Salesforce

Marc Benioff a déclaré en juin 2025 que l'IA effectuait 30 à 50% du travail chez Salesforce. Onze mois plus tard, Srinivas Tallapragada, President et Chief Engineering Officer, a détaillé le volet ingénierie de cette affirmation : au-delà de 90% d'adoption de l'IA, son organisation a standardisé à l'échelle de l'entreprise sur «Claude Code» et supprimé toutes les limites de tokens, selon la doctrine qu'un plafond de tokens est une friction à éliminer. En comparant avril 2026 à avril 2025 : items de travail par développeur +50,8%, PR fusionnées +79%, et un score Effective Output (une mesure ML de la valeur réelle du code) +151,3%. Une migration de 33 endpoints API, estimée à 231 jours-personnes, a été bouclée en 13 jours sur 5 PR, la plus importante livrant 21 endpoints avec une couverture de 100%. Les incidents ont diminué de 5% sur la même période.

Cette même entreprise a inventé le modèle SaaS par siège que Elliot Greenwald identifie comme le conflit structurel des fournisseurs historiques d'expérience client : meilleure est leur IA, moins leurs clients ont besoin de sièges. Salesforce a supprimé 4 000 postes de support client, augmenté ses prix de 15% entre 2020 et 2024, et est lu par Jaya Gupta et Ashu Garg comme un système d'enregistrement qui stocke l'état courant plutôt que l'état au moment de la décision, ce pourquoi ils soutiennent qu'il ne peut pas construire un graphe de contexte. Yamini Rangan positionne «HubSpot» face à lui comme AI-native plutôt qu'AI-added.

Tallapragada nomme ce qui est resté difficile : la qualité variable des fichiers CLAUDE.md, les agents qui agissent plutôt que suggèrent, et un rayon d'impact qui exige, selon lui, un modèle de sécurité fondamentalement différent.