L'écart entre la promesse et la 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 montre 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 suscitées par l'intelligence artificielle et la dure réalité de son application commerciale. Alors que les entreprises technologiques du monde entier proclament une révolution grâce aux agents d'IA autonomes, la situation de Salesforce révèle trois problèmes majeurs 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 ce qui se cache réellement derrière les promesses d'avenir et quelles en sont les conséquences pour l'industrie technologique.

Convient à:

• Intelligence artificielle : pourquoi Agentforce de Salesforce ne décolle pas (encore) – les alternatives indépendantes sont meilleures

Principes fondamentaux et pertinence

La situation de Salesforce en octobre 2025 marque un tournant dans la perception de l'intelligence artificielle comme moteur de croissance immédiat pour les entreprises technologiques établies. Marc Benioff, le charismatique fondateur et PDG de cette entreprise de gestion de la relation client, avait proclamé l'avènement de l'ère de l'IA à base d'agents lors de la conférence Dreamforce de l'entreprise à San Francisco. Sa vision : les algorithmes autonomes remplaceraient les employés humains dans les entreprises et deviendraient la principale source de revenus de Salesforce. La réalité, cependant, est tout autre.

La chute spectaculaire du cours 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 concrets ? Les attentes concernant les agents IA autonomes sont-elles réalistes ? Et quels problèmes structurels se cachent derrière la façade séduisante des promesses de l'IA ?.

La pertinence de cette analyse dépasse largement le cadre de Salesforce. Elle concerne toutes les entreprises qui s'appuient sur l'intelligence artificielle comme principal moteur de croissance. Elle a un impact sur les investisseurs qui injectent des milliards dans les technologies d'IA. Et elle touche les employés dont l'emploi est menacé par l'automatisation promise. Le cas de Salesforce offre un éclairage unique sur les mécanismes, les espoirs et les désillusions d'un secteur en pleine mutation.

Cet article est divisé en huit sections, présentant de manière systématique les origines historiques, les mécanismes techniques, l'état actuel, les cas d'utilisation concrets, les problèmes critiques, les développements futurs et une synthèse des conclusions. Il apparaîtra clairement que les défis rencontrés par Salesforce illustrent des problèmes sectoriels plus profonds qui dépassent largement le cadre d'une seule entreprise.

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

Pour comprendre la situation actuelle, il est essentiel de retracer les origines et l'évolution de Salesforce. Fondée en 1999 par Marc Benioff, l'entreprise a révolutionné le secteur du logiciel grâce à un concept alors novateur : le logiciel en tant que service (SaaS). Au lieu de vendre des licences onéreuses nécessitant une installation sur les serveurs des clients, Salesforce proposait sa solution CRM via Internet. Les clients payaient un abonnement mensuel et accédaient facilement au logiciel depuis leur navigateur web.

Cette innovation a fait de Salesforce le leader du marché de la gestion de la relation client (CRM). Avec une part de marché de plus de 21 %, l'entreprise continue de dominer le marché mondial du CRM, loin devant ses concurrents tels que Microsoft, Oracle et SAP. Pendant plus de vingt ans, Salesforce a été considérée comme une valeur de croissance par excellence. Son chiffre d'affaires a progressé à deux chiffres année après année, le cours de son action a grimpé régulièrement et l'entreprise s'est développée grâce à de nombreuses acquisitions.

Cependant, même dans les années précédant 2025, les premiers signes de ralentissement sont apparus. La croissance du secteur des logiciels CRM dans son ensemble a ralenti à mesure que le marché se sature. De nombreuses grandes entreprises avaient déjà mis en place des systèmes CRM et les opportunités les plus faciles à saisir 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 des produits CRM existants. Puis, en septembre 2024, est venue l'annonce majeure : Agentforce, une plateforme d'agents IA autonomes conçus pour gérer de manière indépendante des tâches dans des domaines tels que le service client, les ventes et le marketing.

L'objectif était ambitieux : d'ici fin 2025, les clients devaient créer un milliard d'agents IA autonomes via la plateforme. Ces agents seraient capables de répondre à des requêtes simples, mais aussi de planifier et d'exécuter de manière indépendante des tâches complexes à plusieurs étapes. Ils devraient agir de manière proactive, prendre des décisions et accéder à l'intégralité de la base de données de l'entreprise.

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

Malgré ces investissements massifs et une vision ambitieuse, la croissance du chiffre d'affaires escomptée ne s'est pas concrétisée. 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 prévisions, ce résultat marque le cinquième trimestre consécutif de croissance à un chiffre. Les perspectives pour le trimestre suivant étaient encore plus moroses, alimentant les craintes que l'initiative en matière d'IA ne rencontre pas le succès commercial escompté.

Anatomie des agents d'IA autonomes : une technologie entre vision et faisabilité

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

Au cœur du système se trouve le moteur de raisonnement Atlas, véritable réseau neuronal ou cerveau des agents d'IA. Ce moteur est conçu pour imiter la pensée et l'action humaines, catégoriser correctement les tâches, hiérarchiser les étapes et, enfin, les exécuter avec précision. Contrairement aux assistants IA précédents, tels que Copilot, qui dépendaient fortement de l'interaction humaine, les agents Agentforce sont destinés à fonctionner de manière largement autonome.

Le deuxième élément clé est Salesforce Data Cloud, qui harmonise en temps réel toutes les données pertinentes de l'entreprise et les met à la disposition des agents d'IA. La qualité et l'exhaustivité de ces données sont essentielles à la performance des agents. C'est là que réside l'un des principaux défis : de nombreuses entreprises ont collecté leurs données dans divers systèmes au fil des ans, sans normes uniformes ni nettoyage régulier.

Le troisième élément comprend des outils d'intégration comme MuleSoft et des connecteurs préconfigurés permettant aux agents d'interagir avec les flux de travail existants et les systèmes externes. Ces interfaces permettent aux agents d'opérer non seulement au sein de l'environnement Salesforce, mais aussi de communiquer avec d'autres applications d'entreprise.

Outre ces composants natifs de Salesforce, Agentforce intègre également de vastes modèles de langage provenant de fournisseurs tiers tels qu'OpenAI, Anthropic et Google Gemini. Ces modèles fournissent le traitement du langage naturel et les connaissances générales sur le monde qui sous-tendent le fonctionnement des agents.

Le fonctionnement de ce système peut être illustré par l'exemple d'un agent du service client : un client contacte l'entreprise pour une demande. L'agent analyse la demande, accède aux données client pertinentes dans le cloud, les compare avec des cas similaires, élabore un plan de solution en plusieurs étapes, les met en œuvre et communique le résultat au client. Tout cela se déroule automatiquement, sauf si l'agent rencontre un problème qui dépasse ses compétences.

En théorie, cela semble prometteur. En pratique, cependant, les pièges sont nombreux. L'efficacité des agents dépend entièrement des données auxquelles ils ont accès. Si ces données sont incomplètes, obsolètes ou incohérentes, les agents prendront des décisions erronées. L'intégration aux systèmes d'entreprise existants est souvent complexe et exige un effort considérable. Enfin, bien que la configuration des agents soit présentée comme un processus à faible code, elle requiert néanmoins une solide compréhension technique et une expertise spécifique à Salesforce.

Un autre problème réside dans le manque de confiance. Nombre d'entreprises hésitent à confier la gestion de leurs processus métier critiques à des agents autonomes sans procédures de test rigoureuses ni mécanismes de sécurité efficaces. Le risque d'erreurs, de fuites de données ou de comportements indésirables est bien réel, comme le démontrent des exemples issus d'autres secteurs.

Le chemin difficile vers la rentabilité : trois défis fondamentaux

Les problèmes de Salesforce peuvent se résumer à trois défis majeurs qui sont représentatifs de l'ensemble du secteur : la monétisation des innovations en IA, la maturité structurelle du marché et la complexité de l'adoption technologique.

Le premier défi concerne la monétisation

Bien que Salesforce ait développé un produit technologiquement avancé avec Agentforce, une question cruciale demeure : comment le rentabiliser ? Le modèle de tarification d’Agentforce repose sur deux dollars par conversation, une approche à l’usage qui diffère des modèles de licence traditionnels. Cependant, de nombreux clients potentiels hésitent à adopter 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 considérables. Les modèles de langage sous-jacents, de grande taille, nécessitent des ressources informatiques importantes. Selon les estimations du secteur, une simple requête adressée à un modèle d'IA générative coûte jusqu'à dix fois plus cher qu'une recherche Google classique. Ces coûts sont répercutés sur les clients, ce qui limite l'acceptation des prix. Parallèlement, les clients attendent des agents d'IA qu'ils apportent une réelle valeur ajoutée justifiant ces coûts plus élevés.

À ce jour, seulement 12 000 entreprises environ utilisent Agentforce, un nombre infime au regard de la vaste clientèle de Salesforce, qui compte plusieurs centaines de milliers d'entreprises clientes. Le chiffre d'affaires annuel récurrent d'Agentforce est inférieur à 500 millions de dollars, une fraction du chiffre d'affaires total de plus de 40 milliards de dollars. Même si ce chiffre triplait ou quadruplait dans les années à venir, comme l'espère Salesforce, sa contribution au chiffre d'affaires global resterait limitée.

Le deuxième défi majeur réside dans la maturité structurelle du marché CRM

Après deux décennies de forte croissance, le marché des logiciels de gestion de la relation client (CRM) a atteint un point 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.

Dans le même temps, la concurrence s'est intensifiée. Microsoft avec Dynamics 365, Oracle avec ses applications cloud, SAP avec ses solutions CRM, et de nombreux fournisseurs spécialisés tels que HubSpot, Zendesk et Zoho se disputent des parts de marché. Ces concurrents ont rattrapé leur retard ces dernières années et proposent parfois des solutions plus abordables ou plus spécialisées.

Dans ce contexte, il sera plus difficile pour Salesforce d'atteindre une croissance à deux chiffres, même avec des fonctionnalités d'IA innovantes. Les clients ne changent pas de système CRM simplement 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 tant que leur système actuel fonctionne correctement.

Des analystes comme Karl Keirstead d'UBS ont souligné que le marché du CRM est déjà relativement mature, tandis que les investissements dans l'IA client dans ce domaine n'en sont qu'à leurs balbutiements. Il existe donc un décalage entre la maturité des produits de base et celle des modules complémentaires d'IA. Cet écart explique pourquoi Salesforce peine à retrouver son rythme de croissance passé.

Le troisième défi fondamental concerne la complexité de l'adoption des technologies

Bien que Salesforce présente Agentforce comme une solution conviviale et facile à mettre en œuvre, la réalité est souvent bien plus complexe pour de nombreux clients. La réussite du déploiement d'agents IA repose sur une base de données solide, des processus clairement définis, une expertise technique pointue et des investissements importants dans la formation et la gestion du changement.

De nombreuses entreprises sont confrontées à des défis fondamentaux tels que la mauvaise qualité des données, l'isolement des données en silos, une infrastructure informatique inadéquate et un manque d'expertise en IA. Ces problèmes doivent être résolus avant que les agents d'IA puissent atteindre leur plein potentiel. Cela exige du temps, des ressources et une vision à long terme, ce que beaucoup d'entreprises hésitent à faire.

À cela s'ajoute la pénurie de compétences. La demande d'experts en IA, de spécialistes des données et d'administrateurs Salesforce dépasse largement l'offre. Les entreprises doivent proposer 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 création de valeur.

Une nouvelle dimension de la transformation numérique avec l'IA managée (Intelligence Artificielle) – Plateforme et solution B2B | Xpert Consulting - Image : Xpert.Digital

Vous découvrirez ici comment votre entreprise peut mettre en œuvre des solutions d'IA personnalisées rapidement, en toute sécurité et sans barrières à l'entrée élevées.

Une plateforme d'IA managée est votre solution clé en main pour l'intelligence artificielle. Fini les technologies complexes, les infrastructures coûteuses et les longs processus de développement : vous bénéficiez d'une solution clé en main, adaptée à vos besoins, fournie par un partenaire spécialisé – souvent en quelques jours seulement.

Les principaux avantages en un coup d'œil :

⚡ Mise en œuvre rapide : De l’idée à l’application prête à l’emploi en quelques jours, et non en plusieurs mois. Nous fournissons des solutions pratiques qui créent une valeur ajoutée immédiate.

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

💸 Aucun risque financier : vous ne payez que pour les résultats. Les investissements initiaux importants en matériel, logiciels ou personnel sont totalement éliminés.

🎯 Concentrez-vous sur votre cœur de métier : 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 à l'épreuve du temps : votre IA évolue avec vous. Nous assurons une optimisation et une évolutivité continues, et adaptons les modèles avec souplesse aux nouveaux besoins.

En savoir plus ici :

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

Succès et désillusions : ce que la pratique nous apprend sur les agents d'IA

Pour avoir une vision complète, il est utile d'examiner des cas d'utilisation spécifiques et des expériences pratiques avec les agents d'IA, aussi bien chez Salesforce que dans d'autres entreprises.

Salesforce a elle-même entrepris l'une des implémentations d'agents IA les plus médiatisées : au sein de son propre service client. En septembre 2025, son PDG, Marc Benioff, a annoncé que l'entreprise avait réduit son équipe du 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 d'interactions clients, avec des niveaux de satisfaction client similaires à ceux des agents humains.

Cette mesure radicale démontre, d'une part, le potentiel des agents d'IA pour automatiser les tâches répétitives et réduire les coûts. Salesforce réalise ainsi des économies considérables sur ses coûts de personnel et peut simultanément traiter un plus grand nombre de demandes. D'autre part, elle soulève des questions éthiques et pratiques. La qualité du service client pour les demandes plus complexes, nécessitant jugement et empathie humains, reste à évaluer. D'autres entreprises, comme Klarna, qui ont adopté des stratégies d'automatisation similaires, ont dû admettre une baisse de la qualité de leur service.

Un autre exemple est celui des agents IA dans le domaine des ventes. Plusieurs clients de Salesforce ont déployé des agents qui qualifient automatiquement les prospects, planifient les rendez-vous et envoient des e-mails de suivi. Ces agents travaillent 24 h/24 et 7 j/7 et peuvent gérer simultanément des centaines de prospects. Selon Salesforce, certains clients ont constaté une augmentation de la productivité de leurs équipes commerciales de 20 à 30 % grâce à l'utilisation de ces agents.

Cependant, leur efficacité est limitée. Les agents fonctionnent de manière optimale avec des processus standardisés et des critères de qualification clairement définis. Leurs limites s'accentuent rapidement dans les processus de vente B2B complexes qui exigent une connaissance approfondie des produits et des compétences en négociation stratégique. De plus, certains utilisateurs font état d'un certain mécontentement parmi les clients potentiels qui préfèrent s'adresser à un conseiller humain.

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

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

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

Ces exemples démontrent que les agents d'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 dépendante de l'humain, plus il devient difficile pour les agents autonomes d'atteindre, voire de surpasser, les performances humaines.

Convient à:

• IA Salesforce : Pourquoi les plateformes d’IA indépendantes sont meilleures qu’Einstein et Agentforce – L’approche hybride vaut mieux que la dépendance vis-à-vis 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 généraux liés à la mise en œuvre d'agents d'IA ont suscité un vif débat sur les promesses et les limites de cette technologie. Plusieurs aspects essentiels méritent une attention particulière.

Le premier point de désaccord concerne les pertes d'emplois. Salesforce a envoyé un signal clair en licenciant 4 000 employés de son service client : les agents IA ne remplacent pas seulement des processus inefficaces, mais aussi des personnes. Benioff avait pourtant affirmé que l'IA n'entraînerait pas la disparition des emplois de bureau. La réalité prouve le contraire.

Cette tendance ne se limite pas à Salesforce. Selon les données disponibles, plus de 64 000 emplois du secteur technologique ont été supprimés aux États-Unis en 2025, dont beaucoup liés à l'automatisation croissante grâce à l'IA. Paradoxalement, nombre de ces entreprises recherchent simultanément de nouveaux employés, notamment dans le développement et la vente de produits d'IA. Un changement s'opère donc : certains emplois deviennent obsolètes tandis que d'autres émergent. La question demeure : ces nouveaux emplois compenseront-ils les pertes, tant en nombre qu'en qualité ?.

Le deuxième aspect crucial réside dans le décalage entre le marketing et la réalité. Salesforce et d'autres entreprises technologiques ont promu les agents d'IA en leur faisant des promesses grandioses : une révolution au travail, des gains de productivité miraculeux, des systèmes autonomes remplaçant les employés humains. Or, la réalité est que de nombreuses implémentations sont encore au stade pilote, et que les gains de productivité promis ne se concrétisent souvent pas ou ne sont observés que dans des domaines limités.

Une étude de Capgemini révèle que si 90 % des dirigeants interrogés sont convaincus que l'IA multi-agents offre un avantage concurrentiel, seuls 14 % ont entamé sa mise en œuvre. La majorité en est encore à la phase de planification, et près de la moitié ne dispose pas de stratégie concrète. La confiance dans les agents d'IA totalement autonomes a fortement diminué au cours de l'année écoulée, passant de 43 % à 27 %.

Un troisième point problématique réside dans la dépendance vis-à-vis des géants technologiques. Salesforce Agentforce est étroitement intégré à l'écosystème Salesforce. Les agents fonctionnent de manière optimale lorsque toutes les données et tous les processus résident dans l'environnement Salesforce. L'intégration de sources de connaissances ou de systèmes externes exige des efforts considérables. Cela crée une dépendance vis-à-vis du fournisseur, rendant difficile pour les clients de passer à des solutions alternatives.

Des critiques similaires sont adressées à Microsoft, SAP et Oracle. Chaque fournisseur s'efforce de créer son propre écosystème au sein duquel ses agents d'IA fonctionnent de manière optimale. Cela complique l'intégration des différents systèmes et contraint les clients à choisir un fournisseur principal unique. Des initiatives telles que le protocole MCP (Model Context Protocol), qui vise à standardiser la communication entre les agents d'IA de différents fournisseurs, sont encore à leurs balbutiements.

Un quatrième aspect controversé concerne la confidentialité et la sécurité des données. Les agents d'IA nécessitent un accès à de vastes quantités de données d'entreprise pour fonctionner efficacement. Cela engendre des risques potentiels pour la sécurité, notamment lorsque ces données sont partagées avec des services d'IA externes tels qu'OpenAI ou Anthropic. Bien que Salesforce et d'autres fournisseurs insistent sur la mise en œuvre de mesures strictes de protection des données, des inquiétudes persistent, en particulier dans les secteurs réglementés comme la santé ou les services financiers.

Le cinquième point critique concerne l'impact environnemental. L'exploitation de grands modèles d'IA exige une puissance de calcul considérable et, par conséquent, une forte consommation d'énergie. Les centres de données qui hébergent ces modèles consomment des millions de kilowattheures d'électricité et génèrent d'importantes émissions de CO2. À l'heure où les entreprises sont de plus en plus incitées à atteindre leurs objectifs de développement durable, l'empreinte environnementale des systèmes d'IA devient une préoccupation croissante.

Un regard sur l'avenir : entre consolidation et prochaine vague

Malgré les défis actuels, les experts estiment que les agents d'IA joueront un rôle de plus en plus important dans les entreprises au cours des prochaines années. La question n'est plus 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 intégreront des agents d'IA dédiés à des tâches spécifiques, une augmentation significative par rapport aux moins de 5 % de 2025. D'ici 2035, l'IA basée sur les agents pourrait représenter près de 30 % du chiffre d'affaires mondial des logiciels d'entreprise, soit plus de 450 milliards de dollars. Le marché de l'IA autonome et des agents autonomes devrait passer de 8,62 milliards de dollars en 2025 à 263,96 milliards de dollars en 2035, ce qui représente un taux de croissance annuel composé (TCAC) de plus de 40 %.

Ces prévisions reposent sur l'hypothèse que les difficultés actuelles seront progressivement surmontées. Plusieurs facteurs pourraient y contribuer :

Tout d'abord, la technologie elle-même continuera d'évoluer. Les modèles de langage à grande échelle sous-jacents deviendront plus puissants, plus efficaces et plus économiques. De nouveaux modèles, comme o1 d'OpenAI avec un raisonnement amélioré ou Claude d'Anthropic avec des fenêtres de contexte plus longues, permettront de réaliser des tâches plus complexes. Le coût de l'inférence en IA a déjà chuté de façon spectaculaire, d'un facteur 280 entre novembre 2022 et octobre 2024. Cette tendance devrait se poursuivre, rendant les applications d'IA plus attractives sur le plan économique.

Deuxièmement, les entreprises apprendront à utiliser plus efficacement les agents d'IA. Les pionniers acquerront de l'expérience, identifieront les meilleures pratiques et les partageront avec 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 MCP (Model Context Protocol) ou le protocole d'échange de données entre agents de ServiceNow visent à faciliter la communication entre les agents d'IA de différents fournisseurs. Si de telles normes étaient établies, cela faciliterait l'intégration et réduirait la dépendance vis-à-vis d'un fournisseur unique.

Quatrièmement, une consolidation des fournisseurs est à prévoir. Le marché des agents d'IA est actuellement fragmenté, avec des dizaines de start-ups et d'acteurs établis qui se disputent des parts de marché. Des acquisitions et une consolidation du marché sont probables dans les années à venir, comme cela s'est produit par le passé dans d'autres secteurs technologiques. De grandes entreprises telles que Salesforce, Microsoft, Google, SAP ou Oracle acquerront des fournisseurs plus petits afin d'étendre leurs capacités en IA.

Pour Salesforce en particulier, le facteur crucial sera sa capacité à intégrer avec succès l'acquisition d'Informatica et à générer une réelle valeur ajoutée 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 en témoigne la dégradation de la notation par RBC, qui a considérablement abaissé l'objectif de cours. Toutefois, elle offre également des opportunités si Salesforce parvient à créer une plateforme de gestion de données plus complète, rendant ainsi les agents IA plus performants.

À moyen terme, d'ici 2030, Salesforce vise un chiffre d'affaires supérieur à 60 milliards de dollars, ce qui correspond à une croissance organique de plus de 10 % par an. Cela représenterait un retour à une croissance à deux chiffres, après être passée sous ce seuil depuis mi-2024. La réalisation de cet objectif dépendra largement du succès rencontré par Agentforce et les autres produits d'IA.

À long terme, le développement pourrait évoluer vers des écosystèmes multi-agents complexes, comme le prévoit Gartner. 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 développer des solutions, un troisième coordonner leur mise en œuvre et un quatrième en contrôler la qualité. Cette collaboration orchestrée permettrait d'automatiser des processus métier encore plus complexes.

Mais le chemin est encore long. Les deux ou 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 concrétisent.

Leçons tirées de la crise de Salesforce pour l'industrie technologique

L'analyse du problème Salesforce révèle des vérités fondamentales sur l'état de l'intelligence artificielle et ses applications commerciales. Le principal constat est qu'il existe un décalage important entre la faisabilité technologique des agents d'IA et leur rentabilité économique dans le contexte actuel du marché.

Salesforce illustre parfaitement un secteur qui a abordé l'ère de l'IA avec de grandes ambitions, mais qui se heurte désormais aux dures réalités de la monétisation. Les trois principaux problèmes identifiés – difficultés de monétisation, saturation du marché et complexité de l'adoption – ne sont pas propres à Salesforce, mais concernent l'ensemble du secteur des logiciels d'entreprise.

L'expérience montre que l'innovation technologique à elle seule ne suffit pas. Les entreprises doivent également développer un modèle économique convaincant, démontrer clairement la valeur ajoutée pour le client et lever les freins à l'adoption. Salesforce a créé un produit technologiquement impressionnant avec Agentforce, mais le transformer en croissance durable du chiffre d'affaires reste un défi.

Pour les investisseurs, cela signifie qu'ils doivent faire la distinction entre l'engouement passager et la valeur à long terme. Les valorisations élevées de nombreuses entreprises d'IA reposent sur des anticipations de profits futurs qui pourraient ne pas se concrétiser ou être considérablement retardées. Une analyse objective des taux d'adoption réels, des contributions au chiffre d'affaires et de la rentabilité est donc essentielle.

Pour les entreprises souhaitant déployer des agents d'IA, il est recommandé de commencer par des cas d'usage clairement définis, d'investir dans la qualité des données et la gestion du changement, et de ne pas s'attendre à des miracles du jour au lendemain. Les implémentations les plus réussies privilégient quelques projets bien menés plutôt que de multiplier les expérimentations superficielles.

Pour les employés, cette évolution signifie que certaines tâches seront automatisées par l'IA, tandis que de nouveaux rôles verront le jour. Investir dans les compétences liées à l'IA – que ce soit en développement, en gestion ou en application stratégique de l'IA – devient donc primordial.

Le cas Salesforce dépasse donc largement le cadre d'une simple entreprise en difficulté. Il illustre les défis de la transformation technologique, le décalage entre vision et réalité, et la nécessité de garder les pieds sur terre malgré l'enthousiasme suscité par les nouvelles technologies. La révolution de l'IA aura lieu, mais elle sera progressive, chaotique et sélective ; non pas le Big Bang souvent évoqué, mais un processus continu avec ses hauts et ses bas.

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

☑️ NOUVEAU : Correspondance dans votre langue nationale !

Konrad Wolfenstein

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

Notre expertise américaine en développement commercial, ventes et marketing - Image : Xpert.Digital

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

Bénéficiez de la vaste expertise de Xpert.Digital, quintuple, dans une offre de services complète | R&D, XR, RP et optimisation de la visibilité numérique - Image : Xpert.Digital

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