DigitalFeeling

About DigitalFeeling

DigitalFeeling, le podcast IA & marketing digital qui passe à l'action Je suis Élodie Chenol, consultante et formatrice spécialisée en Intelligence Artificielle et marketing digital. Chaque semaine, en 10 minutes chrono, je réponds à une question de terrain pour vous aider à intégrer l'IA dans votre stratégie et générer des résultats concrets. Ce podcast est fait pour vous si : Vous êtes entrepreneur ou dirigeant et vous voulez exploiter l'IA pour développer votre business sans vous perdre dans la technique Vous êtes marketeur ou responsable communication et vous cherchez à aller plus vite, mieux cibler et créer des contenus qui performent grâce à l'IA Dans les deux cas : vous voulez des méthodes claires, testées sur le terrain, applicables dès aujourd'hui Posez-moi votre question Contactez-moi sur LinkedIn, les meilleures questions deviennent des épisodes. Pour aller plus loin : 📩 Newsletter : substack.com/@elodiechenol ⭐ Un avis 5 étoiles sur Apple Podcasts ou Spotify : c'est le meilleur moyen de soutenir le podcast Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite (https://www.audiomeans.fr/politique-de-confidentialite) pour plus d'informations.

Publisher

Elodie Chenol

Category

business · business · technology

Language

fr

Explicit

No

First episode

29 Oct 2022

Latest episode

6 Nov 2026

Latest episodes

200 episodes in the feed.

1. 

   6 Nov 2026

   Episode 179 - J'ai failli répondre à une IA !

   J'ai failli répondre à une IA : ce que l'IA change dans nos messageries LinkedIn Il y a quelques jours, j'ai failli répondre à un message LinkedIn. C'était le quatrième de la même personne. Poli, insistant, très bien tourné. Puis je l'ai relu, et j'ai reconnu les tournures. Je les vois tous les jours dans mes propres sessions de travail avec l'IA. Ce message, ce n'est pas un humain qui l'avait écrit. Dans cet épisode 179 de DigitalFeeling, je raconte cette expérience. Ici, je vais plus loin : ce que disent vraiment les chiffres, ce que LinkedIn autorise et ce qu'il interdit, et comment prospecter avec l'IA sans perdre sa voix. Combien de contenus LinkedIn sont écrits par l'IA ? Deux études récentes donnent des chiffres très différents. Elles ne mesurent pas la même chose. Originality.ai : 81 % de posts « probablement IA » En juillet 2026, Originality.ai(https://originality.ai/blog/ai-content-published-linkedin) a analysé 5 000 posts LinkedIn publics d'au moins 100 mots. Résultat : 4 061 sont classés « probablement IA », soit 81,2 %. Sa précédente étude, sur 8 795 posts publiés jusqu'en octobre 2024, arrivait à 54 %. Attention au seuil : un post est classé « probablement IA » quand le détecteur estime, avec au moins 50 % de confiance, qu'au moins 15 % du texte vient d'une IA. Un post rédigé par un humain et retouché avec l'IA peut donc entrer dans ce chiffre. Pangram : 41 % de posts longs entièrement générés Pangram mesure autrement. Son extension Chrome a analysé plus d'un million de posts sur cinq plateformes entre avril et juin 2026. Il ne compte que les textes entièrement générés. Sur LinkedIn, c'est le cas de 41 % des posts de plus de 250 mots et de 30 % des posts de 50 à 250 mots. LinkedIn arrive largement en tête des plateformes étudiées. Ce que ces chiffres ne disent pas Ces deux études viennent d'éditeurs de détecteurs IA. Ce sont des estimations, pas un comptage officiel de LinkedIn. Et elles ne portent que sur les contenus publics. Les messages privés, là où la prospection se joue, personne ne les mesure. > Qu'est-ce que l'« AI slop » ? > L'expression désigne les contenus produits en masse par l'IA, sans idée originale ni véritable apport, publiés pour occuper le terrain. Ce qui pose problème, ce n'est pas l'usage de l'IA en soi, c'est l'absence de fond. Le bouton « Seems like AI slop » : utile ou risqué ? Depuis le 30 juillet 2026, LinkedIn propose une option « Seems like AI slop » dans le menu des posts. Son directeur produit, Hari Srinivasan, en a fait une priorité. Selon lui, plus d'un million de membres l'ont utilisée en deux semaines, et les vues des contenus classés « slop » ont baissé de 40 %. LinkedIn précise qu'un signalement isolé ne suffit pas à pénaliser un post et que s'aider de l'IA pour mieux écrire n'est pas du « slop ». J'ai pourtant une réserve. Le lecteur juge un style, pas une intention. Une personne qui travaille beaucoup avec l'IA et qui retravaille ses textes peut être signalée par quelqu'un qui reconnaît juste une tournure. Et confier ce tri aux membres eux-mêmes a quelque chose de la délation, que je ne valide pas. La prospection automatisée n'a pas attendu l'IA Bien avant l'IA générative, des outils comme Waalaxy permettaient déjà de programmer des séquences de messages : un premier message, puis une relance si la personne ne répond pas, puis une autre. On m'a déjà répondu : « Ce n'était pas moi, c'était mon outil d'automatisation. » Ces messages fonctionnent presque, et pas grâce à leur contenu, souvent creux. Ils fonctionnent par l'insistance. Une relance automatique ne se lasse pas et ne se vexe pas. C'est nous qui finissons par culpabiliser de ne pas répondre. Les conditions d'utilisation de LinkedIn (section 8.2 du contrat d'utilisation) interdisent pourtant d'utiliser des bots ou des méthodes automatisées non autorisées pour envoyer des messages. Entre la règle et la pratique, l'écart reste grand. > Qu'est-ce qu'une séquence de prospection automatisée ? > C'est un scénario de messages préparé à l'avance et envoyé par un outil selon les réactions du destinataire : premier contact, relance, message de suivi. La personne qui « écrit » n'est souvent plus derrière son clavier. 6 marqueurs d'un message de prospection généré par IA Ce sont mes observations de terrain, en formation et dans ma messagerie. Ce n'est pas une étude. Un seul marqueur ne prouve rien : c'est leur accumulation qui alerte. - L'empathie de façade en ouverture : « Je comprends parfaitement que votre agenda soit chargé. » - Le compliment générique sur le profil, sans aucun détail précis. - La structure en trois temps trop bien équilibrée. - La formule « ce n'est pas X, c'est Y ». - La relance qui reformule le message précédent, sans rien apporter de neuf. - Le tiret cadratin, que presque personne ne tape au clavier. Et le grand classique : les « synergies », sans jamais dire lesquelles. Prospecter avec l'IA sans perdre sa voix J'utilise l'IA tous les jours : pour ma veille, mes podcasts, mes newsletters, pour réfléchir. Mon message n'est pas « n'utilisez pas l'IA ». Mon message, c'est : restez le pilote. - L'intention d'abord. Un bon prompt ne remplace pas une vraie raison d'écrire. Si vous n'avez rien de précis à dire, l'IA n'écrira rien de bon. - Un détail que seul un humain a observé. Lisez vous-même le profil. Dans la méthode RDCOF, c'est le C, le contexte : c'est ce qui rend un message unique. - Une proposition concrète. Dites ce que vous attendez de la mise en relation et ce que vous proposez. - Une validation humaine avant chaque envoi. Pour les équipes commerciales, l'IA peut préparer, mais quelqu'un doit relire et décider d'envoyer. - Des outils de personnalisation, pas d'envoi en masse. Des solutions comme Humanlinker s'appuient sur les contenus publics du prospect pour personnaliser. Elles aident, mais ne remplacent pas votre lecture. Un message parfait n'est plus un signe d'attention. C'est même parfois le contraire. C'est exactement ce que je travaille avec les équipes que j'accompagne : utiliser l'IA sans perdre sa voix. FAQ Comment savoir si un message LinkedIn a été écrit par une IA ? Aucun indice isolé ne suffit. Ce qui alerte, c'est l'accumulation : compliment générique, empathie convenue, structure trop symétrique, relances qui reformulent, absence de tout détail précis sur vous. Quel pourcentage des posts LinkedIn est généré par l'IA ? Selon Originality.ai, 81,2 % des posts longs de juillet 2026 sont « probablement IA » (au moins 15 % de texte IA). Selon Pangram, 41 % des posts de plus de 250 mots sont entièrement générés. Les deux méthodes sont différentes. Est-ce que LinkedIn interdit les outils d'automatisation de messages ? La section 8.2 du contrat d'utilisation interdit les bots et méthodes automatisées non autorisées pour envoyer des messages. Utiliser ces outils fait courir un risque de restriction du compte. À quoi sert le bouton « Seems like AI slop » sur LinkedIn ? Il masque le post dans votre fil et envoie un signal à LinkedIn. Un signalement isolé ne suffit pas à pénaliser un post, mais les signalements alimentent les systèmes de détection de la plateforme. Peut-on prospecter sur LinkedIn avec l'IA ? Oui, à condition que l'IA aide à personnaliser et qu'un humain valide chaque message avant envoi. L'envoi en masse de messages génériques nuit à votre image et va contre les règles de LinkedIn. 💬 À vous 💡 Soutenez le podcast : ✅ Abonnez-vous à DigitalFeeling sur LinkedIn ✅ Allez sur le site : https://digitalfeeling.fr ✅ Rejoignez ma newsletter : substack.com/@elodiechenol ✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify ✅ Partagez cet épisode à un dirigeant qui en aurait besoin 🎙️ Abonnez-vous à Digital Feeling sur votre plateforme d'écoute préférée pour ne manquer aucun épisode. Le marketing fait partie des fonctions qui intègrent le plus d’outils d’IA au quotidien, ce qui multiplie les tâches de supervision et de vérification. Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

2. 

   30 Oct 2026

   Episode 178 - L’effet baguette magique : pourquoi l’IA peut nous faire travailler plus, et comment l’éviter ?

   L’effet baguette magique : pourquoi l’IA peut nous faire travailler plus, et comment l’éviterQuand je forme des équipes à l’IA générative, il y a toujours ce moment où quelqu’un réalise qu’en quelques clics, il peut rédiger un article, analyser un fichier ou créer un visuel. Le champ des possibles semble infini. C’est enthousiasmant. C’est aussi là que commence un risque dont on parle encore trop peu : celui de l’épuisement. Dans cet épisode 178 du podcast DigitalFeeling, je reviens sur cet « effet baguette magique ». Cet article prolonge la réflexion avec les études récentes et des pistes concrètes pour les managers et les formateurs. L’IA ne réduit pas le travail, elle l’élargitLa promesse était simple : l’IA prend en charge les tâches répétitives, on gagne du temps pour l’essentiel. La réalité observée sur le terrain est plus nuancée. Des chercheuses de Berkeley Haas ont suivi pendant huit mois, en 2025, une entreprise technologique américaine d’environ 200 salariés. L’usage de l’IA n’y était pas imposé. Pourtant, les salariés se sont mis à travailler plus vite, sur un périmètre plus large et sur des plages horaires plus étendues. Des chefs de produit ont commencé à coder, des chercheurs ont pris en charge du travail d’ingénierie. Qu’est-ce que l’élargissement des tâches lié à l’IA ?C’est le phénomène par lequel un professionnel, devenu autonome grâce à l’IA sur des tâches qui relevaient d’autres métiers, les ajoute à sa charge sans qu’aucune autre ne lui soit retirée. Je le constate dans mes formations : on devient capable de produire seul le visuel qu’on demandait au graphiste ou l’analyse qu’on attendait du contrôle de gestion. Personne ne retire ces tâches de notre périmètre. Elles s’additionnent. Des pauses qui disparaissent sans qu’on s’en aperçoiveLe deuxième effet est plus discret. Parce qu’écrire à une IA ressemble davantage à une conversation qu’à un travail formel, on le fait partout : pendant le déjeuner, en réunion, juste avant de partir. Dans l’étude de Berkeley, certains salariés envoyaient un dernier prompt avant de quitter leur poste pour que l’IA « travaille pendant leur absence ». Ces micro-sollicitations ne donnent pas l’impression de travailler davantage. Mais, cumulées, elles produisent des journées sans véritable coupure. Une enquête Upwork menée en 2024 allait déjà dans ce sens : 77 % des salariés utilisant l’IA déclaraient que ces outils avaient alourdi leur charge de travail, notamment à cause du temps passé à relire et corriger les contenus générés. Le « brain fry » : quand superviser l’IA épuiseEn mars 2026, une étude du Boston Consulting Group menée auprès de 1 488 salariés américains a donné un nom à cette fatigue : le « AI brain fry ». Qu’est-ce que le AI brain fry ?C’est une fatigue mentale aiguë provoquée par un usage ou une supervision des outils d’IA qui dépasse nos capacités cognitives. Elle se manifeste par un brouillard mental, des difficultés de concentration, des décisions plus lentes, parfois des maux de tête. Trois enseignements me semblent essentiels : - 14 % des salariés interrogés déclarent l’avoir vécu, avec nettement plus d’erreurs graves et une intention de démissionner plus forte.- Le marketing et les RH sont les fonctions les plus touchées.- Au-delà de trois outils IA utilisés en parallèle, la productivité chute.Brain fry et burn-out : une distinction importanteIl serait tentant de parler de « burn-out IA ». Les chercheurs du BCG font pourtant une distinction utile. Le brain fry est une fatigue cognitive aiguë. Le burn-out est un épuisement chronique, à la fois émotionnel et professionnel. Et leur étude montre un résultat encourageant : utiliser l’IA pour remplacer les tâches répétitives réduit le burn-out. Le problème n’est donc pas l’IA en elle-même, mais la manière dont on l’intègre au travail. C’est précisément là que la formation a un rôle à jouer. Ce que je change dans mes formationsFormer à l’IA ne peut plus se limiter à montrer ce qu’elle sait faire. Aujourd’hui, j’intègre systématiquement trois réflexes : - Faire l’inventaire. D’un côté, les tâches que l’IA nous retire vraiment. De l’autre, celles qu’elle nous ajoute. Si la seconde liste s’allonge, c’est un signal à prendre au sérieux.- Limiter le nombre d’outils. Mieux vaut maîtriser deux ou trois outils bien intégrés que jongler avec six.- Poser des règles d’équipe. Quand utiliser l’IA, quand s’arrêter, qui reste responsable de quelle tâche. Les chercheuses de Berkeley appellent cela une « pratique de l’IA » : des normes partagées qui incluent des pauses volontaires avant les décisions importantes.Le BCG observe d’ailleurs que les salariés dont le manager prend le temps de répondre à leurs questions sur l’IA ressentent moins de fatigue mentale. L’accompagnement n’est pas un luxe : c’est une protection. Questions fréquentesL’IA augmente-t-elle vraiment la charge de travail ?Plusieurs études récentes le montrent. Sans cadre, les salariés utilisent l’IA pour faire plus, pas pour travailler moins, et prennent en charge des tâches qui n’étaient pas les leurs. Qu’est-ce que le AI brain fry ?C’est une fatigue cognitive aiguë liée à un usage ou une supervision excessive d’outils d’IA. Elle touche environ 14 % des salariés interrogés par le BCG. Le burn-out lié à l’IA existe-t-il ?L’IA peut contribuer à l’épuisement selon la façon dont elle est utilisée. Mais elle peut aussi réduire le burn-out lorsqu’elle remplace des tâches répétitives. Combien d’outils d’IA faut-il utiliser au maximum ?Selon l’étude du BCG, la productivité diminue au-delà de trois outils utilisés simultanément. Comment prévenir la surcharge liée à l’IA en entreprise ?En définissant des règles d’usage en équipe, en limitant le nombre d’outils, en préservant des temps de pause et en formant les collaborateurs à un usage raisonné. Pourquoi les équipes marketing sont-elles plus exposées ? 💬 À vous 💡 Soutenez le podcast : ✅ Abonnez-vous à DigitalFeeling sur LinkedIn ✅ Allez sur le site : https://digitalfeeling.fr ✅ Rejoignez ma newsletter : substack.com/@elodiechenol ✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify ✅ Partagez cet épisode à un dirigeant qui en aurait besoin 🎙️ Abonnez-vous à Digital Feeling sur votre plateforme d'écoute préférée pour ne manquer aucun épisode. Le marketing fait partie des fonctions qui intègrent le plus d’outils d’IA au quotidien, ce qui multiplie les tâches de supervision et de vérification. Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

3. 

   28 Oct 2026

   Episode 177 - On utilise tous l’IA. On ne lui fait pas encore confiance.

   IA en entreprise : pourquoi la confiance est le vrai frein, pas la technologieDans l’épisode 177 de DigitalFeeling, je suis revenue sur deux études sorties à quelques semaines d’écart cet automne, qui racontent sans se citer la même histoire : l’IA n’a jamais été autant utilisée en entreprise, et elle n’a jamais autant inquiété au moment de lui laisser vraiment la main. Cet article prolonge le sujet avec des éléments que je n’ai pas eu le temps de développer à l’antenne, notamment ce que dit la Banque de France sur la productivité réelle de cette adoption. Une adoption déjà massive, souvent informelleSelon l’étude OpinionWay menée pour Cegid (publiée le 3 septembre 2026, auprès de 2 006 salariés de bureau en France, Espagne, Portugal et Allemagne), 70 % des salariés français utilisent déjà l’IA dans un cadre professionnel, en hausse de 12 points en un an. Du côté des décideurs marketing du B2B tech, l’étude du CMIT, Club des marketeurs in Tech (publiée le 6 octobre 2026, auprès d’une centaine de répondants), va plus loin : 100 % utilisent l’IA pour leur stratégie de contenu, et 86 % ont intégré au moins un workflow récurrent. Mais cette adoption reste largement informelle. 67 % des salariés utilisateurs recourent à des outils que leur entreprise n’a pas choisis, un chiffre qui grimpe à 81 % dans les ETI. C’est ce qu’on appelle le Shadow AI. Qu’est-ce que le Shadow AI ?Le Shadow AI désigne l’usage d’outils d’intelligence artificielle par des salariés, sans validation ni encadrement de leur entreprise. Il reprend le principe du Shadow IT, déjà observé avec les outils collaboratifs ou le cloud personnel, appliqué à l’IA générative. Pourquoi la confiance ne suit pas l’usageUtiliser l’IA pour produire un brouillon et lui laisser agir seule sur une tâche complexe ne relèvent pas du même niveau d’engagement. Le premier reste supervisé à chaque étape. Le second suppose de déléguer une part du contrôle, et donc de la responsabilité. C’est ce que mesure l’étude du CMIT : la confiance moyenne des décideurs marketing pour déléguer une tâche complexe à un agent autonome, sans supervision, tombe à 2,83 sur 5. Un seul répondant sur la centaine interrogée accorde une confiance totale. Conséquence directe : 81 % des décideurs restent en phase d’expérimentation ou de pilotage, et seuls 19 % sont passés à l’échelle. Qu’est-ce que l’IA agentique ?L’IA agentique désigne des systèmes capables d’enchaîner plusieurs actions de façon autonome pour atteindre un objectif (rechercher, décider, exécuter), au-delà de la simple génération de texte ou d’image à la demande. C’est ce niveau d’autonomie qui interroge le plus les décideurs aujourd’hui. Les deux freins les plus cités dans l’étude du CMIT, à 31 % chacun, sont le risque d’hallucination pouvant nuire à l’image de marque, et la fuite de données confidentielles. Un chiffre de l’étude Cegid va dans le même sens : 86 % des salariés expriment une confiance faible ou moyenne dans la capacité de leurs outils à protéger leurs données stratégiques. Cette prudence n’est pas un retard, c’est une étape nécessaire avant toute délégation réelle. Le chaînon manquant : la formation, pas l’outilL’étude Cegid apporte une explication concrète à ce manque de structure : 63 % des salariés déclarent n’avoir reçu aucune formation à l’IA, et seules 41 % des entreprises disposent d’une fonction dédiée à sa gouvernance. Un chiffre mérite d’être isolé plutôt que moyenné : l’usage de l’IA pour prendre des décisions importantes concerne 31 % des salariés en moyenne, mais 63 % chez les 18-29 ans. Ce n’est pas le même usage, ni la même population, et cet écart générationnel montre qu’un accompagnement différencié change réellement la donne, là où un module de formation unique ne suffit pas. Ce que confirme la Banque de FranceCet écart entre adoption et usage structuré se retrouve dans les travaux macroéconomiques. Dans son Bulletin n°266, publié en septembre 2026, la Banque de France indique que plus des deux tiers des entreprises françaises d’au moins 20 salariés utilisaient déjà l’IA générative début 2026, principalement sur des usages généralistes dans les fonctions support (administration, ventes). Mais elle souligne aussi que les gains de productivité associés restent, à ce stade, limités. Une adoption rapide ne suffit pas à elle seule à produire de la valeur si elle n’est pas accompagnée. Ce qu’il faut en retenirTrois leviers concrets se dégagent de ces données. D’abord, cartographier les usages réels avant d’écrire une charte, car l’écart entre ce qui est autorisé et ce qui est pratiqué dépasse souvent les estimations internes. Ensuite, traiter la formation comme un levier de réduction du risque autant que de productivité. Enfin, construire les cadres et les premiers assistants IA avec les équipes plutôt que de leur livrer un outil déjà figé : c’est ce que je mets en pratique dans mes formations, et c’est ce qui permet à la confiance de se construire sur des preuves plutôt que sur une promesse. FAQPourquoi les entreprises n’arrivent-elles pas à passer à l’échelle avec l’IA ?Parce que l’adoption individuelle va plus vite que la structuration interne. Les salariés utilisent déjà l’IA, mais sans cadre de gouvernance ni formation suffisante, ce qui freine le passage à des usages plus avancés comme la délégation à des agents autonomes. Quelle est la différence entre IA générative et IA agentique ?L’IA générative produit un contenu à la demande (texte, image), toujours relu et validé par l’utilisateur. L’IA agentique agit de façon autonome sur plusieurs étapes d’une tâche, ce qui suppose de lui déléguer une partie du contrôle. Combien de salariés utilisent l’IA sans formation en entreprise ?Selon l’étude OpinionWay pour Cegid (septembre 2026), 63 % des salariés français utilisant l’IA au travail déclarent n’avoir reçu aucune formation sur le sujet. Qu’est-ce que le Shadow AI et pourquoi est-ce un risque ?Le Shadow AI désigne l’usage d’outils IA non validés par l’entreprise. Il expose à des risques de fuite de données et à une absence de contrôle sur la qualité des contenus produits, sans qu’il s’agisse pour autant d’une mauvaise volonté des salariés. Comment construire la confiance dans l’IA en entreprise ?En distinguant les usages à faible risque (recherche, brouillon) des usages à enjeu fort (décision, envoi direct), en gardant une supervision humaine explicite, et en formant les équipes de façon différenciée plutôt qu’avec un module unique. 💬 À vous 💡 Soutenez le podcast : ✅ Abonnez-vous à DigitalFeeling sur LinkedIn ✅ Allez sur le site : https://digitalfeeling.fr ✅ Rejoignez ma newsletter : substack.com/@elodiechenol ✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify ✅ Partagez cet épisode à un dirigeant qui en aurait besoin 🎙️ Abonnez-vous à Digital Feeling sur votre plateforme d'écoute préférée pour ne manquer aucun épisode. Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Reach and audience

Public platform figures. Ratings count people who left a rating, not total listeners.

Spotify

5.0 / 5

19 ratings

Contact DigitalFeeling

Guest appearances

Books guests

Based on episode analysis; this does not confirm that the show is currently accepting guests.