Si vous avez déjà vu une démo de l'IA de Salesforce, vous avez probablement été très impressionné. Les présentations léchées d'outils comme Agentforce dressent le portrait d'un avenir où les agents IA traitent les dossiers clients et les informations commerciales sans le moindre accroc. Mais pour quiconque a réellement essayé de le mettre en place, la réalité est souvent bien différente. Un rapide coup d'œil sur les forums et Reddit montre des gens qualifiant leur expérience de "mitigée" et affirmant que c'est tout sauf "plug and play".
Le véritable défi avec le 'Flip Data' de l'IA de Salesforce n'est pas de savoir si l'IA est intelligente ; c'est l'énorme tâche de "transformer" les données désordonnées et éparpillées de votre entreprise en un format propre et organisé que l'IA peut réellement comprendre et utiliser.
Qu'est-ce que Salesforce AI et Agentforce ?
Avant d'entrer dans le vif du sujet, faisons un bref résumé de ce que propose Salesforce. La star du spectacle est Agentforce, une plateforme pour créer et lancer des agents IA autonomes. L'idée est que ces agents peuvent gérer des tâches dans toute votre entreprise, du service client aux ventes et au marketing. Tout cela est alimenté par le Salesforce Data Cloud, qui est censé être le cerveau central qui rassemble toutes vos données clients afin que les agents IA aient le contexte dont ils ont besoin pour être utiles.
La vision est ambitieuse : un "marché du travail numérique" où les agents IA travaillent aux côtés de vos équipes humaines pour automatiser les flux de travail. Sur le papier, cela semble fantastique. Mais les frictions apparaissent dès que vous essayez de passer de la théorie à un agent opérationnel et fonctionnel.
Le premier grand obstacle : préparer vos données
Les dirigeants de Salesforce ont même admis que de nombreux clients sont "coincés dans ce que j'appelle le 'purgatoire des projets pilotes'", et la raison numéro un est la préparation des données. Vous ne pouvez pas simplement activer l'IA de Salesforce et vous attendre à ce qu'elle fasse des miracles. Elle a besoin d'une base de données solide, et la construire est un projet massif que la plupart des gens sous-estiment.
Pourquoi vos données actuelles ne sont pas prêtes pour l'IA
L'IA de Salesforce, comme la plupart des systèmes d'IA modernes, s'appuie sur une base de connaissances propre et bien structurée pour trouver des réponses précises. Le problème ? La connaissance de la plupart des entreprises ne se trouve pas dans une bibliothèque parfaite. Elle est répartie dans des dizaines d'outils différents.
Ceux qui ont suivi ce processus ont découvert qu'il y a tout un "art de structurer vos articles de connaissances" dont on n'entend pas parler dans le discours de vente. Vos wikis internes, vos anciens tickets de support et vos documents de processus ont été rédigés pour des humains, pas pour être lus par une IA. Ce décalage est un obstacle majeur. Et c'est encore pire si l'on considère les silos de données. Les propres recherches de Salesforce ont révélé que seul environ un tiers des applications d'entreprise sont correctement connectées, ce qui signifie que des informations critiques sont bloquées dans différents systèmes.
Le travail caché de l'unification des sources de données
Pour que vos données soient "prêtes pour l'IA" pour Salesforce, vous vous engagez dans un projet de grande envergure. Cela signifie généralement exporter les données de toutes vos différentes sources, les nettoyer, les reformater, puis tout importer dans l'écosystème Salesforce. Ce n'est pas seulement un travail technique ; c'est un énorme gouffre de temps qui peut prendre des semaines ou des mois de travail de la part de votre équipe ou de consultants coûteux.
Mais que se passerait-il si vous n'aviez pas à démanteler toute votre configuration de données ? Une approche plus simple consiste à utiliser une plateforme d'IA qui se connecte directement à vos connaissances là où elles se trouvent. Au lieu d'un projet de migration colossal, un outil comme eesel.ai s'intègre en un clic aux outils que vous utilisez déjà, comme Confluence, Google Docs, et les anciens tickets de services d'assistance comme Zendesk. Il apprend de vos données à leur emplacement d'origine, créant une base de connaissances prête pour l'IA en quelques minutes, pas en plusieurs mois.
Mettre l'IA en service : ce n'est pas juste un interrupteur à actionner
Une fois que vous vous êtes battu avec le problème des données, le défi suivant apparaît : faire fonctionner l'agent IA comme vous le souhaitez. Comme l'a dit un utilisateur sur Reddit, Agentforce n'est "pas plug and play." Il a dû passer trois semaines à ajuster les prompts avant que l'IA ne commence à donner des réponses qu'il se sentirait à l'aise de montrer à un client.
Le lourd travail de l'ingénierie de prompt et des tests sans fin
L'ingénierie de prompt est juste un terme sophistiqué pour décrire la rédaction d'instructions détaillées pour dire à l'IA quoi faire. Avec l'IA de Salesforce, il s'agit d'un processus manuel d'essais et d'erreurs. Vous devez lui apprendre à comprendre les nuances. Une simple question client comme "réinitialiser le mot de passe" peut signifier plusieurs choses. Le client veut-il un article ? Veut-il parler à un agent ? Ou veut-il que l'IA le fasse pour lui ? Obtenir le bon résultat demande beaucoup d'ajustements manuels.
Pour rendre les choses encore plus frustrantes, les tests peuvent être un cauchemar. Un autre utilisateur a souligné : "Elle répondra différemment au même prompt." Ce type d'incohérence rend très difficile de faire confiance au système. Comment pouvez-vous mettre en toute confiance une IA imprévisible face à vos clients ?
Pas de moyen facile de faire un déploiement progressif et en toute confiance
Cette imprévisibilité représente un risque commercial assez important. Vous ne pouvez pas simplement activer l'IA pour tous vos clients et croiser les doigts. Mais la plateforme Salesforce ne vous offre pas de moyen simple de tester à grande échelle et de déployer en toute confiance. Vous êtes souvent coincé entre un lancement risqué de type "big bang" et passer une éternité sur des tests manuels frustrants.
C'est là que la simulation s'avère utile. Au lieu de simplement espérer le meilleur avec des clients réels, des plateformes comme eesel.ai vous offrent un puissant mode de simulation. Vous pouvez faire tourner votre agent IA sur des milliers de vos vrais tickets de support passés dans un environnement sécurisé. Cela vous donne une prévision réelle de ses performances, vous montrant exactement quels types de questions il peut gérer et où il a des difficultés. Cela vous aide à trouver les victoires faciles, à automatiser d'abord ces requêtes simples, puis à étendre lentement ce que l'IA fait à mesure que vous gagnez en confiance dans ses capacités.
Quel est le coût réel de l'IA de Salesforce ?
En plus de tous les casses-têtes techniques, il y a la question du coût. Un article de CIO.com a qualifié le modèle de licence compliqué de Salesforce de "proposition à haut risque", et ils n'ont pas tort. Il est presque impossible de deviner à quoi ressemblera votre facture mensuelle.
Décomposer la tarification confuse de l'IA de Salesforce
Le coût de l'IA de Salesforce n'est pas un chiffre unique. C'est un mélange de différents produits et de crédits basés sur la consommation. Votre facture pourrait inclure :
-
Les abonnements de base à Salesforce Cloud (comme Sales Cloud ou Service Cloud).
-
Les crédits Data Cloud pour le traitement et l'unification de vos données.
-
Les crédits Agentforce pour chaque action effectuée par l'IA.
-
Les abonnements Slack si vous l'utilisez comme interface principale.
Ce modèle multicouche rend extrêmement difficile de prévoir vos dépenses. Vos coûts peuvent varier considérablement en fonction de l'utilisation, et comme même les tests peuvent épuiser vos "crédits flexibles", vous pourriez recevoir une facture étonnamment élevée avant même d'avoir entièrement lancé le service.
Une alternative plus simple et plus prévisible
Pour les équipes qui ont besoin de savoir ce qu'elles dépensent chaque mois, un modèle d'abonnement simple et direct est beaucoup plus logique. Une structure de tarification simple et à plusieurs niveaux élimine les approximations et le risque financier. Par exemple, eesel.ai propose des plans tarifaires clairs basés sur l'utilisation, sans frais par résolution. Cela signifie que votre facture n'augmentera pas soudainement après un mois chargé. Vous pouvez commencer avec un plan mensuel flexible sans être enfermé dans un long contrat annuel, ce qui vous donne la liberté d'évoluer lorsque vous êtes prêt.
| Caractéristique | IA de Salesforce (Agentforce) | eesel AI |
|---|---|---|
| Modèle de tarification | Complexe, multicouche (crédits Data Cloud + Agentforce) | Plans transparents et à plusieurs niveaux |
| Base de facturation | Basée sur la consommation (imprévisible) | Par palier d'interaction (prévisible) |
| Durée du contrat | Nécessite souvent un engagement annuel | Options mensuelles flexibles disponibles |
| Coût d'installation | Nécessite fréquemment des partenaires d'implémentation coûteux | En libre-service, opérationnel en quelques minutes |
Une voie plus pratique vers un support piloté par l'IA
Le chemin vers la mise en œuvre du 'Flip Data' de l'IA de Salesforce est semé d'obstacles que vous ne verrez pas dans les démos tape-à-l'œil. La lourde préparation des données, la mise en œuvre compliquée et risquée, ainsi que les coûts confus et imprévisibles peuvent laisser même les équipes les plus enthousiastes bloquées en mode pilote.
Mais cela ne signifie pas que vous devriez abandonner l'IA. Cela signifie simplement qu'il faut trouver des outils conçus pour être simples, contrôlables et transparents. Au lieu d'une approche de type "tout casser et remplacer" qui vous enferme dans un seul écosystème, vous pouvez ajouter une couche d'intégration intelligente aux outils que vous possédez déjà. eesel.ai fonctionne avec votre service d'assistance et vos sources de connaissances actuels, pas contre eux. Vous pouvez commencer en quelques minutes, simuler les performances pour renforcer votre confiance et garder le contrôle total sur ce qui est automatisé, le tout avec un coût mensuel prévisible.
Prêt à éviter la complexité ? Essayez eesel AI gratuitement et configurez votre premier agent IA en moins de 5 minutes.
Foire aux questions
Cela désigne le processus de transformation des données brutes, souvent désordonnées, d'une entreprise en un format propre et structuré que les systèmes d'IA de Salesforce, comme Agentforce, peuvent comprendre et utiliser efficacement. C'est l'étape essentielle de la préparation de votre base de connaissances pour sa consommation par l'IA.
La plupart des données d'entreprise sont conçues pour une consommation humaine et réparties sur de nombreux systèmes, sans être consolidées ni structurées pour l'IA. Unifier, nettoyer et reformater ces données dans l'écosystème Salesforce est un projet complexe et chronophage que de nombreux utilisateurs sous-estiment.
Ce n'est pas "plug and play". Les utilisateurs sont souvent confrontés à un travail manuel considérable, y compris une ingénierie de prompt approfondie et des tests continus pour affiner la compréhension et les réponses de l'IA. Cet effort est crucial pour que l'IA fonctionne de manière fiable lors des interactions avec les clients.
Au-delà des abonnements de base, les coûts incluent les crédits Data Cloud, les crédits de consommation d'Agentforce, et potentiellement l'intégration de Slack. Le modèle multicouche basé sur la consommation rend la prévision difficile, entraînant des factures imprévisibles et des coûts potentiellement élevés pendant les tests ou les périodes de forte activité.
Le blog suggère que les méthodes traditionnelles de Salesforce ne disposent pas d'un moyen simple pour des tests à grande échelle et en toute confiance. Des alternatives comme eesel.ai proposent des modes de simulation qui vous permettent de tester des agents IA sur des milliers de tickets de support passés, fournissant une prévision de performance réaliste sans risque pour les clients.
Oui, des plateformes comme eesel.ai offrent une alternative en s'intégrant directement à vos sources de connaissances existantes, évitant ainsi une migration massive de données. Elles proposent une tarification transparente et à plusieurs niveaux ainsi que des outils pour une simulation en toute confiance, permettant un déploiement progressif et contrôlé des agents IA.
