Salesforce a baptisé son chatbot Casey : et le vôtre ?

Le 11 septembre 2026, à quelques jours du Dreamforce 2026 ouvert à San Francisco, Salesforce a dévoilé sept agents IA nommés, avec des intitulés de poste et de la mémoire longue durée : Casey pour le service client, Paige pour le support IT et RH, Carter comme assistant shopping, Hunter pour la prospection sortante, Marshall pour la supply chain, Piper pour la qualification de leads entrants, et Fin comme agent de service client complémentaire. Cinq sont disponibles immédiatement. Hunter, propulsé par un nouveau moteur d’exécution longue durée conçu pour poursuivre un objectif sur plusieurs semaines au lieu d’une seule conversation, entre en pilote avec une disponibilité générale prévue pour novembre 2026.

Le message est délibéré : Salesforce ne vend plus des « chatbots ». Salesforce vend des coéquipiers avec des prénoms, des visages, une mémoire, greffés à Customer 360, qui suivent vos règles métier et qui agissent seuls. C’est une vraie histoire enterprise. C’est aussi une histoire qui a été résumée cette semaine en « les chatbots sont morts, il faut donner un prénom à votre IA » — et ce résumé est dangereux pour la plupart des entreprises françaises.

Voici ce qui s’est réellement passé, ce que ça coûte, et pourquoi pour l’immense majorité des PME et ETI françaises, un chatbot RAG borné — pas un agent autonome nommé — reste le premier bon achat en 2026.

Ce que Salesforce a réellement lancé

Casey, Paige, Carter, Marshall et Piper sont en disponibilité générale immédiate. Hunter entre en pilote avec une GA prévue en novembre 2026 et inaugure le long-horizon runtime, un moteur d’exécution qui permet à un agent de poursuivre un objectif commercial sur plusieurs semaines au lieu d’une seule conversation. Fin, un agent de service client préexistant, a été inclus dans l’annonce. Salesforce a aussi présenté le Trusted Enterprise AI Harness, une couche de gouvernance pour les entreprises qui font déjà tourner plusieurs plateformes d’agents IA en parallèle.

Techniquement, ces agents sont posés sur la plateforme de données Customer 360 de Salesforce. Ils opèrent à l’intérieur de vos règles métier, permissions et paramètres de sécurité existants. Ils appellent des outils, enchaînent des actions, transfèrent à un humain via Service Cloud. Le RAG les rend contextuels en récupérant depuis des sources internes de confiance, donc ils sont ancrés — mais ils ne sont pas bornés à un jeu documentaire précis. Ils peuvent accéder aux comptes, opportunités, tickets, commandes. C’est même tout l’intérêt.

Ce n’est pas un mauvais produit. Pour un CAC 40 qui fait tourner Salesforce de haut en bas, c’est une étape cohérente. Pour une agence immobilière lyonnaise de 20 personnes ou un cabinet d’expertise comptable nantais, c’est une erreur de catégorie.

Le prix affiché n’est pas le vrai prix

Agentforce propose aujourd’hui trois modèles tarifaires :

• 2 $ par conversation (lancé en octobre 2024), une conversation courant de la première réponse de l’agent jusqu’à la clôture du dossier ou 24 heures d’inactivité.
• Flex Credits à 500 $ pour 100 000 crédits — une action standard coûte 20 crédits (0,10 $), une action vocale 30 crédits (0,15 $).
• Licences par utilisateur à partir de 125 $ par utilisateur et par mois.

Les analyses indépendantes de 2026 par les cabinets de conseil en pricing ont mis en lumière ce que Salesforce ne met pas sur sa page tarifaire. Agentforce exige un socle Service Cloud existant. Il exige un abonnement Data Cloud obligatoire à partir de 108 000 $ par an. Il exige la constitution d’une base de connaissances, du développement sur mesure, et — selon plusieurs rapports terrain 2026 — une durée d’implémentation typique de cinq à onze mois. Avant que Casey ne réponde à son premier ticket, le coût total de possession pour un déploiement mid-market dépasse souvent les six chiffres annuels et mobilise un trimestre entier de ressources d’ingénierie.

Ce modèle fonctionne pour les grands comptes dotés d’une équipe d’administrateurs Salesforce, d’un budget Data Cloud et d’un programme de transformation IA pluriannuel. Il ne fonctionne pas pour une entreprise qui veut juste un chatbot sur son site web qui répond aux questions à partir d’un PDF produit, qui capte des leads à 2 h du matin et qui n’hallucine pas.

L’autonomie nommée n’est pas la seule façon de faire de l’IA

Le récit dominant de septembre 2026 — porté par Salesforce, par OpenAI (GPT-6 Astra le 3 septembre) et par xAI (Grok Bot for Enterprise le 3 septembre) — c’est que les chatbots sont morts et que l’avenir appartient aux agents autonomes dotés de mémoire, d’outils et d’objectifs multi-étapes.

La moitié de ce récit est juste. L’autre moitié est trompeuse.

La moitié juste : pour la productivité interne — un commercial qui rédige une proposition, un technicien IT qui provisionne un accès, un contrôleur de gestion qui rapproche des comptes — un agent autonome capable de traverser dix systèmes et de coordonner des workflows sur plusieurs semaines représente un vrai saut. Cisco a déployé MyAgent auprès de 90 000 employés cet été précisément pour ça. Grok Bot for Enterprise, Le Chat avec ses 20 connecteurs, ChatGPT Work et Claude Cowork servent tous ce Job A : productivité interne.

La moitié trompeuse : l’IA qui parle à vos clients sur votre site web n’a pas le même travail. On ne lui demande pas de rapprocher des comptes ni de piloter des campagnes de prospection sur plusieurs semaines. On lui demande de répondre honnêtement aux questions à partir de votre corpus documentaire, de capter des leads qualifiés, et de passer la main à un humain quand elle a un doute. C’est le Job B : chatbot client RAG borné. Job A et Job B se ressemblent de loin et obéissent à des économies, à des risques et à des régulations complètement différents.

Le rapport McKinsey State of AI 2026, publié le 25 août, l’a rendu explicite : les chatbots sont l’outil IA le plus scalé en entreprise (47 % des répondants), mais seulement 37 % des organisations rapportent un impact EBIT — stable par rapport à 2025. Le déploiement n’est pas le problème. Le bon déploiement pour le bon usage l’est. Les agents autonomes nommés gagnent les gros titres productivité ; le RAG client-facing borné gagne le P&L.

Où les agents nommés cassent pour une PME française

Trois écarts précis rendent les agents Salesforce nommés inadaptés comme premier achat pour une PME ou une ETI française.

1. Résidence des données et CLOUD Act. Salesforce est une société de droit américain. Des régions hyperscaler en Union européenne existent, mais la gouvernance de la maison mère reste intacte : le US CLOUD Act (2018) permet aux autorités américaines de contraindre les fournisseurs américains à divulguer des données hébergées partout dans le monde. Pour une entreprise européenne soumise au RGPD — et pour tout secteur régulé, des services financiers au juridique en passant par la santé — un chatbot qui ingère des conversations clients sous gouvernance américaine est un risque structurel, pas un risque de configuration. DoxyChat tourne sur Scaleway en France, avec Mistral en modèle open-weight Apache 2.0, sans exposition CLOUD Act by design.

2. Surface d’attaque et Article 50 de l’EU AI Act. Depuis le 2 août 2026, l’Article 50 de l’EU AI Act est enforced dans les 27 États membres. Tout chatbot doit s’identifier comme IA dès la première interaction, et les opérateurs doivent pouvoir produire une piste d’audit sur demande. Les amendes atteignent 15 M€ ou 3 % du chiffre d’affaires mondial. Un chatbot RAG borné qui ne lit que dans un jeu documentaire contrôlé est simple à auditer : chaque réponse remonte à une citation, chaque citation à un événement d’ingestion. Un agent autonome nommé qui lit dans Customer 360, appelle des outils, enchaîne des actions et poursuit des objectifs sur plusieurs semaines présente une surface d’audit un ordre de grandeur plus large — et une surface d’hallucination proportionnellement plus large aussi. Ce qui est borné est auditable.

3. Coût de l’échec et verrouillage. Un chatbot à 19 € par mois qui rate une réponse vous coûte une réponse ratée et une leçon apprise. Un bundle d’agents à 125 $ par utilisateur et par mois qui rate — après neuf mois d’implémentation, 108 000 $ de Data Cloud et des dépendances Customer 360 impossibles à défaire — vous coûte une stratégie. En septembre 2026, OpenAI a annoncé qu’il cesserait de fournir ses modèles à Cursor à partir du 12 novembre 2026, un rappel que la chaîne d’approvisionnement LLM peut se casser à tout moment. Une architecture chatbot qui abstrait le modèle (DoxyChat utilise Mistral en production avec un fallback Gemini) survit aux ruptures fournisseur. Une pile d’agents nommés fusionnée avec un CRM unique, non.

Ce qu’est vraiment DoxyChat

DoxyChat n’est pas un agent autonome avec un prénom. C’est un chatbot RAG borné pour les conversations client-facing. Vous téléversez votre PDF produit, vos CGV, votre FAQ, votre politique interne, votre base documentaire, ou vous le pointez vers votre site web. DoxyChat ingère, découpe, vectorise, indexe. Quand un visiteur pose une question, DoxyChat récupère les passages pertinents, génère une réponse ancrée, cite la source, capte le lead quand c’est pertinent, et transfère à un humain quand il ne sait pas.

Il n’accède pas à votre CRM. Il n’appelle pas d’outils arbitraires. Il ne poursuit pas d’objectifs multi-semaines de manière autonome. Il fait exactement ce qu’un chatbot client doit faire en 2026 : être présent, être précis, être auditable, et être contenu.

Parce qu’il est contenu :

• L’ensemble des réponses est borné à ce que vous lui avez donné — pas d’hallucinations sauvages, pas d’actions imprévisibles.
• La piste d’audit est triviale à produire pour les contrôles RGPD et EU AI Act.
• Le déploiement prend des minutes, pas des mois. Le widget se pose en une ligne de JavaScript.
• Le prix est prévisible : plan Discovery gratuit pour un premier chatbot sur dix documents, puis des paliers transparents jusqu’aux tiers business standard. Pas de facturation à la conversation, pas de socle Data Cloud obligatoire, pas de six mois d’implémentation.
• L’hébergement est Scaleway France. Le LLM est Mistral (open-weight, Apache 2.0). Aucune exposition CLOUD Act. Article 50 natif.

Le cadre de décision pour 2026

Si votre entreprise fait partie du CAC 40, tourne sur Salesforce comme système de référence, dispose d’un centre d’excellence IA staffé, et achète une équipe d’agents IA pour siéger à côté de vos commerciaux — Casey, Paige, Hunter et leurs collègues sont le choix cohérent. Salesforce les a construits pour vous.

Si votre entreprise est une PME ou une ETI qui a besoin que le chatbot de son site web réponde correctement aux questions des clients, capte des leads et ne se fasse pas épingler par la CNIL — vous n’avez pas besoin d’un agent nommé. Vous avez besoin d’un chatbot RAG borné hébergé dans votre juridiction, sur des modèles que vous pouvez inspecter, à un prix que vous pouvez anticiper, et avec un temps de déploiement qui tient entre deux cafés.

L’industrie donne des prénoms à ses agents cette semaine. Très bien. Ça ne veut pas dire que votre chatbot a besoin d’un prénom. Ça veut dire que vous devez être plus clair que jamais sur le poste pour lequel vous recrutez — confinement client-facing, ou autonomie de productivité interne — et acheter l’outil qui correspond, pas celui qui a le communiqué de presse le plus bruyant.

Essayez l’alternative contenue

DoxyChat vous donne un chatbot RAG borné sur vos documents, hébergé en France, conforme RGPD et Article 50 de l’EU AI Act, déployé en deux minutes avec une seule ligne de JavaScript. Le plan Discovery est gratuit à vie — un chatbot, dix documents, 200 requêtes par mois — assez pour valider le modèle sur votre propre contenu avant tout engagement. Essayez DoxyChat gratuitement sur www.doxychat.com et voyez ce que donne un chatbot conçu pour le poste qu’il occupe réellement.