Chatbot IA pour Salesforce Service Cloud : guide de configuration 2026

Ce que « chatbot IA » signifie aujourd'hui dans Service Cloud

Je construis des intégrations pour gagner ma vie, donc la première chose que je fais face à toute question « ajouter de l'IA à X », c'est de comprendre ce que l'éditeur entend réellement par IA ce trimestre-ci. Dans Salesforce Service Cloud, la réponse a changé en 2026, et les deux options ne sont pas interchangeables.

Einstein Bots est le chatbot classique : un arbre de dialogues que vous rédigez, déclenché soit par un choix de menu, soit par un intent que la compréhension du langage naturel détecte dans le message du client. Ils sont déterministes et prévisibles, une façon polie de dire que le bot ne peut répondre qu'à ce que vous avez explicitement scripté.

Agentforce Service Agent est l'agent génératif plus récent. Salesforce le décrit comme quelque chose qui "remplace les chatbots traditionnels" par une IA qui traite un large éventail de demandes sans scénarios préprogrammés. Il raisonne sur vos connaissances et vos données CRM via l'Atlas Reasoning Engine, puis agit ou transfère à un humain. Pour la version expliquée simplement, nous avons rédigé un guide sur les agents Agentforce qui détaille tout ça.

La voie que Salesforce recommande désormais est de commencer par un Einstein Bot sur vos canaux Service Cloud, puis éventuellement de le faire évoluer vers un Agentforce Service Agent grâce à un outil Create-Agent-from-Bot (encore en bêta au moment de la rédaction). La plupart des équipes finissent donc par utiliser les deux.

Comment fonctionne un chatbot Salesforce en coulisses

Avant les étapes de configuration, il est utile de garder le modèle mental en tête, car il explique pourquoi la configuration se présente ainsi. Un message arrive, le NLU le fait correspondre à un intent, le dialogue correspondant s'exécute, et la conversation se résout grâce aux connaissances ou est transférée à un humain via Omni-Channel.

Ce qui compte ici : chaque branche à gauche de ce diagramme est quelque chose que vous devez concevoir vous-même. Sur un Einstein Bot, une question non scriptée tombe sur un repli ou un humain. Sur Agentforce, la couche générative couvre plus de terrain, mais elle n'est aussi bonne que les connaissances sur lesquelles elle s'appuie, et c'est ce thème qui revient vous mordre plus tard.

Comment ajouter un chatbot IA à Salesforce Service Cloud

Voici la séquence réelle, tirée de la documentation d'aide de Salesforce elle-même plutôt que de la page marketing. Rien n'est difficile en soi ; la longueur est précisément le problème.

Étape 1 : Réglez les licences et les canaux

Un bot ne peut pas exister seul. Il vous faut une licence Service et une licence Chat ou Messaging, car le bot doit circuler sur un canal de conversation en direct. Vous activerez aussi Lightning Experience, exécuterez la configuration guidée du Chat, et fournirez un déploiement Embedded Service (le widget dans lequel le bot s'affiche) sur un site Experience Cloud. Notez le quota : chaque utilisateur abonné dispose de 25 conversations Einstein Bots par mois, non reportables.

Étape 2 : Activez Einstein Bots

Depuis la Configuration, recherchez Einstein Bots, activez le bouton, et acceptez les conditions. Pour construire, votre profil a besoin des autorisations Customize Application, Modify Metadata ou Manage Bots. Un piège pour les organisations plus récentes : tout ce qui a été créé à partir de Summer '23 a le routage Omni-Channel amélioré activé, qui ne prend pas en charge les bots standards, vous construirez donc des Enhanced Bots à la place.

Étape 3 : Construisez le bot

Lancez la configuration guidée et choisissez votre méthode de construction. Un modèle (le modèle Intro est livré avec des dialogues de bienvenue, de statut de commande et de signalement de problème) est la voie la plus rapide vers quelque chose de fonctionnel. En partant de zéro, vous obtenez un message de bienvenue, un menu principal, des dialogues système pour clôturer ou transférer, et des entités pour capturer les entrées. C'est ici que vous construisez l'agent lui-même dans le builder.

Étape 4 : Ajoutez des réponses génératives

Pour que le bot réponde à partir de votre centre d'aide plutôt que seulement à partir de dialogues scriptés, branchez l'une des deux actions suivantes : Generative Knowledge Answers, qui recherche dans votre base de connaissances et rédige une réponse conversationnelle, ou Article Answers, une correspondance de type FAQ avec Lightning Knowledge. C'est l'étape qui transforme un bot à menu en quelque chose qui ressemble à de l'IA.

Étape 5 : Connectez-le à un canal

Les bots standards utilisent le flux Connect-a-Standard-Bot-to-Channels. Les Enhanced Bots routent vers et depuis le bot avec des flux Omni-Channel, et ajoutent des formulaires pré-chat et du contenu structuré. C'est ici que le bot passe en production sur le chat, la messagerie ou votre site web.

Étape 6 : Configurez le transfert vers un humain

Le transfert est une action de dialogue à part entière, pas une réflexion après coup. Le dialogue système Transfer-to-Agent (bots standards) ou l'étape Set-Routing-Type (Enhanced Bots) place la conversation en direct dans Omni-Channel, qui la route vers un représentant disponible dans la Service Console. Ratez cette étape et les clients se retrouvent coincés à parler à un bot incapable d'escalader, le chemin le plus rapide vers un mauvais avis.

En option, l'étape 7 consiste à faire évoluer le bot vers un Agentforce Service Agent autonome. Le bot d'origine reste actif afin que vous puissiez migrer à votre propre rythme, et s'il était sur Enhanced Messaging, vous pouvez réutiliser ses canaux.

Ce que ça coûte vraiment

C'est là que je ralentirais si j'étais l'acheteur. Le prix de la licence est l'étiquette, pas la facture. L'IA autonome est une couche séparée, facturée à l'usage.

En plus de la licence, l'usage autonome d'Agentforce est facturé de deux façons possibles :

• À la conversation : un tarif fixe de 2 $ par conversation, quel que soit le nombre d'étapes nécessaires.
• Flex Credits : 0,10 $ par action (20 crédits), vendus par lots de 100 000 crédits pour 500 $. Les propres calculs de Salesforce estiment une interaction typique à 3-6 actions, soit 0,30-0,60 $ chacune.

Seule l'édition la plus haute, à 550 $, comprend une allocation d'IA significative (2,5 M de Flex Credits, soit environ 125 000 actions par an). Tout ce qui est en dessous vous donne soit de l'IA assistive, soit vous demande d'acheter conversations et crédits séparément. Nous avons détaillé le tableau complet dans les articles coût de configuration d'Agentforce et Agentforce en vaut-il la peine, et c'est la raison la plus courante pour laquelle les gens vont chercher des alternatives à Agentforce.

Où le parcours natif fait mal

Je veux être honnête ici, car Service Cloud est une plateforme véritablement puissante et c'est le logiciel de service le mieux noté sur G2. Mais il y a trois endroits où les équipes se font systématiquement piéger, et aucun d'eux n'apparaît dans une démo.

Le compteur de crédits est difficile à budgéter. C'est le thème le plus récurrent dans les avis.

"Pricing & 'Flex Credit' Unpredictability... It's harder to budget for than traditional seat licenses. If an AI agent gets stuck in a loop or handles an unexpected surge in holiday traffic, your 'digital wallet' of credits can drain faster than anticipated."

The Evolution of Service, G2

La configuration nécessite généralement un spécialiste. Les dialogues, les flux Omni-Channel et le mapping des données s'accumulent.

"Most teams end up needing a dedicated admin or external consultant just to make it work smoothly, which adds to the overall cost. Setting it up properly takes time, and if your workflows or data aren't clearly defined, things can get messy quickly."

Powerful, scalable, but requires structured implementation, G2

L'IA n'est fiable qu'à la hauteur de vos données. J'ai vu ça arriver. Une équipe de logiciels pour salles de sport avec laquelle nous avons travaillé avait une base de connaissances qui disait « nous prenons en charge tous les modèles », donc leur bot disait joyeusement aux clients « oui, nous prenons en charge le modèle de votre voiture » pour des marques qui n'étaient même pas dans la base de données. C'est le même échec qu'a décrit un évaluateur G2 : Agentforce "is only as smart as the data it can read... if your knowledge articles haven't been updated since 2021, the AI agent will confidently give customers outdated information." Se tromper avec assurance est pire que « je ne sais pas », et on s'en aperçoit généralement en production. Cela vaut la peine de se renseigner sur la précision de l'IA Einstein avant de mettre quoi que ce soit en production.

C'est un schéma récurrent pour nous : après des années à déployer de l'IA sur des files de support en direct, la leçon que nous réapprenons sans cesse est qu'il faut tester sur de vrais tickets historiques avant la mise en production, pas après. Ce qui est exactement ce que le parcours natif rend difficile.

La voie plus rapide : une couche IA par-dessus Service Cloud

Voici le recadrage que la plupart des articles évitent. Vous n'avez pas à choisir entre « tout construire à l'intérieur de Salesforce » et « n'avoir aucune IA ». Vous pouvez faire tourner une couche IA qui se connecte à Salesforce et se charge de répondre, pendant que vos agents continuent de travailler dans la Service Console.

C'est exactement ce que nous avons construit avec eesel. Plutôt que de scripter des dialogues, il apprend de votre documentation d'aide existante et, surtout, de vos tickets résolus, donc il reprend les réponses que votre équipe donne déjà. Il se connecte à Salesforce aux côtés du reste de votre stack, et il est facturé à l'usage à environ 0,40 $ par ticket résolu sans frais par siège, si bien que la facture suit la valeur plutôt qu'un portefeuille de crédits qu'il faut surveiller.

Ce sur quoi je vous convaincrais vraiment, c'est le filet de sécurité. Le mode de simulation d'eesel rejoue des milliers de vos tickets passés face à l'IA avant qu'elle ne touche un seul client, si bien que vous voyez la couverture et les réponses exactes en amont, comblez les lacunes, et ne passez qu'ensuite en production sur les tickets faciles. C'est la discipline « tester avant la production » que le flux natif vous laisse gérer seul. Comme preuve que ça fonctionne, Gridwise a vu eesel résoudre 73 % des demandes de niveau 1 dès le premier mois, et Smava exploite un agent entièrement automatisé sur plus de 100 000 tickets par mois.

Essayez eesel pour Salesforce

Si votre objectif est « un chatbot IA qui répond aux tickets dans Salesforce Service Cloud », eesel vous y mène sans la pile de licences, les arbres de dialogue, ni un compteur de crédits qu'il faut protéger avec des limites de tours. Il se connecte à Salesforce, s'entraîne sur vos tickets passés et votre centre d'aide en quelques minutes, et vous pouvez simuler tout le processus sur des tickets historiques avant la mise en production, donc pas besoin de saut de confiance. C'est gratuit à essayer, sans carte bancaire, et vous pouvez l'appliquer à vos propres données dès aujourd'hui.