Salesforce

Marc Benioff a déclaré en juin 2025 que l'IA effectuait 30% à 50% du travail chez Salesforce. Le 27 mai 2026, Srinivas Tallapragada, President and Chief Engineering Officer, a documenté la part ingénierie : +50.8% d'items de travail par développeur, +79% de PR mergées, et un score Effective Output de +151.3%, une mesure ML de la valeur du code plutôt que de son volume. Une migration de 33 endpoints API estimée à 231 personnes-jours a été livrée en 13 jours, sur 5 PR. Les deux leviers qu'il nomme sont la standardisation à l'échelle de l'organisation sur «Claude Code» et la suppression de toute limite de tokens, qu'il considère comme une friction plutôt qu'un garde-fou budgétaire ("we removed all token limits"). Les incidents ont baissé de 5% alors que le volume de PR augmentait. Tallapragada nomme aussi ce qui reste difficile : la qualité variable des CLAUDE.md, et la sécurité agentique, qui selon lui exige un modèle de sécurité fondamentalement différent. Didier Girard cite ces chiffres comme preuve de sa thèse AI4IT : le code se vérifie lui-même par la compilation, les tests et la CI, alors que les processus métier ne le font pas.

La même entreprise apparaît de l'autre côté du bilan. David Heinemeier Hansson place Salesforce et SAP "en sérieuse difficulté" : la valeur a quitté le code et ne réside plus que dans des intuitions de processus qu'il juge incertaines. Jaya Gupta et Ashu Garg notent que Salesforce enregistre l'état courant, et non l'état au moment de la décision, si bien que les traces de décision dont les agents ont besoin doivent s'accumuler ailleurs. Salesforce a créé le modèle SaaS par siège ; elle a aussi supprimé 4 000 postes de support client et augmenté ses prix de 15%.