Agentforce 2.0 : Salesforce veut faire des agents IA des collaborateurs virtuels

Salesforce cherche à déplacer le centre de gravité de son offre. Historiquement connu pour ses logiciels de gestion de la relation client, ou CRM, l’éditeur américain mise désormais sur des agents d’intelligence artificielle capables d’intervenir dans les opérations quotidiennes d’une entreprise. Avec Agentforce 2.0, présenté en décembre 2024, l’enjeu n’est plus seulement d’aider un salarié à rédiger ou à chercher une information : il s’agit de confier à des systèmes autonomes des séquences de travail bien définies.

L’expression de « collaborateurs virtuels » est ambitieuse. Elle ne signifie pas qu’un agent IA remplace indistinctement un salarié. Elle traduit plutôt une promesse : donner aux équipes commerciales, au service client et aux autres métiers des logiciels qui peuvent consulter des données, suivre des consignes et effectuer certaines tâches répétitives. Salesforce entend ainsi aller au-delà de la couche logicielle du CRM pour devenir un fournisseur d’agents intégrés aux processus de ses clients.

Du CRM aux agents capables d’agir

Un CRM rassemble généralement les informations utiles au suivi de la relation avec les clients : coordonnées, historique des échanges, opportunités commerciales ou demandes de support. Les fonctions d’IA générative y ont d’abord pris la forme de copilotes. Ces assistants suggèrent un texte, résument un dossier ou répondent à une question, mais l’utilisateur reste au centre de chaque étape.

Agentforce 2.0 marque un changement de vocabulaire et de positionnement. Salesforce met l’accent sur des agents IA conçus pour exécuter des missions, notamment celles qui sont standardisées et à faible valeur ajoutée. Dans la relation client, cela peut concerner le traitement initial de demandes fréquentes, l’orientation d’un interlocuteur ou la recherche d’informations nécessaires à une réponse. L’objectif affiché est double : réduire le temps consacré aux opérations répétitives et offrir des interactions plus personnalisées grâce aux données déjà détenues par l’entreprise.

Cette distinction est importante. Un chatbot classique se limite souvent à une conversation prédéfinie. Un agent, dans la vision défendue par Salesforce, doit pouvoir raisonner sur une demande, accéder à des connaissances autorisées et enchaîner des actions dans un cadre fixé. C’est pourquoi la qualité des données, les règles d’accès et la supervision humaine restent déterminantes.

Agent Builder veut rendre la création d’agents accessible

L’une des promesses d’Agentforce 2.0 est de simplifier la fabrication d’agents adaptés à une organisation. Avec Agent Builder, les utilisateurs peuvent décrire en langage naturel ce qu’ils souhaitent obtenir, sans avoir à écrire du code. Salesforce propose également des compétences préconstruites, destinées à accélérer la mise en place des usages les plus courants.

L’intérêt est évident pour des équipes qui n’ont pas de développeurs disponibles pour chaque projet d’automatisation. Une entreprise peut partir d’un besoin opérationnel concret, comme aider à qualifier une demande client ou fournir un retour aux commerciaux, puis configurer l’agent à partir de ses propres informations et de ses règles internes.

L’absence de programmation ne dispense toutefois pas de préparation. Il faut définir précisément ce que l’agent a le droit de faire, les informations qu’il peut consulter et les cas dans lesquels une intervention humaine est nécessaire. Un agent mal paramétré peut répondre hors sujet, utiliser une donnée périmée ou appliquer une règle de manière inadaptée. La facilité de création accélère le déploiement, mais elle rend la gouvernance des usages encore plus nécessaire.

Pourquoi le RAG est central pour limiter les erreurs

Les modèles de langage peuvent formuler des réponses très convaincantes tout en se trompant. Ce phénomène est souvent qualifié d’« hallucination ». Pour les entreprises, le risque est particulièrement sensible : une réponse inexacte sur une commande, un contrat ou une procédure peut nuire à la relation client et mobiliser davantage les équipes au lieu de leur faire gagner du temps.

Agentforce 2.0 s’appuie pour cette raison sur le RAG, pour Retrieval Augmented Generation, ou génération augmentée par récupération d’informations. Le principe est de rechercher d’abord les éléments pertinents dans les sources autorisées de l’entreprise, puis d’utiliser ces éléments pour formuler une réponse. L’agent ne s’appuie donc pas uniquement sur les connaissances générales du modèle de langage.

Salesforce met aussi en avant la capacité à exploiter des données non structurées, par exemple des documents PDF ou d’autres fichiers. C’est un point essentiel dans la pratique. Une partie importante des informations utiles à une entreprise ne figure pas dans des champs parfaitement organisés d’un CRM : elle se trouve dans des guides, des procédures, des comptes rendus ou des documents contractuels.

Le RAG ne garantit pas à lui seul une réponse juste. Si un document est obsolète, incomplet ou mal classé, l’agent risque de s’appuyer sur une mauvaise base. De même, la recherche doit retrouver le bon passage parmi un grand volume de fichiers. Cette technologie réduit le risque d’invention en reliant la réponse à des données concrètes, mais ne remplace ni la qualité des contenus ni le contrôle des réponses importantes.

Atlas, le moteur censé adapter les réponses à la demande

Salesforce a intégré à Agentforce son moteur de raisonnement baptisé Atlas. Selon l’éditeur, il est conçu pour s’ajuster dynamiquement à la complexité d’une requête. Face à une demande simple, le système doit viser une réponse rapide. Face à une question plus complexe, il doit évaluer la pertinence de ce qu’il produit et mobiliser le traitement nécessaire.

Cette fonction répond à un problème concret des outils d’IA générative. Toutes les demandes ne justifient pas le même effort de calcul ni le même niveau de vérification. Retrouver une information dans une fiche client et traiter une demande comprenant plusieurs conditions ne présentent pas le même niveau de difficulté. Un mécanisme capable de distinguer ces cas peut, en théorie, améliorer à la fois la rapidité et la pertinence perçue par l’utilisateur.

Salesforce insiste également sur le caractère proactif de ses agents. Dans les opérations de démarchage commercial intensif, ils peuvent fournir des commentaires en temps réel aux équipes de vente. Cette capacité ne vaut que si les recommandations sont pertinentes, compréhensibles et directement exploitables. Dans un environnement commercial, une suggestion tardive ou fondée sur une donnée incorrecte peut être plus gênante qu’utile.

Data Cloud One, le socle de données de la stratégie

La capacité d’un agent à agir utilement dépend de ce qu’il sait de l’entreprise et de ses clients. C’est le rôle attribué à Data Cloud One dans la stratégie de Salesforce. Cette brique doit permettre de réunir les données provenant de différentes organisations au sein d’une même entreprise, afin d’éviter que chaque entité ne fonctionne avec une vision isolée du client ou de l’activité.

Salesforce met en avant ses connecteurs avec des systèmes d’entreprise tels que SAP ou Workday. Sur le papier, cette interconnexion peut offrir un contexte plus riche aux agents : une question n’est plus traitée seulement à partir d’un historique de relation client, mais potentiellement à partir de plusieurs sources autorisées. Cela peut aussi aider à automatiser des processus qui traversent plusieurs logiciels.

C’est néanmoins l’un des points les plus exigeants d’un déploiement. Brancher plusieurs systèmes ne suffit pas à résoudre les problèmes de données dupliquées, de droits d’accès ou de qualité de l’information. Les entreprises devront déterminer quelles données peuvent être exposées à un agent, qui en garde la responsabilité et comment vérifier que les réponses respectent les politiques internes.

Un prix par conversation qui pose la question du passage à l’échelle

Salesforce annonce une tarification à partir de 2 dollars par conversation. Ce repère rend l’offre plus simple à comprendre qu’un modèle uniquement fondé sur la puissance de calcul. Mais il soulève une question immédiate pour les grandes organisations : combien de conversations un agent traitera-t-il réellement, et quel sera le coût total une fois le déploiement étendu à plusieurs services ou pays ?

La comparaison avec les centres d’appels, y compris ceux qui sont délocalisés, ne peut pas être réduite à un prix unitaire. Une entreprise devra mettre en regard le coût des conversations, les gains de temps attendus, la qualité obtenue, le taux de transfert vers un humain et les efforts nécessaires pour organiser les données et contrôler l’outil. Les économies annoncées ne se vérifient donc qu’usage par usage.

L’autre enjeu est celui de l’adoption. Un agent peut traiter rapidement les demandes les plus simples, mais sa valeur dépendra de son intégration dans les habitudes de travail. Les équipes doivent comprendre quand lui faire confiance, comment corriger ses réponses et à quel moment reprendre la main. Dans ce domaine, la performance technique et l’organisation du travail avancent ensemble.

Ce qu’il faut surveiller d’ici février 2025

Salesforce prévoit une disponibilité mondiale d’Agentforce 2.0 d’ici février 2025. Les premiers retours d’usage seront donc scrutés sur plusieurs plans : la vitesse de déploiement, la capacité des agents à traiter des demandes concrètes et le coût réel d’un usage intensif. L’éditeur s’appuie notamment sur des témoignages de clients comme Adecco et Indeed pour promouvoir les gains d’efficacité et la réduction des délais de traitement associés à Agentforce.

La réussite de la stratégie dépendra surtout de la démonstration d’un bénéfice mesurable par rapport aux outils déjà en place. Pour convaincre durablement, Salesforce devra montrer que ses agents ne se contentent pas de produire des réponses fluides : ils doivent s’insérer de façon fiable dans les processus, respecter les données de l’entreprise et apporter un gain tangible aux équipes comme aux clients. C’est à cette condition que la promesse de « collaborateurs virtuels » pourra dépasser le slogan marketing.