L'écart entre promesse et réalité : ce que les difficultés de Salesforce révèlent sur la transformation de l'IA dans le secteur technologique

La grande désillusion de l'IA : pourquoi Salesforce démontre que la réalité est différente

La chute spectaculaire de 27 % du cours de l'action du géant du CRM Salesforce depuis début 2025 n'est pas un phénomène isolé. Elle symbolise plutôt un décalage fondamental entre les attentes élevées envers l'intelligence artificielle et la dure réalité de son exploitation commerciale. Alors que les entreprises technologiques du monde entier vantent la révolution apportée par les agents IA autonomes, la situation de Salesforce révèle trois problèmes centraux qui pourraient être symptomatiques de l'ensemble du secteur : la monétisation des innovations en IA, la maturité structurelle du marché des logiciels d'entreprise et la complexité croissante de l'intégration technologique. Cette analyse examine les véritables fondements de cette prétendue promesse d'avenir et ses conséquences pour le secteur technologique.

Convient à:

• Intelligence artificielle: pourquoi les forces de la vente de vendeurs ne sont pas (encore) démarrées - les alternatives indépendantes sont meilleures

Principes de base et pertinence

La situation de Salesforce en octobre 2025 marque un tournant dans la perception de l'intelligence artificielle comme moteur de croissance direct pour les entreprises technologiques établies. Marc Benioff, fondateur et PDG charismatique de cette société de gestion de la relation client, a proclamé l'ère de l'IA basée sur les agents lors de la conférence Dreamforce organisée par l'entreprise à San Francisco. Sa vision : les algorithmes autonomes remplaceraient les employés humains dans les entreprises et deviendraient le principal générateur de revenus de Salesforce. La réalité, cependant, est toute autre.

La chute spectaculaire de l'action Salesforce contraste fortement avec la tendance générale du secteur technologique, où les valeurs technologiques ont enregistré des gains significatifs sur la même période. Cette divergence soulève des questions fondamentales : le secteur a-t-il surestimé la rapidité avec laquelle l'intelligence artificielle peut se traduire en revenus réels ? Les attentes concernant les agents IA autonomes sont-elles réalistes ? Et quels problèmes structurels se cachent derrière les promesses glorieuses de l'IA ?

La pertinence de cette analyse va bien au-delà de Salesforce. Elle concerne toutes les entreprises qui s'appuient sur l'intelligence artificielle comme moteur de croissance. Elle touche les investisseurs qui investissent des milliards dans les technologies d'IA. Et elle touche les travailleurs dont l'emploi est menacé par l'automatisation promise. Le cas Salesforce offre un aperçu unique des mécanismes, des espoirs et des déceptions d'un secteur en transition.

Cet article est divisé en huit sections qui présentent systématiquement les racines historiques, les mécanismes techniques, l'état actuel, les cas d'utilisation pratiques, les problèmes critiques, les développements futurs et une synthèse finale des enseignements tirés. Il apparaîtra clairement que les défis de Salesforce sont représentatifs de problématiques sectorielles plus profondes, qui dépassent largement le cadre d'une seule entreprise.

Du pionnier du cloud au combattant de l'IA : la réorientation stratégique d'un géant de l'industrie

Pour comprendre la situation actuelle, il faut retracer les origines et l'évolution de Salesforce. Fondée en 1999 par Marc Benioff, l'entreprise a révolutionné l'industrie du logiciel grâce à un concept alors radical : le SaaS (Software as a Service). Au lieu de vendre des licences onéreuses à installer sur les serveurs des clients, Salesforce proposait sa solution CRM en ligne. Les clients payaient un abonnement mensuel et pouvaient utiliser le logiciel simplement depuis leur navigateur.

Cette innovation a fait de Salesforce le leader du marché de la gestion de la relation client. Avec une part de marché de plus de 21 %, l'entreprise domine encore aujourd'hui le marché mondial du CRM, loin devant des concurrents comme Microsoft, Oracle et SAP. Pendant plus de deux décennies, Salesforce a été considérée comme une valeur de croissance par excellence. Son chiffre d'affaires a connu une croissance à deux chiffres année après année, le cours de son action a grimpé sans interruption et l'entreprise s'est développée grâce à de nombreuses acquisitions.

Mais dès les années précédant 2025, les premiers signes de ralentissement sont apparus. La croissance du secteur des logiciels CRM dans son ensemble a ralenti, le marché étant de plus en plus saturé. De nombreuses grandes entreprises avaient déjà mis en œuvre des systèmes CRM et les opportunités les plus faciles avaient été exploitées. Parallèlement, de nouveaux concurrents ont émergé, gagnant des parts de marché grâce à des approches innovantes et des prix plus bas.

Dans ce contexte, Benioff s'est de plus en plus concentré sur l'intelligence artificielle comme nouveau levier de croissance à partir de 2022. Salesforce a d'abord lancé Einstein, une plateforme d'IA permettant l'analyse prédictive et l'automatisation au sein de ses produits CRM existants. Puis, en septembre 2024, la grande annonce a suivi : Agentforce, une plateforme pour agents IA autonomes capables d'effectuer des tâches de manière autonome dans des domaines tels que le service client, les ventes et le marketing.

La vision était ambitieuse : d'ici fin 2025, les clients créeraient un milliard d'agents IA autonomes via la plateforme. Ces agents répondraient non seulement à des requêtes simples, mais planifieraient et exécuteraient également de manière autonome des tâches complexes en plusieurs étapes. Ils agiraient de manière proactive, prendraient des décisions et accéderaient à l'intégralité de la base de données de l'entreprise.

Parallèlement, Salesforce a investi massivement dans les bases technologiques de ces agents IA. En mai 2025, l'entreprise a annoncé l'acquisition d'Informatica, spécialiste de la gestion de données, pour 8 milliards de dollars. Cette acquisition visait à garantir aux agents IA l'accès à des données de haute qualité et bien structurées. À l'automne 2024, Salesforce avait déjà acquis Own Data, une autre société de gestion de données, pour 1,9 milliard de dollars.

Malgré ces investissements massifs et cette vision ambitieuse, la hausse espérée du chiffre d'affaires ne s'est pas matérialisée. Au deuxième trimestre de l'exercice 2025/26, le chiffre d'affaires de Salesforce a progressé de 9,8 % pour atteindre 10,24 milliards de dollars. Bien que légèrement supérieur aux attentes, il s'agissait du cinquième trimestre consécutif de croissance à un chiffre. Les perspectives pour le trimestre à venir étaient encore plus prudentes, ce qui a alimenté les craintes que l'offensive de l'IA n'apporte pas le succès commercial escompté.

L'anatomie des agents IA autonomes : la technologie entre vision et faisabilité

Pour comprendre pourquoi la monétisation des agents IA s'avère si complexe, il est important d'examiner les fondements techniques et les mécanismes de ces systèmes. Agentforce repose sur plusieurs composants technologiques qui doivent fonctionner ensemble pour atteindre l'autonomie promise.

Au cœur de l'IA se trouve le moteur de raisonnement Atlas, qui agit comme le réseau neuronal, ou cerveau, des agents IA. Ce moteur est conçu pour imiter la pensée et le comportement humains, catégoriser correctement les tâches, hiérarchiser les étapes et, in fine, les exécuter correctement. Contrairement aux assistants IA précédents comme Copilot, qui s'appuyaient fortement sur l'interaction humaine, les agents Agentforce sont conçus pour fonctionner de manière largement autonome.

Le deuxième élément clé est le Salesforce Data Cloud, qui harmonise toutes les données pertinentes de l'entreprise en temps réel et les met à disposition des agents IA. La qualité et l'exhaustivité de ces données sont cruciales pour la performance des agents. Cela représente également l'un des plus grands défis : de nombreuses entreprises collectent leurs données depuis des années dans différents systèmes, sans normes cohérentes ni nettoyage régulier.

Le troisième composant est constitué d'outils d'intégration comme MuleSoft et de connecteurs pré-intégrés permettant aux agents d'interagir avec les workflows existants et les systèmes externes. Ces interfaces permettent aux agents d'opérer non seulement dans l'univers Salesforce, mais aussi de communiquer avec d'autres applications d'entreprise.

Outre ces composants spécifiques à Salesforce, Agentforce intègre également des modèles linguistiques à grande échelle issus de fournisseurs tiers tels qu'OpenAI, Anthropic et Google Gemini. Ces modèles fournissent le traitement du langage naturel sous-jacent et les connaissances générales sur lesquelles reposent des agents spécifiques.

La fonctionnalité peut être illustrée par l'exemple d'un agent du service client : un client contacte l'entreprise pour une question. L'agent analyse la requête, accède aux données client pertinentes depuis le Cloud de données, les compare à des cas similaires antérieurs, élabore un plan de résolution en plusieurs étapes, exécute ces étapes et communique le résultat au client. Tout cela se déroule sans intervention humaine, sauf si l'agent rencontre un problème dépassant ses capacités.

Cela paraît impressionnant en théorie. Cependant, en pratique, les obstacles sont nombreux. La qualité des agents dépend des données auxquelles ils ont accès. Si les données sont incomplètes, obsolètes ou incohérentes, les agents prennent de mauvaises décisions. L'intégration aux systèmes d'entreprise existants est souvent complexe et exige des efforts considérables. De plus, la configuration des agents, bien que présentée comme un processus low-code, requiert néanmoins une compréhension technique approfondie et une expertise spécifique à Salesforce.

Un autre problème est le manque de confiance. De nombreuses entreprises hésitent à confier le contrôle de leurs processus métier critiques à des agents autonomes sans procédures de test et mécanismes de sécurité robustes. Le risque d'erreurs, de violations de données ou de comportements indésirables est réel, comme le montrent les exemples d'autres secteurs.

Le chemin difficile vers la rentabilité : trois défis fondamentaux

Les problèmes de Salesforce peuvent être résumés en trois défis clés typiques de l’ensemble du secteur : la monétisation des innovations en matière d’IA, la préparation structurelle du marché et la complexité de l’adoption de la technologie.

Le premier défi concerne la monétisation

Bien que Salesforce ait développé un produit technologiquement avancé avec Agentforce, la question clé demeure : comment le monétiser ? Le modèle de tarification d'Agentforce repose sur deux dollars par conversation, une approche à l'utilisation qui diffère des modèles de licence traditionnels. Cependant, de nombreux clients potentiels hésitent à déployer cette technologie à grande échelle tant que le retour sur investissement n'est pas clairement démontré.

Les coûts d'exploitation des agents d'IA sont importants. Les grands modèles de langage sous-jacents nécessitent des ressources de calcul coûteuses. Selon les estimations du secteur, une seule requête adressée à un modèle d'IA générative coûte jusqu'à dix fois plus cher qu'une recherche Google traditionnelle. Ces coûts doivent être répercutés sur les clients, ce qui limite leur acceptation des prix. Parallèlement, les clients attendent des agents d'IA une valeur ajoutée tangible justifiant ces coûts plus élevés.

À ce jour, seulement environ 12 000 entreprises utilisent Agentforce, un chiffre infime compte tenu de la vaste base client de Salesforce, qui compte plusieurs centaines de milliers d'entreprises. Le chiffre d'affaires annuel récurrent d'Agentforce est inférieur à 500 millions de dollars, soit une fraction du chiffre d'affaires total de plus de 40 milliards de dollars. Même si ce chiffre triple ou quadruple dans les années à venir, comme l'espère Salesforce, sa contribution au chiffre d'affaires total restera limitée.

Le deuxième défi majeur est la maturité structurelle du marché du CRM

Après deux décennies de forte croissance, le marché des logiciels de gestion de la relation client (GRC) a atteint une phase de saturation. La plupart des grandes et moyennes entreprises des marchés développés ont déjà mis en place des systèmes CRM. Le potentiel de croissance organique par l'acquisition de nouveaux clients est limité.

Parallèlement, la concurrence s'est intensifiée. Microsoft et Dynamics 365, Oracle et ses applications cloud, SAP et ses solutions CRM, ainsi que de nombreux fournisseurs spécialisés comme HubSpot, Zendesk et Zoho, se disputent des parts de marché. Ces concurrents ont rattrapé leur retard ces dernières années et proposent parfois des solutions moins chères ou plus spécialisées.

Dans ce contexte, Salesforce aura plus de mal à atteindre une croissance à deux chiffres, même avec des fonctionnalités d'IA innovantes. Les clients ne changeront pas simplement de système CRM parce qu'un fournisseur propose de nouvelles fonctionnalités d'IA. La mise en œuvre d'un système CRM est complexe, coûteuse et chronophage. Les entreprises hésitent à changer de système tant que leur système actuel fonctionne.

Des analystes comme Karl Keirstead d'UBS ont souligné que le marché du CRM est déjà relativement mature, tandis que les investissements des clients dans l'IA dans ce domaine en sont encore à leurs débuts. Il existe donc un décalage temporel entre la maturité des produits phares et celle des ajouts d'IA. Cet écart rend difficile pour Salesforce de retrouver sa dynamique de croissance passée.

Le troisième défi fondamental concerne la complexité de l’adoption de la technologie

Bien que Salesforce présente Agentforce comme une solution low-code conviviale, la réalité est bien plus complexe pour de nombreux clients. La mise en œuvre réussie d'agents IA nécessite une base de données solide, des processus bien définis, une expertise technique et des investissements importants en formation et en gestion du changement.

De nombreuses entreprises sont confrontées à des défis fondamentaux tels que la mauvaise qualité des données, l'isolement des silos de données, une infrastructure informatique inadéquate et un manque d'expertise en IA. Ces problèmes doivent être résolus avant que les agents IA puissent exploiter tout leur potentiel. Cela nécessite du temps, des ressources et une approche à long terme que beaucoup d'entreprises rechignent à adopter.

À cela s'ajoute la pénurie de travailleurs qualifiés. La demande d'experts en IA, de spécialistes des données et d'administrateurs Salesforce dépasse largement l'offre. Les entreprises doivent offrir des salaires élevés pour attirer et fidéliser des employés qualifiés. Cela accroît encore le coût de mise en œuvre des solutions d'IA et allonge le délai de rentabilisation.

Ici, vous apprendrez comment votre entreprise peut mettre en œuvre des solutions d’IA personnalisées rapidement, en toute sécurité et sans barrières d’entrée élevées.

Une plateforme d'IA gérée est une solution complète et sans souci pour l'intelligence artificielle. Au lieu de gérer une technologie complexe, une infrastructure coûteuse et des processus de développement longs, vous recevez une solution clé en main adaptée à vos besoins, proposée par un partenaire spécialisé, souvent en quelques jours.

Les principaux avantages en un coup d’œil :

⚡ Mise en œuvre rapide : De l'idée à la mise en œuvre opérationnelle en quelques jours, et non en quelques mois. Nous proposons des solutions concrètes qui créent une valeur immédiate.

🔒 Sécurité maximale des données : Vos données sensibles restent chez vous. Nous garantissons un traitement sécurisé et conforme, sans partage de données avec des tiers.

💸 Aucun risque financier : vous ne payez qu'en fonction des résultats. Les investissements initiaux importants en matériel, logiciels ou personnel sont totalement éliminés.

🎯 Concentrez-vous sur votre cœur de métier : concentrez-vous sur ce que vous faites le mieux. Nous prenons en charge l'intégralité de la mise en œuvre technique, de l'exploitation et de la maintenance de votre solution d'IA.

📈 Évolutif et évolutif : Votre IA évolue avec vous. Nous garantissons une optimisation et une évolutivité continues, et adaptons les modèles avec souplesse aux nouvelles exigences.

En savoir plus ici :

• La solution d'IA managée - Services d'IA industrielle : la clé de la compétitivité dans les secteurs des services, de l'industrie et de l'ingénierie mécanique

Réussites et désillusions : ce que la pratique nous apprend sur les agents IA

Pour obtenir une image complète, il vaut la peine d’examiner des cas d’utilisation concrets et des expériences pratiques avec des agents d’IA, à la fois chez Salesforce lui-même et dans d’autres entreprises.

Salesforce a elle-même mis en œuvre l'une des implémentations d'agents IA les plus médiatisées : au sein de son service client. Son PDG, Marc Benioff, a annoncé en septembre 2025 la réduction de son équipe de service client de 9 000 à 5 000 employés, soit une réduction de 45 %. Les employés licenciés ont été remplacés par des agents IA qui, selon M. Benioff, ont déjà géré 1,5 million de conversations clients, atteignant des niveaux de satisfaction client similaires à ceux des agents humains.

D'un côté, cette mesure drastique démontre le potentiel des agents IA pour automatiser les tâches répétitives et réduire les coûts. Salesforce réalise d'importantes économies de personnel grâce à ces licenciements, tout en étant en mesure de traiter davantage de demandes. De l'autre, elle soulève des questions éthiques et pratiques. La qualité du service client pour les demandes plus complexes, exigeant jugement et empathie, reste à démontrer. D'autres entreprises, comme Klarna, qui ont adopté des stratégies d'automatisation similaires, ont dû admettre que la qualité de service en a souffert.

Un deuxième exemple concerne les agents IA dans le domaine des ventes. Plusieurs clients Salesforce ont mis en place des agents qui qualifient automatiquement les prospects, planifient les rendez-vous et envoient des e-mails de suivi. Ces agents travaillent 24h/24 et 7j/7 et peuvent gérer des centaines de prospects en parallèle. Selon Salesforce, certains clients ont signalé une augmentation de la productivité de leurs équipes commerciales de 20 à 30 % grâce à ce type d'agents.

Cependant, il existe là aussi des limites. Les agents sont plus efficaces avec des processus standardisés et des critères de qualification clairement définis. Ils atteignent rapidement leurs limites dans les processus de vente B2B complexes qui requièrent une connaissance approfondie des produits et des compétences de négociation stratégique. De plus, certains utilisateurs font état d'une certaine insatisfaction envers les clients potentiels qui préfèrent parler à un humain.

Outre Salesforce, de nombreuses autres entreprises utilisent des agents IA. ServiceNow, concurrent direct de Salesforce dans le domaine de la gestion des services informatiques, a développé sa propre plateforme pour agents IA. Ces agents sont conçus pour diagnostiquer et résoudre les problèmes informatiques de manière autonome, gérer les demandes de service et orchestrer les workflows.

Microsoft s'appuie également sur l'IA basée sur des agents avec ses produits Copilot, mais avec une approche légèrement différente. Les agents Microsoft sont plus étroitement intégrés aux produits Office 365 existants et privilégient la productivité individuelle plutôt que l'automatisation des processus autonomes.

SAP et Oracle poursuivent des stratégies similaires, développant des agents d'IA directement intégrés à leurs systèmes ERP et CRM. SAP a lancé Joule, un assistant d'IA qui analyse les processus métier, fournit des recommandations et automatise les tâches. Oracle se concentre particulièrement sur les infrastructures cloud basées sur l'IA et se positionne comme une plateforme pour les charges de travail IA gourmandes en ressources de calcul.

Tous ces exemples démontrent que les agents IA sont plus performants dans des cas d'utilisation clairement définis, avec des données structurées et des processus standardisés. Plus une tâche est complexe, imprévisible et centrée sur l'humain, plus il devient difficile pour les agents autonomes d'égaler, voire de surpasser, les performances humaines.

Convient à:

• Salesforce AI: Pourquoi les plates-formes d'IA indépendantes sont meilleures que Einstein et Agentforce-Hybrid Approach bat le verrouillage du fournisseur!

Critiques, controverses et questions non résolues : le côté obscur de la révolution de l'IA

Les problèmes rencontrés par Salesforce et les défis plus larges liés à la mise en œuvre d'agents IA ont suscité un débat intense sur les promesses et les limites de cette technologie. Plusieurs aspects cruciaux méritent une attention particulière.

Le premier point controversé concerne les pertes d'emplois. En licenciant 4 000 employés du service client, Salesforce a envoyé un message clair : les agents IA remplacent non seulement les processus inefficaces, mais aussi les humains. Benioff avait précédemment affirmé que l'IA n'entraînerait pas la disparition des emplois de bureau. La réalité est tout autre.

Cette tendance ne se limite pas à Salesforce. Selon les données, plus de 64 000 emplois technologiques devraient disparaître rien qu'aux États-Unis d'ici 2025, dont beaucoup sont liés à l'automatisation croissante grâce à l'IA. L'ironie est que, parallèlement, nombre de ces entreprises cherchent à recruter, notamment dans le développement et la vente d'IA. Un changement est donc en cours : certains postes deviennent obsolètes tandis que d'autres émergent. Mais la question reste de savoir si les emplois nouvellement créés compenseront les pertes, tant en nombre qu'en qualité.

Le deuxième aspect critique est le décalage entre le marketing et la réalité. Salesforce et d'autres entreprises technologiques ont promu les agents IA avec de belles promesses : révolution du monde du travail, gains de productivité spectaculaires, remplacement des employés par des systèmes autonomes. En réalité, cependant, de nombreuses implémentations sont encore en phase pilote, et les gains de productivité promis ne se matérialisent souvent pas ou ne se concrétisent que dans des domaines limités.

Une étude Capgemini révèle que si 90 % des dirigeants interrogés sont convaincus que l'IA basée sur des agents offre un avantage concurrentiel, seuls 14 % ont réellement commencé à la mettre en œuvre. La majorité d'entre eux en sont encore à la phase de planification et près de la moitié manquent de stratégie de mise en œuvre concrète. La confiance dans les agents d'IA entièrement autonomes a considérablement diminué au cours de l'année écoulée, passant de 43 % à 27 %.

Un troisième problème réside dans la dépendance à l'égard des géants technologiques. Salesforce Agentforce est étroitement intégré à l'écosystème Salesforce. Les agents sont plus performants lorsque toutes les données et tous les processus sont hébergés dans l'univers Salesforce. L'intégration de sources de connaissances ou de systèmes externes exige des efforts considérables. Cela crée un effet de dépendance vis-à-vis des fournisseurs, ce qui complique le passage des clients à des solutions alternatives.

Microsoft, SAP et Oracle font également l'objet de critiques similaires. Chaque fournisseur tente de créer son propre écosystème au sein duquel ses agents d'IA fonctionnent au mieux. Cela complique l'intégration de différents systèmes et contraint les clients à choisir un fournisseur principal. Des initiatives telles que le protocole Model Context Protocol, qui vise à permettre une communication standardisée entre les agents d'IA de différents fournisseurs, en sont encore à leurs balbutiements.

Un quatrième aspect controversé concerne la confidentialité et la sécurité des données. Les agents d'IA doivent accéder à de vastes données d'entreprise pour fonctionner efficacement. Cela crée des risques de sécurité potentiels, notamment lorsque ces données sont transmises à des services d'IA externes tels qu'OpenAI ou Anthropic. Bien que Salesforce et d'autres fournisseurs soulignent avoir mis en œuvre des mesures strictes de protection des données, des inquiétudes subsistent, notamment dans les secteurs réglementés comme la santé ou les services financiers.

Le cinquième point critique concerne l'impact environnemental. L'exécution de modèles d'IA de grande envergure requiert une puissance de calcul considérable, et donc une énergie considérable. Les centres de données qui alimentent ces modèles consomment des millions de kilowattheures d'électricité et produisent d'importantes émissions de CO2. À l'heure où les entreprises sont de plus en plus contraintes d'atteindre leurs objectifs de développement durable, l'empreinte environnementale des systèmes d'IA devient une préoccupation croissante.

Perspectives d'avenir : entre consolidation et prochaine vague

Malgré tous les défis actuels, les experts prédisent que les agents IA joueront un rôle croissant dans les entreprises dans les années à venir. La question n'est pas de savoir si cette technologie s'imposera, mais à quelle vitesse et sous quelle forme.

Gartner prévoit que d'ici 2026, environ 40 % des applications d'entreprise contiendront des agents d'IA spécifiques à certaines tâches, soit une augmentation significative par rapport à moins de 5 % en 2025. D'ici 2035, l'IA basée sur des agents pourrait représenter environ 30 % du chiffre d'affaires mondial des logiciels d'entreprise, dépassant les 450 milliards de dollars. Le marché de l'IA et des agents autonomes passera de 8,62 milliards de dollars en 2025 à 263,96 milliards de dollars en 2035, avec un taux de croissance annuel composé de plus de 40 %.

Ces prévisions reposent sur l'hypothèse que les défis actuels seront progressivement surmontés. Plusieurs évolutions pourraient y contribuer :

Premièrement, la technologie elle-même évoluera. Les grands modèles de langage sous-jacents gagneront en puissance, en efficacité et en rentabilité. De nouveaux modèles, comme o1 d'OpenAI, doté d'un raisonnement amélioré, ou Claude d'Anthropic, avec des fenêtres contextuelles plus longues, permettront des tâches plus complexes. Le coût de l'inférence par IA a déjà considérablement diminué, divisé par 280 entre novembre 2022 et octobre 2024. Cette tendance devrait se poursuivre, rendant les applications d'IA plus attractives économiquement.

Deuxièmement, les entreprises apprendront à utiliser plus efficacement les agents d'IA. Les premiers utilisateurs acquerront de l'expérience, identifieront les meilleures pratiques et les partageront avec le reste de la communauté. Des programmes de formation, des certifications et des services de conseil verront le jour pour accompagner les entreprises dans leur mise en œuvre.

Troisièmement, la normalisation pourrait progresser. Des initiatives telles que le protocole de contexte de modèle ou le protocole agent-to-agent de ServiceNow visent à faciliter la communication entre les agents d'IA de différents fournisseurs. Si de telles normes sont établies, elles faciliteront l'intégration et réduiront la dépendance vis-à-vis d'un fournisseur.

Quatrièmement, il faut s'attendre à une consolidation des fournisseurs. Le marché des agents d'IA est actuellement fragmenté, avec des dizaines de startups et d'acteurs établis qui se disputent des parts de marché. Les années à venir devraient être marquées par des acquisitions et des bouleversements du marché, similaires à ceux observés dans d'autres segments technologiques par le passé. De grandes entreprises comme Salesforce, Microsoft, Google, SAP et Oracle achèteront des fournisseurs plus petits pour étendre leurs capacités en IA.

Pour Salesforce en particulier, il sera crucial de réussir l'intégration de l'acquisition d'Informatica et de générer une réelle valeur pour Agentforce. Cette acquisition est la plus importante de l'histoire de l'entreprise depuis le rachat de Slack en 2021. Elle comporte des risques, comme l'a démontré la dégradation de la notation par RBC, qui a considérablement réduit l'objectif de cours. Mais elle offre également des opportunités si elle permet à Salesforce de créer une plateforme de gestion des données plus complète, renforçant l'efficacité des agents IA.

À moyen terme, d'ici 2030, Salesforce vise un chiffre d'affaires supérieur à 60 milliards de dollars, soit une croissance organique supérieure à 10 % par an. Cela marquerait un retour à une croissance à deux chiffres après être passée sous ce seuil depuis mi-2024. La faisabilité de cet objectif dépendra en grande partie du succès escompté d'Agentforce et des autres produits d'IA.

À long terme, Gartner prédit que la tendance pourrait évoluer vers des écosystèmes multi-agents complexes. Dans de tels systèmes, des agents spécialisés collaborent, coordonnent leurs actions et partagent des informations. Un agent pourrait analyser les demandes des clients, un autre élaborer des propositions de solutions, un troisième coordonner la mise en œuvre et un quatrième contrôler la qualité. Cette collaboration orchestrée pourrait automatiser des processus métier encore plus complexes.

Mais le chemin à parcourir est encore long. Les deux à trois prochaines années seront cruciales pour voir si les problèmes actuels peuvent être surmontés et si les gains de productivité et les augmentations de revenus promis se matérialisent.

Les leçons de la crise de Salesforce pour le secteur technologique

L'analyse du problème Salesforce révèle des vérités fondamentales sur l'état de l'intelligence artificielle et son exploitation commerciale. Le principal constat est qu'il existe un écart significatif entre la faisabilité technologique des agents d'IA et leur rentabilité commerciale dans le contexte de marché actuel.

Salesforce est un parfait exemple d'un secteur qui a abordé l'ère de l'IA avec de grandes attentes, mais qui est désormais confronté aux dures réalités de la monétisation. Les trois principaux défis identifiés – difficultés de monétisation, saturation du marché et complexité d'adoption – ne sont pas spécifiques à Salesforce, mais affectent l'ensemble du secteur des logiciels d'entreprise.

L'expérience montre que l'innovation technologique seule ne suffit pas. Les entreprises doivent également développer un modèle économique convaincant, démontrer des avantages clients clairs et réduire les obstacles à l'adoption. Salesforce a créé un produit technologiquement impressionnant avec Agentforce, mais le traduire en une croissance durable du chiffre d'affaires reste un défi.

Pour les investisseurs, cela signifie qu'ils doivent distinguer l'engouement à court terme de la valeur à long terme. Les valorisations élevées de nombreuses entreprises d'IA reposent sur des anticipations de bénéfices futurs qui pourraient ne pas se matérialiser ou être considérablement retardées. Une analyse objective des taux d'adoption réels, des contributions aux revenus et de la rentabilité est essentielle.

Pour les entreprises souhaitant déployer des agents d'IA, la recommandation est la suivante : commencez par des cas d'usage clairement définis, investissez dans la qualité des données et la gestion du changement, et ne vous attendez pas à des miracles du jour au lendemain. Les implémentations les plus réussies se concentrent sur quelques projets bien exécutés plutôt que sur de nombreuses expérimentations superficielles.

Pour les travailleurs, cette évolution signifie que certaines tâches seront automatisées par l'IA, tandis que de nouveaux rôles émergeront. Investir dans les compétences liées à l'IA, que ce soit dans son développement, sa gestion ou son application stratégique, devient de plus en plus important.

L'affaire Salesforce est bien plus que l'histoire d'une seule entreprise en difficulté. C'est une leçon sur les défis de la transformation technologique, l'écart entre vision et réalité, et la nécessité de garder une vision claire des réalités économiques malgré l'enthousiasme pour les nouvelles technologies. La révolution de l'IA aura lieu, mais elle se fera progressivement, par à-coups et de manière sélective – non pas comme le Big Bang souvent évoqué, mais comme un processus continu avec des hauts et des bas.

☑️ Notre langue commerciale est l'anglais ou l'allemand

☑️ NOUVEAU : Correspondance dans votre langue nationale !

 

Je serais heureux de vous servir, vous et mon équipe, en tant que conseiller personnel.

Vous pouvez me contacter en remplissant le formulaire de contact ou simplement m'appeler au +49 89 89 674 804 (Munich) . Mon adresse e-mail est : wolfenstein ∂ xpert.digital

J'attends avec impatience notre projet commun.

 

 

☑️ Accompagnement des PME en stratégie, conseil, planification et mise en œuvre

☑️ Création ou réalignement de la stratégie digitale et digitalisation

☑️ Expansion et optimisation des processus de vente à l'international

☑️ Plateformes de trading B2B mondiales et numériques

☑️ Pionnier Développement Commercial / Marketing / RP / Salons

Secteurs d'activité : B2B, digitalisation (de l'IA à la XR), ingénierie mécanique, logistique, énergies renouvelables et industrie

En savoir plus ici :

• Centre d'affaires Xpert

Un pôle thématique avec des informations et une expertise :

• Plateforme de connaissances sur l'économie mondiale et régionale, l'innovation et les tendances sectorielles
• Recueil d'analyses, d'impulsions et d'informations contextuelles issues de nos domaines d'intervention
• Un lieu d'expertise et d'information sur les évolutions actuelles du monde des affaires et de la technologie
• Plateforme thématique pour les entreprises qui souhaitent en savoir plus sur les marchés, la numérisation et les innovations du secteur

Xpert.Digital possède une connaissance approfondie de diverses industries. Cela nous permet de développer des stratégies sur mesure, adaptées précisément aux exigences et aux défis de votre segment de marché spécifique. En analysant continuellement les tendances du marché et en suivant les évolutions du secteur, nous pouvons agir avec clairvoyance et proposer des solutions innovantes. En combinant expérience et connaissances, nous générons de la valeur ajoutée et donnons à nos clients un avantage concurrentiel décisif.

En savoir plus ici :

• Utilisez l'expertise 5x de Xpert.Digital dans un seul forfait - à partir de seulement 500 €/mois