Dreamforce a couvert plus de terrain cette année qu’une seule personne ne pourrait réalistement en suivre. J’ai assisté à plusieurs sessions en personne, puis j’ai rattrapé le reste en ligne par la suite. Ce texte rassemble ce qui compte pour les équipes qui cherchent à comprendre ce qui change une fois les annonces terminées. Plutôt que d’énumérer chaque fonctionnalité lancée par Salesforce, je me suis concentré sur ce qui pourrait changer la façon dont les gens travaillent au quotidien.
Quelques thèmes revenaient dans presque tous les produits.
Le premier : Salesforce ne s’attend plus vraiment à ce que vous passiez toute votre journée dans Salesforce. AIforce est l’idée plus large derrière cette approche, avec Claudeforce dans Claude, Slackforce dans Slack et Agentforce Coworker dans Lightning. Le principe est assez simple : les gens travaillent là où ils sont le plus à l’aise, tandis que les données, le contexte et les autorisations Salesforce les suivent.
MCP était aussi partout. Le Model Context Protocol est devenu la norme pour connecter directement les assistants IA aux systèmes, et presque chaque annonce de produit semblait inclure un serveur MCP, une collection de compétences, ou les deux. La question utile est maintenant de savoir ce qu’un agent peut accomplir dans plusieurs applications à la fois.
L’autre thème récurrent était le contrôle. Salesforce a été assez constant sur ce point : laissez le modèle raisonner, mais laissez vos systèmes, vos autorisations et vos règles d’affaires avoir le dernier mot.
Dans cet esprit, voici ce qui a retenu mon attention. Si un seul produit vous intéresse, passez directement à la section correspondante :
- Agentforce
- Data 360
- Marketing Cloud
- Sales Cloud
- Commerce
- Slack
- Tableau
- Administrateurs
- Développeurs
- Architectes
Agentforce
Agentforce Coworker a attiré la majeure partie de l’attention, mais les Skills pourraient s’avérer la fonctionnalité la plus utile en pratique. Si une personne de votre équipe exécute un processus chaque semaine, vous pouvez transformer ce processus en compétence réutilisable que Coworker ou un autre agent pourra exécuter plus tard. Cela semble assez élémentaire, mais cela règle un problème que presque toutes les organisations ont : une part étonnante du travail important dépend encore de quelqu’un qui se souvient exactement de la façon dont il l’a fait la dernière fois.
Les agents peuvent aussi poursuivre un objectif bien au-delà d’une seule interaction. Au lieu de repartir de zéro chaque fois, ils peuvent savoir où le travail s’est arrêté et continuer à mesure que la situation évolue. C’est beaucoup plus utile pour, par exemple, relancer une opportunité au point mort pendant plusieurs semaines que la démo IA habituelle d’une question, une réponse.
Data 360
Data 360 devient beaucoup plus accessible en dehors de sa propre interface. Le mappage des données, la résolution d’identité et la segmentation peuvent maintenant être gérés par le serveur MCP de Data 360 depuis Claude, Slack ou un autre client MCP, tout en respectant les autorisations Salesforce sous-jacentes. Un générateur de segments conversationnel est aussi attendu au début de la nouvelle année.
L’Agent Context Engine a été l’une des annonces les plus intéressantes pour moi. Nous avons passé des années à sortir les données clients de silos distincts, puis nous avons commencé à créer de nouveaux silos en donnant à chaque agent sa propre mémoire et son propre contexte. Le Context Engine vise à rendre cette information utilisable par tous les agents, y compris ceux hors d’Agentforce, sans envoyer chaque élément de contexte disponible dans chaque interaction. Le système peut plutôt fournir l’information pertinente à la question posée.
Le lignage est une autre fonctionnalité qui risque de recevoir moins d’attention, mais qui est importante. Si un agent crée un segment à partir d’un champ auquel vous ne vous attendiez pas, vous pouvez retracer l’origine de ce champ et voir où il est utilisé ailleurs. Si des agents doivent travailler avec des données clients, c’est le genre de visibilité que je voudrais avoir en place avant de leur accorder plus d’autonomie.
Marketing Cloud
Palmata a été l’une des annonces les plus inusitées. L’outil analyse la façon dont les moteurs de réponse IA décrivent votre marque et aide à repérer le contenu qui influence ces réponses. Dans la démo, deux pages de soutien contribuaient à une description plus négative de l’entreprise dans les réponses générées par l’IA. C’est le genre de problème sur lequel les équipes marketing n’avaient pas vraiment de visibilité auparavant. Des rapports gratuits sont offerts, et je serais tenté d’en produire un avant le prochain cycle de planification, simplement pour voir ce qui en ressort.
Le Campaign Agent représente probablement le plus grand changement opérationnel. Au lieu de concevoir manuellement chaque étape d’un parcours, vous donnez à l’agent un objectif et un budget. Il peut ensuite déterminer le message, le canal et le moment pour chaque personne. Les audiences adaptatives permettent aussi à quelqu’un de passer à une autre campagne, ou de ne rien recevoir du tout, selon ce que le système juge approprié. Pour les équipes marketing qui ont passé des années à bâtir des parcours de plus en plus complexes, c’est un changement de mentalité important. Vous gérez l’objectif plutôt que chaque embranchement du parcours.
Du côté B2B, Piper gère l’activité entrante tandis que Hunter travaille les comptes en arrière-plan, avec un contexte partagé entre les deux. Piper peut aussi présenter directement sur un site Web à partir d’une bibliothèque de diapositives existante, raccourcir la présentation sur demande, puis envoyer la présentation par la suite dans la langue du visiteur.
Sales Cloud
Momentum est probablement l’annonce Sales Cloud qui m’a le plus marqué. L’outil écoute les appels, les courriels et l’activité Slack et utilise cette information pour mettre à jour les fiches CRM, y compris les objets personnalisés, les champs de qualification et les revues d’affaires. Les équipes de vente demandent aux représentants de tenir toute cette information à jour manuellement depuis une vingtaine d’années, avec des résultats mitigés. Éliminer ce travail administratif a potentiellement plus de valeur que bien des démos IA plus impressionnantes.
Hunter est l’agent de prospection sortante. Il donne accès à ZoomInfo, Demandbase et Apollo et peut s’appuyer sur les opportunités conclues pour déterminer ce que vos clients gagnants ont en commun. J’ai apprécié qu’il puisse montrer les preuves derrière ses conclusions, y compris des citations tirées d’affaires antérieures, plutôt que de simplement présenter un profil client idéal (ICP) en vous demandant de lui faire confiance.
Claudeforce est aussi livré avec 37 compétences de vente et se connecte par MCP. L’une des démos montrait un responsable des revenus créer un centre de commande des ventes en grande partie à partir d’une requête. Il y a quelques années, quelque chose de semblable aurait probablement exigé un projet avec un consultant en solutions, plusieurs réunions et une bonne dose de configuration.
Commerce
Carter est le nouvel agent d’achat et fonctionne sur le moteur de recherche commerce mis à jour de Salesforce. Selon Salesforce, la nouvelle recherche convertit 13 % mieux que la recherche par mots-clés qu’elle remplace. Ce qui a surtout attiré mon attention, c’est que cette technologie de recherche peut aussi être déployée sur Shopify, Adobe, Magento ou une plateforme commerce sur mesure. Pas besoin de tout migrer vers Commerce Cloud pour l’utiliser.
Commerce Connect applique la même idée dans l’autre sens en rendant les catalogues de produits accessibles par des canaux IA tiers. ChatGPT et Gemini sont en ligne, et TikTok devrait suivre en janvier. Si de plus en plus de parcours d’achat commencent dans des assistants IA plutôt que sur le site du détaillant, diffuser une information produit exacte dans ces canaux devient de plus en plus important.
Storefront Next ajoute des modèles sectoriels et une trousse de développement qui fonctionne avec Claude ou Cursor. Salesforce a souligné une marque qui a été mise en ligne en 28 jours. Le point de vente s’étend aussi au-delà d’iOS vers Android et Windows, ce qui élimine l’une des contraintes matérielles les plus concrètes pour les entreprises qui envisagent une migration.
Slack
Slack CRM intègre les fonctionnalités CRM directement dans Slack et est inclus avec Business+. Slackbot devient aussi un client MCP, avec des connexions vers Sales Cloud, Service Cloud, Agentforce, Data 360 et Tableau. C’est plus important qu’il n’y paraît. Si les vendeurs peuvent obtenir l’information Salesforce dont ils ont besoin depuis Slack, ils ont moins de raisons de passer d’une application à l’autre pour vérifier ou mettre à jour une fiche.
Slackforce Surfaces va encore plus loin. Vous pouvez décrire la vue souhaitée et créer une interface partagée en direct, connectée à vos systèmes et régie par les autorisations existantes. Une vue sur la santé des affaires placée dans le canal où l’équipe travaille déjà a probablement plus de chances d’être utilisée qu’un autre document ou tableau de bord qu’il faut penser à ouvrir.
Slack Code était aussi intéressant. Des agents de codage peuvent travailler dans un canal pendant que des non-développeurs suivent ce qui se passe, lisent les modifications et réorientent le travail en langage courant. Anthropic a indiqué que 90 % de son code est maintenant écrit de cette façon. Peu d’organisations approcheront ce chiffre. L’idée à retenir, c’est que le développement logiciel devient visible pour les personnes qui demandent le travail, au lieu de disparaître dans un processus technique distinct.
Tableau
Tableau Studio est une expérience de création entièrement repensée. Vous pouvez décrire la visualisation voulue et laisser un agent la construire, tandis que le canevas glisser-déposer traditionnel demeure disponible pour ajuster le résultat manuellement. Des compétences peuvent aussi être ajoutées pendant la création. Un exemple : une compétence conçue pour accélérer un tableau de bord lent.
Tableau Data Apps va au-delà des tableaux de bord et vous permet de créer une application interactive dans Claude, puis de la publier dans Tableau, tout en respectant les autorisations sous-jacentes. Une vue des données montre aussi le modèle derrière les chiffres affichés. C’est important, car l’une des premières questions qu’on posera au sujet d’un tableau de bord généré par l’IA sera, avec raison : « D’où vient ce chiffre? »
Tableau Knowledge construit un graphe de connaissances à partir des modèles sémantiques que vous avez déjà, ainsi que de contenu non structuré comme des PDF et des glossaires. Il peut aussi évaluer la santé de ces connaissances et signaler, par exemple, les cas où la définition d’un indicateur a changé sans que tout le monde s’en rende compte.
Administrateurs
Builder Central est probablement par là que je commencerais parmi les annonces destinées aux administrateurs. Vous décrivez ce que vous voulez bâtir, et l’outil peut créer l’application, l’agent, le flux et l’ensemble d’autorisations. Avant de créer quoi que ce soit, il vous remet un sommaire que vous pouvez réviser et modifier. Cette étape de révision est importante, car elle signifie que le flux de travail ne se résume pas à « lancer une requête et espérer ». Builder Central est passé en version bêta la semaine suivant Dreamforce et est gratuit dans chaque org, selon des limites d’utilisation.
Quick Pages vise un autre problème. Des utilisateurs avancés de confiance peuvent créer des applications d’une seule page sur des données existantes sans modifier les métadonnées sous-jacentes. Pour toutes ces petites demandes internes utiles, mais jamais assez importantes pour se rendre au backlog de développement, cela pourrait être un compromis sensé.
Développeurs
Le plugiciel de développement Salesforce pour Claude Code est maintenant offert en disponibilité générale. Il donne à l’agent de codage un accès sécurisé à une org Salesforce, ainsi que des outils de cycle de vie et des compétences préconçues qui lui apprennent le fonctionnement de la plateforme Salesforce. Une trousse sans interface (headless) est aussi offerte pour d’autres agents de codage, ce qui est important pour les équipes qui ne veulent pas lier leur processus de développement à un seul modèle ou fournisseur.
Lifecycle Center mise davantage sur le flux de travail de développement quotidien. Vous pouvez définir une orchestration, faire passer un bogue à l’état prêt et laisser un agent cloner le dépôt, travailler sur le correctif et ouvrir une demande de tirage (pull request). Un autre agent peut ensuite réviser la modification. Un sélecteur de modèle est offert si l’agent prend une mauvaise direction, ainsi que des rapports montrant quel travail a été accepté et combien de temps il a permis d’économiser. Ce dernier point comptera à mesure que les organisations dépasseront l’expérimentation et commenceront à se demander si les agents de codage accélèrent réellement la livraison.
Architectes
Le Well-Architected Framework a fait l’objet d’une mise à jour importante, incluant cinq piliers axés sur les systèmes agentiques. Un agent architecte est maintenant offert dans l’Architecture Center, fondé sur ce contenu. Pour bien des gens, ce sera une façon plus utile d’interagir avec le cadre que de parcourir une longue page de référence pour répondre à une question d’architecture précise.
Le serveur MCP Headless 360 vise aussi à offrir un point d’entrée unique dans Salesforce à l’aide de trois outils : découvrir, décrire et répartir. Il est actuellement en bêta ouverte et devrait passer en disponibilité générale au début de novembre sous le nom de serveur MCP Salesforce.
Par où je commencerais
Deux aspects de l’histoire interne de Salesforce méritent l’attention, peu importe la taille de l’entreprise.
Le premier est la façon dont l’entreprise organise le travail de développement. De petites équipes réunissent une partie prenante d’affaires aux opinions bien arrêtées et une poignée de concepteurs. Les rencontres quotidiennes (stand-ups) sont enregistrées, la transcription est publiée dans un canal Slack public, et un agent de codage intervient plusieurs fois par jour. Selon Salesforce, cette approche a raccourci à la fois la prise de décision et les délais de livraison, et une grande part de son travail fonctionnera éventuellement ainsi. Le processus précis ne se transposera peut-être pas tel quel dans chaque entreprise, mais le principe, probablement oui : rapprochez les personnes qui comprennent le problème de celles qui bâtissent la solution, qu’il s’agisse d’une personne ou d’un agent.
Le second est la façon dont l’entreprise répartit les responsabilités. Les TI gèrent les fondations de façon centralisée : confiance, conformité, sécurité et structure des données de base. Les équipes ont ensuite la latitude de bâtir pour leur fonction, et chaque employé a la latitude d’automatiser ou de bâtir des outils pour son propre travail. C’est l’une des réponses les plus concrètes que j’ai entendues à la question de savoir comment permettre à plus de gens de bâtir sans créer un chaos total.
Il y a aussi une mise en garde dans tout cela. Les clients qui parlaient de résultats mesurables n’ont généralement pas commencé par acheter un agent et le diriger vers tout. Un client, après cinq transformations majeures, a affirmé que l’erreur récurrente était de ne pas investir suffisamment dans la migration et la gouvernance des données. Le même constat est revenu ailleurs. Les équipes qui ont fourni à leurs agents des données bien cataloguées, bien structurées et dont la qualité était vérifiée ont obtenu de meilleurs résultats et des coûts d’exploitation plus bas que celles dont les agents devaient d’abord comprendre ce que les données signifiaient.
Donc, si je ne devais retenir qu’une chose de Dreamforce, ce serait celle-ci. Choisissez un processus qui vaut la peine d’être corrigé. Mettez en ordre les données qui le soutiennent. Mettez en place les bons contrôles. Puis automatisez ou ajoutez des agents à partir de là.
Ce conseil n’est pas particulièrement nouveau. Ce qui a changé, c’est que la plupart des annonces de Salesforce cette année rendent beaucoup plus visible l’écart entre les équipes qui ont fait ce travail de base et celles qui ne l’ont pas fait.
