AIforce, Koa, Enterprise AI Harness, Agent Script, Builder Central… Comme chaque année, Dreamforce a apporté son lot d’annonces et de nouveaux noms à retenir. Et avec l’IA, la liste commence à être longue !
Mais une fois passé le flot des nouveautés, une tendance de fond se dessine. Salesforce ne cherche plus seulement à intégrer de l’IA dans son CRM : l’éditeur prépare une plateforme dans laquelle différents agents et modèles d’IA peuvent accéder au contexte de l’entreprise, utiliser ses données et agir dans ses outils.
Et surtout, tout cela ne se passe plus nécessairement directement dans l’interface Salesforce. C’est probablement ce que nous retenons le plus de cette édition 2026.
En tant qu'agence IA spécialisé dans Salesforce, nous avons donc pris le temps de revenir sur les principales annonces de Dreamforce pour comprendre ce qu’elles racontent ensemble, au-delà des démonstrations et des nouveaux noms de produits.
AIforce : demain, faudra-t-il encore ouvrir Salesforce pour utiliser Salesforce ?
C’est sans doute l’un des changements les plus intéressants annoncés à Dreamforce.
Jusqu’ici, le fonctionnement était plutôt simple : vos données commerciales étaient dans Salesforce, vos processus étaient dans Salesforce et, logiquement, vos équipes ouvraient Salesforce pour les exploiter.
Avec AIforce, Salesforce commence à faire évoluer cette logique.
L’idée est de permettre aux utilisateurs d’accéder aux données, aux workflows et aux actions Salesforce depuis les environnements dans lesquels ils travaillent déjà. Cela peut être Slack, Claude ou, demain, d’autres interfaces connectées à Salesforce.
Prenons un exemple : Un commercial prépare son rendez-vous de 14 heures. Au lieu d’aller chercher l’opportunité dans Salesforce, de consulter les dernières activités, de relire les comptes rendus et de vérifier l’état du pipeline, il pourrait demander directement à son assistant IA de lui préparer son rendez-vous.
L’agent récupère le contexte disponible dans Salesforce, synthétise les derniers échanges, identifie les points d’attention et lui propose les prochaines actions.
Salesforce reste bien derrière. Mais l’utilisateur n’a plus nécessairement besoin d’être devant.
Et cela change beaucoup de choses car après des années passées à essayer de faire entrer les utilisateurs dans le CRM, Salesforce semble désormais vouloir faire venir le CRM jusqu’à eux.
Claudeforce : Claude ne vient pas simplement « discuter » avec Salesforce
C’est aussi ce qui permet de mieux comprendre l’annonce de Claudeforce, issue du partenariat entre Salesforce et Anthropic.
À première vue, on pourrait résumer l’annonce assez simplement : Claude peut désormais accéder à Salesforce.
En réalité, l’ambition va plus loin. Salesforce in Claude s’appuie notamment sur un serveur MCP Salesforce préconfiguré et des skills permettant à Claude d’exploiter le contexte du CRM pour réaliser différentes tâches commerciales.
L’objectif n’est donc pas uniquement de demander à Claude de résumer une opportunité.
Un agent peut, par exemple, analyser les informations disponibles dans le CRM, détecter une opportunité qui décroche, rechercher les éléments pouvant expliquer ce risque et proposer la prochaine action à effectuer. Et c’est précisément là que le sujet devient intéressant pour les entreprises.
Donner accès à un LLM à quelques données n’en fait pas automatiquement un agent métier.
Pour être réellement utile, l’IA doit comprendre le contexte dans lequel elle intervient : quelles informations utiliser, quelles actions effectuer, quelles règles respecter, quelles données elle peut consulter et, surtout, ce qu’elle n’a pas le droit de faire. La connexion entre l’IA et le CRM n’est finalement que le début du travail.
Claude, Koa, Gemini… le vrai sujet n’est peut-être plus de choisir un modèle
Pendant longtemps, les discussions autour de l’IA en entreprise se sont beaucoup concentrées sur le choix du modèle.
Faut-il utiliser Claude ? GPT ? Gemini ? Un modèle propriétaire ?
Dreamforce 2026 montre que Salesforce commence à regarder le problème différemment. Avec son Enterprise AI Harness, l’éditeur veut créer une couche commune permettant aux différents modèles et agents d’accéder au contexte de l’entreprise tout en respectant ses règles de sécurité et de gouvernance.
Pourquoi ? Parce que le meilleur modèle aujourd’hui ne sera peut-être plus le meilleur demain. Et qu’une entreprise peut très bien avoir besoin de plusieurs modèles selon ses usages.
Le véritable actif durable reste ailleurs : dans ses données, ses processus, ses règles métier et sa connaissance client.
L’enjeu devient donc moins de construire toute son architecture autour d’un modèle que de permettre à plusieurs intelligences artificielles d’exploiter correctement ce patrimoine.
Une évolution qui nous paraît particulièrement importante. Changer de modèle d’IA ne devrait pas signifier reconstruire l’ensemble de ses processus métier.
Koa : Salesforce veut quand même son propre modèle spécialisé dans le CRM
Et pourtant, au même moment, Salesforce dévoile Koa, son propre modèle de raisonnement spécialisé dans les usages CRM.
Contradictoire ? Pas forcément.
Koa n’a pas vocation à être un nouveau chatbot généraliste. Le modèle a été développé à partir de NVIDIA Nemotron puis post-entraîné pour comprendre et exécuter des tâches liées aux processus CRM.
Autrement dit, son intérêt se situe moins dans sa capacité à répondre à toutes les questions possibles que dans sa compréhension de tâches métier précises : traiter un dossier, qualifier une opportunité, mettre à jour des informations ou encore enchaîner plusieurs actions dans le CRM.
Salesforce précise par ailleurs qu’aucune donnée client n’a été utilisée pour son entraînement. Koa s’appuie notamment sur des scénarios synthétiques représentant des workflows CRM dans différents secteurs.
Le modèle est encore en phase pilote. Il est donc beaucoup trop tôt pour tirer des conclusions sur ses performances en conditions réelles.
Mais l’annonce soulève une question intéressante : et si l’avenir de l’IA en entreprise ne reposait pas sur un modèle unique capable de tout faire, mais sur plusieurs modèles plus ou moins spécialisés selon la tâche à accomplir ? À suivre !
Avec Agent Script, Salesforce remet des règles dans les agents IA
L’autonomie des agents fait beaucoup parler.
Sur le papier, demander à une IA d’analyser une situation et de décider seule de la meilleure action est séduisant.
Dans la réalité d’une entreprise, c’est un peu plus compliqué.
Un remboursement au-delà d’un certain montant doit peut-être être validé par un manager. Une opportunité ne peut pas changer de statut sans certaines informations. Une donnée sensible ne doit pas être accessible à tout le monde.
Dans ces situations, difficile de se contenter d’un « normalement, l’agent devrait comprendre ».
C’est justement le rôle d’Agent Script.
Salesforce cherche à combiner les capacités de raisonnement des modèles d’IA avec des étapes beaucoup plus déterministes. L’entreprise peut ainsi définir les moments où l’agent est libre de raisonner, ceux où il doit respecter une règle précise et ceux où l’intervention d’un humain reste obligatoire.
Et derrière une annonce qui paraît assez technique se cache selon nous un sujet essentiel.
Mettre un agent en production, ce n’est pas seulement lui apprendre ce qu’il peut faire. C’est aussi définir précisément ce qu’il ne peut pas décider seul.
Créer des agents devient plus simple. Les gouverner risque de devenir plus compliqué.
Un premier agent qui résume les rendez-vous commerciaux, très bien.
Un deuxième qui surveille les opportunités.
Un troisième qui traite certains documents.
Puis un agent dans le service client, un autre dans les opérations, plusieurs modèles différents et quelques agents développés en dehors de Salesforce…
Tout à coup, la question n’est plus seulement : « Est-ce que notre agent fonctionne ? »
Mais plutôt : Qui lui a donné accès à cette donnée ? Pourquoi a-t-il déclenché cette action ? Quel modèle a été utilisé ? Combien coûte son fonctionnement ? Ses réponses restent-elles fiables ? Et comment suivre tout cela lorsque plusieurs dizaines d’agents interviennent simultanément ?
Avec son AI Control Plane, Salesforce commence justement à répondre à cette problématique.
L’objectif est de disposer d’une couche permettant d’identifier les agents, gérer leurs accès, observer leur comportement et suivre leurs performances.
Et point important : cette gouvernance ne doit pas uniquement concerner les agents développés dans l’écosystème Salesforce, mais également des agents tiers. Nous entrons donc progressivement dans une nouvelle phase.
Après avoir appris à créer des agents IA, les entreprises vont devoir apprendre à les administrer. Cela peut sembler moins spectaculaire que Koa, Claudeforce ou une démonstration d’agent autonome.
Pourtant, c’est probablement le sujet auquel nous revenons le plus souvent chez Guimini. Un agent peut être extrêmement performant. S’il travaille à partir d’une donnée client obsolète, d’un pipeline mal renseigné ou d’un processus métier bancal, il produira des résultats tout aussi bancals.
Simplement plus vite. Et plus les agents gagnent en autonomie, plus ce problème devient important.
Avant de demander à une IA de détecter les opportunités à risque, encore faut-il que les opportunités soient correctement renseignées.
Avant de lui demander de préparer un rendez-vous client, encore faut-il qu’elle puisse retrouver les bons échanges et les bonnes informations.
Avant de lui permettre d’effectuer une action, encore faut-il que les règles métier et les permissions soient correctement définies.
L’arrivée des agents IA ne rend donc pas les fondamentaux du CRM moins importants. Elle les rend encore plus importants.
C’est peut-être là le principal enseignement que nous retenons de Dreamforce 2026.
Dreamforce 2026 : moins une révolution produit qu’un changement d’architecture
Pris séparément, AIforce, Claudeforce, Koa, Agent Script ou l’Enterprise AI Harness peuvent facilement donner l’impression d’une nouvelle succession de produits Salesforce à comprendre.
Mais lorsqu’on rassemble toutes ces annonces, une direction beaucoup plus claire apparaît.
Demain, l’utilisateur pourra travailler directement dans Salesforce, mais également depuis Claude, Slack ou une autre interface.
Une entreprise pourra utiliser les modèles Salesforce, mais également ceux d’Anthropic ou d’autres fournisseurs.
Elle pourra construire ses agents dans Agentforce, tout en utilisant parallèlement des agents provenant d’autres environnements.
Ce qui devra rester commun, c’est le socle qui permet à tous ces agents de comprendre l’entreprise et d’agir correctement : les données, le contexte client, les processus, les permissions et les règles métier.
Et finalement, derrière toutes les annonces IA de Dreamforce 2026, Salesforce semble nous dire une chose assez simple :
l’interface change, les modèles changent, les agents changent.
Mais le CRM reste le socle.
Claudeforce décrypté : webinar en ligne 7 octobre à 11h
Parce qu’entre les annonces faites sur scène à Dreamforce et ce que l’on peut réellement mettre en production dans une entreprise, il reste quelques questions à poser.
C’est justement ce dont nous allons parler lors de notre débrief Dreamforce 2026 en ligne.
Moussa Sidibé et Sélim reviendront sur les annonces qui nous semblent les plus structurantes, avec un focus particulier sur Claudeforce et la place que prend l’IA dans l’écosystème Salesforce.
L’objectif sera plutôt de confronter les annonces aux réalités des projets CRM : ce qui change vraiment, les usages qui deviennent possibles et les points sur lesquels il est encore préférable de garder un peu de recul.
👉 Je m’inscris au débrief Dreamforce 2026
FAQ — Dreamforce 2026 et les nouveautés IA de Salesforce
Quelles sont les principales annonces de Dreamforce 2026 ?
Dreamforce 2026 marque une nouvelle étape dans la stratégie IA de Salesforce avec notamment AIforce, Koa, l’Enterprise AI Harness, Agent Script et de nouvelles capacités autour d’Agentforce. Au-delà de ces nouveautés, Salesforce cherche surtout à créer un socle commun permettant aux agents IA d’accéder aux données et processus de l’entreprise, d'effectuer des actions et d'être gouvernés, y compris lorsqu'ils sont utilisés depuis des interfaces externes à Salesforce.
Qu’est-ce qu’AIforce annoncé à Dreamforce 2026 ?
AIforce est une nouvelle couche de Salesforce conçue pour rendre les données, workflows et actions Salesforce accessibles depuis différentes interfaces et différents agents IA. Un utilisateur peut ainsi interagir avec son environnement Salesforce depuis des outils comme Claude ou Slack sans nécessairement travailler directement dans l’interface traditionnelle du CRM.
Quelle est la différence entre AIforce et Agentforce ?
Agentforce sert principalement à créer et déployer des agents IA dans l’écosystème Salesforce, tandis qu’AIforce vise à rendre les capacités de Salesforce accessibles aux agents et interfaces externes. Les deux approches sont donc complémentaires : Agentforce concerne notamment la création d’agents, tandis qu’AIforce étend la manière dont Salesforce peut être utilisé par différentes intelligences artificielles.
Qu’est-ce que Claudeforce ?
Claudeforce désigne l’intégration entre Salesforce et Claude d’Anthropic permettant à Claude d’exploiter le contexte et les capacités de Salesforce. L’objectif est de permettre aux utilisateurs de réaliser des tâches CRM depuis Claude, par exemple préparer un rendez-vous, analyser un pipeline, synthétiser une opportunité ou identifier des actions commerciales à effectuer.
Cette intégration s’appuie notamment sur MCP (Model Context Protocol) et des skills Salesforce afin de connecter Claude au contexte et aux actions métier disponibles dans Salesforce.
Quelle est la différence entre Claudeforce et Agentforce ?
Claudeforce permet d’utiliser Claude comme interface et agent connecté à Salesforce, tandis qu’Agentforce est la plateforme Salesforce dédiée à la création et au déploiement d’agents IA.
Une entreprise n’est donc pas nécessairement obligée de choisir l’un ou l’autre. Selon ses usages et son architecture, elle peut utiliser différents agents ou modèles tout en conservant Salesforce comme socle de données et de processus métier.
Qu’est-ce que Koa, le nouveau modèle IA de Salesforce ?
Koa est un modèle de raisonnement développé par Salesforce et spécialisé dans les workflows CRM. Basé sur NVIDIA Nemotron puis post-entraîné pour des usages CRM, il est conçu notamment pour comprendre des processus métier, sélectionner les outils appropriés et enchaîner plusieurs actions.
Contrairement à un LLM généraliste, son intérêt réside donc dans sa spécialisation sur des tâches liées au CRM. Salesforce indique par ailleurs que les données de ses clients n’ont pas été utilisées pour entraîner Koa.
Qu’est-ce que l’Enterprise AI Harness de Salesforce ?
L’Enterprise AI Harness est l’architecture présentée par Salesforce pour connecter les modèles et agents IA au contexte, aux données, aux actions, à la sécurité et aux règles de gouvernance de l’entreprise.
L’objectif est notamment d’éviter de construire une architecture différente pour chaque modèle d’IA. Une entreprise pourrait ainsi faire évoluer les modèles ou agents qu’elle utilise tout en conservant un socle commun pour accéder à son système d’information.
À quoi sert Agent Script dans Salesforce ?
Agent Script permet d’encadrer le comportement d’un agent IA en combinant raisonnement et règles déterministes. L’entreprise peut définir les étapes sur lesquelles l’agent dispose d’une certaine autonomie, celles où il doit respecter une règle précise et celles qui nécessitent une validation humaine.
Cette approche est particulièrement importante pour les processus sensibles ou réglementés, pour lesquels une entreprise ne peut pas laisser un modèle prendre toutes les décisions de manière autonome.
Salesforce va-t-il remplacer son CRM par des agents IA ?
Non. Les annonces de Dreamforce 2026 indiquent plutôt une évolution de la manière d’accéder au CRM qu’un remplacement de Salesforce par l’IA. Les données, processus, permissions et règles métier restent au cœur de la plateforme, mais les utilisateurs pourront davantage les exploiter depuis des agents ou des interfaces externes.
Salesforce tend ainsi à devenir non seulement une interface CRM, mais aussi un socle de contexte et d’action pour les agents IA.
Faut-il avoir des données CRM fiables avant de déployer des agents IA ?
Oui. La qualité des données CRM conditionne directement la pertinence des actions réalisées par un agent IA. Un agent capable d’analyser automatiquement un pipeline ne pourra pas identifier correctement les opportunités à risque si les étapes, activités ou informations commerciales ne sont pas correctement renseignées.
Avant un projet d’agent IA connecté au CRM, il est donc important d’évaluer la qualité des données, les processus métier, les droits d’accès, les intégrations et les règles de gouvernance.
Quels cas d’usage deviennent possibles avec des agents IA connectés à Salesforce ?
Les agents IA connectés au CRM peuvent notamment préparer des rendez-vous commerciaux, détecter des opportunités à risque, analyser un pipeline, résumer des échanges clients, traiter des documents, mettre à jour des données ou recommander les prochaines actions à effectuer.
La pertinence de ces cas d’usage dépend toutefois de la qualité des données disponibles, des processus de l’entreprise et du niveau d’autonomie accordé à l’agent.
Comment préparer son entreprise à l’arrivée des agents IA dans Salesforce ?
Avant de déployer un agent IA, une entreprise devrait commencer par identifier un cas d’usage précis et mesurable, puis vérifier la qualité des données nécessaires, les processus concernés, les droits d’accès et les actions que l’agent pourra réaliser.
Chez Guimini, nous recommandons notamment de distinguer trois niveaux : ce que l’agent peut analyser, ce qu’il peut recommander et ce qu’il peut réellement exécuter. Cette distinction permet de construire progressivement l’autonomie de l’agent plutôt que de chercher immédiatement à tout automatiser.
.webp)