Por Thiago Schmitz, Salesforce Enterprise Architect en Cloudgaia.
Dreamforce 2026 se realizó del 15 al 17 de septiembre en San Francisco y reunió a decenas de miles de asistentes presenciales, además de ofrecer transmisión gratuita a través de Salesforce+. Quienes lo siguieron de forma remota tuvieron acceso a las mismas keynotes y a los mismos anuncios que quienes estuvieron en el Moscone Center.
El lema del año, “Hey AI, Meet the #1 CRM”, resume bien el momento: Salesforce quiere avanzar en IA agéntica sin renunciar a su identidad como empresa de CRM. En la práctica, toda la agenda giró en torno a Agentforce, AIforce, Coworker y las arquitecturas de agentes, pero el trasfondo real es otro: la IA está saliendo de la fase de demo en el escenario y entrando en la fase de arquitectura en producción.
En este artículo reunimos los temas que más importan para quienes venden, brindan soporte, hacen marketing u operan en una industria específica con Salesforce, y explicamos por qué cada uno merece atención ahora.
AIforce: la nueva capa de interfaz
El anuncio central de la keynote de apertura fue AIforce, una capa de interfaz viva que conecta los datos, los flujos de trabajo y los permisos de Salesforce directamente con herramientas como Claude, Slack y otros entornos de IA, sin que el usuario tenga que abrir la pantalla tradicional del CRM.
Junto con AIforce llegó Koa, el primer modelo de razonamiento construido específicamente para tareas de CRM, entrenado sobre la base de NVIDIA Nemotron y ya en piloto con clientes como Formula 1 y UChicago Medicine. Salesforce también amplió la variedad de modelos disponibles dentro de Agentforce, incluidos Claude, Gemini y modelos disponibles a través de Amazon Bedrock.
La interfaz ya no es la pantalla de Salesforce, es cualquier lugar donde el usuario ya trabaja. Esto cambia la forma en que los equipos de IT deben pensar la gobernanza, los permisos y la experiencia de usuario, porque los datos sensibles ahora circulan por canales que antes quedaban fuera del alcance del CRM.
Imagina a un vendedor que le consulta a Slack el estado de una oportunidad y recibe la respuesta con datos reales de Sales Cloud, sin abrir el CRM. O a un empleado que resuelve una solicitud de vacaciones directamente desde Teams, con el agente consultando Agentforce detrás de escena.
Cloudgaia ayuda a diseñar la arquitectura de permisos y datos necesaria para que AIforce funcione de forma segura, y ejecuta pilotos controlados antes de ampliar el acceso a múltiples equipos.
Agentforce 360: de la prueba de concepto a producción
Por primera vez desde su lanzamiento, Agentforce no fue la gran novedad del evento, y esa es una señal importante: la plataforma está pasando de ser experimental a consolidarse como una capa establecida del ecosistema Salesforce.
Salesforce presentó Agentforce Coworker, un portafolio de siete agentes listos para usar:
- Piper, para la calificación de leads inbound
- Hunter, para la prospección outbound
- Carter, para experiencias de comercio
- Casey y Fin, para servicio y experiencia del cliente
- Marshall, para la orquestación de la cadena de suministro y el back office
- Paige, para solicitudes de Recursos Humanos e IT
Multi-Agent Orchestration alcanzó disponibilidad general y permite que múltiples agentes colaboren entre sí y se transfieran conversaciones en tiempo real, incluso por voz. En materia de gobernanza, los nuevos MCP Risk Scores evalúan automáticamente los servidores MCP registrados en Agentforce y detectan riesgos como prompt injection y tool poisoning antes de autorizar la conexión.
La pregunta que importa ya no es “¿tenemos Agentforce?” sino “¿qué proceso se beneficia realmente de una automatización real?”. Comprar tecnología sin mapear el proceso sigue siendo el error más común en esta etapa.
Un contact center puede usar a Casey para resolver consultas simples por voz, SMS y WhatsApp, y escalar a un agente humano solo cuando el caso requiere criterio. Un equipo de ventas puede usar a Hunter para calificar una lista fría mientras los representantes humanos se enfocan en las cuentas estratégicas.
Cloudgaia diagnostica los procesos antes de cualquier implementación de agentes, define dónde la combinación de humanos más IA realmente genera retorno, y diseña la gobernanza de MCP y de transferencias necesaria para operar de forma segura desde el primer día.
Sales Cloud: el vendedor con IA integrada en su flujo de trabajo
El nombre comercial volvió a ser Sales Cloud (la marca Agentforce Sales fue discontinuada), pero la IA sigue integrada en el flujo de trabajo del vendedor. Los nuevos agentes Piper y Hunter funcionan directamente dentro de Sales Cloud, y uno de los casos mostrados en el evento fue el de una fintech global que usa Agentforce y Data 360 para convertir datos históricos en recomendaciones de próximos pasos para el equipo de ventas.
La diferencia entre un CRM que registra actividad y un CRM que guía la próxima acción es la diferencia entre cumplir la cuota y no alcanzarla. La IA integrada en el flujo de trabajo reduce el tiempo dedicado a tareas administrativas y aumenta el tiempo dedicado a vender.
Un equipo de ventas B2B con un ciclo largo puede usar un agente para calificar automáticamente los leads que llegan desde el sitio web, priorizar las cuentas con mayor probabilidad de cierre según el historial y recibir sugerencias de próximos pasos directamente en la pantalla de la oportunidad.
Cloudgaia configura Sales Cloud y los agentes de ventas sobre el modelo de datos real del cliente, conectando CRM, ERP y fuentes externas a través de Data 360 para que las recomendaciones sean confiables desde el primer día de uso.
Service Cloud: voz, Coworker y soporte agéntico
Service Cloud, que también volvió a su nombre original, recibió un refuerzo en el soporte por voz. Agentforce Voice ya resolvió más de cinco millones de conversaciones solo en el sitio de soporte de Salesforce, y la arquitectura presentada en el evento trata la voz como parte de una experiencia completa de soporte agéntico, no como un canal aislado más.
Uno de los ejemplos mostrados fue el agente de reclutamiento de Adecco, que resuelve una certificación pendiente durante la misma llamada: verifica los datos y actualiza la postulación en tiempo real. Salesforce también demostró la transferencia en tiempo real entre un agente de terceros, que corre sobre Amazon Connect, y un agente de Agentforce, lo que permite que la conversación continúe sin que el cliente tenga que repetir información.
Los líderes de servicio deberían medir la automatización por su capacidad real de resolución, y no solo por la tasa de contención. Un agente que reduce el tiempo de respuesta pero no resuelve el problema solo traslada la frustración del cliente a una etapa posterior.
Un plan de salud reemplazó múltiples sistemas desconectados por una única base en Health Cloud, unificando los datos de sus afiliados, automatizando la documentación y sentando las bases para un servicio asistido por Agentforce.
Cloudgaia diseña el flujo de escalamiento entre la IA y el soporte humano, define las métricas de éxito adecuadas más allá de la contención y se asegura de que la base de conocimiento y los datos estén listos antes de que cualquier agente pase a producción.
Marketing Cloud Next: campañas construidas por agentes
El gran cambio en marketing para 2026 es Marketing Cloud Next, una reconstrucción completa de la plataforma sobre el core de Salesforce y Data 360, que elimina la antigua necesidad de conectores entre los datos de marketing y los datos del CRM. Un nuevo Campaign Agent, con disponibilidad general prevista para octubre de 2026 en la edición Advanced, crea campañas de forma autónoma a partir de un briefing. La marca comercial volvió a presentarse como una evolución de Marketing Cloud, ya no como Agentforce Marketing.
La ganancia real no es “un agente más”, es el fin del desfase entre los datos de comportamiento del cliente y la acción de campaña. Que los datos y la ejecución convivan en la misma plataforma reduce el retrabajo de integración y acelera la personalización en tiempo real.
Una marca de retail podría lanzar una campaña de reposición estacional en la que el agente de campañas usa señales de navegación e historial de compras de Data 360 para construir la segmentación, el copy y los canales de forma automática, dejando la revisión final en manos del equipo humano.
Cloudgaia migra entornos de marketing legacy a Marketing Cloud Next sin perder el historial de los customer journeys, y configura los agentes de campaña para que respeten las reglas de marca y de compliance de cada industria.
Industrias en foco: seis sectores, seis estrategias distintas
La agenda de industrias reforzó un punto central: una estrategia agéntica no es genérica, cambia según el sector.
- Bienes de consumo: Agentforce Consumer Goods (antes Consumer Goods Cloud) unifica la planificación y la ejecución en un modelo de datos específico del sector, y ayuda a los equipos de campo a mejorar la efectividad de las promociones comerciales y a alcanzar la “tienda perfecta”.
- Servicios financieros: Financial Services Cloud apuesta por una relación proactiva con los clientes a través de experiencias impulsadas por IA, equilibrando la velocidad con la gobernanza que exigen los sectores regulados.
- Manufactura: Manufacturing Cloud integra los datos de toda la cadena de valor para mejorar el servicio a clientes y socios de canal.
- Salud: Health and Life Sciences Cloud aparece en casos como el de un plan de salud que unificó los datos de sus afiliados y avanza hacia un servicio asistido por Agentforce.
- Automotriz: Agentforce Automotive ya impulsa CRMs de nueva generación para concesionarios, reuniendo a fabricantes, concesionarios y compradores en una única plataforma.
- Retail: Retail Cloud ofrece datos unificados y en tiempo real para acelerar la adquisición de clientes y la rentabilidad.
Aplicar un agente genérico a un proceso regulado o de alta complejidad operativa, sin adaptar el modelo de datos al sector, es la forma más común de convertir un proyecto prometedor en uno archivado.
Una red de concesionarios puede reemplazar un CRM automotriz genérico por una solución construida sobre Agentforce Automotive, unificando el funnel desde el lead hasta la posventa. Una empresa de bienes de consumo puede usar el modelo de datos específico del sector para reducir los quiebres de stock en el punto de venta.
Cloudgaia tiene una práctica dedicada a estos seis sectores y adapta el modelo de datos de industria de Salesforce a la realidad regulatoria y operativa de cada cliente, desde el diseño de la gobernanza de datos hasta la implementación de los agentes específicos del sector.
Qué hacer con todo esto
Dreamforce 2026 dejó claro que la IA agéntica está pasando de la demo en el escenario a la arquitectura en producción, con la gobernanza, los modelos y los agentes específicos por industria madurando al mismo tiempo.
Sin embargo, ejecutar bien todavía requiere mapear los procesos antes de elegir la tecnología, adaptar el modelo de datos al sector y medir resultados de negocio, no solo la adopción. Ahí es exactamente donde un partner con profunda experiencia en Salesforce y disciplina de gobernanza marca la diferencia entre un piloto interesante y un programa de IA que sostiene el crecimiento.
Si quieres entender cuál de estos anuncios realmente vale la pena priorizar para tu operación, nos encantará conversar.
Key takeaways
- AIforce crea una nueva capa de interfaz que lleva los datos y los flujos de trabajo de Salesforce a Claude, Slack y otras herramientas de IA.
- Koa es el primer modelo de razonamiento de Salesforce dedicado a tareas de CRM, todavía en una fase temprana de adopción.
- Agentforce 360 amplía el portafolio de agentes listos para usar en ventas, servicio, marketing y operaciones de back office.
- Marketing Cloud Next unifica los datos de marketing y del CRM en la misma plataforma, eliminando los conectores legacy.
- Cada sector, bienes de consumo, servicios financieros, manufactura, salud, automotriz y retail, requiere su propio modelo de datos y su propia estrategia de agentes.
- La gobernanza y los MCP Risk Scores pasaron a ser centrales en la arquitectura agéntica, dejaron de ser un tema secundario.
Preguntas que las organizaciones deberían hacerse
¿AIforce reemplaza a Agentforce?
No. AIforce es la capa de interfaz que conecta los datos y los permisos con herramientas externas. Agentforce sigue siendo la capa de agentes que ejecuta las acciones.
¿Marketing Cloud Next requiere una migración completa para funcionar?
En la mayoría de los casos sí, para aprovechar el beneficio de los datos unificados con Data 360. Pero la migración puede hacerse por etapas, empezando por los casos de uso de mayor retorno.
Mi industria no tiene una cloud de Salesforce dedicada. ¿Eso significa que la IA agéntica no aplica?
No. Los principios de automatización guiada por procesos, datos unificados y gobernanza aplican a cualquier sector. Lo que cambia es cuánto necesita personalizarse el modelo de datos.
Sobre el autor
