L’industrie technologique entre dans sa « Troisième Vague » d’IA : celle des agents autonomes. Au-delà du discours ambiant, comment passer de la promesse technologique à la réalité opérationnelle ? La réponse de Salesforce avec Agentforce n’est pas un pivot soudain, mais l’aboutissement d’une vision initiée en 1999.
1. Du « No Software » au « No AI Ops » : une continuité stratégique
Pour comprendre Agentforce, il convient de revenir aux fondamentaux. En 1999, Marc Benioff, Chairman & CEO de Salesforce, lançait l’entreprise avec le mantra « No Software », libérant les organisations de la lourdeur des infrastructures serveur pour leur permettre de se concentrer sur leur cœur de métier.Aujourd’hui, Salesforce applique la même philosophie à l’intelligence artificielle.
Dans son article publié dans TIME à l’occasion du World Economic Forum 2025¹, Marc Benioff identifie trois vérités fondamentales qui façonneront la prochaine décennie. La première est déterminante : les LLMs deviennent une couche commoditisée. Ils seront de plus en plus sélectionnés sur des critères de performance, d’efficacité et de disponibilité, plutôt que pour leur caractère différenciant.
Les agents IA navigueront de manière fluide entre les modèles selon les tâches à accomplir, souvent sans intervention humaine.Cette évolution repositionne la création de valeur. Ce qui compte désormais, c’est ce que l’on construit au-dessus du LLM : la donnée de confiance et les workflows qui connectent l’IA aux processus métier. Avec Agentforce, Salesforce propose une approche « No AI Ops » : la complexité infrastructurelle est gérée par la plateforme, permettant aux entreprises de se concentrer sur la valeur métier.
2. Le « Last Mile » : une architecture pour transformer l’intelligence en action
Pourquoi tant de projets d’IA générative échouent-ils à franchir le cap de la production ? Parce que les modèles seuls manquent de contexte et de capacité d’action concrète.Miguel Milano, President & Chief Revenue Officer de Salesforce, apporte un cadre structurant dans son article « Building Trust in an Age of Abundance »². Il y définit le « Last Mile » de l’IA d’entreprise autour de quatre piliers fondamentaux. L’architecture Salesforce répond précisément à chacun d’entre eux.
Pilier 1 — Context (Contexte)
Selon Miguel Milano, l’IA doit comprendre le « work graph » de l’entreprise : ce sur quoi elle travaille, avec qui, ce qui compte et ce qui ne compte pas — incluant l’historique d’engagement client, les parcours collaborateurs et les workflows critiques.
Pour répondre à cet objectif, il faut considérer l’acquisition récente d’Informatica et Data Cloud, qui permettent de créer un socle de donnée pertinent, à jour, porteur de sens, ainsi qu’une fiche client unifiée et fiable. Sans cette donnée structurée, l’IA produit des réponses déconnectées de la réalité métier. En complément, MuleSoft assure la connectivité avec les systèmes tiers (ERP, Legacy), permettant à l’information de circuler dans l’ensemble du système d’information.
Pilier 2 — Deterministic Control (Contrôle déterministe)
Les systèmes doivent savoir quand mobiliser les LLMs et quand s’appuyer sur des workflows déterministes éprouvés. Miguel Milano souligne que pour inspirer confiance, les agents doivent suivre les procédures opérationnelles standard qui ont été codifiées dans les applications d’entreprise depuis des décennies.
La nouvelle version de notre moteur Atlas incarne cette approche hybride. Il ne se contente pas de générer des réponses : il planifie, évalue les options et prend des décisions face à l’incertitude, en orchestrant tour à tour des actions non déterministes et des actions qui peuvent l’être plus, en s’appuyant sur Agentscript ou Flows — ces workflows déterministes éprouvés — pour l’exécution quand la réplicabilité exacte d’un résultat doit être assurée (pour répondre à une contrainte réglementaire ou légale, par exemple).
Pilier 3 — Governance (Gouvernance)
Les résultats métier doivent être prévisibles, on vient de le dire. Mais ils doivent également être observables et dignes de confiance. Miguel Milano, le Chief Revenue Officer de Salesforce, insiste dans un post linkedin récent : les agents doivent respecter les permissions établies, permettre un audit complet de chaque action, et n’accéder qu’aux données autorisées. Les politiques de partage et de confidentialité doivent être intégrées nativement.
C’était déjà une composante essentielle de la plateforme à son lancement, sans laquelle elle n’aurait pas connu son succès. De nouveaux modules, comme Observability, permettent d’observer l’efficacité des agents et de mesurer la pertinence de leurs réponses aux sollicitations. L’Einstein Trust Layer, arrivé dans la plateforme avec les premières capacités d’IA génératives intégrées, vient également contribuer à répondre à cette exigence de confiance et de gouvernance. En effet, cette couche de sécurité masque les données sensibles et garantit qu’aucune donnée client n’entraîne les modèles publics. La gouvernance n’est pas une surcouche ajoutée, mais une composante native de l’architecture posée par Salesforce depuis plusieurs années.
Pilier 4 — Orchestration
Enfin, pour exécuter pleinement les workflows, l’IA doit s’intégrer là où les utilisateurs travaillent au quotidien : téléphone, web, WhatsApp, Slack. Les agents doivent également reconnaître leurs limites et savoir transférer à un humain lorsque l’escalade est nécessaire. La plateforme avait déjà intégré depuis longtemps cette logique d’exposition sur différents canaux des logiques métiers, sous différentes formes, et il en va de même pour la capacité d’exposer les agents sur ces canaux.
Ce n’est qu’une suite logique de la même philosophie. Enfin, pour apporter l’intelligence au bon endroit et au bon moment, dans les flux de travail existants, pour limiter le cost of change et maximiser l’adoption, l’intégration d’Apromore permet à l’entreprise de cartographier ses propres flux de travail et d’identifier précisément où injecter de l’intelligence pour éliminer les frictions. L’orchestration se fait dans les canaux existants, avec des règles d’escalade vers les collaborateurs humains.
3. « Human at the Helm » : le leadership humain comme condition de la confiance
C’est peut-être le point le plus déterminant pour les dirigeants.
Miguel Milano pose un constat sans appel dans son article² : nous vivons un paradoxe. Les capacités technologiques s’accélèrent à une vitesse sans précédent, mais la confiance dans la technologie — et dans ceux qui la déploient — s’érode. Selon l’Edelman Trust Barometer 2025, seuls 44% des répondants dans le monde se disent à l’aise avec les entreprises utilisant l’IA. Aux États-Unis, ce chiffre tombe à un tiers. La confiance dans l’industrie tech a décliné de 73% à 63% en une décennie. Le progrès n’avance pas à la vitesse de la technologie. Il avance à la vitesse de la confiance.
D’où le paradigme « Human at the Helm » porté par Salesforce. L’objectif n’est plus de maintenir l’humain dans une boucle de validation permanente (« Human in the Loop »), ce qui génère des goulots d’étranglement. L’humain est positionné en superviseur stratégique : il fixe le cap, définit les objectifs et établit les garde-fous éthiques. L’IA fournit l’effort d’exécution.
Marc Benioff l’exprime clairement dans TIME¹ : l’humain apporte la créativité pour anticiper, les valeurs qui guident les décisions, les relations qui cimentent les équipes et fidélisent les clients. Miguel Milano complète cette vision en identifiant cinq traits humains irremplaçables² : l’instinct face à l’urgence, l’intuition au-delà des données, l’imagination pour créer l’inédit, l’intégrité pour assumer la responsabilité morale, et l’identité qui inspire la loyauté.Ces traits ne différencient pas simplement l’humain de la machine. Ils constituent le fondement de la confiance.
Conclusion : Vers l’Entreprise Agentique
Avec Agentforce, Salesforce ne propose pas un nouvel outil, mais la continuité logique d’une démarche entreprise il y a plus de 25 ans, en imbriquant toutes les couches qui ont assuré le succès de la plateforme depuis son lancement.
En connectant la donnée (Data Cloud, Informatica, Mulesoft), le raisonnement (Atlas) et l’actionnabilité sous une gouvernance unifiée (Observability & Einstein Trust Layer), la plateforme résout la fragmentation qui compromet la plupart des initiatives IA. L’enjeu pour les entreprises en 2026 est désormais clair : il ne s’agit plus de « faire de l’IA », mais de sortir du POC pour mettre à l’échelle. Et nous avons la conviction que notre plateforme n’a cessé d’évoluer, depuis sa création, pour aboutir aujourd’hui à un outil mature permettant de vous y aider.
Micael Debast , Xavier Lengellé
Sources¹ Marc Benioff, « The Truth About AI », TIME, janvier 2025 — Lien² Miguel Milano, « Building Trust in an Age of Abundance », LinkedIn, 16 janvier 2026 — https://www.linkedin.com/pulse/building-trust-age-abundance-miguel-milano-uaiqc/?trackingId=X63OUcRGJzqXKPVaXsHjMg%3D%3D