Agentforce et IA dans l'environnement Salesforce
Une IA intégrée à votre processus.
Pas une démo déconnectée du travail.
L'intégration de l'IA dans une organisation commence par un processus défini, des informations fiables, des autorisations claires et un contrôle humain. Nous aidons à identifier les usages appropriés et à les intégrer dans l'environnement Salesforce de manière progressive et contrôlée.
À qui ce service s'adresse-t-il ?
Points de départ typiques pour l'IA dans Salesforce
- Organisations qui travaillent déjà sur Salesforce et souhaitent identifier où l'IA apporte réellement de la valeur.
- Équipes de service avec un volume élevé de demandes qui cherchent à réduire les temps de traitement sans compromettre la qualité.
- Équipes commerciales qui souhaitent gagner du temps dans la préparation, les résumés et le suivi.
- Managers qui ont du mal à tirer des enseignements des données organisationnelles existantes.
- Organisations qui exigent une gouvernance et un contrôle avant d'introduire l'IA en production.
Utilisations possibles
Là où l'IA apporte une réelle valeur
- Synthèse des requêtes et des conversations
- Recherche dans les connaissances organisationnelles
- Recommandation de la meilleure action suivante (Next Best Action)
- Libre-service
- Classification et routage des requêtes
- Création de tâches
- Compléter les informations manquantes
- Rédaction de brouillons
- Préparer l'agent avant un appel
- Détection des anomalies
- Assistance aux managers pour les rapports
- Agentforce pour les processus définis
Problèmes résolus par le service
Pourquoi les projets d'IA sont-ils bloqués en POC ?
Enthousiasme sans concentration
De nombreuses organisations commencent par la technologie plutôt que par le problème. Nous identifions 2 à 3 cas d'utilisation fréquents, mesurables et améliorables, et nous nous concentrons d'abord sur eux.
Données non prêtes pour l'agent
L'IA révèle chaque problème de données : champs vides, doublons, sources contradictoires. Nous vérifions les informations avant de construire l'agent.
Préoccupations réglementaires et de sécurité
Ce que l'agent voit, ce qu'il est autorisé à faire, comment cela est documenté. Nous définissons une couche de confiance (Trust Layer), une politique de prompts et un audit avant la mise en production.
Les projets de POC qui ne sont pas mis en production
Un POC sans critères de succès définis reste une belle démonstration. Nous définissons à l'avance ce qui est considéré comme "réussi" et comment le mesurer.
Principes de travail
Approche responsable de l'intégration de l'IA
Commencer par le processus
Ne pas ajouter d'IA simplement parce que la capacité existe. Définir un problème, un utilisateur et un résultat souhaité.
Vérifier les informations
Un agent IA ne peut pas compenser des informations non fiables, des autorisations erronées ou un processus peu clair.
Maintenir un contrôle humain
Les actions ayant une signification commerciale, financière ou de service doivent inclure un mécanisme d'approbation approprié.
Définir les autorisations
L'agent n'a accès qu'aux informations et aux actions nécessaires à son rôle.
Commencer avec un champ d'application limité
Construire un seul cas d'utilisation, mesurer le résultat et seulement ensuite l'étendre.
Mesurer la qualité
Vérifier la précision, l'utilisation, le temps économisé, les anomalies et le feedback des utilisateurs.
Le processus de mise en œuvre
Huit étapes contrôlées
- 01
Sélection du cas d'utilisation
- 02
Vérification des données et des autorisations
- 03
Planification de la conversation et des actions
- 04
Construction d'un prototype
- 05
Test avec les utilisateurs
- 06
Définition des garde-fous
- 07
Mise en œuvre progressive
- 08
Surveillance et amélioration
Point de décision
Brève discussion sur le premier cas d'utilisation
Au cours de cette conversation, nous identifierons ensemble les processus mûrs pour l'IA, et ceux qui nécessitent une correction de processus avant de faire appel à un agent.
Considérations pour la décision
Quatre décisions qui déterminent si l'IA sera mise en production
Agentforce intégré versus développement personnalisé
Quand choisir les actions Agentforce intégrées, et quand un développement d'outils dédié ou un appel à un système externe est nécessaire.
Portée de l'autonomie de l'agent
Décider à quel point l'agent agit seul, quand il propose à une personne d'approuver, et quand il transfère entièrement une tâche à un représentant.
Modèle de tarification et d'exploitation
Les utilisations de l’IA consomment des crédits. Une bonne planification de la connexion, de la longueur des invites et de la fréquence d'utilisation affecte directement le coût opérationnel.
Suivi et amélioration continue
Nous mesurons non seulement le résultat de l'agent, mais aussi le comportement des utilisateurs qui l'entourent — quelles actions ont été approuvées, lesquelles ont été rejetées, et ce qui est renvoyé à l'équipe humaine.
Erreurs courantes
Modèles à éviter lors de l'implémentation de l'IA
- Construire un agent IA avant d'avoir un processus métier défini.
- Donner à l'agent des autorisations trop larges pour la commodité du développement.
- Exposer une source d'information non vérifiée et faire confiance au modèle pour « se débrouiller ».
- Renoncer à l'approbation humaine pour les actions ayant un impact financier ou de service.
- Lancer sans logs ni monitoring — il n'y a aucun moyen d'apprendre et d'améliorer.
28. Questions fréquentes
Agentforce et IA — Questions fréquentes
L'étape suivante
Conversation sur Agentforce et l'IA
Nous examinerons ensemble pour quels processus le premier cas d'utilisation est mature, et quelle est l'infrastructure requise.