ChatGPT pour Salesforce Service Cloud : les vraies pistes en 2026
Kurnia Kharisma
Katelin Teen
Dernière modification September 4, 2026
Il n'existe pas d'« application ChatGPT » officielle en un clic pour Salesforce Service Cloud. Si vous la cherchez en espérant un simple interrupteur, il n'existe pas. Vous avez en réalité quatre vraies pistes : copier-coller entre les deux outils, créer un Custom GPT qui appelle vous-même l'API Salesforce, intégrer des modèles OpenAI dans Agentforce, l'IA propre de Salesforce, grâce à son écosystème de modèles ouvert, ou utiliser une couche d'IA dédiée qui se branche sur vos dossiers.
Le piège que la plupart des gens manquent : l'IA de Salesforce est facturée à l'usage en plus du prix des licences. Agentforce coûte 2 $ par conversation ou 0,10 $ par action avec les Flex Credits, et seule l'édition à 550 $/utilisateur/mois inclut une vraie enveloppe d'IA. Les pistes maison sont moins chères sur le papier, mais vous gardez la plomberie et sa maintenance.
Si vous voulez une IA qui répond aux dossiers Service Cloud sans déploiement de six mois, le chemin le plus court est une couche conçue pour cela. eesel se branche sur Service Cloud, apprend de vos anciens dossiers et de votre centre d'aide, vous laisse simuler sur l'historique réel de tickets avant de toucher un client en direct, et démarre à 299 $ par mois pour 500 crédits (1 crédit par ticket), sans frais par licence.
Ce que « ChatGPT pour Salesforce Service Cloud » veut vraiment dire
Clarifions d'abord l'expression, car elle cache deux questions différentes.
La première est littérale : puis-je faire lire et répondre à mes dossiers Salesforce par ChatGPT, le produit de chat d'OpenAI ? La seconde est celle que la plupart des responsables du support entendent vraiment : puis-je mettre un grand modèle de langage performant au travail sur ma file Service Cloud, pour rédiger et résoudre des tickets comme on s'attend à ce que ChatGPT le fasse ?
Ce n'est pas la même chose, et les confondre fait perdre beaucoup de temps de configuration. Salesforce a rebaptisé Service Cloud en Agentforce Service et propose déjà sa propre IA (Einstein plus Agentforce). Il exploite aussi un écosystème de modèles ouvert, si bien que les mêmes modèles OpenAI que ceux de ChatGPT peuvent se trouver sous les agents de Salesforce. « ChatGPT pour Service Cloud » peut donc désigner l'application OpenAI greffée sur le côté, le modèle OpenAI qui alimente l'agent propre de Salesforce, ou un troisième outil qui utilise les meilleurs modèles pour traiter directement vos dossiers.
Je vais être honnête sur mon point de vue. Je travaille sur eesel, et pendant un temps eesel perdait des contrats dans le mid-market précisément parce qu'il n'avait pas d'intégration native avec le helpdesk Salesforce. Une équipe qui utilisait Service Cloud m'a dit sans détour que l'absence de support natif de Salesforce était rédhibitoire, point. L'équipe l'a donc construit, et j'ai passé depuis beaucoup de temps dans les détails de la façon dont l'IA s'attache réellement à un dossier Service Cloud. Cet article est la carte que j'aurais voulu remettre à ces acheteurs.
Les quatre vraies pistes pour connecter ChatGPT à Service Cloud
Voici tout le paysage sur une page. Chaque piste échange de l'effort contre du contrôle, et le bon choix dépend de la quantité de plomberie que vous voulez prendre en charge.
Piste 1 : copier-coller dans ChatGPT (la base sans configuration)
La piste que personne ne met en avant mais que tout le monde essaie en premier. Un agent lit un dossier dans la Service Console, colle le message du client dans chatgpt.com, obtient un brouillon et le recolle. Cela ne coûte rien, ne demande aucun administrateur et fonctionne dès aujourd'hui.
Cela casse aussi dès que l'échelle ou la sécurité comptent. ChatGPT n'a aucun accès à votre fiche CRM : il ne voit ni l'historique des commandes, ni le droit au service, ni les trois derniers dossiers de ce client. Il ne connaît ni vos macros ni votre ton. Et coller des données clients dans un compte ChatGPT personnel pose un vrai problème de gouvernance des données, exactement ce que le Trust Layer de Salesforce est censé empêcher. Correct comme béquille personnelle, pas comme stratégie de support.
Piste 2 : créer un Custom GPT qui appelle l'API Salesforce
L'étape suivante consiste à créer un Custom GPT avec des Actions qui interrogent l'API REST de Salesforce, pour qu'il puisse récupérer un dossier, consulter le compte associé et écrire une note en retour. C'est une piste légitime, et pour une équipe technique elle peut faire du vrai travail.
Le compromis honnête, c'est la propriété. Vous maintenez désormais OAuth, les correspondances de champs, les limites d'API et la gestion des erreurs, et ce face à une API qui a de vrais plafonds. Quand vous construisez votre propre application LLM au-dessus d'un CRM, vous héritez aussi de chaque évolution future du schéma de ce CRM. L'un de nos clients a formulé l'arbitrage entre construire et acheter mieux que moi :
"We could try to write our own LLM application but we didn't want to invest our time into that. We wanted something that we would not have to maintain."
Karel, GENERAL BYTES
C'est le coût silencieux de la piste 2. Ça marche jusqu'au départ de la personne qui l'a construite.
Piste 3 : intégrer OpenAI dans Agentforce avec l'IA propre de Salesforce
C'est la réponse « officielle », et elle surprend. Salesforce exploite un écosystème de modèles ouvert : son option « Bring Your Own Model » permet de connecter en toute sécurité des modèles de fondation d'OpenAI, d'Anthropic et de Google tout en conservant les garde-fous de la plateforme, et elle prend désormais en charge le Model Context Protocol pour connecter des agents entre systèmes. Vous pouvez donc faire raisonner le modèle sous-jacent de ChatGPT sur vos dossiers, dans Salesforce, sous le Trust Layer.
Ce qu'il faut comprendre, c'est que vous n'ajoutez pas vraiment ChatGPT ici, mais un modèle dans Agentforce, et Agentforce est le produit que vous achetez, configurez et payez réellement. Le choix du modèle est un réglage au sein d'une construction bien plus vaste. Cette construction est puissante et s'appuie sur vos données Data Cloud, mais elle vous place en plein dans la tarification IA propre de Salesforce, que je détaille plus bas.
Piste 4 : une couche d'IA dédiée qui se branche sur vos dossiers
La quatrième piste élude entièrement la question du « quel modèle », car une bonne couche d'IA de support fait déjà tourner les meilleurs modèles en coulisses et gère la plomberie pour vous. Au lieu de construire un agent ou de câbler une API, vous connectez l'outil à Service Cloud, vous le pointez sur vos connaissances, et il traite les dossiers.
C'est ici que se place eesel. Il fonctionne au sein des dossiers Service Cloud et se nourrit de tout le contexte CRM, s'entraîne sur vos anciens tickets et votre centre d'aide plutôt que de vous faire rédiger des arbres de dialogue et, surtout, vous laisse faire un essai à blanc sur votre propre historique avant de répondre à un vrai client. Plus de détails dans la section eesel, car le « tester avant de faire confiance » est ce qui sépare une démo d'un déploiement.
L'IA propre de Salesforce : Einstein Bots contre Agentforce Service Agent
Si vous choisissez la voie native Salesforce (piste 3), il y a deux produits dans la boîte, et savoir lequel vous utilisez compte.
Les Einstein Bots sont les chatbots structurés, plus anciens. Vous les construisez à partir de dialogues et d'intentions : le texte du client passe par la compréhension du langage naturel, correspond à une intention et déclenche le dialogue associé, qui résout la demande ou la transfère à un humain via Omni-Channel. Vous pouvez ajouter des réponses génératives avec Generative Knowledge Answers ou Article Answers, qui puisent dans votre base Lightning Knowledge. À savoir avant de vous engager : chaque organisation reçoit 25 conversations Einstein Bots par mois par utilisateur avec abonnement actif, avec un module complémentaire pour 100 de plus, et ces conversations ne sont pas reportées.
L'Agentforce Service Agent est l'agent génératif plus récent. Salesforce le décrit comme un remplaçant des « traditional chatbots with AI that can handle a wide range of service issues without preprogrammed scenarios », reposant sur l'Atlas Reasoning Engine, qui décompose une demande en étapes et planifie son chemin vers une réponse. Si vous avez déjà un Einstein Bot, Salesforce propose l'outil Create Agent from Bot (actuellement en bêta) pour migrer, et le schéma recommandé consiste à laisser un bot accueillir et filtrer, puis à confier les dossiers complexes à l'agent Agentforce.
Les deux sont de vrais outils, capables. Le frottement se situe dans la mise en place : un Einstein Bot exige une licence Service plus une licence Chat ou Messaging, le routage Omni-Channel, un déploiement Embedded Service et souvent un site Experience Cloud avant de s'afficher. Ce sont les « quelques corvées » dont la documentation de Salesforce elle-même vous avertit, et c'est pourquoi les déploiements natifs se mesurent en mois, pas en après-midis.
Ce que coûte réellement Agentforce en plus de Service Cloud
C'est la partie qui change la décision, soyons donc précis. Le prix de votre licence Service Cloud n'inclut pas d'IA illimitée. L'IA vient en couches et est facturée à l'usage par-dessus.
Voici l'échelle complète des éditions Service Cloud, tirée de la page de tarification de Service Cloud. Chaque ligne précise « Starting price. Transaction fees apply », considérez donc ces prix comme des planchers.
| Édition | Prix (USD/utilisateur/mois) | IA incluse |
|---|---|---|
| Starter Suite | 25 $ | IA d'assistance intégrée (résumés de fiches, rédaction d'e-mails) |
| Pro Suite | 100 $ | Plus d'automatisation, toujours de l'assistance |
| Enterprise | 175 $ | « AI for Customer Service » (assistance, pas d'agents illimités) |
| Unlimited | 350 $ | Ajoute le chat et les bots |
| Agentforce 1 Service | 550 $ | Suite d'IA complète, agents employés non mesurés, 2,5 M de Flex Credits/org/an |
Ensuite, en plus de la licence, l'usage autonome d'Agentforce est facturé de l'une de deux façons, selon la tarification Agentforce de Salesforce :
| Modèle | Prix | Unité |
|---|---|---|
| Par conversation | 2 $ | Par conversation, au forfait |
| Flex Credits | 0,10 $ par action | Consommation, 100 000 crédits pour 500 $ |
Le calcul de Salesforce mérite d'être cité : une interaction coûte 2 $ au forfait avec la facturation par conversation, mais le même échange représente 3 à 6 actions en Flex Credits, soit 0,30 $ à 0,60 $. Seule l'édition Agentforce 1 Service à 550 $ inclut une enveloppe d'IA significative (2,5 M de Flex Credits par organisation et par an, soit environ 125 000 actions avant dépassement). Toute autre édition n'a que de l'IA d'assistance, ou vous achetez conversations et crédits séparément.
Rien de tout cela n'est caché ni injuste, c'est simplement une tarification enterprise, et les clients Salesforce la ressentent. La plainte la plus courante dans les avis G2 de Salesforce concerne le coût, en particulier les licences d'IA :
"Licensing fees and the cost of additional functionalities related to the advanced AI could be quite high, making ROI tougher to justify in the initial stages."
À titre de comparaison, une couche à prix fixe comme eesel vend des forfaits mensuels de crédits (1 crédit par ticket ou chat, quelle que soit sa longueur), sans frais de plateforme ni frais par licence. À 1 000 tickets par mois, cela fait 499 $, et seuls les tickets réellement traités par l'IA comptent. Le but n'est pas de dire que Salesforce est cher pour le plaisir, mais que l'unité facturable est très différente, et que cette différence vaut d'être modélisée avant de signer.
Alors, quelle piste vous convient ?
La bonne piste dépend moins du budget que de ce que vous voulez construire vous-même. Choisissez la situation qui ressemble le plus à la vôtre.
Essayez eesel sur vos dossiers Service Cloud
Si vous êtes arrivé ici en voulant de l'IA sur votre file Salesforce sans chantier de plusieurs mois, c'est la piste que je choisirais vraiment, et oui, je suis partial, alors voici la version concrète plutôt qu'un argumentaire.
eesel est un coéquipier IA pour le helpdesk. Il se branche sur les dossiers Salesforce Service Cloud avec tout le contexte CRM et, au lieu de faire rédiger des arbres de dialogue, s'entraîne sur vos anciens tickets, votre centre d'aide et vos documents. Le facteur différenciant que je signalerais à une équipe Service Cloud est la Simulation : avant de répondre à un seul client en direct, il rejoue vos anciens tickets et note ses réponses par rapport à ce que votre équipe a réellement envoyé, puis vous montre les écarts exacts par thème pour que vous les corrigiez et relanciez. C'est l'étape « tester avant de faire confiance » que les déploiements natifs sautent généralement.
Il se déploie aussi comme le souhaite un responsable du support prudent : chaque action commence comme un brouillon à relire, et vous lui confiez plus d'autonomie à mesure qu'il la mérite, en pouvant la retirer à tout moment. Un client a décrit le résultat après avoir commencé sur ses propres tickets historiques :
"In the first month, eesel is resolving 73% of our tier-1 requests... we saw results quickly during our 7-day trial."
Kim Simpson, Gridwise
Vous pouvez le connecter, simuler sur vos vrais dossiers et voir ce qu'il rédige avant de vous engager, et il démarre gratuitement avec 100 crédits. Si vous utilisez aussi Zendesk, Freshdesk, Gorgias, Help Scout, HubSpot ou Jira Service Management à côté de Salesforce, le même coéquipier travaille sur tous, sous un seul compte.