Dreamforce 2026: lo nuevo en Agentes de IA y qué significa para tu empresa

Durante los últimos años, muchas empresas probaron asistentes capaces de resumir información, redactar textos o responder consultas. Dreamforce 2026 llevó la conversación hacia un terreno más operativo. Un agente empresarial debe conocer el cliente, comprender las políticas internas, usar las herramientas autorizadas y registrar el resultado de sus acciones.

Ese cambio eleva el nivel de exigencia. Una respuesta útil puede generarse con información limitada. Una acción correcta requiere identidad, permisos, datos actualizados, lógica de negocio y un mecanismo de supervisión. Por eso las novedades combinaron nuevas capacidades de IA con una arquitectura de control y con integraciones entre plataformas.

AIforce y el CRM fuera de la interfaz tradicional

AIforce fue el anuncio central. Salesforce lo presenta como una capa de interfaz que permite llevar el conocimiento empresarial contenido en Salesforce a los espacios donde trabajan personas y agentes. Ese conocimiento incluye datos, flujos, reglas, permisos, seguridad y semántica del negocio.

En la práctica, una persona podría consultar una cuenta, actualizar un registro o iniciar un flujo desde Slack o Claude sin recorrer las pantallas habituales del CRM. La acción sigue utilizando las reglas y autorizaciones definidas en Salesforce. La interfaz cambia, pero el sistema conserva el contexto necesario para ejecutar el trabajo.

La oportunidad para las empresas está en reducir fricción. En muchos casos el CRM sí tiene la información. El problema de adopción aparece cuando los usuarios deben abandonar su flujo de trabajo, buscar una pantalla y completar campos que perciben como administrativos. Llevar la información y las acciones al punto de trabajo puede mejorar la adopción, siempre que el proceso esté bien diseñado.

Agentes especializados para funciones concretas

Salesforce amplió Agentforce con agentes preparados para trabajos específicos. El portafolio anunciado incluye capacidades para atención al cliente, soporte de TI y recursos humanos, comercio y desarrollo de ventas. Cada agente incorpora acciones y estructuras de datos relacionadas con su función, y luego puede adaptarse a la forma de operar de cada compañía.

La propuesta reduce la necesidad de comenzar cada caso de uso desde cero. Sin embargo, un agente preconfigurado no elimina el trabajo de implementación. La empresa todavía debe definir fuentes de información, criterios de escalamiento, excepciones, responsables y métricas. La velocidad inicial es útil solo si se mantiene el control sobre el proceso.

Para seleccionar un caso, conviene priorizar tareas con volumen suficiente, reglas comprensibles y un resultado observable. Clasificar solicitudes, responder preguntas frecuentes o calificar demanda entrante suele ofrecer un punto de partida más manejable que delegar una decisión comercial ambigua.

Koa y el razonamiento aplicado al CRM

Koa es el primer modelo de razonamiento de Salesforce especializado en CRM y fue desarrollado sobre NVIDIA Nemotron. Según Salesforce, fue entrenado posteriormente con escenarios sintéticos que representan procesos empresariales de distintos sectores; no se utilizaron datos de clientes para su entrenamiento.

Su propósito es resolver tareas de varios pasos. Un agente puede necesitar revisar el estado de una oportunidad, consultar interacciones anteriores, aplicar una regla, actualizar el CRM y programar una acción posterior. Producir una frase convincente resulta sencillo. El reto está en elegir y ejecutar la secuencia correcta.

Koa se encuentra en pilotos seleccionados dentro de Agentforce y Salesforce anunció disponibilidad general prevista para el invierno de 2026 en regiones de Estados Unidos. Las organizaciones de Latinoamérica deberían confirmar disponibilidad, residencia de datos y condiciones comerciales antes de incorporarlo a una hoja de ruta.

Slackforce, Claudeforce y Agentforce Coworker

AIforce se presenta inicialmente mediante tres experiencias. Slackforce incorpora datos y acciones de Salesforce en conversaciones y espacios colaborativos de Slack. Claudeforce conecta Salesforce con Claude e incluye habilidades preconfiguradas para tareas comerciales. Agentforce Coworker funciona dentro de la interfaz de Salesforce y puede coordinar agentes especializados ya implementados por la organización.

Las tres experiencias comparten el mismo principio: trabajar en contexto. Un gerente comercial podría identificar cuentas inactivas desde Slack, revisar casos de servicio relacionados y asignar un seguimiento. Un vendedor podría preparar una reunión desde una interfaz conversacional con información del CRM. El beneficio potencial surge de reducir cambios de herramienta y presentar la información necesaria en el momento de decidir.

Este enfoque también obliga a revisar los permisos. Cuando el CRM aparece en más interfaces, la empresa debe asegurar que cada usuario y agente vea únicamente la información autorizada y que las acciones queden registradas. La facilidad de acceso no puede debilitar la trazabilidad.

Gobierno y control para escalar agentes

Salesforce presentó su Trusted Enterprise AI Harness, una arquitectura que reúne capacidades de contexto, acción, gobierno, seguridad y selección de modelos. También anunció un AI Control Plane para descubrir y registrar agentes, administrar identidades y políticas, observar su comportamiento, evaluar resultados y controlar costos. Parte de la tecnología base ya está disponible, mientras que nuevas capacidades y una experiencia unificada comenzarán a desplegarse durante el año fiscal 2028 de Salesforce.

Esto importa porque el riesgo crece con el número de agentes y sistemas involucrados. Un piloto puede supervisarse de forma manual. Una operación con agentes distribuidos entre ventas, servicio y administración necesita inventario, permisos consistentes, registros de actividad, evaluaciones y límites de gasto.

El gobierno no debe aparecer al final del proyecto. Antes de activar un agente, la organización necesita definir qué decisiones puede tomar, qué acciones requieren aprobación humana, qué datos puede utilizar y cómo se responderá ante un error.

Un ecosistema más abierto

Dreamforce 2026 también mostró una estrategia de interoperabilidad. Salesforce amplió sus alianzas con AWS y Google Cloud para conectar datos, agentes e infraestructura. Con Google Cloud, la propuesta contempla que agentes de Salesforce y Gemini Enterprise razonen y actúen sobre una base compartida. Con AWS, las integraciones buscan llevar el contexto de CRM a herramientas de trabajo, conectar agentes con Slack y habilitar experiencias de voz.

AgentExchange complementa esta estrategia como un ecosistema para descubrir e implementar agentes, acciones, integraciones y habilidades creadas por socios. Para los clientes, la apertura puede reducir desarrollos aislados y ampliar la elección tecnológica. También aumenta la necesidad de evaluar responsabilidades, compatibilidad, mantenimiento y seguridad en cada componente.

Casos que muestran el paso a producción

Los casos compartidos durante Dreamforce ayudan a entender dónde se está aplicando la tecnología. Salesforce informó que Live Nation utiliza un agente para responder preguntas frecuentes en 120 sitios de recintos, con potencial para automatizar más de 300.000 consultas al año. Siemens explicó que Agentforce participa en la atención y calificación de más de 2.500 leads entrantes mensuales para una organización comercial de 18.000 vendedores.

Estas cifras provienen de Salesforce y de las empresas mencionadas, así que deben leerse como casos específicos y no como resultados garantizados. Su utilidad está en mostrar dos patrones: alto volumen de interacciones y un proceso que permite medir cobertura, transferencia y resultado.

Implicaciones para empresas de Latinoamérica

Las novedades abren oportunidades, pero también hacen visibles varias brechas frecuentes en la región.

Los datos se convierten en infraestructura operativa. Registros duplicados, campos incompletos y sistemas desconectados afectan algo más que los reportes: reducen la capacidad de un agente para comprender el contexto y actuar correctamente.

La automatización exige procesos explícitos. Si cada equipo resuelve una excepción de manera diferente, el agente no tendrá una regla estable. Documentar decisiones, responsables y criterios de escalamiento se vuelve parte del proyecto de IA.

La adopción requiere nuevos hábitos. Los usuarios deben saber qué pueden delegar, cómo revisar un resultado y cuándo corregir o escalar una acción. La formación debe combinar conocimiento de la herramienta con criterio de negocio.

El retorno necesita una línea base. Antes del piloto conviene medir tiempos, volúmenes, costos, conversiones o niveles de servicio. Sin esa referencia, será difícil saber si el agente mejoró el proceso o solo añadió una nueva capa tecnológica.

La regulación y la disponibilidad varían. Las organizaciones deben validar condiciones por país, sector y región de nube. Un anuncio global no implica disponibilidad inmediata en todos los mercados.

¿Cuál es el paso a seguir?

Dreamforce 2026 mostró una plataforma orientada a integrar agentes en el trabajo cotidiano. AIforce amplía las interfaces desde las que se puede usar Salesforce; Agentforce incorpora agentes más especializados; Koa aplica razonamiento a procesos de CRM; y el Enterprise AI Harness busca aportar control a medida que crece la autonomía.

Para los líderes empresariales, el siguiente paso pasa por seleccionar un proceso relevante, preparar sus datos, acordar límites y medir el resultado, en lugar de adoptar cada novedad. Esa disciplina permitirá distinguir una demostración atractiva de una mejora operativa sostenible.

¿Su organización está evaluando agentes de IA sobre Salesforce? Antes de implementar, conviene identificar el proceso adecuado, revisar la calidad de los datos y definir un modelo de gobierno, que es justo el enfoque de nuestro servicio de agentes de IA de GoCode. Una evaluación de madurez puede convertir el interés por la IA en una hoja de ruta con prioridades, responsables y métricas.