Einstein Spring '26 : l'agent Einstein Copilot est mis en ligne, l'IA native du CRM passe de la prédiction à l'exécution automatisée

La version Spring '26 de Salesforce Einstein ajoute l'agent Einstein Copilot, des analyses prédictives améliorées et des recommandations automatisées. En tant que plateforme d'IA CRM native intégrée dans Sales Cloud, Service Cloud, Marketing Cloud et d'autres modules, cette mise à jour marque l'évolution d'Einstein du positionnement traditionnel de « prévision et notation des ventes » vers un « agent d'exécution autonome » - l'IA ne vous dit plus simplement « ce qui va se passer », mais commence à « faire quoi pour vous ».

• Einstein Copilot Agent : agent CRM basé sur le langage naturel qui effectue des opérations de vente, de service et de marketing.
• Analyse prédictive améliorée : améliorations des capacités de prévision des ventes et de notation des leads, rendant la prise de décision plus précise.
• Recommandation automatisée : Recommandation d'action automatique basée sur les données, raccourcissant la distance « analyse-action ».
• Suite de Winter '26 : Entreprendre l'intégration d'Einstein GPT, les requêtes en langage naturel et les capacités de génération de rapports.

Arrière-plan de la version

Salesforce Einstein est la plateforme d'IA native de l'écosystème Salesforce. Il est intégré à Sales Cloud, Service Cloud, Marketing Cloud et d'autres modules pour fournir des capacités de prévision des ventes, de notation des leads, d'intelligence conversationnelle, de flux de travail automatisé et de requête en langage naturel. Son chemin d'évolution : Winter '26 introduit l'intégration Einstein GPT, des requêtes en langage naturel améliorées et la génération de rapports ; Spring '26 ajoute l'agent Einstein Copilot, une analyse prédictive améliorée et des recommandations automatisées. Le passage de l’IA de « l’analyse et de la suggestion » à « l’exécution automatisée » est la direction déterminée de ce chemin.

Points forts de cette version

Agent copilote Einstein

• Opérations en langage naturel : utilisez le langage naturel pour piloter les opérations CRM et abaisser le seuil d'utilisation.
• Exécution inter-modules : exécutez des tâches dans des scénarios de vente, de service et de marketing pour former une boucle commerciale fermée.

Prédiction et recommandation

• Amélioration des prévisions de ventes : les prévisions basées sur les données d'opportunité sont plus précises et facilitent les décisions de gestion des ventes.
• Lead Scoring : identifiez les prospects à forte valeur ajoutée et concentrez vos ventes sur les opportunités de conversion.
• Recommandation automatisée : recommandez l'action suivante et raccourcissez le lien entre l'analyse et l'exécution.

Analyse et langage naturel

• Requête en langage naturel : utilisez le langage naturel pour interroger les données CRM et abaisser le seuil de reporting.
• Génération de rapports : génération de rapports basée sur l'IA, réduisant le tri manuel.

Implications pour les équipes commerciales et marketing

D'un point de vue industriel, l'évolution d'Einstein est la quintessence de l'écosystème basé sur l'IA de l'ensemble de l'écosystème Salesforce : les solutions d'analyse prédictive « peuvent être vues avec précision » et les agents intelligents peuvent « le faire ». Pour les équipes commerciales et marketing nationales, elles peuvent apprendre de l'utilisation à plusieurs niveaux des capacités de l'IA : d'abord en utilisant des prédictions et des scores pour aider à la prise de décision, puis en laissant progressivement les agents effectuer des actions standardisées tout en conservant le contrôle manuel des liens clés. La valeur des prévisions de ventes dépend fortement de la qualité des données, et l'équipe doit d'abord établir une base solide pour les données CRM.

Le principe commun de ce type de capacités d’IA est la « boucle fermée des données » : sans données client de haute qualité, la prédiction et l’automatisation seront difficiles à fonctionner.

Conseils pour commencer

• Commencez par les prédictions : utilisez d'abord les prévisions de ventes et la notation des prospects pour vérifier l'effet du modèle et renforcer la confiance de l'équipe.
• Agent pilote : sélectionnez un processus de vente/service standardisé pour activer Einstein Copilot et observez la qualité de l'exécution.
• Renforcer les données : investissez dans la qualité des données CRM comme condition préalable aux capacités d'IA.

Orientations dignes d'attention à l'avenir

1. La limite autonome de l'agent : la gamme d'actions qu'Einstein Copilot peut effectuer et le mécanisme de sécurité artificiel.
2. Mesure réelle de la précision des prévisions : les performances des prévisions sur des données commerciales réelles déterminent l'adoption par l'équipe.
3. Collaboration avec Data Cloud : Comment l'accès aux données en temps réel peut encore améliorer les effets de l'IA.