{"id":2391,"date":"2025-08-27T16:09:00","date_gmt":"2025-08-27T14:09:00","guid":{"rendered":"https:\/\/www.salesforce.com\/?post_type=sf_press_release&p=2391"},"modified":"2025-09-16T16:10:40","modified_gmt":"2025-09-16T14:10:40","slug":"salesforce-ai-research-fait-progresser-lia-agentique-et-propose-aux-entreprises-des-environnements-de-simulations-des-outils-de-mesure-dagents-ia-et-la-consolidation-des-donnees-dup","status":"publish","type":"sf_press_release","link":"https:\/\/www.salesforce.com\/fr\/news\/press-releases\/2025\/08\/27\/salesforce-ai-research-fait-progresser-lia-agentique-et-propose-aux-entreprises-des-environnements-de-simulations-des-outils-de-mesure-dagents-ia-et-la-consolidation-des-donnees-dup\/","title":{"rendered":"Salesforce AI Research fait progresser l\u2019IA agentique et propose aux entreprises des environnements de simulations, des outils de mesure d\u2019agents IA et la consolidation des donn\u00e9es dupliqu\u00e9es"},"content":{"rendered":"\n

Ce trimestre, Salesforce AI Research<\/a> a d\u00e9voil\u00e9 un environnement de simulation d\u2019entreprise pour tester la capacit\u00e9 des agents \u00e0 agir dans des sc\u00e9narios d\u2019usage r\u00e9alistes. L\u2019\u00e9quipe a \u00e9galement soutenu le lancement d\u2019un nouvel outil de benchmarking<\/em> pour mesurer les agents dans les cas d\u2019usage en entreprise. Enfin, Data Cloud<\/a> a \u00e9t\u00e9 am\u00e9lior\u00e9 avec des capacit\u00e9s \u00e9volu\u00e9es de consolidation exploitant des mod\u00e8les de langage petits et grands pour unifier les donn\u00e9es de mani\u00e8re autonome.<\/p>\n\n\n\n

De l\u2019am\u00e9lioration de la qualit\u00e9 des donn\u00e9es \u00e0 la d\u00e9finition de nouveaux standards pour mesurer la performance agentique, ces innovations alimentent des avanc\u00e9es produit qui r\u00e9pondent aux d\u00e9fis les plus pressants des CIO et des responsables IT. Elles donnent aux entreprises la confiance et les outils n\u00e9cessaires pour \u00e9voluer vers des entreprises agentiques, des organisations qui adoptent le travail num\u00e9rique et utilisent l\u2019IA pour travailler aux c\u00f4t\u00e9s des humains.<\/p>\n\n\n\n

Simuler les environnements d\u2019entreprise avec CRMArena-Pro<\/strong><\/h3>\n\n\n\n

Les pilotes n\u2019apprennent pas \u00e0 voler en pleine temp\u00eate ; ils s\u2019entra\u00eenent dans des simulateurs de vol qui les pr\u00e9parent aux situations les plus extr\u00eames. De la m\u00eame fa\u00e7on, les chirurgiens testent leurs comp\u00e9tences sur des mod\u00e8les synth\u00e9tiques avant d\u2019op\u00e9rer un \u00eatre humain et les athl\u00e8tes perfectionnent leurs tactiques lors d\u2019exercices et de matchs d\u2019entra\u00eenement avant une grande comp\u00e9tition. Dans tous les domaines \u00e0 forts enjeux, les comp\u00e9tences et la rigueur se d\u00e9veloppent non pas dans l\u2019action r\u00e9elle, mais gr\u00e2ce \u00e0 une pr\u00e9paration m\u00e9thodique dans un espace o\u00f9 l\u2019\u00e9chec devient un outil d\u2019apprentissage plut\u00f4t qu\u2019une erreur co\u00fbteuse.<\/p>\n\n\n\n

De la m\u00eame mani\u00e8re, les agents IA b\u00e9n\u00e9ficient de tests et d\u2019entra\u00eenements en simulation, les pr\u00e9parant \u00e0 g\u00e9rer l\u2019impr\u00e9visibilit\u00e9 des sc\u00e9narios quotidiens avant leur d\u00e9ploiement. En s\u2019appuyant sur la version originale de CRMArena,<\/a> qui se concentrait sur des t\u00e2ches de service B2C \u00e0 un seul \u00e9change, Salesforce AI Research a d\u00e9sormais d\u00e9voil\u00e9 CRMArena-Pro<\/a>, qui \u00e9value la performance des agents dans des sc\u00e9narios complexes, multi-\u00e9changes et multi-agents, tels que la pr\u00e9vision des ventes, le triage des cas de service ou encore les processus CPQ. En utilisant des donn\u00e9es synth\u00e9tiques, en autorisant des appels API s\u00e9curis\u00e9s vers les syst\u00e8mes pertinents et en appliquant des garde-fous stricts pour prot\u00e9ger les informations personnelles, CRMArena-Pro cr\u00e9e un cadre rigoureux et riche en contexte de simulation d\u2019entreprise, permettant de tester non seulement si un agent fonctionne, mais aussi s\u2019il peut op\u00e9rer avec pr\u00e9cision, efficacit\u00e9 et constance \u00e0 grande \u00e9chelle dans des cas d\u2019usage propres \u00e0 l\u2019entreprise.<\/p>\n\n\n\n

Agissant presque comme un jumeau num\u00e9rique ou un m\u00e9tavers d\u2019entreprise, ces environnements vont au-del\u00e0 de simples bancs d\u2019essai en capturant toute la complexit\u00e9 des op\u00e9rations d\u2019entreprise. Salesforce AI Research fait progresser la formation des agents d\u2019IA gr\u00e2ce \u00e0 ces simulations<\/a>, permettant aux entreprises de tester les agents dans des situations telles que les cas complexes de service client ou les perturbations de la cha\u00eene d\u2019approvisionnement, avant tout d\u00e9ploiement r\u00e9el. En int\u00e9grant le \u00ab bruit \u00bb du monde r\u00e9el, les entreprises peuvent mieux \u00e9valuer leurs performances, renforcer leur r\u00e9silience face aux cas extr\u00eames et combler l\u2019\u00e9cart entre l\u2019entra\u00eenement et les op\u00e9rations r\u00e9elles, donnant naissance \u00e0 des agents d\u2019IA non seulement performants, mais aussi coh\u00e9rents, fiables et pr\u00eats pour l\u2019entreprise agentique.<\/p>\n\n\n\n

Mesurer la pr\u00e9paration des agents avec l\u2019 <\/strong>Agentic Benchmark for CRM<\/em><\/strong> (<\/strong>r\u00e9f\u00e9rentiel agentique pour la gestion de la relation client<\/em><\/strong>)<\/strong><\/h3>\n\n\n\n

Avec l\u2019\u00e9mergence quotidienne de nouveaux mod\u00e8les et mises \u00e0 jour, les entreprises font face \u00e0 un dilemme croissant : d\u00e9terminer quel mod\u00e8le, ou quelle combinaison de mod\u00e8les, est le mieux adapt\u00e9 pour alimenter les agents dans des environnements m\u00e9tier r\u00e9els. La r\u00e9ponse ne peut pas venir des effets de mode ni de la taille brute des mod\u00e8les ; elle exige une m\u00e9thode rigoureuse pour mesurer la performance des agents au sein de workflows m\u00e9tier sp\u00e9cifiques.<\/p>\n\n\n\n

Pour r\u00e9pondre aux exigences uniques des environnements de simulation d\u2019entreprise, Salesforce\u00a0 lance \u00a0l\u2019Agentic Benchmark for CRM<\/em><\/strong><\/a>, le premier outil de benchmarking con\u00e7u pour \u00e9valuer les agents IA non pas sur des capacit\u00e9s g\u00e9n\u00e9riques, mais dans des contextes r\u00e9ellement importants pour les entreprises, notamment le service client, le service sur le terrain, le marketing et les ventes. Le benchmark mesure les agents selon cinq indicateurs essentiels pour l\u2019entreprise \u2014 pr\u00e9cision, co\u00fbt, rapidit\u00e9, confiance et s\u00e9curit\u00e9, et durabilit\u00e9 \u2014 offrant une \u00e9valuation compl\u00e8te et bas\u00e9e sur les donn\u00e9es de leur pr\u00e9paration au d\u00e9ploiement r\u00e9el.<\/p>\n\n\n\n

La durabilit\u00e9, nouvel indicateur du dispositif de mesure des agents, devient un crit\u00e8re cl\u00e9 de leur pr\u00e9paration \u00e0 l\u2019entreprise. Cet indicateur met en lumi\u00e8re l\u2019impact environnemental relatif des syst\u00e8mes d\u2019IA, dont certains n\u00e9cessitent d\u2019importantes ressources de calcul. En ajustant la taille des mod\u00e8les au niveau d\u2019intelligence r\u00e9ellement requis pour accomplir une t\u00e2che sp\u00e9cifique \u00e0 l\u2019entreprise, les organisations peuvent r\u00e9duire leur empreinte et \u00e9valuer la durabilit\u00e9 de leur IA,<\/a> tout en obtenant la performance attendue. En \u00e9vitant la surench\u00e8re de mod\u00e8les, ce r\u00e9f\u00e9rentiel offre aux entreprises un moyen clair et fond\u00e9 sur les donn\u00e9es d\u2019associer les bons mod\u00e8les aux bons agents, garantissant une performance constante, fiable et adapt\u00e9e aux standards de l\u2019entreprise.<\/p>\n\n\n\n

MCP-Eval <\/a>et MCP-Universe<\/a> sont deux nouveaux r\u00e9f\u00e9rentiels compl\u00e9mentaires publi\u00e9s ce trimestre par Salesforce AI Research pour \u00e9valuer les agents \u00e0 diff\u00e9rents niveaux de rigueur, en suivant la fa\u00e7on dont les LLM interagissent avec les serveurs MCP dans des environnements proches des cas d\u2019usage r\u00e9els.<\/p>\n\n\n\n

MCP-Eval propose une \u00e9valuation automatique et \u00e9volutive \u00e0 travers des t\u00e2ches synth\u00e9tiques, ce qui en fait un outil adapt\u00e9 pour tester un large \u00e9ventail de serveurs MCP. MCP-Universe, quant \u00e0 lui, introduit des t\u00e2ches r\u00e9alistes et exigeantes avec des \u00e9valuateurs bas\u00e9s sur l\u2019ex\u00e9cution, afin de soumettre les agents \u00e0 des sc\u00e9narios complexes, tout en offrant un cadre extensible pour concevoir et \u00e9valuer de nouveaux agents.<\/p>\n\n\n\n

Ensemble, ils forment une bo\u00eete \u00e0 outils puissante : MCP-Eval pour des \u00e9valuations larges et initiales, et MCP-Universe pour un diagnostic et un d\u00e9bogage plus pouss\u00e9s.<\/p>\n\n\n\n

Cette approche en deux volets est particuli\u00e8rement essentielle pour les entreprises, car la recherche a montr\u00e9 que la plupart des LLM les plus avanc\u00e9s du march\u00e9 pr\u00e9sentent encore des limites qui freinent leur adoption \u00e0 l\u2019\u00e9chelle entreprise \u2014 qu\u2019il s\u2019agisse des d\u00e9fis li\u00e9s aux longs contextes, o\u00f9 les mod\u00e8les perdent le fil des informations dans des entr\u00e9es complexes, ou des d\u00e9fis li\u00e9s aux outils inconnus, o\u00f9 ils peinent \u00e0 s\u2019adapter sans heurts \u00e0 de nouveaux syst\u00e8mes.<\/p>\n\n\n\n

En s\u2019appuyant sur MCP-Universe et MCP-Eval, les entreprises obtiennent une vision claire des points de d\u00e9faillance des agents et peuvent affiner leurs cadres ou int\u00e9grer leurs outils de mani\u00e8re plus efficace. Avec une plateforme qui renforce le contexte, am\u00e9liore les capacit\u00e9s de raisonnement et int\u00e8gre des garde-fous de confiance, les organisations peuvent d\u00e9passer la simple exp\u00e9rimentation artisanale pour d\u00e9ployer des agents r\u00e9ellement pr\u00eats \u00e0 g\u00e9n\u00e9rer un impact concret dans leurs activit\u00e9s.<\/p>\n\n\n\n

Consolider les donn\u00e9es avec <\/strong>Account Matching<\/em><\/strong><\/h3>\n\n\n\n

Au c\u0153ur d\u2019une performance fiable et \u00e9volutive des agents IA se trouvent des donn\u00e9es unifi\u00e9es et de haute qualit\u00e9, permettant des d\u00e9cisions pr\u00e9cises et conformes. Des donn\u00e9es unifi\u00e9es permettent aux agents de comprendre le contexte, de suivre les r\u00e8gles d\u2019entreprise et de prendre des d\u00e9cisions align\u00e9es sur les objectifs organisationnels. Cependant, cela a longtemps \u00e9t\u00e9 un d\u00e9fi pour les entreprises, car les donn\u00e9es d\u2019entreprise sont rarement \u201cpropres\u201d ou bien organis\u00e9es. Les dossiers clients sont souvent dupliqu\u00e9s entre d\u00e9partements, les champs sont incomplets et les formats ou conventions de nommage inconsistants rendent difficile la r\u00e9conciliation des donn\u00e9es entre syst\u00e8mes.<\/p>\n\n\n\n

Pour y rem\u00e9dier, les \u00e9quipes Salesforce AI Research et produit ont collabor\u00e9 pour affiner des mod\u00e8les de langage grands et petits et alimenter Account Matching<\/em>,<\/a> une fonctionnalit\u00e9 qui identifie et unifie de mani\u00e8re autonome les comptes \u00e0 travers des ensembles de donn\u00e9es dispers\u00e9s et incoh\u00e9rents. Au lieu de traiter \u201cThe Example Company, Inc.\u201d et \u201cExample Co.\u201d comme des entit\u00e9s distinctes, le syst\u00e8me peut d\u00e9sormais utiliser l\u2019IA pour les reconna\u00eetre comme \u00e9tant la m\u00eame entreprise et les consolider en un seul dossier officiel. Contrairement aux syst\u00e8mes statiques fond\u00e9s sur des r\u00e8gles, qui n\u00e9cessitent une configuration manuelle lourde, Account Matching<\/em> r\u00e9concilie des millions de dossiers en temps r\u00e9el avec des am\u00e9liorations mesurables de pr\u00e9cision.<\/p>\n\n\n\n

Ce sont pr\u00e9cis\u00e9ment ces avanc\u00e9es qui g\u00e9n\u00e8rent aujourd\u2019hui un v\u00e9ritable retour sur investissement pour les clients. D\u00e8s le premier mois d\u2019utilisation, un outil propri\u00e9taire bas\u00e9 sur Account Matching<\/em> a permis de r\u00e9unifier plus d\u2019un million de comptes avec un taux de correspondance r\u00e9ussi de 95 %, r\u00e9duisant ainsi le temps moyen de traitement de 30 minutes.<\/p>\n\n\n\n

Gr\u00e2ce \u00e0 des mod\u00e8les de langage, petits et grands, sp\u00e9cialement ajust\u00e9s, et \u00e0 des r\u00e8gles de rapprochement d\u2019identit\u00e9 (nom du compte combin\u00e9 \u00e0 un site web, une adresse ou un num\u00e9ro de t\u00e9l\u00e9phone), l\u2019outil associe automatiquement les comptes entre diff\u00e9rentes unit\u00e9s, propose un flux adapt\u00e9 pour que les commerciaux puissent se connecter, et n\u2019oriente que les 5 % de cas les plus complexes vers des humains. En aidant les vendeurs \u00e0 identifier rapidement leurs homologues traitant les m\u00eames comptes ou des comptes similaires, la solution supprime les doublons, acc\u00e9l\u00e8re les cycles de vente et \u00e9vite les opportunit\u00e9s manqu\u00e9es.<\/p>\n\n\n\n

Mieux encore, l\u2019ensemble a \u00e9t\u00e9 d\u00e9ploy\u00e9 sans codage complexe, r\u00e9duisant les co\u00fbts tout en am\u00e9liorant consid\u00e9rablement l\u2019efficacit\u00e9. Avec Account Matching<\/em>, les entreprises disposent de donn\u00e9es propres et unifi\u00e9es qui alimentent les agents d\u2019IA en toute confiance, ouvrant la voie \u00e0 une automatisation plus intelligente, une personnalisation enrichie et des d\u00e9cisions plus rapides \u00e0 grande \u00e9chelle.<\/p>\n\n\n\n

\u00c0 propos de Salesforce<\/strong><\/p>\n\n\n\n

Salesforce aide les organisations de toutes tailles \u00e0 r\u00e9inventer leur activit\u00e9 gr\u00e2ce \u00e0 l’intelligence artificielle. Agentforce est la premi\u00e8re solution de travail num\u00e9rique pour entreprises qui s’int\u00e8gre parfaitement aux applications CRM \u00ab\u00a0Customer 360\u00a0\u00bb, \u00e0 \u00ab\u00a0Data Cloud\u00a0\u00bb et \u00e0 \u00ab\u00a0Einstein AI\u00a0\u00bb. En r\u00e9unissant humains et agents, Agentforce permet d’assurer le succ\u00e8s des clients sur une plateforme unique et de confiance. <\/p>\n\n\n\n

Pour plus d’informations<\/p>\n\n\n\n