J’ai Vendu 6 Objets en 5 Jours avec Codex

J’ai confié à Codex la mise en vente de six objets sur Le Bon Coin. Je lui ai donné les photos, puis il a identifié les produits, étudié les prix, préparé les annonces et suivi leur performance. Cinq jours plus tard, les six objets étaient vendus, avec des ajustements de prix effectués progressivement lorsque les acheteurs ne se manifestaient pas. Cette expérience dépasse largement l’anecdote du vide-grenier numérique. Elle montre que l’intelligence artificielle n’est plus seulement un outil auquel tu poses des questions, mais un assistant capable d’exécuter une partie complète de ton travail.

Utiliser l’IA comme un simple chatbot limite sa valeur

La majorité des entrepreneurs utilisent encore ChatGPT comme une barre de recherche améliorée. Ils demandent une idée de publicité, une description de produit ou un email, puis copient la réponse dans un autre outil. Cette utilisation peut faire gagner quelques minutes, mais elle laisse intacte l’essentiel de la charge opérationnelle. Tu restes responsable de chaque passage entre la réflexion et l’exécution : ouvrir les interfaces, déplacer les fichiers, renseigner les champs, vérifier les résultats et revenir régulièrement surveiller ce qui s’est passé.

C’était précisément le problème avec les objets que je voulais vendre. Même avec une ancienne version de ChatGPT, j’aurais dû lui décrire chaque produit, lui demander un prix, récupérer son texte, puis publier moi-même l’annonce. Il aurait encore fallu consulter les messages, répondre aux personnes intéressées et modifier les prix. Cette accumulation de micro-actions crée une friction disproportionnée. Le cerveau n’évalue pas seulement la difficulté d’une tâche, il anticipe aussi tous les efforts qu’elle exige, ce qui suffit souvent à repousser une action pourtant simple pendant plusieurs semaines.

Le bon usage de Codex consiste à déléguer une boucle complète

Le changement majeur ne vient pas seulement de la qualité des textes produits par l’IA. Il vient de sa capacité à travailler sur ton ordinateur, à manipuler des fichiers et à intervenir dans les outils que tu utilises déjà. Codex, présenté ici comme la version orientée code de ChatGPT travaillant en local, peut recevoir un objectif et prendre en charge plusieurs opérations successives. L’unité de délégation n’est plus la réponse, mais le résultat attendu.

Cette distinction transforme la manière de penser l’automatisation. Au lieu de chercher une liste de prompts capables d’accélérer chaque petite tâche, tu peux identifier une responsabilité complète que tu n’as aucune raison de conserver. Le point de départ devient l’identification de la boucle récurrente qui monopolise ton attention sans exploiter ton jugement.

Dans un business en ligne établi, ce raisonnement concerne autant les opérations que le marketing. Une campagne publicitaire, une présentation ou une page de vente comportent une part de décision et une part d’exécution. Je garde la première avec mon équipe, notamment le choix de l’angle, la relecture et l’arbitrage final. L’IA absorbe ensuite la production et les vérifications répétitives, ce qui démultiplie notre capacité sans abandonner la responsabilité humaine.

Le vrai gain ne consiste pas à écrire plus vite. Il consiste à ne plus porter mentalement une tâche que l’IA peut conduire jusqu’au résultat.

1. Partir d’une friction réelle et déjà identifiée

La première étape consiste à observer ce que tu reportes régulièrement. Dans mon cas, la friction était très concrète : photographier les objets, estimer leur valeur actuelle, comparer les offres existantes, rédiger les descriptions, publier les annonces et suivre les réponses. Les objets étaient en trop bon état pour être jetés, mais le processus de vente ne m’intéressait pas. Cette résistance était un signal de délégation, pas un défaut de discipline à corriger avec davantage de volonté.

2. Donner le contexte, les ressources et les limites

J’ai placé trois, quatre ou cinq photos par objet dans un dossier sur mon ordinateur, puis j’ai confié ce dossier à Codex. Je lui ai demandé de redimensionner les images, de retirer les informations confidentielles, d’identifier chaque produit et d’étudier son prix sur le marché. Pour l’ordinateur mis en vente, la consigne était explicite : supprimer ou couper les éventuelles clés et les éventuels codes visibles sur les captures. Une bonne délégation définit le résultat, mais aussi les risques à neutraliser.

3. Automatiser le suivi sans abandonner la validation

Après la publication, Codex a mis en place un suivi quotidien des réponses et du niveau d’intérêt. Lorsqu’aucun acheteur ne semblait réellement engagé, il réduisait progressivement le prix. J’ai néanmoins choisi de répondre moi-même aux questions reçues, même si j’aurais pu pousser l’automatisation plus loin. Cette frontière est importante : l’assistant surveille, prépare et recommande, tandis que l’humain conserve les interactions ou les validations qu’il juge sensibles.

Six objets vendus révèlent un modèle applicable au business

Le processus a commencé par une intervention humaine très courte : je me suis connecté à mon compte Le Bon Coin, j’ai photographié les six objets et j’ai regroupé les images dans un dossier. Codex a ensuite pris en charge l’identification, la recherche, la comparaison des prix, la rédaction et la publication. Il ne m’a pas simplement fourni six descriptions prêtes à copier. Il a traversé les différentes étapes nécessaires à la mise en ligne, avec les mêmes ressources de départ que j’aurais transmises à un assistant.

La seconde partie du travail est celle que l’on oublie souvent lorsqu’on parle d’IA. Une annonce publiée ne produit pas automatiquement une vente. Il faut revenir vérifier les réactions du marché, distinguer une prise de contact vague d’un intérêt sérieux et corriger le prix lorsque l’offre ne déclenche pas de décision. Codex a assuré cette surveillance chaque jour et ajusté les tarifs progressivement. Le système ne s’arrêtait pas à la livraison d’un contenu, il restait attaché à l’objectif.

Le résultat est net : l’ensemble des objets a été vendu en 5 jours. Aucun prix de vente total n’est donné, et il serait artificiel d’en inventer un pour rendre l’histoire plus spectaculaire. La valeur de cette expérience réside ailleurs. Une tâche que je repoussais, parce que son coût mental dépassait son intérêt à mes yeux, a finalement été accomplie sans occuper mes journées.

Cette logique s’est retrouvée dans d’autres situations. Pour modifier des informations liées à la micro-entreprise de mon petit frère, l’IA a indiqué la procédure sur l’INPI, accédé aux bons écrans, effectué les modifications et attendu une validation avant confirmation. Pendant mon déménagement, elle a aussi préparé mes dossiers de candidature au logement sous forme de PDF, avec les informations nécessaires et des filigranes protégeant les documents officiels. Elle a participé à la rédaction des emails et aux changements d’adresse. Le cas Le Bon Coin n’est donc pas une astuce isolée, mais la démonstration d’un mode de travail.

Trois erreurs empêchent l’assistant de devenir fiable

1. Automatiser une tâche mal définie

Une consigne vague produit une exécution fragile. Demander à l’IA de « gérer les annonces » ne précise ni le traitement des photos, ni la méthode de fixation du prix, ni les informations confidentielles à retirer. Dans l’expérience, le résultat a été possible parce que le dossier était préparé et que les attentes étaient détaillées. L’autonomie n’efface pas le besoin de cadrage, elle augmente même l’importance d’exprimer clairement l’objectif, les ressources disponibles et les points de vigilance.

2. Supprimer toutes les validations humaines

Donner accès à un ordinateur ne signifie pas autoriser chaque décision sans contrôle. Lors de la démarche liée à la micro-entreprise, l’IA pouvait remplir les informations, mais elle attendait une validation avant de confirmer. Sur Le Bon Coin, j’ai choisi de garder les réponses aux acheteurs. Chez les clients que j’accompagne, je conserve aussi le choix des angles et la relecture des pages ou des campagnes. La bonne architecture place l’humain aux moments irréversibles ou stratégiques, pas au milieu de chaque clic sans importance.

3. Confondre production et direction marketing

L’IA peut générer des slides, intervenir sur un site, produire une page ou préparer une campagne. Elle ne rend pas inutile une direction marketing capable de comprendre la psychologie d’achat. Un prospect ne dit pas oui parce qu’une page a été produite rapidement. Il dit oui lorsque le message réduit son incertitude, rend le problème saillant et présente l’offre comme le passage crédible vers la situation désirée. L’exécution peut être déléguée, mais l’angle reste une décision de business.

Ton prochain palier dépend de ce que tu cesses d’exécuter

L’enseignement de ces 5 jours est simple : l’IA devient vraiment utile lorsqu’elle récupère une responsabilité entière. Tant que tu l’utilises uniquement pour produire un texte que tu dois ensuite transporter, reformater et surveiller, tu conserves la majorité de la friction. En lui donnant un contexte, des accès limités, des règles et un objectif observable, tu transformes un chatbot en second cerveau opérationnel.

Pour un CEO, l’enjeu ne consiste pas à remplacer toute son équipe ni à supprimer son jugement. Il consiste à recentrer les humains sur ce qu’ils font mieux : comprendre le marché, sélectionner les angles, arbitrer et contrôler la qualité finale. Le reste peut être documenté, automatisé et vérifié. La vraie révolution n’est pas de travailler davantage avec l’IA, mais de récupérer ton attention pour la consacrer aux décisions qui font avancer le business.