Le monde de l’intelligence artificielle d’entreprise est-il à un tournant majeur ? Cette semaine, au Dreamforce, le géant Salesforce a levé le voile sur Koa, un modèle d’IA conçu pour répondre aux besoins spécifiques des entreprises. Mais derrière l’annonce, que se cache-t-il vraiment ? Quels intérêts, quels risques, et surtout, pourquoi choisir maintenant de se détacher – au moins partiellement – des modèles propriétaires proposés par les laboratoires leaders du secteur comme OpenAI ou Anthropic ?
Salesforce affirme que Koa est « leur premier modèle de raisonnement », développé en partenariat avec Nvidia sur la base du modèle open-weight Nemotron. Pourquoi ce choix d’un modèle à poids ouverts, alors que la tendance dans la Silicon Valley semble plutôt être à la privatisation maximale des ressources d’IA ? Les modèles propriétaires poussent les entreprises à confier leurs données et process à des systèmes fermés contre des sommes considérables… Faut-il alors voir dans cette initiative une volonté d’autonomie, ou bien un calcul économique subtil pour diminuer les coûts liés à l’intelligence artificielle ?
Koa se positionne précisément là où les modèles généralistes peinent à convaincre les entreprises. À la différence de ChatGPT ou Claude, cet outil est calibré pour exécuter des tâches métiers concrètes : prospection commerciale, gestion du service client, support marketing… Qui plus est, Salesforce garantit que Koa n’a jamais ingéré de données clients réelles, promettant ainsi une absence de « fuite » d’informations sensibles vers l’extérieur. S’agit-il là d’un vrai gage de sécurité pour les clients, ou d’une simple promesse marketing ? Quelques mois après plusieurs scandales sur des IA ayant « appris » sur des bases de données confidentielles, la question reste entière.
Koa va-t-il rebattre les cartes pour les entreprises qui veulent à la fois puissance, maîtrise et sécurité pour leurs données ?
Dans la pratique, Koa s’intègre à Agentforce, la plateforme de Salesforce permettant d’automatiser tâches récurrentes et agents conversationnels. Avant Koa, les tâches complexes étaient inévitablement routées vers des modèles tels que ChatGPT via une « AI Gateway ». Pourquoi n’avoir pas développé un modèle interne plus tôt ? Interrogé par TechCrunch, Jayesh Govindarajan, vice-président chez Salesforce AI, pointe du doigt l’absence, jusqu’à récemment, d’un modèle américain open source de haut niveau, avec traçabilité des données d’entraînement. Est-ce un aveu d’impuissance devant la domination chinoise et américaine en matière de modèles de base, ou le signe d’une maturité technologique nouvelle pour Salesforce ?
Pour entraîner Koa, un choix intéressant : aucune donnée réelle de clients. À la place, des scénarios synthétiques — des clients fictifs, des simulations d’appels d’usagers irrités, ou encore de commerciaux en pleine négociation. Peut-on vraiment affirmer qu’un modèle entraîné sur des données artificielles sera aussi performant, flexible et sûr en conditions réelles ? Ou s’agit-il d’un simple compromis pour rassurer sur la confidentialité ?
La promesse affichée est claire : des tâches exécutées à moindre coût (car moins gourmandes en « tokens »), une efficacité accrue, et une conformité totale avec les exigences de sécurité Salesforce. Nvidia de son côté met en avant « la trilogie gagnante » : souveraineté, rapidité, et efficience des coûts. Mais l’opération est-elle purement défensive face à l’appétit croissant d’Anthropic et OpenAI sur le segment entreprise ? Car Salesforce n’abandonne pas pour autant ces acteurs : en parallèle, un partenariat solide avec Anthropic – « Claudeforce » – vient d’être annoncé, capitalisant sur la puissance de Claude sans transiger sur la sécurité des données client.
Dans cette nouvelle course à l’intelligence artificielle d’entreprise, Koa n’est-il qu’un simple pion ou le début d’une rupture profonde dans le rapport des entreprises aux géants de l’IA ? Les clients de Salesforce – et l’écosystème technologique dans son ensemble – suivront-ils cette voie de l’IA sur-mesure et souveraine… ou continueront-ils à privilégier la force brute des modèles généralistes, quitte à y laisser un peu plus de contrôle ?
Source : Techcrunch
