TL;DR : Salesforce a lancé le 11 septembre 2026 sept agents IA Agentforce nommés comme des employés (Casey, Paige, Carter, Hunter, Marshall, Piper, Fin), chacun dédié à une fonction métier ; six sont disponibles immédiatement, et Hunter, l'agent de vente sortante, inaugure un runtime capable de poursuivre un objectif sur plusieurs semaines.

L'essentiel en 30 secondes

Quatre jours avant Dreamforce, qui se tient du 15 au 17 septembre 2026 à San Francisco sur le thème de l'« entreprise agentique », Salesforce a déplacé la ligne : on n'achète plus un module, on « recrute » un agent. Ce choix de vocabulaire n'est pas un détail ; il dit où va l'argent du logiciel d'entreprise.

Sept prénoms, six agents disponibles : les faits

L'annonce officielle de Salesforce du 11 septembre 2026 présente sept agents dits « job-ready » : ils arrivent avec les compétences, les actions et les modèles de données de leur fonction, puis se personnalisent sur les flux de chaque entreprise. Le tableau ci-dessous résume la répartition.

AgentFonctionDisponibilité
CaseyService client (voix, SMS, WhatsApp, chat web)Disponible
PaigeSupport interne IT et RH (Slack, portails)Disponible
CarterE-commerce : conseil produit et paiement dans le chatDisponible
HunterVente sortante : recherche, prospection, propositionsPilote, GA novembre 2026
MarshallBack-office et supply chain, avec journal d'auditDisponible
PiperQualification des leads entrants B2BDisponible
FinExpérience client (technologie ex-Intercom)Disponible

Fin mérite une phrase à part : cet agent repose sur la technologie de Fin, l'ancienne société Intercom, que Salesforce a rachetée pour 3,6 milliards de dollars le 15 juin 2026. Trois mois entre la signature et l'intégration au catalogue : le rythme d'assimilation donne une idée de la pression concurrentielle. Selon SiliconANGLE, l'essentiel des fonctions est livré immédiatement, le reste arrivant d'ici la fin de l'année. Aucun tarif n'a été communiqué dans l'annonce.

Pourquoi donner un prénom à un logiciel ?

Parce que le prénom change la ligne budgétaire. Un module de service client s'achète sur le budget outils ; « Casey, votre agent de service client » se compare à un poste. Salesforce mesure d'ailleurs son activité en « unités de travail agentique » : 7 milliards livrées depuis le lancement d'Agentforce, dont 3,2 milliards au deuxième trimestre 2026, selon ses propres chiffres. L'éditeur cite aussi des clients comme Engine, qui attribue à Agentforce 50 % de résolution automatique de ses demandes, ou Anthropic, avec 79 % de résolution autonome sur le support. Ces chiffres viennent du vendeur et méritent la prudence d'usage, mais la logique commerciale, elle, est limpide : vendre du travail accompli, pas du droit d'accès à un écran.

Ce glissement rapproche le logiciel d'entreprise d'un marché de l'emploi. On y retrouve les mêmes questions qu'à une embauche : quelle fiche de poste, quelle période d'essai, quel contrôle sur ce que la personne, ici l'agent, fait réellement. Salesforce répond à cette dernière question avec Agent Script, un langage qui combine le raisonnement du modèle avec des règles déterministes : certaines décisions suivent une logique fixe plutôt qu'une inférence, précisément pour limiter les comportements imprévisibles.

Un agent qui travaille des semaines, pas une session de chat

La nouveauté la plus structurante de l'annonce n'est pas un prénom, c'est le runtime « long horizon » qu'inaugure Hunter. D'après l'analyse de PPC Land, ce runtime repose sur trois briques : une mémoire qui conserve le contexte entre les sessions, une exécution durable qui maintient un plan dans le temps et le corrige quand la situation change, et un pilotage dynamique qui ajuste le comportement selon les retours de l'utilisateur.

Concrètement, un agent de ce type ne répond plus à une question puis disparaît : il tient un objectif, par exemple construire un pipeline commercial, sur des jours ou des semaines, en collaborant avec les vendeurs humains. C'est un changement de nature, pas de degré. La plupart des « agents IA » déployés jusqu'ici étaient des chatbots améliorés dont la vie s'arrêtait à la fin de la conversation. Un agent qui persiste pose des questions nouvelles : qui supervise son plan, qui valide ses relances, que se passe-t-il quand il se trompe au jour 12 d'un cycle de 30 jours. Le journal d'audit de Marshall et les règles déterministes d'Agent Script existent précisément parce que ces questions n'ont pas encore de réponse standard.

Qu'est-ce que ça change pour une PME française ?

Directement, peu de chose : la plupart des PME de 10 à 100 salariés ne sont pas clientes de Salesforce, et rien dans cette annonce ne les y pousse. Indirectement, trois choses concrètes.

D'abord, la banalisation. Quand le premier éditeur mondial de CRM vend des agents par fonction métier, tout l'écosystème suit : HubSpot pousse déjà Breeze sur le même créneau, et les outils que les PME utilisent réellement intégreront des agents équivalents d'ici quelques trimestres. La question « faut-il un agent IA ? » va disparaître au profit de « lequel, sur quel processus, avec quel contrôle ».

Ensuite, le vrai prérequis est ailleurs. Un agent « prêt à l'emploi » ne l'est que si le processus qu'on lui confie est défini et si les données qu'il consomme sont propres. Une PME dont les demandes clients arrivent par trois boîtes mail non triées, ou dont le fichier client vit dans quatre tableurs contradictoires, n'a rien à attendre d'un agent, quel que soit son prénom. Le travail préparatoire, cartographier le processus, centraliser la donnée, définir ce que l'agent a le droit de faire seul, représente l'essentiel de la valeur ; l'agent n'est que la dernière couche.

Enfin, le discernement budgétaire. Pour un processus standard porté par un outil déjà en place, l'agent du marché sera presque toujours le bon choix : inutile de développer un agent de service client sur mesure si l'outil que vous utilisez déjà le fournit demain. L'agent sur mesure se justifie dans les autres cas : processus spécifique au métier, enchaînement qui traverse plusieurs outils, exigence d'hébergement en France ou de maîtrise des données. Et parfois, la bonne réponse est de ne rien automatiser du tout : un processus qui traite dix demandes par semaine ne remboursera jamais son agent.

Ce que j'en retiens sur le terrain

J'ai travaillé dans l'écosystème Salesforce comme administrateur pour l'association e-Enfance (Apex, LWC, intégration de la téléphonie 3CX) : la plateforme est puissante, et sa complexité est précisément ce qui la réserve aux organisations qui ont les moyens de l'opérer. Pour les autres, la leçon de cette annonce n'est pas « adoptez Salesforce », mais « préparez vos processus » : c'est le même travail de cadrage qui rend un agent du marché ou un outil sur mesure réellement utile. Mon propre site fait tourner un agent IA public de démonstration ; ce qui a pris du temps n'est pas le modèle, c'est de définir ce qu'il a le droit de dire et de faire.


Salesforce vient de donner des prénoms à ses logiciels pour qu'on les compare à des employés. La comparaison utile est ailleurs : comme une embauche, un agent IA réussit ou échoue sur la qualité de la fiche de poste. Écrivez la fiche de poste d'abord ; le prénom peut attendre.

Questions fréquentes

Les agents Agentforce de Salesforce sont-ils accessibles aux PME ?

Techniquement oui, mais ils supposent d'être client de l'écosystème Salesforce, dont le coût total dépasse le budget outil de la plupart des PME de 10 à 100 salariés. Salesforce n'a d'ailleurs publié aucun tarif dans l'annonce du 11 septembre 2026. Pour une PME, la vraie question est de savoir quel processus confier à un agent, pas quelle plateforme adopter.

Qu'est-ce qu'un agent IA « prêt à l'emploi » ?

Selon Salesforce, un agent prêt à l'emploi arrive avec les compétences, les actions et les modèles de données de sa fonction, puis se personnalise sur les flux de l'entreprise. En pratique, l'agent n'est opérationnel que si les données et le processus qu'on lui confie sont propres : le paramétrage et la qualité des données restent à la charge du client.

Agent IA du marché ou agent IA sur mesure : comment choisir ?

Un agent du marché convient quand le processus est standard et que l'outil qui le porte est déjà en place, comme le service client dans un CRM existant. Un agent sur mesure se justifie quand le processus est spécifique au métier, traverse plusieurs outils ou exige un hébergement maîtrisé. Dans les deux cas, un processus mal défini donnera un agent inutile.