Le secteur des CRM est passé à une vitesse supérieure avec Agentforce qui amène des capacités de type ChatGPT au secteur de la relation client. Au menu : la création d’agents de conversation spécialisés intégrant dans leurs réponses le mode opératoire de l’entreprise…
L’arrivée de ChatGPT à la fin 2022 a pris par surprise les acteurs de très nombreuses industries. Le secteur de la relation clients ne pouvait échapper à cette révolution qui a inauguré la possible intégration de l’IA dans toutes sortes d’applications. Salesforce, l’un des leaders du domaine des CRM a longuement œuvré sur cette évolution et il a résulté un service conforme aux nouvelles attentes des entreprises : Agentforce. Qu’en est-il au juste ?
Qui est Salesforce ?
La société Salesforce est apparue le 3 février 1999 à San Francisco avec pour acteur majeur un dénommé Marc Benioff.
Anciennement cadre chez Oracle, Benioff y avait fait ses premiers pas en tant que développeur – il a d’ailleurs longtemps cultivé un look quelque peu rock’n’roll. Toutefois, il a rapidement gravi les échelons, s’étant distingué par son sens aigu des affaires et sa capacité à développer des stratégies de vente efficaces. Lorsqu’il a quitté Oracle en 1999, il en était devenu l’un des vice-présidents.
Or, Marc Benioff, durant son activité chez Oracle a constaté maintes lacunes dans les logiciels d’entreprise et notamment les CRM (Customer Relationship Management – gestion des relations clients).
En créant Salesforce, Benioff a souhaité concevoir des CRM destinés aux forces de vente (en anglais : sales forces) qui seraient aussi aisés à utiliser qu’un site Web comme Amazon. A une époque où la majorité des logiciels étaient installés en local sur les PC d’entreprise, il a estimé préférable que les services de Salesforce soient accessibles depuis le cloud et donc de n’importe où. Le modèle était celui du Saas (Software as a service) avec des modules que l’on peut acquérir par abonnement avec possibilité d’adapter son budget au fur et à mesure. Marc Benioff a visé le public des forces de vente sachant que cette population a une fonction cruciale pour les entreprises.
La société Salesforce a connu une croissance rapide, attirant à elle des grands comptes tels que Cisco ou le Financial Times. Dès l’année 2003, elle comptait 5 000 clients. Elle est entrée en Bourse l’année suivante et a pu entamer une expansion mondiale. En 2009, elle est apparue comme leader des solutions CRM basées sur le cloud, devançant Siebel Systems (qu’avait acquis Oracle).
En quoi consiste Agentforce ?
Agentforce est d’abord apparu en 2003 en tant que version spécialisée de la plateforme CRM maison, avec une niche précise : les agents et professionnels de l’immobilier.
La solution Agentforce introduite en 2024 a une vocation bien plus vaste : il s’agit d’une plateforme d’agents IA autonome, accessible à tout moment. Elle vise à assister les forces de vente mais aussi de nombreux métiers annexes et aussi, les clients eux-mêmes via des chatbots à même d’intégrer dans leurs réponses une connaissance approfondie de l’entreprise. En ce sens, elle marque une étape significative dans les solutions de Salesforce puisqu’elle y intègre l’intelligence artificielle générative. Salesforce avait initialement intégré de l’IA dans ses outils avec la plateforme Einstein, introduite en 2016. Toutefois, l’avènement de ChatGPT a contraint la société de Marc Benioff d’aller beaucoup plus loin.
Créer des agents IA
Toute l’idée de Agentforce est de permettre de créer via le langage naturel des agents IA personnalisés capable de fonctionner en autonome tout en tenant compte de la culture de l’entreprise, de ses données et politiques internes comme externes. La fonction de ces agents IA consiste en premier lieu à gérer des requêtes clients. Toutefois, ils peuvent être employés à bien d’autres tâches comme l’optimisation d’une campagne marketing ou même l’entraînement à l’argumentaire de vente.
Les poins clés de Saleforces
Création d'agents personnalisés
Par le biais d’instructions en langage naturel et d’interfaces appropriés, les cadres peuvent créer des agents répondant à leurs besoins spécifiques. Ces agents vont exploiter l’ensemble de l’écosystème Salesforce : Data Cloud, Slack, Tableau, MuleSoft… Ils sont capables d’analyser les informations à leur disposition et de prendre des décisions avisées. Salesforce veut donc considérer lesdits agents comme des « travailleurs virtuels », et donc allant bien au-delà des services traditionnels de CRM.
Moteur de raisonnement
Agentsforce repose sur Atlas, un moteur de raisonnement utilisant l’apprentissage par renforcement en vue d’améliorer les performances en temps réel. A tout moment, les agents sont en mesure d’affiner leurs réponses et actions, et d’anticiper les besoins d’un interlocuteur en analysant des millions de données.
Sécurisation des échanges
Agentforce s’appuie sur Einstein Trust Layer, une infrastructure de sécurité et d’éthique développée en vue de garantir une utilisation responsable et sécurisée de l’intelligence artificielle. Un prospect qui chercherait à « piéger » le système ou à poser des questions inappropriées ne verra pas ses requêtes prises en compte.
Une bibliothèque d’actions pré-configurées
Salesforce s’est associé à des acteurs tels que AWS (Amazon Web Services), Box, Google, IBM, Workday et Zoom afin de proposer divers agents et flux de travail via la place de marché Salesforce AppExchange. Une centaine d’actions préconfigurées sont ainsi mises à disposition des usagers.
Premiers retours
Le 17 décembre 2024, un peu plus d’un mois après le lancement de Agentforce, Salesforce a annoncé avoir conclu un millier de contrats relatifs à ce nouveau service. Parmi les sociétés qui ont adopté Agentforce figure l’éditeur Wiley, qui a rapporté une amélioration supérieure à 40 % de la résolution des incidents – en comparaison avec l’ancien chatbot. FedEx, IBM, Accenture, RBC Wealth Management ont pareillement adopté Agentforce pour automatiser des tâches décrites comme complexes.
Lors de l’événement relatif à cette annonce, Marc Benioff a raconté que Salesforce avait également démontré son efficacité en interne : il faut désormais moitié moins d’intervention humaine pour résoudre les requêtes clients de premier niveau
