Comment ajouter l'IA à Salesforce Service Cloud

D'abord, une confession sur l'importance du support natif

Je vais commencer par quelque chose que nous avons appris à nos dépens. Pendant un temps, eesel n'avait pas de connecteur natif pour Salesforce Service Cloud, et nous avons perdu des contrats à cause de ça. Une équipe de taille moyenne traitant environ 900 tickets par mois est partie parce que brancher notre IA sur leur Service Cloud n'était pas encore natif. Cela a suffisamment piqué pour que nous le construisions correctement. Alors quand je dis que le connecteur que vous choisissez compte plus que le modèle qui se cache derrière, ce n'est pas du marketing, c'est une cicatrice.

Pourquoi cela compte : ajouter l'IA à Service Cloud, ce n'est pas vraiment une question d'IA. C'est une question de la propreté avec laquelle l'IA lit vos cas, vos connaissances et votre routage, et du travail qu'il vous faut fournir pour y arriver. C'est le prisme à travers lequel lire tout ce qui suit.

Les deux façons d'ajouter l'IA à Service Cloud

Avant de toucher à Setup, il est utile de savoir sur laquelle des deux voies vous vous trouvez, car elles coûtent des montants différents de votre temps et de votre argent.

Le construire nativement. Vous utilisez les propres outils de Salesforce, Einstein Bots et Agentforce, pour construire l'IA à l'intérieur de Service Cloud. Contrôle maximal, tout sur un seul dossier client, et une tarification IA mesurée que vous voudrez modéliser soigneusement.

Superposer un coéquipier IA. Vous connectez un agent IA de support conçu à cet effet à Service Cloud. Il apprend de vos cas résolus et de votre centre d'aide, rédige ou envoie des réponses au sein de votre flux de travail existant, et transmet à des humains tout ce dont il n'est pas sûr. Moins de contrôle sur les rouages, beaucoup moins de configuration, et la même idée s'applique si vous comparez également Agentforce à Zendesk AI.

La plupart des équipes finissent par faire un peu des deux. Parcourons d'abord la voie native, car vous devez la comprendre avant de décider de la construire vous-même.

Option 1 : la voie native (d'Einstein Bots à Agentforce)

Salesforce propose ici deux produits qui se chevauchent. Einstein Bots est le créateur de chatbot plus ancien, basé sur les intentions et les dialogues. Agentforce Service Agent est l'agent générative et autonome plus récent. La voie actuellement recommandée consiste à construire un Einstein Bot sur vos canaux Service Cloud, puis éventuellement à le faire évoluer vers un agent Agentforce.

Les corvées avant de pouvoir créer un bot

Salesforce est d'une franchise rafraîchissante à ce sujet : "Avant de pouvoir nous amuser avec Einstein Bots, nous devons terminer quelques corvées." Ces corvées sont de véritables prérequis :

• Une licence Service et une licence Chat ou Messaging. Le bot doit fonctionner sur un canal de conversation en direct ; il ne peut pas exister seul.
• Un budget de conversations. Chaque organisation obtient 25 conversations Einstein Bots par mois par utilisateur actif, avec un module complémentaire payant pour 100 de plus par mois. Elles ne se cumulent pas.
• Le câblage des canaux. Lightning Experience activé, la configuration guidée du Chat effectuée, Salesforce Knowledge activé, un site Experience Cloud publié, et un déploiement Embedded Service pour le widget dans lequel le bot s'affiche.

Un piège à signaler : les organisations créées à partir de Summer '23 ont le routage Omni-Channel amélioré activé par défaut, qui ne prend pas en charge les bots standards. Si c'est votre cas, vous construirez des Enhanced Bots et routerez les conversations avec des flux Omni-Channel.

La construction, étape par étape

1. Activer Einstein Bots. Depuis Setup, recherchez Einstein Bots, activez le bouton, acceptez les conditions. Il vous faudra la permission Customize Application, Modify Metadata, ou Manage Bots pour réellement construire. (Get Started with Einstein Bots)
2. Créer le bot. Lancez le flux de configuration guidée. Le démarrage le plus rapide est le modèle Intro, livré avec des dialogues pour les tâches courantes (accueil, signaler un problème, vérifier le statut d'une commande). Partir de zéro vous donne un menu principal, des dialogues système, et des entités pour capturer les saisies.
3. Ajouter la couche générative. C'est ici que cela devient de l'« IA » plutôt qu'un arbre de décision. Activez Generative Knowledge Answers pour que le bot recherche dans votre base de connaissances et rédige une réponse conversationnelle, ou utilisez Article Answers pour fournir des réponses de type FAQ à partir de votre base Lightning Knowledge.
4. Construire les dialogues et les intentions. À l'intérieur du Bot Builder, vous construisez la conversation comme un arbre de dialogues, chacun déclenché par un choix de menu ou une intention détectée dans le texte libre du client, en utilisant des entités pour remplir les emplacements et créer des branches.
5. Se connecter 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.
6. Câbler le transfert vers un humain. Le transfert est une action de première classe, pas une réflexion après coup. Le dialogue système Transfer to Agent (standard) ou l'étape Set Routing Type (enhanced) pousse la conversation en direct vers Omni-Channel, qui la route vers un humain disponible dans la Service Console.

Passer à Agentforce

Lorsque vous êtes prêt pour un agent autonome plutôt que des arbres de dialogue rédigés, l'outil Create Agent from Bot (actuellement en bêta) crée un Agentforce Service Agent à partir de votre bot existant. Le bot d'origine reste actif, vous migrez donc à votre rythme. Le schéma recommandé par Salesforce lui-même : laissez le bot Einstein accueillir, vérifier et filtrer, puis transmettez les intentions complexes ou sensibles à l'agent Agentforce. Pour une comparaison plus approfondie, nous avons rédigé un article séparé sur Agentforce face à d'autres approches.

Ce que coûte réellement l'IA native

Voici la partie qui surprend les gens. Les éditions par siège n'incluent pas d'utilisation illimitée d'agents IA. L'IA est superposée et mesurée en plus.

Source : tarifs de Salesforce Service Cloud. Chaque ligne indique « Prix de départ. Des frais de transaction s'appliquent », donc les contrats réels se situent au-dessus de ces planchers. Il existe un palier gratuit d'Agentforce limité pour essayer, mais il ne supportera pas une véritable file de support.

En plus de cela, l'Agentforce autonome fonctionne selon l'un des deux modèles de consommation suivants :

• Basé sur la conversation : 2 USD par conversation, forfaitaire, quelle que soit la complexité.
• Flex Credits : 0,10 USD par action (20 crédits chacune), par lots de 100 000 crédits pour 500 USD.

Selon les propres calculs de Salesforce, une interaction coûte un montant fixe de 2 USD en facturation par conversation, mais consomme 3 à 6 actions en Flex Credits, soit environ 0,30 à 0,60 USD. Le hic, c'est la prévisibilité : un portefeuille mesuré est difficile à prévoir, ce qui est la plainte la plus fréquente dans la communauté.

« La tarification et l'imprévisibilité des « Flex Credit »... C'est plus difficile à budgétiser que les licences traditionnelles par siège. Si un agent IA se retrouve coincé dans une boucle ou gère un afflux inattendu de trafic pendant les fêtes, votre « portefeuille numérique » de crédits peut se vider plus vite que prévu. »

The Evolution of Service, G2

Si la question du coût est ce qui vous a amené ici, nous approfondissons dans Agentforce en vaut-il le coût et détaillons entièrement les coûts de mise en place.

Option 2 : superposer un coéquipier IA

Si la voie native ressemble à un projet pour lequel vous n'avez pas le budget de temps, la superposition est l'alternative. Au lieu de construire des dialogues et d'acheter des crédits, vous connectez un agent IA de support à Service Cloud et le laissez apprendre de ce que vous avez déjà.

C'est l'approche sur laquelle je travaille chez eesel, voici donc la version honnête de ce qui la distingue de la construction native :

• Il s'entraîne sur vos cas résolus, pas seulement sur votre centre d'aide. Les bots natifs répondent à partir de votre base de connaissances. Un coéquipier IA lit aussi vos anciens tickets Service Cloud, il capte donc les réponses que votre équipe donne réellement, ton compris, dès le premier jour.
• La configuration prend des minutes, pas un sprint. Pas d'empilement de licences, pas de diagrammes de flux Omni-Channel. Vous connectez Service Cloud, le pointez vers vos sources de connaissances, et c'est en ligne. C'est toute la raison pour laquelle les connecteurs natifs comptent autant.
• D'abord copilote, puis autonomie. Le schéma que presque tout le monde souhaite réellement est de commencer en mode brouillon, d'observer, puis de basculer en pleinement automatique sur les cas faciles une fois la confiance établie. Le routage basé sur la confiance garde les réponses à faible certitude comme brouillons plutôt que comme réponses en direct.

Ce que je soulignerais, c'est la simulation. Avant qu'un coéquipier IA ne réponde à un seul client en direct, vous pouvez l'exécuter sur vos tickets historiques Service Cloud et voir exactement ce qu'il aurait dit et ce qu'il aurait résolu. Cela transforme le « est-ce que cela va nous embarrasser ? » d'un pari le jour du lancement en un chiffre que vous vérifiez à l'avance. C'est la réponse directe à la peur de l'hygiène des données ci-dessous, et ce n'est pas quelque chose que le flux natif vous offre proprement.

Erreurs courantes lors de l'ajout de l'IA à Service Cloud

Après avoir observé de nombreux déploiements de ce type, les échecs se regroupent en quelques catégories prévisibles.

Pointer l'IA vers des données en désordre et espérer. C'est l'erreur majeure, et les utilisateurs de Service Cloud le disent clairement :

« Agentforce n'est intelligent qu'à la hauteur des données qu'il peut « lire ». Si votre organisation Salesforce a des années de dette technique, des enregistrements en double, des articles de connaissances obsolètes, ou des champs mal cartographiés, l'IA aura du mal... Si vos fichiers Content Version n'ont pas été mis à jour depuis 2021, l'agent IA donnera aux clients des informations obsolètes avec assurance. »

The Evolution of Service, G2

La solution n'est pas un meilleur modèle, c'est de nettoyer d'abord vos connaissances, et de simuler sur de vrais tickets pour repérer les réponses erronées mais assurées avant que les clients ne le fassent.

Sous-estimer l'effort de configuration. Les avis sont francs : « la plupart des équipes finissent par avoir besoin d'un administrateur dédié ou d'un consultant externe juste pour que cela fonctionne correctement. » Budgétisez ce temps, ou choisissez la voie qui ne le nécessite pas.

Ne pas modéliser le coût mesuré. Une équipe sur Reddit l'a dit sans détour : "Nous avons mené un POC qui s'est révélé prohibitif en coût." Avant de vous engager, passez votre volume mensuel réel de tickets à la fois par le calcul à 2 USD/conversation et par celui des Flex Credits, ou utilisez un calculateur de ROI pour vérifier la cohérence. Si aucun des deux ne convient, c'est le signal pour regarder des alternatives à la tarification plus plate.

Sauter la conception du transfert. Une IA qui ne peut pas transmettre gracieusement un cas difficile à un humain ne fait que frustrer les gens. Câblez le chemin d'escalade avant de passer en direct, quelle que soit la voie choisie.

Essayez eesel pour Salesforce Service Cloud

Vous voulez une IA pour Salesforce Service Cloud sans la construction de plusieurs semaines ? eesel se connecte à Service Cloud, apprend automatiquement de vos cas passés et de vos articles d'aide, et exécute une simulation complète sur vos tickets historiques pour que vous voyiez le taux de résolution avant qu'il ne réponde en direct. Vous commencez en mode brouillon, puis lui accordez plus d'autonomie à mesure que vous lui faites confiance, et la tarification est un forfait de 0,40 USD par ticket sans frais par siège, il n'y a donc aucun portefeuille de Flex Credits à surveiller pendant qu'il se vide.

C'est gratuit à essayer, et comme cela fonctionne d'abord en simulation, la première chose que vous verrez est ce qu'il aurait fait sur vos vrais tickets Service Cloud, pas une démo sur les données de quelqu'un d'autre.