Salesforce entre dans le tir croisé juridique sur les données d’entraînement de l’IA

Salesforce, un géant du logiciel, a été poursuivi par un groupe d’auteurs devant un tribunal fédéral à San Francisco pour avoir construit ses modèles IA XGen sur une bibliothèque de livres piratée. Selon le procès, ils ont effacé les références à ces sources une fois que des questions se sont posées.

Le procès a été déposé mercredi par les auteurs E. Molly Tanzer et Jennifer Gilmore en vertu de la loi sur le droit d’auteur. Il déclare s’agit d’une violation continue, affirmant que Salesforce  « continue de le faire en continuant à stocker, copier, utiliser et traiter les ensembles de données contenant des copies des livres protégés par le droit d’auteur des Plaignants […] »

La plainte cite des déclarations de Salesforce le PDG Marc Benioff, qui a déclaré à un interviewer de Bloomberg en janvier 2024 que les entreprises d’IA volaient les données d’entraînement et que toutes les données d’entraînement avaient été volées.

Les auteurs demandent la certification de classe pour tous les titulaires de droits d’auteur américains dont les œuvres ont été utilisées depuis octobre 2022. Ils réclament des dommages-intérêts statutaires, la destruction des copies contrefaites, la restitution des profits, une déclaration de contrefaçon volontaire et les frais d’avocats.

Salesforce fait face à un dossier solide ; les entreprises d’IA ont échappé à des réclamations similaires

Selon la plainte, Salesforce aurait piraté des centaines de milliers de livres protégés par le droit d’auteur pour développer sa série de grands modèles de langage XGen. Ils ont utilisé les ensembles de données « notoirement connus » RedPajama et The Pile, qui comportent un corpus de livres appelé Books3 contenant plus de 196 000 livres copiés depuis le tracker privé Bibliotik.

Le dépôt d’acte d’accusation indique que Salesforce a mentionné pour la première fois « RedPajama-Books » comme l’une de ses sources d’entraînement lors du lancement de XGen en juin 2023. Un ingénieur de l’entreprise a ensuite lié directement les utilisateurs de GitHub aux deux ensembles de données.

Cependant, en septembre, ces mentions ont été retirées du site web de Salesforce et remplacées par des descriptions vagues de « données de langage naturel » provenant de « sources publiquement disponibles ». Le mois suivant, Hugging Face, le site qui hébergeait Books3, a supprimé l’ensemble de données pour des raisons de droits d’auteur.

De plus, le procès a révélé qu’en 2022, Salesforce avait entraîné ses modèles CodeGen sur The Pile. L’entreprise a ensuite introduit la technologie sur le marché via sa plateforme IA Agentforce, le modèle XGen-Sales ayant été lancé en octobre 2024.

Cependant, selon les experts, les auteurs doivent prouver un préjudice financier réel, et non simplement que leurs livres ont été utilisés pour l’entraînement. Récemment, le juge Vince Chhabria a rejeté des réclamations similaires contre Meta, statuant que « simplement affirmer “notre travail a été utilisé” ne suffit pas ». À cet égard, le juge a estimé vice-président et conseiller général adjoint de l’utilisation de livres protégés par le droit d’auteur pour l’entraînement de l’IA comme un usage loyal (fair use).

De plus, en tant que a rapporté Selon Cryptopolitan, des décisions récentes ont favorisé OpenAI et Anthropic dans des affaires similaires, les juges estimant que les auteurs n’avaient pas prouvé de préjudice sur le marché. Cependant, un juge a critiqué Anthropic pour avoir maintenu une bibliothèque permanente de livres piratés.

Salesforce s’appuie sur l’IA Gemini de Google pour alimenter Agentforce 360

Dans d’autres actualités, Salesforce a prolongé son partenariat avec Google pour inclure une intégration plus approfondie des Gemini AI modèles avec sa plateforme Agentforce 360.

L’intelligence multimodale de Gemini sera intégrée à l’écosystème Salesforce grâce à ce partenariat. Cela aidera à soutenir des tâches telles que le raisonnement hybride et l’automatisation de processus multi-étapes à travers les ventes d’entreprise et les services informatiques.

L’intégration élargie permet au Moteur de Raisonnement Atlas, central pour Agentforce 360, d’exploiter les modèles Gemini. Cela offre aux flux de travail d’entreprise des options de modèles supplémentaires.

De plus, la capacité de raisonnement hybride permet aux utilisateurs de configurer des agents IA au sein de Salesforce qui produisent des sorties cohérentes et précises. La collaboration étend également la portée de l’intégration Gemini de Salesforce, auparavant limitée à Gmail, à d’autres applications Google Workspace, y compris Sheets, Docs, Drive, Slides et Meet.

Agentforce 360 prend désormais en charge l’interopérabilité native avec Google Workspace, permettant aux utilisateurs d’initier des engagements commerciaux, de qualifier des prospects et de planifier des réunions directement depuis des applications comme Gmail et Google Calendar. Il fournit également un accès direct aux applications Salesforce Customer 360 au sein des outils Google, rationalisant l’accès aux données et la continuité des flux de travail pour les équipes de vente et de service.

Le scientifique en chef de Salesforce, Silvio Savarese a déclaré, « Dans l’environnement d’entreprise, il est impératif que les agents IA soient hautement capables et hautement cohérents, en particulier pour les cas d’utilisation critiques […] Ensemble, nous établissons une nouvelle norme pour construire l’avenir de ce qui est possible dans l’Entreprise Agentique jusqu’au niveau du modèle. »