Salesforce Spring '26 : Einstein Copilot est mis à niveau vers une plate-forme d'agent autonome, et Service Agent et SDR entrent dans la phase d'exécution automatique

Salesforce Spring '26 est une version clé publiée au printemps de cet exercice. L'action principale consiste à mettre à niveau complètement Einstein Copilot d'un « assistant de dialogue » à une plate-forme d'agent autonome, et à lancer le service client autonome Einstein Service Agent et Einstein Sales Development Rep (SDR) pour les appels sortants automatiques et la culture de leads, tout en s'intégrant profondément au flux de données en temps réel de Data Cloud. Ce géant du CRM, qui sert plus de 150 000 entreprises clientes et réalise un chiffre d'affaires annuel de plus de 40 milliards de dollars américains, fait passer l'IA de la « suggestion » à l'« exécution ».

• Einstein Copilot mis à niveau vers une plateforme d'agent autonome : des opérations CRM basées sur le langage naturel à une plateforme d'agent capable d'effectuer des tâches de manière autonome.
• Einstein Service Agent : un agent de service client autonome qui gère directement les commandes de service et les demandes des clients.
• Einstein SDR : les appels sortants automatiques, la culture de leads, ainsi que le travail répétitif de développement des ventes sont effectués par l'IA.
• Intégration approfondie du Data Cloud : l'accès au flux de données en temps réel permet aux agents de prendre des décisions basées sur les dernières données commerciales.

Arrière-plan de la version

Salesforce est la plus grande société de logiciels CRM au monde. Avec Customer 360 comme concept principal, il couvre l'ensemble du cycle de vie du client via les plateformes Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloud et Einstein AI. Son chemin d'évolution de l'IA est clair : Summer '25 a converti Einstein GPT en GA, prenant en charge la rédaction d'e-mails, la génération d'articles de connaissances et les recommandations personnalisées ; Winter '26 a mis à niveau Einstein GPT vers Einstein Copilot, qui prend en charge les opérations CRM et la génération de rapports basées sur le langage naturel, et est connecté aux données de formation Data Cloud ; Spring '26 a mis à niveau Copilot vers une plate-forme d'agent autonome, et l'IA est passée de « opérer avec vous » à « exécuter pour vous ».

Points forts de cette version

Plateforme d'agent autonome

• De l'assistant à l'exécuteur : Einstein Copilot est passé d'un assistant conversationnel à une plate-forme d'agent intelligente capable de planifier et d'exécuter des tâches de manière autonome.
• Natural Language Driven : les utilisateurs décrivent les objectifs en langage naturel et l'agent les décompose en séquences d'opérations spécifiques dans le CRM.

Agent vertical

• Agent de service : gère de manière indépendante les demandes de service, la récupération des connaissances et le transfert des bons de travail pour améliorer l'efficacité du service.
• Appels sortants automatiques SDR et lead nurturing : exécutez automatiquement les appels sortants, le suivi et le lead nurturing pour élargir le rayon de portée des ventes.

Base de données

• Flux de données en temps réel Data Cloud : les décisions des agents sont basées sur des données commerciales en temps réel plutôt que sur des instantanés statiques.
• Intégration des données de formation : Data Cloud est profondément intégré aux données de formation Einstein pour permettre au modèle de comprendre l'activité unique de l'entreprise.

Éclaircissement des entreprises nationales

D'un point de vue industriel, Salesforce Spring '26 a poussé la concurrence en matière de CRM vers la « couche d'exécution de l'agent » : lorsque les données et la base de modèles convergent, la différence se reflète dans le nombre d'actions commerciales réelles que l'agent peut effectuer de manière autonome. Pour les entreprises nationales, ce qu'elles peuvent apprendre, c'est l'idée produit de « l'intelligence verticale » : décomposer des scénarios répétitifs à haute fréquence tels que le développement des services et des ventes en agents intelligents qui peuvent être exécutés indépendamment et coopérer avec un flux de données en temps réel pour former une automatisation avec un retour sur investissement mesurable. Dans le même temps, nous devons l’envisager de manière rationnelle : plus le degré d’autonomie de l’agent est élevé, plus les exigences en matière de qualité des données, de limites d’autorité et d’assurance manuelle sont élevées.

Pour les équipes SaaS et CRM nationales, cette série de mises à jour de Salesforce est également un miroir : les capacités d'IA doivent être profondément liées aux données de l'entreprise afin de passer d'une « démonstration fonctionnelle » à une « valeur commerciale ».

Suggestions de mise en œuvre

• Équipe commerciale : à partir du scénario de culture de leads d'Einstein SDR, mener un projet pilote à petite échelle pour vérifier la qualité de la portée.
• Équipe de service : agent de service d'essai pour gérer les demandes de service standardisées, en conservant la couverture manuelle des scénarios complexes.
• Préparation des données : Évaluer l'accès au Data Cloud et la qualité des données, qui sont les prérequis à l'efficacité de l'agent.

Orientations dignes d'attention à l'avenir

1. Limites autonomes et gouvernance des agents : comment Salesforce définit et restreint la gamme d'actions qu'un agent peut effectuer.
2. Résultats réels des agents verticaux : taux d'automatisation et données de qualité du SDR et de l'agent de service parmi les clients réels.
3. Seuil de mise en œuvre de Data Cloud : La complexité et le coût de l'accès aux données en temps réel déterminent s'il vaut la peine d'être suivi pour les équipes nationales.