Agentforce na prática: tirando do encanto da demo

Demonstrações de Agentforce funcionam muito bem. O agente entende a pergunta, busca o contexto certo, executa a ação e devolve uma resposta clara. É difícil não ficar impressionado.

O problema é que demo é demo. O que o cliente vê em 10 minutos foi preparado com dados curados, casos de uso isolados, integrações simuladas e uma conta de orquestração que ninguém precisou pensar em manter.

Onde a realidade entra

Quando Agentforce sai da apresentação e entra em projeto real, três camadas aparecem rapidamente:

1. Dados. Sem dado limpo, agent não responde nada útil. E dado limpo no Salesforce ainda é uma raridade que precisamos tratar como pré-requisito, não como detalhe.
2. Processos. O que o agente vai fazer, quando, em que ordem, quando escalar para humano. Sem desenho claro, vira chatbot com promessa.
3. Governança. Logs, auditoria, comportamento em casos não-felizes, custos por interação, política de retenção de prompts.

Como começar bem

Meu padrão hoje em projetos de Agentforce: começar por um caso de uso real, com dados existentes, com um processo documentado e com critério claro do que conta como sucesso. Sem esses quatro pontos, a implementação vai gastar muito tempo descobrindo problemas que a fase de discovery deveria ter capturado.

IA dentro do Salesforce é um dos avanços mais relevantes da plataforma nos últimos anos. Mas ela não vai escapar das leis de gravidade do CRM: dados, processos, governança.