Klarna et Salesforce : pourquoi l’IA ne remplace pas si facilement un CRM

Pour de nombreuses entreprises, Salesforce est devenu bien davantage qu’un logiciel utilisé par les commerciaux. C’est un point de passage pour les prospects, les contrats, les demandes d’assistance, les prévisions de vente et une part importante de la mémoire client. Dans ce contexte, l’idée qu’une intelligence artificielle puisse le remplacer rapidement est séduisante, mais elle mérite d’être examinée avec prudence. C’est le sens des réserves exprimées par Sebastian Siemiatkowski, le PDG de Klarna, lors d’une conférence rapportée au début de mars 2025.

Le débat ne porte pas seulement sur la qualité d’un assistant conversationnel. Il concerne la capacité d’une entreprise à conserver des données cohérentes, à faire circuler l’information entre ses équipes et à maintenir une relation de confiance avec ses clients. L’IA peut accélérer beaucoup de ces opérations. Elle ne constitue pas automatiquement, pour autant, l’infrastructure complète qui les rend possibles.

Ce que le dirigeant de Klarna met en garde

Selon la position rapportée de Sebastian Siemiatkowski, les entreprises ne devraient pas conclure trop vite que les solutions d’IA peuvent se substituer à des plateformes établies telles que Salesforce. Cette prudence ne revient pas à nier les progrès rapides de l’intelligence artificielle. Elle rappelle plutôt qu’un outil de gestion de la relation client, ou CRM pour customer relationship management, répond à une somme de besoins très concrets et souvent étroitement liés.

Salesforce propose des fonctions éprouvées pour organiser les informations commerciales et de service client : fiches de contacts, suivi des opportunités, automatisation de certaines étapes, analyses et circulation des dossiers entre les équipes. Dans une grande organisation, ces fonctions sont connectées à des habitudes de travail, à des règles de validation et parfois à d’autres logiciels de finance, de marketing ou de support.

Remplacer cet ensemble ne consiste donc pas à installer un agent conversationnel capable de répondre à une question. Il faut aussi s’assurer que les données restent exactes, que les collaborateurs savent qui a fait quoi, que les décisions peuvent être vérifiées et que les clients reçoivent des réponses adaptées.

Pourquoi l’expression « remplacer Salesforce par l’IA » est imprécise

Opposer un CRM et l’intelligence artificielle est en partie trompeur. Un CRM est une plateforme qui stocke, organise et relie des informations ainsi que des procédures. L’IA générative est une technologie qui analyse des contenus et produit notamment du texte, des synthèses, des suggestions ou des réponses. Ces deux éléments peuvent être associés, mais ils ne remplissent pas spontanément le même rôle.

Un modèle d’IA peut résumer l’historique d’un compte, proposer une réponse à un courriel ou dégager des tendances dans des milliers de échanges. En revanche, il ne crée pas à lui seul une base clients fiable, des autorisations d’accès, une règle de remise commerciale ou un processus de traitement des réclamations. Pour agir utilement, il doit être relié à des données, à des outils et à des garde-fous définis par l’entreprise.

Cette distinction explique les réserves du PDG de Klarna. Le remplacement complet d’une plateforme ne dépend pas seulement de la performance d’un modèle. Il dépend de la fiabilité de son intégration dans l’entreprise. Une réponse très convaincante mais fondée sur une fiche client incomplète, un tarif périmé ou une mauvaise interprétation de la demande peut dégrader l’expérience au lieu de l’améliorer.

Les limites de l’IA dans la relation avec les clients

L’IA est particulièrement à l’aise lorsqu’une tâche est répétitive, documentée et mesurable. Elle peut aider à produire un résumé d’appel, à préparer une réponse de premier niveau, à retrouver une procédure interne ou à créer un rapport à partir de données disponibles. Dans ces cas, elle fait gagner du temps et peut réduire la charge des équipes.

Mais une relation commerciale ne se limite pas à la rapidité d’exécution. Certaines situations impliquent une négociation, une exception contractuelle, une réclamation sensible ou une décision qui engage durablement la confiance d’un client. Le dirigeant de Klarna insiste ainsi sur la nuance et l’empathie, deux dimensions qui restent difficiles à reproduire fidèlement par une technologie.

Il ne s’agit pas de dire qu’un client doit toujours parler à un humain. Beaucoup préfèrent une réponse immédiate pour une question simple, à condition qu’elle soit juste. La difficulté apparaît lorsqu’un système automatisé ne reconnaît pas ses limites ou ne sait pas transmettre le dossier au bon interlocuteur. Une entreprise doit donc prévoir une escalade claire vers un salarié, en particulier pour les sujets complexes ou sensibles.

Une approche hybride plutôt qu’un remplacement total

La solution défendue dans le débat est une approche hybride : confier à l’IA les tâches pour lesquelles elle apporte un bénéfice évident, tout en conservant l’expertise humaine là où le jugement, la responsabilité et la relation comptent le plus. Cette orientation est plus exigeante qu’un simple discours sur l’automatisation, car elle oblige à choisir précisément ce qui peut être délégué.

Dans une organisation commerciale ou de service client, cela peut se traduire par plusieurs usages :

• préparer automatiquement le résumé d’un échange avec un prospect ;
• proposer une réponse à partir de la documentation interne ;
• repérer les dossiers qui nécessitent une attention rapide ;
• aider un conseiller à retrouver l’historique pertinent avant un appel ;
• produire un premier brouillon de rapport ou de prévision.

Dans chacun de ces cas, la personne conserve un rôle essentiel : elle vérifie, corrige, contextualise et décide. Le gain recherché n’est pas nécessairement de supprimer tout contact humain, mais d’éviter que les équipes consacrent une part excessive de leur temps à recopier, chercher ou reformater des informations.

Cette vision est également compatible avec l’évolution des éditeurs de CRM eux-mêmes. En mars 2025, Salesforce ne se présente pas comme extérieur à la vague de l’IA : son offre Agentforce illustre l’effort du groupe pour intégrer des agents capables d’effectuer certaines actions dans les environnements de travail. Le choix réel des entreprises n’est donc pas toujours entre conserver un CRM ou adopter l’IA. Il peut être de déterminer quelle IA, connectée à quelles données et sous quel contrôle, doit enrichir le CRM existant.

L’emploi : automatiser des tâches ne signifie pas supprimer tous les postes

Le débat soulève aussi une question économique et sociale. Le texte évoque les inquiétudes liées à une adoption systématique de l’IA, qui pourrait affecter de nombreux emplois. Les travaux sur l’automatisation, notamment ceux du McKinsey Global Institute, alimentent ce sujet depuis plusieurs années : l’IA peut transformer une part significative des activités exercées dans de nombreux métiers.

Il faut toutefois distinguer une tâche d’un emploi. Un chargé de clientèle peut, par exemple, passer moins de temps à écrire des comptes rendus ou à rechercher des informations, sans que son poste disparaisse. Son travail peut se déplacer vers la résolution de problèmes, la négociation, l’accompagnement des clients ou le contrôle des décisions prises par les outils automatisés.

À l’inverse, une entreprise qui automatise des tâches sans revoir l’organisation, former les équipes ni définir de procédures de contrôle risque de créer des difficultés. Les salariés peuvent perdre la maîtrise des informations, les clients peuvent se heurter à des parcours impersonnels, et les erreurs peuvent se diffuser plus vite. La question n’est donc pas seulement combien de postes l’IA peut affecter, mais comment les entreprises répartissent les responsabilités après son déploiement.

Comment évaluer un projet d’IA dans un CRM ?

Avant de remplacer tout ou partie d’un outil existant, une entreprise a intérêt à partir d’un problème concret. Veut-elle réduire le délai de réponse du support, améliorer la qualité des comptes rendus commerciaux, rendre les prévisions plus lisibles ou diminuer le volume de saisie manuelle ? Chaque objectif appelle un niveau différent d’automatisation et de contrôle.

Quelques questions permettent de distinguer un projet solide d’une promesse trop générale :

• Les données clients sont-elles complètes, actualisées et accessibles aux bonnes personnes ?
• L’IA peut-elle citer ou retrouver l’information sur laquelle elle s’appuie dans les outils internes ?
• Quelles décisions peuvent être automatisées sans créer de risque commercial, juridique ou réputationnel ?
• À quel moment un salarié reprend-il la main, et comment cette intervention est-elle tracée ?
• L’entreprise mesure-t-elle la qualité des réponses, la satisfaction des clients et les erreurs éventuelles ?

La fiabilité, mise en avant par Sebastian Siemiatkowski à propos des plateformes établies, doit rester un critère central. Une expérimentation peut sembler efficace sur quelques démonstrations, mais échouer lorsqu’elle rencontre les exceptions, les données incomplètes et la diversité réelle des demandes clients.

Ce qu’il faut surveiller

En mars 2025, l’IA ne condamne pas mécaniquement les grands CRM. Elle pousse plutôt ces plateformes à évoluer et les entreprises à réinterroger leurs processus. Les outils les plus utiles seront vraisemblablement ceux qui combinent automatisation, données bien gouvernées et possibilité d’intervention humaine.

La prudence recommandée par le PDG de Klarna porte moins sur le potentiel de l’IA que sur les conditions de son déploiement. Les entreprises qui chercheront uniquement à remplacer un logiciel ou une équipe pourraient négliger la complexité de leur relation client. Celles qui utiliseront l’IA pour renforcer des processus déjà compris, mesurés et supervisés auront de meilleures chances d’en tirer un bénéfice durable.