Agentforce : la révolution IA de Salesforce et ce que ça signifie pour votre entreprise

Quelque chose a fondamentalement changé dans Salesforce au cours des 18 derniers mois. La plateforme est passée d’un endroit où les humains utilisent un logiciel CRM à une plateforme où des agents IA travaillent aux côtés des humains — traitant les demandes clients, recherchant des prospects, mettant à jour des enregistrements et escaladant vers une personne seulement quand la situation nécessite vraiment un jugement humain.

Ce n’est pas un chatbot. Ce n’est pas une autocomplétion améliorée. Salesforce appelle ça le travail numérique (digital labor), et les premiers chiffres suggèrent qu’ils ont mis le doigt sur quelque chose : plus de 5 000 contrats Agentforce signés, avec un taux de résolution autonome de 84 % sur le portail d’aide de Salesforce après 380 000 conversations traitées sans intervention humaine.

Voici ce que tout cela signifie pour votre org Salesforce.

D’Einstein à Agentforce : l’évolution

Si vous suivez l’IA Salesforce depuis quelques années, le nommage a été déroutant. Einstein existe depuis 2016 — il propulsait des choses comme le score d’opportunités, la priorisation des leads et les informations sur les courriels. Einstein GPT est arrivé en 2023 avec des capacités génératives. Einstein Copilot est apparu en 2024 comme assistant conversationnel intégré à Salesforce.

Puis, à Dreamforce 2024, Salesforce a tout recadré sous Agentforce — et le changement n’était pas que cosmétique.

Le changement clé : les outils IA précédents étaient réactifs. Vous demandiez, ils répondaient. Agentforce est proactif et autonome. Vous définissez des objectifs et des garde-fous, et l’agent détermine comment les atteindre — en interrogeant des enregistrements, en exécutant des flows, en appelant des API, en rédigeant des courriels — tout seul, sans instructions étape par étape pour chaque action.

La pile technologique : trois couches qui travaillent ensemble

Comprendre Agentforce nécessite de comprendre les trois couches qui le sous-tendent :

1. Einstein AI — la couche intelligence

Einstein fournit les modèles : score prédictif, analyse de sentiment, résumé automatique, génération de contenu. À l’ère Agentforce, Einstein est le « cerveau » — mais il a besoin de données et de capacités d’action pour être utile.

2. Data Cloud — la couche d’ancrage

Data Cloud est la clé que la plupart des gens ignorent. Il unifie les données de chaque source — vos objets Salesforce, votre ERP, votre site web, vos capteurs IoT — en un profil client unique et en temps réel. Comme le dit Salesforce : « sans données propres, connectées et fiables, il n’y a pas d’intelligence — seulement des hallucinations ». Data Cloud a récemment dépassé 50 billions d’enregistrements, doublant d’une année sur l’autre. Un déploiement Agentforce sans Data Cloud, c’est un agent qui navigue à l’aveugle.

3. Agentforce — la couche d’action

Construit sur le moteur de raisonnement Atlas de Salesforce, les agents Agentforce reçoivent un objectif, raisonnent sur les étapes pour l’atteindre, appellent les outils appropriés (Flows, actions Apex, API, articles de base de connaissances) et produisent un résultat — le tout dans les garde-fous que vous définissez. Si une situation dépasse ces garde-fous, l’agent transfère à un humain sans friction.

Ce qu’Agentforce peut faire concrètement aujourd’hui

Agent de service

Le cas d’usage le plus mature. Un Agent de service traite les demandes clients entrantes par chat, courriel et messagerie — en lisant l’historique des requêtes, en vérifiant les droits, en consultant les articles de base de connaissances et en résolvant les problèmes de façon autonome. Sur le propre portail d’aide de Salesforce, 84 % des conversations ont été entièrement résolues sans intervention humaine.

Agent SDR (représentant développement des ventes)

Prospecte 24 h/24, 7 j/7. L’agent SDR enrichit les données Salesforce existantes avec des signaux issus du web et de sources externes, recherche des comptes, construit une liste de prospects priorisés selon vos critères et relance les leads entrants avec des messages personnalisés. Vos représentants humains se réveillent face à des conversations qualifiées, pas à des listes froides.

Agent coach commercial

Examine les appels enregistrés et les échanges de messagerie, identifie les occasions de coaching et fournit une rétroaction personnalisée aux représentants. Les gestionnaires obtiennent un portrait complet sans écouter chaque appel.

Agent commercial dans Slack

Apporte l’intelligence sur les transactions directement dans Slack : résumés de comptes et de leads, synthèses d’activité sur les opportunités, préparation aux réunions et suggestions d’actions prioritaires — générées depuis les données CRM et externes, là où votre équipe travaille déjà.

Spring ‘26 : la percée multi-agents

La mise à jour la plus significative de la version Spring ‘26 est l’orchestration multi-agents — plusieurs agents IA spécialisés collaborant sur un processus complexe unique.

Exemple concret : un client appelle pour un litige de facturation qui nécessite de vérifier son contrat, traiter un crédit, ajuster son plan de service et envoyer une confirmation. Dans une configuration multi-agents, un agent superviseur reçoit la demande et achemine les sous-tâches à quatre agents spécialisés simultanément. Ce qui nécessitait autrefois un appel de 45 minutes et trois transferts entre départements se résout en quelques minutes.

Autres nouveautés de Spring ‘26 :

Agentforce Builder GA — construisez, testez et déployez des agents dans un espace de travail unique avec une interface conversationnelle, un canevas bas-code ou une vue plein code
Recherche d’entreprise agentique — recherche unifiée sur plus de 200 sources externes, avec des agents capables d’agir sur ce qu’ils trouvent
Configuration propulsée par Agentforce (Bêta) — guidage IA pour configurer Salesforce lui-même

Ce dont votre org a besoin pour être prête à l’IA

Voici le portrait honnête : Agentforce n’est aussi bon que vos données et votre configuration Salesforce sous-jacente. Les orgs qui tireront rapidement de la valeur de l’IA sont celles qui ont déjà :

1. Des données propres et structurées Les agents ne peuvent pas raisonner sur ce qu’ils ne peuvent pas lire. Comptes en double, champs manquants, conventions de nommage incohérentes — tout cela dégrade la qualité des agents. Un audit de santé de l’org avant tout déploiement IA n’est pas optionnel.

2. Une automatisation bien conçue Les actions Agentforce sont construites sur vos Flows et Apex existants. Si votre couche d’automatisation est un enchevêtrement de processus conflictuels et non documentés, les agents déclencheront ce chaos. Nettoyer votre automatisation d’abord est la voie la plus rapide vers un déploiement IA réussi.

3. Data Cloud (ou un chemin clair vers celui-ci) Vous n’avez pas besoin de Data Cloud dès le premier jour pour des cas d’usage plus simples, mais toute personnalisation significative ou raisonnement inter-systèmes le nécessitera. Commencez à comprendre vos sources de données et comment elles se mapperaient à un profil unifié.

4. Des garde-fous clairs et des chemins d’escalade Les meilleures implémentations Agentforce définissent exactement ce qu’un agent devrait et ne devrait pas faire — quelles actions nécessitent l’approbation humaine, quels sujets sont hors périmètre, comment transférer gracieusement. C’est autant de la conception de politiques que de la configuration technique.

L’opportunité maintenant

La plupart des orgs Salesforce ne sont pas encore prêtes pour l’IA — et c’est précisément l’opportunité. Les organisations qui investissent dans des données propres, une architecture solide et une couche d’automatisation réfléchie maintenant seront celles qui pourront activer Agentforce et voir des résultats en semaines, pas en trimestres.

Celles qui attendent et se précipitent ensuite passeront des mois à démêler leurs données et leur automatisation avant qu’un agent puisse faire quoi que ce soit d’utile.

Chez Nuage9, nous préparons nos clients à ce changement : audit de santé de l’org, modernisation de l’automatisation, implémentation des fondations Data Cloud et conception des modèles de permissions qui rendent les déploiements IA sécuritaires et gouvernables.

Prêt à évaluer la maturité IA de votre org ? Démarrons la conversation — nous vous dirons honnêtement où vous en êtes et à quoi ressemble la voie à suivre.