Comment les responsables du support client déploient et supervisent les Agentforce Service Agents dans Salesforce Service Cloud pour gérer les requêtes entrantes

Les responsables du support client sont constamment sous pression pour réduire l'accumulation de requêtes (case backlogs), diminuer les temps moyens de traitement et maintenir une satisfaction client élevée sur l'ensemble des canaux numériques. Les agents Salesforce Agentforce Service Agents — la nouvelle génération d'IA autonome de service client intégrée directement dans Service Cloud — répondent à ce défi en traitant les demandes entrantes courantes de manière autonome, tout en préservant des voies d'escalade fluides vers des agents humains. Le succès du déploiement d'Agentforce repose sur une approche structurée, une supervision opérationnelle proactive via Omni-Channel Supervisor et un suivi continu des performances. Ce guide accompagne les responsables du support dans toutes les étapes de configuration, de lancement, de supervision et d'optimisation des agents Agentforce Service Agents pour la résolution des requêtes entrantes.

Comprendre le rôle d'Agentforce dans Service Cloud

Contrairement aux chatbots traditionnels basés sur des règles et tributaires d'arbres de décision rigides, les agents Agentforce Service Agents exploitent de grands modèles de langage (LLM) génératifs orchestrés par des moteurs de raisonnement. Au lieu de suivre des scripts préétablis et ramifiés, un agent Agentforce évalue les messages entrants des clients par rapport à des thématiques métier définies (Topics), identifie l'intention du client et exécute les actions appropriées à l'aide de données CRM fiables.

Dans une architecture Service Cloud standard, l'Agentforce Service Agent fait office de première ligne de défense pour les canaux numériques entrants. Il peut répondre à des questions sur les politiques de l'entreprise, consulter en temps réel l'état d'une commande, traiter des transactions standard telles que des mises à jour d'adresse ou des prises de rendez-vous, et recueillir les détails préalables avant de transmettre les dossiers complexes à des conseillers humains.

Les fondations d'Agentforce reposent sur trois piliers au sein de la plateforme Salesforce :

• Salesforce Data Cloud et Knowledge : Des mécanismes d'ancrage (Grounding) garantissent que l'agent extrait des articles vérifiés de la base de connaissances de l'entreprise et le contexte des fiches clients, minimisant ainsi les hallucinations.
• L'Einstein Trust Layer : Des mécanismes de sécurité intégrés appliquent des accords de rétention de données nulle avec les fournisseurs de LLM, masquent les informations d'identification personnelle (PII) et effectuent un filtrage de toxicité en temps réel.
• L'intégration Omni-Channel : Le routage unifié traite l'agent d'IA comme un membre numérique de l'équipe, assurant un équilibrage cohérent de la charge de travail, une gestion efficace des files d'attente et des transferts fluides entre les canaux de messagerie.

Prérequis avant le déploiement et préparation des données

Avant de configurer l'agent d'IA dans Salesforce Setup, les responsables du support doivent s'assurer que les fondations opérationnelles et de données sont en place. La précision et l'efficacité d'un agent d'IA dépendent entièrement de la qualité des données auxquelles il se réfère.

1. Configuration des licences et des autorisations

Assurez-vous que l'organisation dispose de licences Agentforce actives et qu'Einstein Generative AI est activé dans Setup. Les responsables et administrateurs du support chargés de concevoir et de superviser les agents doivent disposer d'ensembles d'autorisations spécifiques :

• Manage Agentforce Service Agents et Manage AI Agents pour créer, configurer et mettre à jour la logique de l'agent.
• Contact Center Supervisor ou des autorisations de superviseur personnalisées donnant accès à l'onglet AI Agents dans Omni-Channel Supervisor.
• Autorisations Omni-Channel standard pour gérer les configurations de présence, les profils de routage et les files d'attente de service.

2. Préparation de la base de connaissances et Grounding

Auditez les articles existants de Salesforce Knowledge pour vous assurer qu'ils sont à jour, clairement structurés et rédigés de manière concise. Agentforce utilise la génération augmentée par récupération (RAG) pour interroger les bases de connaissances :

• Archivez les articles obsolètes et résolvez les contradictions entre anciennes versions de documentation.
• Structurez les articles avec des titres explicites, des listes à puces et des étapes bien définies afin de fiabiliser la recherche sémantique.
• Vérifiez les paramètres de visibilité des articles pour vous assurer que l'agent ne consulte que la documentation publique destinée aux clients, et non les notes internes réservées aux conseillers.

3. Données client unifiées dans Data Cloud

Connectez les identifiants clients entre les fiches de contact, les comptes et les systèmes transactionnels externes grâce à Data Cloud. Lorsqu'une requête entrante arrive, l'agent tire parti de ce profil unifié pour identifier le client, consulter ses transactions récentes et personnaliser ses réponses sans poser de questions de vérification répétitives.

Déploiement pas à pas dans Service Cloud

Le déploiement d'un agent Agentforce Service Agent implique de configurer son comportement dans Agent Builder, de définir ses limites opérationnelles, d'établir des actions métier et de connecter l'agent aux canaux de communication entrants.

Étape 1 : Configuration de la persona et des instructions globales

Ouvrez Setup, accédez à Agentforce Agents, puis créez ou sélectionnez un Service Agent pour lancer Agent Builder.

1. Définir l'identité de l'agent : Renseignez le nom de l'agent, sa persona publique et sa langue principale.
2. Définir les instructions système : Fournissez des garde-fous clairs et de haut niveau concernant l'identité, le ton et les limites opérationnelles de l'agent. Précisez la façon dont l'agent se présente (par exemple en mentionnant explicitement qu'il s'agit d'un assistant automatisé) et le style de communication à adopter (professionnel, empathique et concis).
3. Spécifier les directives hors périmètre (Out-of-Scope Directives) : Indiquez explicitement à l'agent les sujets qu'il doit décliner ou transférer immédiatement à des conseillers humains, tels que les demandes d'ordre juridique, les litiges de facturation dépassant certains montants ou les demandes explicites d'assistance humaine.

Étape 2 : Structuration des thématiques (Topics) et sous-thématiques

Les thématiques définissent les domaines opérationnels que l'agent est autorisé à traiter. Plutôt que de regrouper toutes les instructions dans un prompt monolithique unique, les responsables du support doivent partitionner la logique métier en thématiques modulaires :

Chaque thématique nécessite une description de son périmètre et un ensemble d'instructions claires. Le moteur de raisonnement s'appuie sur la description du sujet pour décider du moment où il convient de l'activer en fonction des requêtes du client.

Étape 3 : Équiper les thématiques d'actions (Actions)

Les actions sont les outils exécutables qui permettent à un agent Agentforce d'extraire des informations ou d'effectuer des mises à jour dans Salesforce. Les actions peuvent être créées via :

• Autolaunched Flows : Idéaux pour les flux déclaratifs, tels que la mise à jour d'un enregistrement de Case, la création d'un numéro de retour (RMA) ou la vérification des stocks.
• Apex Classes : Utilisées pour les logiques complexes, les requêtes multi-systèmes ou les opérations nécessitant des performances strictes.
• Prompt Templates : Conçus dans Prompt Builder pour générer des résumés sur mesure ou des réponses formatées à partir de champs d'enregistrements spécifiques.
• MuleSoft APIs : Intégrées pour connecter des systèmes ERP externes ou des bases de données de gestion des commandes existantes.

Chaque action doit comporter des paramètres d'entrée et de sortie clairement documentés. Le moteur de raisonnement analyse ces descriptions de paramètres pour déterminer quelles valeurs extraire de la conversation et transmettre à l'action.

Étape 4 : Configuration du routage entrant via Omni-Channel Flow

Pour acheminer les demandes entrantes des clients vers l'Agentforce Service Agent, créez un Omni-Channel Flow dans Flow Builder :

1. Créez un nouveau flux de type Omni-Channel Flow (Contact Center).
2. Ajoutez un élément Route Work au canevas du flux.
3. Dans la configuration du routage, définissez le service de routage sur Agentforce et sélectionnez le Service Agent créé dans Agent Builder.
4. Définissez une file d'attente de secours composée de conseillers humains dans le cas où l'agent d'IA est hors ligne, atteint les limites de sessions simultanées ou subit une erreur d'exécution.
5. Enregistrez et activez le flux.

Étape 5 : Connexion des canaux de communication

Associez l'Omni-Channel Flow aux points de contact client :

• Embedded Messaging pour le Web et le Mobile : Ajoutez le composant Embedded Messaging aux sites Salesforce Experience Cloud ou intégrez le snippet de code de déploiement dans des portails clients externes.
• Canaux de messagerie tiers : Connectez WhatsApp, SMS ou Facebook Messenger via les canaux Service Cloud Messaging, en acheminant directement les conversations entrantes à travers l'Omni-Channel Flow activé.

Concevoir des flux de transfert sécurisés vers des conseillers humains

Le service client autonome ne réussit que si les clients ont l'assurance qu'une assistance humaine reste facilement accessible. Les responsables du support doivent établir des déclencheurs de transfert clairs et des transmissions de contexte sans interruption.

Déclencheurs de transfert (Handoff Triggers)

Configurez des règles d'escalade explicites et implicites dans Agent Builder :

• Déclencheurs explicites : Le client saisit des expressions telles que « parler à un conseiller », « un humain s'il vous plaît » ou « agent ». L'agent doit immédiatement accéder à la demande sans argumenter ni demander de justification à répétition.
• Limites de complexité d'intention : Si la demande d'un client ne correspond à aucun sujet défini ou nécessite des autorisations dépassant le périmètre de l'agent, déclenchez un transfert automatique.
• Seuils de répétition d'incompréhension : Si l'agent ne comprend pas la réponse du client à deux reprises consécutives, transférez l'échange afin d'éviter la frustration du client.
• Signaux de sentiment et de risque : Surveillez les mots-clés à tonalité négative ou les indicateurs d'escalade détectés pour transférer le client avant que sa satisfaction ne se dégrade.

Préservation du contexte lors du transfert

Lorsqu'un agent Agentforce transfère une interaction vers une file d'attente humaine, le conseiller récepteur ne doit en aucun cas demander au client de réexpliquer son problème. Pour ce faire :

1. Transférer l'historique complet du chat : L'enregistrement actif de Messaging Session est directement transmis dans l'espace de travail Service Console du conseiller, préservant l'intégralité des échanges.
2. Générer un résumé de requête par l'IA : Utilisez Agentforce Case Summarization pour produire une synthèse en trois phrases décrivant le problème du client, les actions déjà tentées par l'agent d'IA et la raison de l'escalade.
3. Pré-remplir les champs de la requête : Assurez-vous que les actions de l'agent ont déjà renseigné les champs standard — tels que le Nom du contact, l'ID du compte vérifié, l'Objet et la Catégorie initiale — sur l'enregistrement de Case sous-jacent.

Surveillance en temps réel avec Omni-Channel Supervisor

Une fois l'agent actif, les responsables du support supervisent les opérations via Omni-Channel Supervisor (également désigné dans les configurations avancées sous le nom de Command Center for Service).

Navigation dans l'onglet AI Agents

Omni-Channel Supervisor comprend un onglet dédié AI Agents, conçu spécifiquement pour la gestion conjointe des agents autonomes et des équipes humaines :

• Vue des sessions actives : Affiche en temps réel toutes les conversations simultanées prises en charge par Agentforce, y compris le nom du client, le canal, la durée de l'échange et le sujet actuellement actif.
• Répartition de la charge de travail : Présente le taux d'utilisation de la capacité et les tendances du trafic entrant pour aider les responsables à anticiper les pics de demande dans les files d'attente humaines.

Inspection et intervention sur les sessions en direct

Les superviseurs peuvent intervenir directement pendant les interactions en direct avec les clients :

• Surveillance de la transcription en temps réel : Cliquer sur le bouton Monitor d'une session active ouvre une fenêtre de transcription en direct. Les superviseurs peuvent observer la conversation se dérouler au fur et à mesure des échanges entre le client et l'agent d'IA.
• Transfert en un clic vers un conseiller (Transfer to Rep) : Si un superviseur remarque que l'agent interprète mal une nuance complexe ou constate l'agacement d'un client, il peut cliquer sur Transfer to Rep. Cette action déconnecte immédiatement l'agent d'IA de la conversation et place le client en priorité haute dans la file d'attente humaine désignée.
• Conversations signalées : Les échanges où le sentiment se dégrade ou dans lesquels le client exprime une détresse peuvent être automatiquement signalés sur le tableau de bord du superviseur, invitant les responsables à examiner la session.

Suivi des performances et analytique

L'évaluation d'un agent d'IA nécessite des indicateurs mesurant l'efficacité opérationnelle, la pertinence de la résolution et la perception des clients. Les responsables du support accèdent à ces informations via Agentforce Studio (Observe & Optimize > Analytics), des tableaux de bord optimisés par Tableau et les rapports Salesforce standard.

Indicateurs clés de performance (KPIs)

Utilisation d'Agent Session Tracing dans Data Cloud

Agentforce enregistre une télémétrie d'exécution détaillée dans Data Cloud sous le modèle Agent Session Tracing. Cela procure une visibilité granulaire sur :

• Les appels LLM individuels et la latence associée.
• Les thématiques reconnues par rapport aux requêtes d'utilisateurs non reconnues.
• Les taux de succès d'exécution des actions (par exemple, fréquence à laquelle un flux s'est exécuté avec succès par rapport aux erreurs de validation levées).
• Les activations de garde-fous déclenchées par l'Einstein Trust Layer.

Évaluation assistée par LLM

Se fier uniquement à la métrique « session clôturée sans transfert » peut être trompeur, car les clients peuvent tout simplement abandonner la conversation par frustration. Salesforce intègre des évaluateurs basés sur des LLM (Judges) qui examinent les sessions clôturées afin d'évaluer la qualité de la résolution. Ces modèles d'évaluation vérifient si la question posée a été directement traitée, permettant de distinguer les véritables résolutions des abandons.

Cadence d'optimisation continue

Le déploiement d'un agent Agentforce Service Agent n'est pas un projet ponctuel ; il requiert une gouvernance et des améliorations continues. Les responsables du support doivent établir une cadence d'optimisation hebdomadaire et mensuelle structurée :

Revue hebdomadaire :
  1. Inspecter les requêtes non reconnues (Unmatched Queries)
     └── Identifier les questions client récurrentes ne correspondant à aucun sujet.
  2. Auditer les transcriptions escaladées (Escalated Transcripts)
     └── Identifier où l'agent s'est trouvé dans une impasse ou a mal interprété l'intention.
  3. Examiner les sessions à CSAT négatif (Review Negative CSAT Sessions)
     └── Détecter les points de friction, les tournures ambiguës ou les actions en échec.

Optimisation mensuelle :
  1. Mettre à jour les articles Salesforce Knowledge
     └── Intégrer les nouvelles politiques produits, les FAQ et les procédures de dépannage.
  2. Affiner les instructions et limites des sujets
     └── Préciser les descriptions dans Agent Builder afin d'éviter les chevauchements de thématiques.
  3. Étoffer le catalogue d'actions (Action Catalog)
     └── Convertir les tâches manuelles fréquentes en flux automatisés (Flows) ou actions Apex.
  4. Tester en environnement Sandbox
     └── Valider les modifications de prompts et les nouvelles actions avant le passage en production.

Bonnes pratiques pour une réussite à long terme

• Associer judicieusement les métriques : Analysez systématiquement les taux de résolution en regard du CSAT et des scores d'effort client. Un taux de résolution autonome élevé conjugué à un CSAT en chute libre indique que les clients partent sans que leur problème soit résolu.
• Adopter un déploiement progressif : Commencez par déployer l'agent sur des sujets informatifs à faible risque (tels que les horaires d'ouverture, les FAQ de livraison et les politiques de retour). Une fois les performances stabilisées, introduisez des actions transactionnelles (telles que les annulations de commandes, les mises à jour d'adresses et les enregistrements de garantie).
• Maintenir une gouvernance claire : Constituez une équipe opérationnelle conjointe réunissant la direction du support, les administrateurs Salesforce et les gestionnaires de connaissances pour veiller à ce que les instructions de prompts, la logique des flux et la documentation de référence restent alignées sur l'évolution de l'entreprise.

Récapitulatif des ressources utiles

Les responsables du support à la recherche de guides de mise en œuvre détaillés et de documentation technique peuvent consulter les ressources officielles suivantes :

• Salesforce Help: Agentforce Service Agent Overview
• Salesforce Help: Monitor AI Agents in Omni-Channel Supervisor
• Salesforce Help: Observe and Optimize Agentforce Performance
• Salesforce Help: Einstein Trust Layer Architecture
• Salesforce Product Guide: Agentforce for Service