Data / IA
Paul Medevielle (Salesforce) : « Les transformations réussies partent du métier »
Par Laurent Delattre, publié le 09 septembre 2026
L’IA agentique est-elle enfin sortie des POC ? Pour Paul Medevielle, Head of AgentForce France chez Salesforce, le mouvement est déjà bien engagé. Invité par Thomas Pagbé lors de la Matinale IT for Business intitulée « IA, ML, agents : comment vos métiers s’en emparent ? », il défend surtout une conviction : les projets qui passent réellement à l’échelle ne partent pas de la technologie, mais des processus métiers à transformer.
L’IA agentique n’est plus seulement une affaire de démonstrations spectaculaires et de chatbots améliorés. Selon Salesforce, Agentforce compte désormais des dizaines de milliers de déploiements commerciaux et les agents exécutent plusieurs milliards d’« Agentic Work Units » (AWU), l’unité inventée par l’éditeur pour mesurer non plus les tokens consommés mais le travail effectivement accompli.
« On parle beaucoup de tokens quand on parle d’IA, d’agentique, mais finalement ça ne veut pas dire grand-chose », résume Paul Medevielle. Salesforce revendiquait au printemps près de 3,8 milliards d’AWU exécutées. Une métrique maison, donc à prendre pour ce qu’elle est, mais qui traduit bien le changement de focale : après la course aux modèles et aux benchmarks, l’entreprise veut désormais mesurer des actions réalisées en production. Chacun inventant au passage ses propres métriques.
Le métier d’abord, la technologie ensuite
Pour Paul Medevielle, le principal enseignement des dix-huit derniers mois est pourtant ailleurs. « Les projets IA et les transformations réussies, notamment sur l’agentique, sont portés par la direction générale, sont portés par des exécutifs et ne sont pas des projets IT. »
Dit autrement, partir d’Agentforce, de Copilot, d’un LLM ou d’une plateforme d’agents puis chercher ce que l’on pourrait bien en faire reste la meilleure façon d’accumuler les POC. « Si on priorise des cas d’usage qui ne sont pas les bons, quelle que soit la technologie qu’on utilise, si à la fin ça ne rapporte rien à l’organisation et que ça n’a aucun impact sur les piliers stratégiques, évidemment ce sera un échec. »
L’exemple d’Adecco illustre cette logique. Le groupe a d’abord repensé son processus de recrutement avant d’y injecter des agents de présélection capables de dialoguer avec les candidats par écrit ou par téléphone. L’IA filtre et qualifie ; les recruteurs humains récupèrent ensuite une shortlist et reprennent la main sur les phases à plus forte valeur.
Le sujet dépasse donc largement l’automatisation d’une tâche. Il touche à la répartition du travail entre humains et machines, une transformation organisationnelle que nous analysions à l’occasion de l’Agentforce World Tour Paris : IA agentique : pourquoi le vrai choc sera organisationnel.
Marketing, finance, service client… les agents descendent dans les métiers
Les exemples cités pendant l’entretien montrent surtout combien les terrains d’expérimentation se diversifient.
Chez Spoticar, marque de véhicules d’occasion de Stellantis, un agent conversationnel intégré à WhatsApp peut comprendre le besoin d’un prospect, interroger un stock d’environ 75 000 véhicules, suggérer des modèles puis aller jusqu’à la prise de rendez-vous en concession.
Chez Meilleurtaux, les usages touchent le back-office, la conformité, la préparation des rendez-vous patrimoniaux ou l’aide aux processus de souscription. Bouygues Telecom utilise de son côté Iris pour assister plusieurs milliers de collaborateurs du service client, tandis que SharkNinja pousse l’agent jusque dans l’accompagnement post-achat et l’utilisation des produits.
À chaque fois, la logique est similaire : absorber les demandes répétitives, préparer le travail et réserver à l’humain les situations nécessitant davantage de jugement ou d’interaction. Mais plus les agents agissent, plus se pose la question de ce qu’on accepte réellement de leur déléguer. Un enjeu développé dans notre analyse de sept grandes études consacrées à l’agentique : Agents IA : ce que sept grandes études disent de la capacité des entreprises à leur déléguer du travail
Pour la DSI, le vrai sujet devient l’orchestration
Salesforce applique évidemment son propre remède. L’éditeur se présente historiquement comme son « customer zero » et utilise ses agents pour qualifier des prospects, prendre en charge une partie du support ou assister ses collaborateurs.
Paul Medevielle cite notamment Coworker, un agent interne servant de porte d’entrée vers le CRM et les outils de l’entreprise. Il adapte ses capacités « au rôle de chacun, aux permissions de chacun » et peut appeler d’autres agents spécialisés pour préparer un rendez-vous commercial, lancer une campagne marketing ou accélérer un recrutement.
C’est probablement là que se situe le principal message pour les DSI. Quand les agents deviennent capables de franchir les frontières applicatives et d’exécuter des actions, le problème n’est plus simplement de choisir le meilleur modèle. Il faut gérer identités, permissions, données accessibles, traçabilité, règles métier et supervision.
Une problématique qui remet en première ligne la gouvernance de l’IA et que pose désormais très directement l’ISO 42001 (cf. Face au déferlement des agents IA, la norme ISO 42001 doit-elle devenir une nouvelle priorité des DSI ?)
Et Paul Medevielle le reconnaît lui-même à propos de Salesforce : « On voit à quel point ça va vite et à quel point il faut aussi s’adapter si on veut rester en avance. »
Pour les DSI, la bataille de l’IA agentique ne consiste donc déjà plus à savoir comment construire un agent. Mais à savoir comment gouverner une entreprise qui pourrait bientôt en compter des centaines, voire des milliers.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
