Salesforce lance des outils pour tester et optimiser les agents IA en environnement CRM

Le grand défi pour l'adoption de l'IA générative en entreprise reste son intégration pertinente dans les workflows réels des collaborateurs, avec une création de valeur prouvée qui en justifie le coût non négligeable. Salesforce, qui s'est positionné très agressivement sur le sujet avec Agentforce, annonce ce 27 août plusieurs outils ciblant spécifiquement cette phase délicate d'adaptation.

Son discours – comme celui de beaucoup de fournisseurs de solutions pro – est que les services généralistes comme ChatGPT ou Gemini n'ont pas les performances requises pour des tâches complexes liées au marketing, à la vente ou au service client. C'est un fait avéré, et c'est aussi le principal avantage de Salesforce pour tirer son épingle du jeu. En tant que leader des solutions CRM, il est particulièrement bien placé pour garantir cette adaptation aux données de l'entreprise.

Harmonisation automatique des profils clients

Au cœur de cette stratégie, on trouve Data Cloud, sa solution de gestion de données qui permet de les consolider et les unifier, notamment pour mieux tirer parti des grands modèles de langage. Difficile en effet de générer de la valeur si tout est éparpillé dans des silos SaaS propres à chaque application.

L'une des nouveautés dévoilées par Salesforce ce jour est "Account Matching", qui permet de créer des profils clients holistiques en recherchant automatiquement les doublons au travers de différents systèmes et départements, et en les harmonisant même si les formats de données ou les conventions de nommage ne sont pas les mêmes (sans parler des fautes d'orthographe et autres erreurs).

Ce genre de tâche nécessite habituellement d'établir manuellement des règles de conversion, exercice fastidieux s'il en est. La promesse de Salesforce avec Account Matching est un processus beaucoup plus rapide mais aussi plus fiable, le tout sans développement informatique. L'entreprise cite en exemple "l'unification d'un million de comptes avec un taux de correspondance réussi de 95%" et "un temps moyen de traitement réduit de 30 minutes", sans toutefois donner plus de détails.

Un benchmark CRM pour les agents

Un autre outil présenté par les équipes de Salesforce Research est un benchmark qui se concentre particulièrement sur les tâches liées à la relation client. L'idée est d'aider les entreprises à tester de nouveaux modèles et agents sur des cas d'usage réels et pas des benchmarks génériques dont les résultats sont fréquemment faussés par une variété de techniques peu louables.

Baptisé "Agentic Benchmark for CRM" (ça a le mérite d'être clair), il mesure les agents en fonction de cinq critères : précision, coût, rapidité, confiance / sécurité, et impact environnemental. Salesforce insiste sur ce dernier, et sur la nécessité d'ajuster la taille des modèles aux besoins réels des entreprises. Dans les faits, la taille est déjà directement corrélée au coût et à la rapidité de réponse, donc cela revient un peu au même.

Plus intéressants, MCP-Eval et MCP-Universe sont deux nouveaux benchmarks qui évaluent les agents et les serveurs MCP (Model Context Protocol) lors de tâches synthétiques effectuées dans des environnements "proches de conditions réelles". L'objectif en leur soumettant des scénarios complexes est de rapidement trouver les points de défaillance pour les résoudre en amont d'un déploiement en production. Salesforce cite en exemple des contextes trop longs qui font perdre le fil aux modèles ou des outils que les agents n'arrivent pas à utiliser correctement.

Un "jumeau numérique" pour optimiser les agents

Dernière annonce et non des moindres : CRMArena-Pro. Il s'agit d'une version étendue de CRMArena, un benchmark novateur publié l'année dernière pour évaluer les performances des grands modèles de langage dans des environnements CRM. Silvio Savarese, Chief Scientist de Salesforce, décrit CRMArena-Pro comme un véritable simulateur qui permet de créer l'équivalent d'un jumeau numérique de l'environnement CRM d'une entreprise pour y optimiser les performances des agents.

Il évalue celles-ci dans "des scénarios complexes, multi-échanges et multi-agents", comme le routage des demandes de service client ou les processus CPQ (configuration produit et établissement de devis), le tout dans un environnement sécurisé et encore une fois avec des données synthétiques pour garantir la confidentialité. L'intérêt est là encore de parfaire l'entraînement des agents en les confrontant à des situations proches du réel.

Questionnés par L'Usine Digitale sur les gains de performance constatés avec ce procédé, les chercheurs ont répondu qu'ils publieraient prochainement un billet de blog avec des détails techniques. Silvio Savarese a aussi précisé au passage que CRMArena-Pro surpasse Tau-Bench, développé par Sierra AI. Mention notable car la start-up, cofondée par Bret Taylor, ancien co-CEO de Salesforce, cherche à bousculer le géant du CRM.