Les chiffres clés :
- Le déploiement s’accélère : le nombre moyen d’agents IA activés par entreprise a presque triplé en un an.
- Les usages progressent auprès des employés : leur utilisation hebdomadaire a triplé sur la période étudiée.
- Les premiers impacts business se concrétisent : dans le retail, les entreprises utilisant des agents IA enregistrent une croissance des ventes en ligne quatre fois supérieure.
Paris, le 10 août 2026 Salesforce, leader mondial des solutions de gestion de la relation client intégrées à l’IA, dévoile les résultats de son Indice 2026 sur l’adoption des agents IA en entreprise (Agentic Enterprise Index). Fondée sur l’analyse de données agrégées issues de la plateforme Agentforce, cette étude décrypte la manière dont les entreprises déploient et utilisent les agents IA, ainsi que la valeur qu’elles en retirent.
Les résultats mettent en évidence deux grands modèles de déploiement à l’échelle mondiale. Leur adoption varie fortement selon les secteurs, leurs contraintes opérationnelles et leurs besoins, qui déterminent la manière dont les entreprises intègrent ces nouveaux employés numériques.
Des déploiements à grande échelle, centrés sur des tâches précises : particulièrement répandue dans les secteurs en contact direct avec les consommateurs, cette approche mise sur le volume et la rapidité pour répondre aux besoins immédiats des clients.
Des déploiements polyvalents et en plusieurs étapes : privilégiée dans les secteurs fortement réglementés ou présentant une plus grande complexité opérationnelle, comme l’industrie manufacturière et le secteur public, cette approche repose sur des agents capables d’accomplir une grande diversité de tâches mobilisant une logique métier transverse.
Ces deux modèles de déploiement contribuent à renforcer la confiance dans les agents IA et à générer un retour sur investissement. L’avenir de l’IA agentique reposera toutefois sur leur complémentarité : il s’agira de produire rapidement des résultats à grande échelle, tout en confiant aux agents des tâches toujours plus complexes, quel que soit le secteur.
- Les services financiers concilient rapidité et contraintes réglementaires : le secteur déploie certains des agents les plus sophistiqués, à une échelle habituellement observée dans les secteurs grand public. Il démontre ainsi qu’un degré élevé de complexité peut se conjuguer avec une automatisation à grande échelle, notamment lors des pics d’activité liés, par exemple, à la période fiscale.
- Dans le retail, les capacités des agents évoluent au rythme de la demande : généralement mobilisés pour accomplir des tâches relativement simples, les agents peuvent élargir leur champ d’action et multiplier les opérations exécutées pendant les périodes de forte activité, notamment à l’approche des fêtes de fin d’année.
Les entreprises, notamment dans les secteurs grand public, accélèrent le déploiement des agents
Le nombre moyen d’agents activés par entreprise a presque triplé au cours de l’année écoulée. Une fois les ressources nécessaires mises à leur disposition, les entreprises commencent à créer leurs agents dans un délai moyen de deux jours. Ce délai, qui continue de diminuer chaque mois, a été réduit de 53 % sur l’ensemble de la période analysée.
Mais ces agents passent-ils réellement à l’action ? Pour le mesurer, Salesforce a créé un indicateur baptisé « Agentic Work Unit » (AWU), ou unité de travail agentique. Une AWU désigne une tâche distincte accomplie par un agent IA, autrement dit le moment où l’intelligence se traduit en action concrète.
En avril 2026, le volume d’AWU produit par les agents Agentforce affichait un taux de croissance mensuel composé de 15 %.
Les secteurs en contact direct avec les consommateurs, en particulier ceux qui gèrent d’importants volumes d’interactions clients, enregistrent la plus forte production d’AWU. Malgré cette activité soutenue, les agents IA déployés dans le retail conservent généralement un périmètre d’intervention restreint : pendant la majeure partie de l’année, chacun exécute en moyenne une à deux actions. Cette tendance reflète un volume élevé de tâches courantes et précisément définies.
Un exemple concret : la marque internationale de joaillerie Pandora fait face à une forte hausse des demandes clients lors des temps forts commerciaux, notamment pendant les fêtes de fin d’année et à l’approche de la Saint-Valentin. Afin de préserver une expérience personnalisée et de grande qualité durant ces périodes de forte affluence, Pandora s’appuie sur Gemma, une conciergerie IA propulsée par Agentforce. Celle-ci répond instantanément aux demandes courantes, du statut des commandes au suivi des livraisons, en passant par les questions fréquentes sur l’entretien des bijoux, et propose des recommandations de cadeaux personnalisées en fonction des préférences de chaque client.
Directement connectée aux systèmes de gestion des commandes et aux catalogues de produits, Gemma fournit une assistance rapide et personnalisée à grande échelle. Lors des pics de fréquentation, elle traite 60 % des demandes courantes adressées au service client et contribue à une hausse de 10 % du Net Promoter Score (NPS). Les conseillers peuvent ainsi se consacrer aux interactions plus complexes nécessitant une attention particulière.
Les agents gagnent en polyvalence, notamment lors des pics de demande
Pour accomplir la plupart des tâches courantes, les agents mobilisent une ou deux compétences simples, comme consulter les informations d’un dossier ou répondre à la question d’un client. Ils se voient toutefois confier des missions toujours plus complexes. Aujourd’hui, un agent mobilise en moyenne six compétences, contre deux au début de l’année 2025.
Leurs capacités s’étendent davantage encore pendant les périodes de forte demande. Lors du pic d’activité des fêtes de fin d’année, un agent du retail pouvait mobiliser en moyenne neuf compétences, soit une progression de 350 %. Cette évolution montre que, lorsque la demande s’intensifie, les agents sont déployés pour répondre à des besoins clients plus complexes, nécessitant l’exécution de plusieurs étapes.
Les données révèlent également que les agents réalisent un nombre croissant d’actions dans différents environnements cloud. Les agents de service ne se contentent plus de répondre aux questions des clients. Ils font également remonter des données commerciales et formulent des recommandations personnalisées. Leur champ d’action s’élargit ainsi au bénéfice des clients comme des entreprises.
Cette capacité à intervenir dans différents environnements cloud met en évidence la nécessité d’une architecture headless. En dissociant la logique de l’agent des interfaces utilisateur front end traditionnelles, cette architecture permet aux agents de traiter des tâches, d’exécuter des actions et de déclencher des workflows dans n’importe quel environnement.
Les secteurs réglementés et présentant une forte complexité opérationnelle misent sur des agents plus sophistiqués
Un exemple concret : Siemens commercialise des milliers de produits matériels et logiciels par l’intermédiaire de sept entités fonctionnant en silos et de 18 000 commerciaux. Chaque semaine, ces derniers devaient traiter 2 800 prospects entrants non qualifiés, sans disposer d’informations sur leur budget, leur pouvoir de décision ou leur calendrier. Ils consacraient ainsi du temps aux prospects les moins pertinents, tandis que d’autres n’étaient pas pris en charge.
Dans un secteur caractérisé par des cycles de vente longs et techniques, impliquant de multiples parties prenantes, Agentforce a réparti le processus de qualification au sein d’un workflow coordonné entre plusieurs agents. Le premier échange avec le prospect et entretient la relation. Le second recueille les données manquantes, les soumet aux règles de qualification, puis oriente le prospect en lui associant l’ensemble du contexte disponible dans les différentes divisions. Cette orchestration permet à Siemens de gérer un processus complexe de bout en bout, 24 heures sur 24 et 7 jours sur 7.
Afin d’évaluer la complexité des usages des agents dans les différents secteurs, Salesforce a créé un « indice de sophistication ». Celui-ci répartit l’ensemble des actions réalisées par les agents en cinq niveaux progressifs de complexité cognitive :
- Niveaux 1 à 3, lire, coordonner et synthétiser : ces niveaux regroupent des capacités courantes et peu risquées, comme consulter des dossiers, rédiger des e-mails ou résumer des documents.
- Niveaux 4 et 5, écrire, analyser et interpréter : ces niveaux correspondent à des capacités très complexes, comme mettre à jour les champs d’une base de données ou extraire par programmation des paramètres imbriqués à partir de données brutes saisies par les utilisateurs.
En mesurant le nombre de niveaux de complexité réellement mobilisés par les agents dans chaque secteur, l’indice de sophistication permet d’identifier les entreprises qui leur confient une grande diversité de tâches complexes, au-delà de la simple automatisation de volumes importants.
L’industrie manufacturière, les services financiers ainsi que le secteur de la santé et des sciences de la vie (HLS) développent des réseaux d’agents plus avancés que les secteurs traditionnellement en pointe dans le domaine de l’IA, comme l’IT et le retail. Leurs agents interviennent à chaque étape des processus de travail, depuis la recherche et la synthèse de données jusqu’à la rédaction de communications et à la mise à jour directe de dossiers.
Si ces secteurs génèrent des volumes d’AWU plus modestes, leur croissance est néanmoins considérable. Dans le secteur public et celui de la santé et des sciences de la vie, la production d’AWU a ainsi été multipliée respectivement par 227 et par 19.
Les services financiers montrent qu’un secteur à la fois réglementé et complexe sur le plan opérationnel peut déployer des agents IA à grande échelle. Ils représentent ainsi une part comparable du volume mensuel total d’AWU produit par les agents, à hauteur de 10 %. Cette activité est notamment stimulée par des pics saisonniers de demandes de la part des consommateurs, comme à l’approche de la date limite de déclaration fiscale aux États-Unis, qui renforcent le besoin d’assistance agentique.
Un exemple concret : PenFed évolue dans un environnement fortement réglementé. Cette coopérative de crédit à charte fédérale, qui accompagne les militaires et leurs familles, doit respecter des normes strictes en matière de conformité, de sécurité et de vérification à chaque interaction avec ses membres. Pour dépasser les limites des chatbots traditionnels fondés sur des règles, PenFed a dû mettre en place de solides dispositifs de maîtrise des risques, associés à une supervision conjointe des équipes juridiques et de conformité.
Afin de proposer un service automatisé et fluide à grande échelle, PenFed a déployé un agent baptisé Ace. Accessible après authentification aux services bancaires en ligne, cet assistant intelligent peut consulter le solde des comptes, vérifier l’état d’avancement des demandes de prêt, transférer des fonds et fournir des réponses fiables à partir d’une base de connaissances sélectionnée. Un second agent, Echo, étend ces capacités d’action au canal vocal. Il a été conçu pour remplacer entièrement les anciens serveurs vocaux interactifs (SVI) et les systèmes de guichets automatiques.
« Notre ambition a toujours été de mettre l’IA au service de nos membres de manière fiable, concrète et utile, afin de leur offrir une expérience fluide sur l’ensemble des canaux. Pour donner corps à cette vision, nous avons dû aller au-delà des simples chatbots et concevoir des expériences agentiques sophistiquées, pensées dès l’origine autour de la confiance. En combinant une gouvernance robuste avec notre plateforme unifiée, nous avons pu déployer en toute sécurité des agents capables d’exécuter plusieurs actions, comme Ace et Echo, et de réaliser des opérations bancaires à la fois concrètes et complexes. Nous avons ainsi concrétisé notre objectif de bâtir une coopérative de crédit véritablement connectée et reposant sur l’IA », déclare Shree Reddy, directeur des systèmes d’information de PenFed.
Le déploiement des agents renforce l’efficacité et soutient la croissance des ventes
Dans tous les secteurs, les agents IA ne se limitent plus au niveau conversationnel et passent désormais à l’exécution. Ils réalisent de plus en plus d’actions concrètes, comme l’exécution de workflows ou l’application de règles métier, plutôt que de simplement générer du texte. La part des actions réalisées par rapport aux contenus produits progresse ainsi de 15 % par mois en moyenne. Par exemple, un agent de service ne se contente pas de rédiger une réponse au sujet de la commande d’un client. Il consulte le dossier, applique la règle métier, puis procède au remboursement ou reprogramme le rendez-vous.
Les entreprises qui s’appuient sur des agents IA enregistrent également une croissance des ventes supérieure à celles qui ne les utilisent pas. Cet écart est particulièrement marqué dans le retail et les secteurs grand public pendant les fêtes de fin d’année.
« Qu’ils soient déployés pour opérer à très grande échelle ou orchestrés au sein de processus complexes comportant plusieurs étapes, les agents créent une valeur tangible pour les entreprises. Ce retour sur investissement se traduit non seulement par une croissance du chiffre d’affaires, mais aussi par une plus grande efficacité opérationnelle. Nous passons ainsi de chatbots passifs et de modèles prédictifs à des agents résolument tournés vers l’exécution, capables d’agir concrètement et de générer une réelle valeur », déclare le président de l’IA d’entreprise et des technologies chez Salesforce.
La confiance progresse sans compromettre la qualité des échanges
Sur l’ensemble de la période analysée, la fréquence hebdomadaire moyenne des interactions de chaque collaborateur avec un agent a augmenté de 300 % au cours de l’année, témoignant d’une confiance croissante. Les agents intégrés à Slack enregistrent désormais 67 sessions par semaine en moyenne, un volume qui a triplé entre février et avril.
Customer Zero : Salesforce, premier utilisateur de Slackbot
Slackbot, l’agent IA de Salesforce intégré à Slack, est l’outil ayant connu l’adoption la plus rapide de toute l’histoire de Salesforce. Utilisé régulièrement par 83 % des collaborateurs, il permet à chacun d’économiser en moyenne jusqu’à cinq heures de travail par semaine. Les équipes de Salesforce l’utilisent directement dans Slack pour simplifier leurs tâches quotidiennes, qu’il s’agisse de résumer les fils de discussion qu’elles n’ont pas pu suivre, de rédiger des contenus ou de préparer des notes de synthèse en regroupant des indicateurs et des fichiers provenant de différents canaux et applications.
Cette confiance s’étend également aux clients. Au cours des cinq derniers trimestres, les agents ont pris en charge 170 fois plus de conversations avec le service client que les années précédentes. Ils ont systématiquement résolu sept conversations sur dix sans intervention humaine.
Au sein des services clients, c’est la satisfaction client qui bénéficie le plus de l’apport des agents, devant la productivité des conseillers, la durée moyenne de traitement, la fidélisation et le délai de première réponse.
Méthodologie
Salesforce a analysé et consolidé les données d’utilisation issues d’Agentforce et d’autres produits Salesforce auprès d’un ensemble d’entreprises, afin de mesurer la place réelle des agents dans leurs activités. Le Salesforce Agentic Enterprise Index étudie les tendances observées entre février 2025 et avril 2026, en analysant l’activité et l’engagement d’entreprises qui utilisent concrètement des agents IA pour générer un retour sur investissement. Pour être prises en compte dans l’analyse, les entreprises devaient avoir activé des agents en production chaque mois pendant toute la période étudiée. Ces résultats ne sont pas représentatifs des performances de Salesforce.
