Un agent Agentforce ne travaille pas dans le vide. Il s'appuie sur vos données, vos règles et les autorisations que vous lui donnez. Si votre org laisse passer des doublons, l'agent les utilisera. Si ses droits sont trop larges, il ira là où il ne devrait pas. Et contrairement à un collaborateur, il le fera des centaines de fois par jour.
Après quatre ans d'administration Salesforce et près de 480 demandes d'utilisateurs traitées, voici les cinq questions que je me pose avant de lancer un agent IA.
Pourquoi déployer Agentforce sur une org mal tenue est risqué ?
Parce que l'IA ne corrige pas les défauts de votre org : elle les reproduit, à grande échelle. Un commercial qui tombe sur deux fiches « Dupont SA » hésite, vérifie, demande. Un agent choisit l'une des deux et continue. Une erreur isolée devient une erreur systématique.
Les cinq questions qui suivent portent sur ce qui existe déjà dans votre org. Aucune ne demande de compétence en IA. Toutes demandent de bien connaître votre Salesforce.
1. Ai-je vraiment besoin d'intelligence artificielle ?
Pas toujours. Si le processus repose sur des règles simples et stables, un Flow suffit. Il est plus simple à maintenir, plus prévisible et il ne consomme pas de crédits à chaque exécution.
Ma règle tient en une phrase : ce qui doit être prévisible va dans un Flow, ce qui doit être compris va dans un agent. Bloquer une commande vers un pays interdit relève du Flow : la règle est connue, la réponse doit être la même à chaque fois. Je l'explique dans Bloquer une commande non conforme avec un Flow. Répondre à un client qui décrit son problème avec ses propres mots relève de l'agent.
Pour trancher sur vos propres cas, j'ai détaillé la méthode dans Agentforce ou Flow, ce que je confie à l'un et ce que je garde à l'autre.
2. Avec quels droits mon agent travaille-t-il ?
Tout dépend du type d'agent, et c'est le point que je vérifie en premier.
| Type d'agent | Sous quel utilisateur il travaille | Ce qu'il peut voir |
|---|---|---|
| Agent pour les employés | L'utilisateur connecté | Uniquement ce que cet utilisateur voit déjà |
| Agent de service (clients, prospects) | Un utilisateur d'agent dédié | Ce que vous accordez à cet utilisateur, et rien d'autre |
Pour un agent de service, l'utilisateur dédié démarre avec un accès minimal. C'est à vous de l'élargir, au strict nécessaire (source).
Concrètement, je regarde :
- Les profils et les ensembles d'autorisations : un ensemble dédié à l'agent, jamais un profil d'administrateur par facilité.
- La sécurité au niveau des champs : l'agent n'a pas besoin de voir la marge ou le chiffre d'affaires d'un client pour donner un délai de livraison.
- Les règles de partage et les paramètres par défaut de l'organisation : ce sont eux qui décident à quels comptes et à quelles commandes l'agent a réellement accès.
Un agent qui voit trop ne fait pas forcément d'erreur. Mais le jour où il en fait une, elle touche des données qu'il n'aurait jamais dû lire.
3. Mes données sont-elles fiables ?
Un agent qui s'appuie sur des données incomplètes, obsolètes ou en double produit des réponses inadaptées. Il ne sait pas qu'une adresse date de 2019 ni qu'un contact a quitté l'entreprise. Il lit ce qui est écrit.
Avant tout projet d'IA, je contrôle quatre points :
- Les doublons : des règles de détection actives sur les comptes, les contacts et les prospects, et un dédoublonnage de l'existant.
- Les champs clés : ceux que l'agent va lire doivent être remplis, et remplis de la même façon. Une liste de sélection vaut mieux qu'un texte libre.
- Les données mortes : comptes inactifs, contacts partis, produits arrêtés. Ce qui n'est plus vrai doit être archivé ou signalé.
- Les contrôles à la saisie : nettoyer une fois ne suffit pas, il faut empêcher la dérive de revenir.
Si plusieurs de ces points vous parlent, les sept signes d'une org qui dérive vous aideront à mesurer l'ampleur du chantier.
4. Le périmètre de mon agent est-il bien défini ?
La tentation est grande de tout confier au même agent : répondre aux clients, qualifier les prospects, mettre à jour les commandes. Plus il a de missions, plus sa configuration se complique et plus son comportement devient difficile à prévoir.
Je recommande l'inverse : un seul cas d'usage au départ, mesurable, avec quelques actions bien délimitées. Par exemple, donner le statut d'une commande à partir de son numéro. Une fois ce premier cas fiable, on élargit. Un périmètre étroit se teste, se corrige et se mesure. Un périmètre flou ne se maîtrise pas.
5. Mes instructions sont-elles suffisamment claires ?
Un agent suit ses instructions à la lettre, y compris leurs zones d'ombre. Chaque action doit décrire son objectif, les informations dont elle a besoin, les conditions dans lesquelles l'utiliser et les situations où elle ne doit pas être déclenchée.
| Instruction floue | Instruction claire |
|---|---|
| Aide le client avec sa commande. | Quand le client donne un numéro de commande, retrouve la commande et indique son statut et sa date de livraison prévue. |
| Réponds aux questions sur les tarifs. | Donne uniquement les prix publiés dans le catalogue. Pour toute demande de remise, propose un échange avec un commercial. |
| Mets à jour les informations du client. | Ne modifie jamais une fiche client. Si le client signale un changement, crée une tâche pour son commercial. |
La dernière ligne compte autant que les autres : dire à l'agent ce qu'il ne doit pas faire est souvent plus utile que de lui dire ce qu'il doit faire.
Comment tester un agent avant sa mise en production ?
Comme tout le reste : dans une sandbox, jamais directement en production. C'est le cycle que je décris dans Sandbox, recette, mise en production, et il s'applique encore plus à un agent qu'à un Flow.
Salesforce fournit pour cela le Testing Center d'Agentforce. Il génère des centaines d'échanges simulés et mesure si l'agent choisit le bon sujet et la bonne action (Salesforce). J'y ajoute toujours des cas réels, tirés des demandes que reçoivent vos équipes, et des cas pièges : une question hors sujet, une demande abusive, un client qui insiste.
Par où commencer ?
Par les fondamentaux. L'IA ne remplace pas l'administration Salesforce : elle la rend encore plus importante. La qualité des données, la gestion des accès et la maîtrise des automatisations restent les conditions pour tirer parti d'Agentforce.
Vous envisagez un premier agent et vous voulez savoir si votre org est prête ? Un Audit Flash Salesforce d'un à deux jours passe en revue vos données, vos droits et vos automatisations, et vous dit par quoi commencer. Parlons de votre org : l'étude du besoin et le chiffrage ne sont pas facturés.
Sources
- Salesforce, annonce du Testing Center d'Agentforce
- Open Exam Prep, agents pour les employés et agents de service
Questions fréquentes
Faut-il Agentforce pour automatiser Salesforce ?
Non. Un Flow couvre les processus qui suivent des règles fixes, à moindre coût et de façon plus prévisible. Un agent se justifie quand la demande arrive en langage naturel et doit être comprise.
Avec quels droits un agent Agentforce travaille-t-il ?
Un agent pour les employés agit avec les droits de l’utilisateur connecté. Un agent de service travaille sous un utilisateur d’agent dédié, dont vous définissez l’accès au strict nécessaire.
Faut-il nettoyer ses données avant de déployer Agentforce ?
Oui. L’agent lit vos enregistrements tels qu’ils sont : des doublons, des champs vides ou des données obsolètes produisent des réponses fausses, répétées à chaque échange.
Comment tester un agent Agentforce avant la production ?
Dans une sandbox, avec le Testing Center d’Agentforce qui simule des centaines d’échanges, complété par des cas réels et des cas pièges tirés de vos équipes.
Par quoi commencer un projet Agentforce ?
Par un seul cas d’usage mesurable, après avoir vérifié vos données et vos droits d’accès. On élargit le périmètre une fois ce premier cas fiable.