Salesforce lance 7 agents IA « prêts à l’emploi » : pour qui ?

14/09/2026

Le 11 septembre 2026, Salesforce a présenté sept agents d’intelligence artificielle dotés chacun d’un prénom et d’une fonction précise, service client, ventes, commerce, RH ou logistique, vendus comme des postes à pourvoir plutôt que comme des outils à configurer

Le 11 septembre 2026, quatre jours avant sa conférence Dreamforce, Salesforce a présenté sept agents d’IA « prêts à l’emploi », chacun doté d’un prénom et d’une fonction : Casey au service client, Paige aux demandes RH et informatiques, Carter à la boutique en ligne, Hunter et Piper aux ventes, Marshall à la logistique, Fin à la relation client. Six sont disponibles dès maintenant, le septième en novembre. Le changement n’est pas technique, il est commercial : on n’achète plus un outil à paramétrer, on pourvoit un poste. Pour une PME, la question devient laquelle de ces fonctions confier à une machine, à quel prix, et avec quel garde-fou.

Sept prénoms, sept fiches de poste

L’annonce officielle décrit chaque agent comme un collaborateur avec un périmètre délimité :

Casey, service client : répond par téléphone, SMS, WhatsApp et chat web, gère les questions fréquentes, les retours et les comptes, et passe la main à un humain quand il le faut.
Paige, IT et RH : traite les demandes des salariés dans Slack et sur les portails internes.
Carter, commerce en ligne : conseille sur les produits et conclut l’achat directement dans la conversation.
Hunter, prospection sortante : travaille un pipeline de la recherche de comptes à la prise de contact. Il est en pilote, avec une disponibilité générale prévue en novembre 2026.
Marshall, chaîne logistique : orchestre des processus de back-office en gardant une trace de chaque action.
Piper, prospection entrante : engage et qualifie les visiteurs B2B du site web et des boîtes de réception.
Fin, relation client : l’ancien produit d’Intercom, dont Salesforce a signé le rachat pour environ 3,6 milliards de dollars le 15 juin, selon le communiqué. Plus de 30 000 entreprises l’utilisaient déjà.

Un prénom, une fonction, une liste de canaux : la fiche de poste est écrite avant que vous n’ayez ouvert la console.

Ce qu’il y a sous le capot

Hunter est le premier agent à tourner sur ce que Salesforce appelle un « long-horizon runtime », un moteur qui poursuit un objectif sur plusieurs jours ou semaines, et non plus une seule tâche. Unite.AI en détaille les trois briques : une mémoire qui conserve le contexte d’une session à l’autre, une exécution durable qui maintient un plan dans le temps, et un pilotage dynamique qui intègre les corrections de l’utilisateur. Un agent peut ainsi suivre une affaire sur plusieurs semaines sans qu’on lui réexplique le dossier.

Autour des agents, la plateforme s’étoffe. SiliconANGLE cite Agent Script, un langage qui décrit précisément une tâche pour limiter les réponses inventées, et l’orchestration multi-agents, déjà disponible, qui répartit une demande complexe entre plusieurs sous-agents. AI Skills, pour personnaliser un agent sans code, et Agent Optimizer, pour mesurer ses performances, arrivent en octobre.

Une conseillère de service client, casque sur les oreilles, relit sur son écran une conversation menée sans elle et ne prend la main que sur le dernier message — Le poste n’a pas disparu. Il s’est déplacé vers le dernier message, celui où la machine s’arrête.

Les résultats que Salesforce met en avant

L’éditeur revendique 7 milliards d’« unités de travail agentique », une unité par tâche accomplie par un agent, dont 3,2 milliards au dernier trimestre. Il cite des taux de résolution autonome de 50 à 90 % selon les déploiements : 90 % des parcours d’achat gérés chez le distributeur Hibbett, déployé en six semaines ; 79 % des conversations résolues par Fin chez Anthropic ; 70 % des demandes administratives traitées par Paige chez Autism Queensland ; 60 % du pipeline commercial généré par Hunter chez Perk. Ces chiffres viennent de l’éditeur et de clients choisis par lui. Ils indiquent un ordre de grandeur, pas une garantie.

Infographie : résultats clients cités par Salesforce ; 90 % des parcours d’achat gérés par Carter chez Hibbett, déployé en six semaines ; 79 % des conversations résolues par Fin chez Anthropic ; 70 % des demandes internes réglées par Paige chez Autism Queensland ; 60 % du pipeline créé par Hunter chez Perk ; 7 milliards d’unités de travail agentique livrées, dont 3,2 milliards au deuxième trimestre 2026 — Quatre clients cités par l’éditeur : à lire comme des plafonds atteints dans de bonnes conditions, pas comme une moyenne.

Combien ça coûte

La page de tarifs affiche trois façons de payer. Les agents tournés vers les clients se facturent 2 dollars par conversation. Le mode « Flex Credits » se règle à l’action : 500 dollars pour 100 000 crédits, une action standard en consomme 20, soit 10 cents, et une action vocale 30. Les agents internes, comme Paige, passent par une licence à partir de 125 dollars par utilisateur et par mois. S’y ajoute la plateforme : un guide indépendant rappelle qu’Agentforce s’appuie sur Data Cloud, facturé en dizaines de milliers de dollars par an, hors de portée d’une très petite structure.

Ce que ça change pour votre PME

Raisonnez en poste, pas en outil. Salesforce a écrit la fiche de poste de ses agents : canaux, tâches, moment où l’on passe la main. Faites le même exercice avant tout achat, quel que soit le fournisseur.
Le taux de résolution devient votre indicateur. Les clients cités ne parlent ni de « productivité » ni de « transformation », mais de la part des demandes closes sans humain. Mesurez-la dès aujourd’hui pour savoir ce qu’un agent vous ferait gagner.
L’escalade humaine se conçoit avant le déploiement. Casey passe la main quand il le faut. Chez vous, la règle reste celle de l’incident du wiki d’OpenAI : droits limités, validation humaine avant toute action irréversible.
Le modèle se copie sans Salesforce. Fin fonctionnait déjà seul chez 30 000 entreprises, et ChatGPT ou Claude permettent de bâtir un agent de service client sur vos propres documents. Ce qui se transpose, c’est la méthode : un rôle, un périmètre, un indicateur, comme Toyota l’a montré avec ses 50 agents en production.
Simulez la facture avant de signer. À 2 dollars la conversation, 1 000 échanges clients par mois coûtent 2 000 dollars, hors plateforme. Comparez ce montant au temps humain réellement libéré.

Faut-il être client Salesforce pour en profiter ?

Pour ces sept agents, oui : ils vivent dans Agentforce et supposent Data Cloud. Mais la logique du « poste » s’applique partout. Un agent de service client construit sur ChatGPT, Claude ou un outil spécialisé se juge avec les mêmes critères : canaux couverts, taux de résolution, règle d’escalade.

Un agent avec un prénom remplace-t-il un salarié ?

Non, il remplace les tâches d’un poste qui se répètent et dont la réponse existe déjà dans vos systèmes. Entre 50 et 90 % de résolution autonome, cela laisse 10 à 50 % des demandes à un humain, souvent les plus délicates. Le prénom sert à vendre ; la fiche de poste sert à travailler.

Écrire la fiche de poste d’un agent, choisir l’indicateur qui compte, décider où l’humain reprend la main : c’est le cœur des formations IA de Vincent Lévi, à partir des outils que votre entreprise utilise déjà. Si vous voulez savoir quelle fonction confier en premier à un agent, et à quel coût réel, écrivez à l’équipe.