Avec Agent Evals, API Evals et de nouveaux contrôles budgétaires, Salesforce aide les DSI à détecter les défaillances et à contenir les dépenses avant qu’elles n’affectent les clients.

Salesforce annonce de nouvelles fonctionnalités pour Agent Fabric, sa solution de gouvernance des agents IA sur l’ensemble des plateformes. Elle s’enrichit d’Agent Evals, d’API Evals et de contrôles de coûts avancés. En entreprise, les erreurs d’un agent peuvent passer inaperçues : les mauvaises réponses s’accumulent, les dépenses augmentent, sans alerte immédiate. Ces nouvelles fonctionnalités permettent aux DSI et aux responsables de l’IA d’intervenir avant qu’un client ne signale un problème ou que le budget ne soit dépassé. Des interventions peuvent être déclenchées automatiquement lorsque la qualité des réponses se dégrade, tandis que des plafonds stricts empêchent les dépassements budgétaires. Agent Fabric traite déjà plus de 1,2 milliard de requêtes par jour.

Des erreurs ìnvisibles, des conséquences bien réelles

Les modèles, les API, les coûts et les systèmes sur lesquels repose un agent évoluent sans cesse. Chacun de ces changements peut entraîner une défaillance. Pour la détecter à temps, il faut concevoir et maintenir des tests, puis évaluer les performances en continu. Pourtant, moins de la moitié des organisations qui déploient des agents les évaluent en conditions réelles d’utilisation.

Une fois l’erreur détectée, il reste à identifier le responsable de l’agent et à obtenir son accord pour en restreindre l’activité. Pendant ce temps, l’agent continue de produire des résultats préjudiciables et de consommer des jetons (ou tokens). Le besoin de supervision s’accentue : 96% des entreprises utilisent des agents sur plusieurs plateformes, tandis que les agents prêts à l’emploi, comme Fin, dédié au service client, se multiplient.

Ne plus subir les incidents, mais les maîtriser

Salesforce place l’évaluation continue et l’intervention automatisée au cœur d’Agent Fabric, la plateforme de gouvernance que les entreprises utilisent déjà pour gouverner leurs agents.

Trois fonctionnalités renforcent ce dispositif :

• Agent Evals génère automatiquement des tests avant le déploiement, puis évalue en production les agents, les LLM (grands modèles de langage) et les serveurs MCP selon des critères de qualité prédéfinis. Si ces critères ne sont plus respectés, des mesures peuvent être déclenchées, notamment l’arrêt de l’agent grâce à la fonction Agent Kill Switch. Une validation humaine peut être requise selon les règles de l’entreprise.

• API Evals détecte les défaillances liées aux évolutions des API dont dépendent les agents. L’outil génère automatiquement des tests fonctionnels et de performance à partir des spécifications, afin de repérer les anomalies avant la mise en production.

• Les contrôles de coûts avancés donnent aux responsables budgétaires une vue consolidée des dépenses d’IA, via le FinOps Dashboard et le Model Wallet. Des limites strictes interrompent les requêtes avant tout dépassement. Les politiques d’optimisation des coûts (Cost Optimization Policies) permettent de réduire jusqu’à 75% la consommation de jetons dans les scénarios de test, en réutilisant des réponses à des demandes similaires, en compressant les données échangées et en supprimant les éléments superflus des réponses.

Ces fonctionnalités vérifient que les agents accomplissent correctement leurs tâches, utilisent les bons outils et respectent les règles de sécurité. En associant les anomalies détectées à des interventions prédéfinies, Agent Fabric réduit le besoin de supervision manuelle et contribue à maintenir la fiabilité des agents dans la durée.

« Le déploiement des agents dépend de notre capacité à garantir leur fiabilité et à maîtriser leurs coûts. Aujourd’hui, détecter une mauvaise réponse ou une hausse soudaine des dépenses ne suffit pas : encore faut-il pouvoir agir.

— Andrew Comstock, SVP & GM, MuleSoft & Agent Fabric

Agent Fabric relie l’évaluation, le contrôle des coûts et l’intervention pour contenir les incidents sans délai et permettre aux entreprises de déployer leurs agents en confiance.

Ajoute Andrew Comstock, SVP & GM, MuleSoft & Agent Fabric

Ouvrir le modal d'image

Image Modal

Réduire les coûts sans dégrader le service : le cas d’un distributeur

Un distributeur décide de remplacer le modèle d’IA de son agent de suivi des commandes par un modèle moins coûteux. Cet exemple illustre le fonctionnement du dispositif :

• Après le changement, Agent Evals exécute les tests programmés et détecte des informations erronées concernant les commandes en retard.

• L’outil signale le problème et demande l’autorisation de placer l’agent en quarantaine, conformément aux règles de validation humaine définies par l’entreprise.

• Une fois l’accord donné, l’agent est isolé. Les équipes ajustent ses consignes de traitement des retards, puis testent à nouveau le modèle moins coûteux pour vérifier la qualité de ses réponses avant de remettre l’agent en service.

• Le distributeur peut ainsi chercher à réduire ses dépenses d’IA sans compromettre la qualité du service client. Les anomalies sont détectées et les interventions engagées selon les règles qu’il a fixées.

« Nos clients comptent sur nous pour faire fonctionner chaque jour des services critiques, et les agents IA y jouent un rôle croissant. »

— Tiina Stephens, Director of AI Engineering, Capita

Agent Fabric nous offre un point de pilotage centralisé pour les gouverner à grande échelle, tandis qu’Agent Evals nous aidera à vérifier qu’ils répondent à des objectifs précis, tant sur le plan métier que sur la qualité de service.

Ajoute Tiina Stephens, Director of AI Engineering, Capita

D’autres clients soulignent l’intérêt de cette approche. Pour Adam Jones (GE Appliances, groupe Haier), Agent Fabric offre un point de contrôle unique pour identifier les agents et leurs concepteurs, et les arrêter si nécessaire. Pour Steve Sigrist (Newell Brands), il permet de superviser et de gouverner les agents de chaque marque, tout en clarifiant les responsabilités. Poonam Deshpande (ASICS Digital) met en avant sa capacité à aller au-delà du signalement : alerter le bon interlocuteur ou retirer l’agent du service avant qu’une anomalie ne touche un grand nombre de clients.

Une gouvernance étendue à l’ensemble de l’écosystème

Agent Fabric détecte et gouverne déjà les agents présents sur les grandes plateformes d’IA. Deux nouveautés élargissent son périmètre :

• Custom Agent Scanner étend la détection automatique aux environnements internes, aux systèmes protégés par un pare-feu et aux plateformes tierces. Les équipes peuvent créer leurs propres scanners pour recenser agents, modèles, serveurs MCP et API dans l’Agent Registry, sans enregistrement manuel.

• Open Policies for Federated API Gateways permet d’identifier les politiques de gestion des API, de les appliquer et d’en suivre l’exécution sur les passerelles Azure, Apigee et Kong. Une même règle, comme le filtrage par adresse IP ou la limitation du débit, peut ainsi être appliquée à l’ensemble de ces passerelles en une seule opération.

Disponibilité

• Agent Evals et API Evals : en bêta dès novembre 2026, puis en disponibilité générale en janvier 2027.

• Custom Agent Scanner : en bêta dès aujourd’hui, puis en disponibilité générale en janvier 2027.

• Agent Kill Switch : disponible dès aujourd’hui. Le déclenchement automatique sera disponible en janvier 2027.

• Open Policies for Federated API Gateways, FinOps Dashboard, Model Wallet et Cost Optimization Policies : disponibles dès aujourd’hui.