Slack et dans un canal dédié aux retours. Il voit les frictions qui apparaissent comme des repères : chaque douleur de croissance est un feedback sur lequel il peut s’appuyer. Avec le temps, le savoir ne reste plus uniquement entre ses mains.

« Une fois que vous avez construit un socle de connaissances dans l’équipe, que ce soit chez un manager ou parmi les plus expérimentés, la responsabilité revient à l’équipe, pas à vous », déclare‑t‑il. Le résultat : un vivier de champions internes capables de faire monter la prochaine personne en compétence.

Les prévisions de Michael pour le GTM en 2027 et 2036

À court terme, Michael revient sans cesse sur ce que l’industrie néglige souvent : le rôle de l’humain. On consacre la plupart des efforts à ce que l’IA peut automatiser, et les personnes du workflow sont reléguées au second plan. La thèse de Brex va dans le sens inverse :

« Si vous automatisez quelque chose avec l’IA, ça ne s’améliore pas tout seul. Ça ne progresse que si votre équipe centrale de croissance intervient, apprend et ajuste. Mais comment créer des systèmes organiques, vivants, qui s’améliorent d’eux‑mêmes ? » dit‑il. « Imaginez un agent et un·e humain·e qui collaborent : l’humain·e apprend de l’agent, devient plus malin·e, teste davantage d’idées, et l’agent apprend de l’humain·e. Le système s’améliore alors de façon décentralisée. »

Dans dix ans, il sera moins sûr, mais il fera quand même une prévision. Les principes du go‑to‑market restent les mêmes : savoir à qui s’adresser et dire ce qu’il faut. Ce qui évolue, c’est le modèle opérationnel qui les entoure.

« Le go‑to‑market, c’est avant tout une opération humaine. Comment travailler quand vos collègues sont en fait des agents ? Et quand la technologie devient bien plus centrale ? » demande‑t‑il. Il prévoit que ce virage sera aussi majeur que celui provoqué par les ordinateurs. « Quand les ordinateurs sont apparus, notre façon de travailler a radicalement changé. Dans dix ans, avec l’IA, notre manière de travailler sera totalement différente. »