Salesforce & l’IA générative : ce que les grands modèles de langage changent vraiment

Il y a quelques années, le simple fait d’avoir une conversation fluide avec un robot relevait de la science-fiction. Aujourd’hui, non seulement c’est possible, mais cela transforme déjà notre manière de travailler. Et chez Salesforce, cette transformation ne se fait pas à l’aveugle.

Une révolution qui ne date pas d’hier

L’intelligence artificielle (IA) ne date pas d’hier. Depuis les années 1950, des chercheurs ont imaginé comment faire comprendre le langage humain à une machine. Mais ce n’est qu’avec l’arrivée des réseaux neuronaux, du deep learning, et surtout des transformeurs (architecture dévoilée par Google en 2017), que tout s’est accéléré.

Le tournant ? Des modèles capables de traiter des milliards de mots, de détecter des motifs complexes, et de générer des textes cohérents, précis et contextualisés. C’est ce qu’on appelle des grands modèles de langage — ou LLM (Large Language Models).

Un LLM, c’est quoi exactement ?

Un LLM est un modèle statistique de très grande taille entraîné à prédire... le mot suivant. Dit comme ça, c’est presque banal. Mais avec des milliards de paramètres (jusqu’à 1 000 milliards pour certains modèles), ces modèles apprennent les structures du langage, les nuances, les intentions, les tons — et deviennent capables de résumer, traduire, corriger, répondre, créer du code ou générer des images.

Ce sont ces capacités qui permettent à des IA comme ChatGPT de simuler une conversation humaine. Mais aussi à un modèle comme CodeGen (développé par Salesforce) de générer du code métier sur mesure.

Salesforce et les LLM : puissance ET cadre de confiance

Chez Salesforce, l’IA ne peut pas être une boîte noire. La confiance est une valeur fondamentale, et c’est sur elle que repose l’approche adoptée avec les LLM.

Plutôt que de laisser une IA générer librement du contenu, Salesforce a conçu une architecture spécifique : la Einstein Trust Layer.
Elle agit comme une couche de sécurité entre les données de l’entreprise et les modèles d’IA. Elle :

• filtre les requêtes sensibles,
• vérifie les réponses générées,
• protège la confidentialité (RGPD, PII, etc.),
• et garantit une traçabilité des échanges.

Agentforce : l’agent conversationnel qui agit

Mais Salesforce ne s’est pas arrêté à la génération de texte. Avec Agentforce, une plateforme complète d’agents IA autonomes est née.

Un agent peut :

• répondre à un client,
• créer un ticket,
• déclencher une action,
• proposer une recommandation produit…

Le tout, sans intervention humaine, tout en restant encadré par des règles métiers, des modèles spécifiques et des vérifications de sécurité.

Une IA responsable : les 5 piliers définis par Salesforce

Comme le rappelle Paula Goldman, Chief Ethical & Humane Use Officer chez Salesforce, l’utilisation des LLM s’inscrit dans une démarche éthique rigoureuse.

Voici les 5 principes clés retenus par Salesforce pour guider le développement de l’IA :

1. Exactitude
2. Sécurité
3. Transparence
4. Responsabilisation
5. Durabilité

Trois façons d’utiliser les LLM avec Salesforce

1. LLM partagés

Salesforce propose une passerelle sécurisée pour interroger des LLM tiers (comme OpenAI), sans exposer les données critiques.

2. LLM hébergés

Vous pouvez utiliser des LLM directement hébergés dans l’écosystème Salesforce, via Hyperforce, AWS, Anthropic, Cohere…

3. BYOM – Bring Your Own Model

Vous avez déjà un modèle maison ? Il peut être intégré à Einstein via Amazon SageMaker, Google Vertex AI, etc.
Les données restent dans votre infrastructure, tout en bénéficiant de la sécurité Salesforce.

Et demain ?

L’IA générative est un outil incroyablement puissant. Mais chez Salesforce, elle ne sera jamais déployée sans cadre, sans transparence, sans garde-fous.

Avec Agentforce, la Trust Layer, des LLM spécialisés, et une approche éthique exigeante, Salesforce montre qu’on peut construire une IA fiable, utile, responsable.

Et qu’on peut le faire aujourd’hui.