Salesforce confie sa feuille de route IA à ses clients et accélère Agentforce et ses nouvelles fonctions

Salesforce change la logique de lancement de ses produits d'IA : au lieu d'un plan à long terme, l'entreprise construit sa feuille de route avec ses clients et réécrit ses priorités presque en temps réel. Cette approche doit l'aider à adapter plus vite Agentforce, voice AI et les intégrations avec Slack aux tâches réelles des grandes entreprises.

Des clients plutôt qu'un plan

Le rythme de l'IA oblige les éditeurs d'entreprise à sortir des fonctions nettement plus vite qu'avant. Chez Salesforce, on a conclu que, dans ce contexte, une feuille de route classique projetée sur plusieurs trimestres avance trop lentement. L'entreprise s'appuie donc moins sur des échéances fixes que sur un flux continu de retours de ses clients. Selon les dirigeants de Salesforce AI, certaines réunions avec des clients ont lieu chaque semaine, et non une fois par trimestre.

Pour Salesforce, il ne s'agit pas simplement de customer development au sens habituel. L'entreprise estime que si une grande organisation bute sur un problème précis en déployant l'IA, d'autres ressentiront bientôt la même difficulté. En interne, cela devient un système de détection précoce des besoins : l'équipe repère les problèmes récurrents et en fait des thèmes produit pour toute la plateforme.

Comment fonctionne la boucle

Agentforce est né d'un constat simple : après l'arrivée des grands modèles de langage, il manquait aux entreprises le « dernier kilomètre » pour amener l'IA à un scénario d'entreprise opérationnel. Le modèle seul ne suffit pas : il faut du contexte, du contrôle, de l'observabilité et des règles claires pour que l'agent ne se comporte pas de façon imprévisible. Salesforce construit donc sa pile d'IA de bas en haut et planifie des directions de développement plutôt que des dates de sortie précises.

• du contexte pour les agents d'IA et un accès aux données de l'entreprise
• observability : la capacité de suivre ce que fait l'agent
• deterministic controls : des limites et des règles prévisibles
• des bêtas précoces et des « gates » avant une sortie à grande échelle
• un cycle de livraison du code rapide, en semaines et en mois, et non en semestres

«

Nous réagissons littéralement semaine après semaine, mois après mois », a résumé Muralidhar Krishnaprasad, président et CTO de la division ingénierie de Salesforce, pour décrire ce nouveau rythme de travail.

L'étape suivante consiste à décomposer chaque demande client : ce que la couche LLM peut résoudre seule, et ce qui exige une infrastructure agentique supplémentaire autour du modèle. C'est important en entreprise, où une belle fonction de démonstration ne suffit pas. Il faut un produit que l'on peut contrôler, vérifier et intégrer à la pile existante sans supervision manuelle permanente.

Premiers résultats et risques

Parmi les participants à cette boucle figure la plateforme de voyage Engine. Son équipe rencontre Salesforce chaque semaine et accède aux outils d'IA avant leur lancement public. Selon le CEO d'Engine, cela permet à l'entreprise de tester de nouvelles capacités avant ses concurrents et d'influer réellement sur le produit. Exemple : un agent vocal pour réserver des hôtels. Après la remarque selon laquelle la conversation sonnait de façon peu naturelle, Salesforce a retravaillé le comportement de l'agent, et les tests A/B ont donné un meilleur résultat.

PenFed connaît une histoire semblable. Cette coopérative de crédit a monté son propre workflow ITSM à partir d'outils existants et d'agents Agentforce. Quand la solution a fait ses preuves en conditions réelles, Salesforce a intégré ce scénario à la plateforme comme outil plus universel pour d'autres clients. Autrement dit, les clients ne sont pas seulement des testeurs, mais aussi des coauteurs de fonctions d'entreprise abouties.

Ce modèle a un revers. Il suppose que le client sait bien de quelle IA il aura besoin dans un an, alors que de nombreuses entreprises cherchent encore le retour concret de ces systèmes. Par ailleurs, accepter de rester en bêta et de discuter du produit chaque semaine ne garantit ni un contrat de longue durée ni un usage massif. Salesforce limite ce risque en utilisant activement ses propres outils d'IA en interne et en réaffectant en permanence ses équipes au gré des évolutions technologiques.

Ce que cela signifie

Salesforce montre à quoi peut ressembler le développement de l'IA d'entreprise quand le marché évolue plus vite que la planification trimestrielle. Les gagnants ne seront pas ceux qui ont la plus belle diapositive de feuille de route, mais ceux qui transforment le plus vite les difficultés récurrentes des clients en produits opérationnels pour toute leur base.