La respuesta breve
Para las organizaciones, la implementación de Agentforce no es una cuestión de si Salesforce lo soporta, sino de madurez: si existe una fuente de información fiable, si está claro quién aprueba una acción sensible y qué línea base distinguirá el éxito del fracaso. Una organización que omite estas preguntas y se lanza directamente a construir un agente, descubre la brecha en el segundo mes, cuando el costo aumenta y los resultados no son consistentes. El enfoque correcto comienza con la filtración de procesos, continúa con la verificación de la preparación de los datos y los permisos, y termina con un piloto medido con un criterio claro para continuar o detenerse.
Quienes todavía estén construyendo una base pueden comenzar con Preparación para Agentforce, donde se explica la diferencia entre Copilot, Flow y el propio Agentforce.
Seis áreas de preparación
Antes de elegir el primer caso de uso, vale la pena mapear la organización en seis áreas. Cualquier área que permanezca en el nivel de “no se sabe” es un riesgo que se descubrirá durante el piloto y no antes.
| Área de preparación | Pregunta clave | Señal de advertencia común |
|---|---|---|
| Madurez de datos y conocimiento | ¿Existe una única fuente de información, actualizada y aprobada? | Base de Conocimiento antigua, contradicciones entre documentos |
| Grounding | ¿El agente recupera información real o adivina? | Respuestas convincentes pero incorrectas en los hechos |
| Temas (Topics) y Acciones (Actions) | ¿Cada Tema está definido dentro de límites estrictos? | Un solo agente que debe "responder a todo" |
| Permisos y seguridad | ¿El agente opera según los permisos del usuario real? | Un permiso de sistema que devuelve información a cualquiera |
| Intervención humana (Human-in-the-loop) | ¿Quién aprueba una acción irreversible? | Una acción financiera o legal sin control |
| Medición y costo | ¿Existe una línea base para comparar? | "Parece impresionante" sin un número que lo respalde |
Madurez de datos y conocimiento
Un buen agente de IA es tan bueno como la información de la que se alimenta. En una organización de servicio con tres sistemas de Knowledge que no se han sincronizado entre sí, el agente aprenderá de la primera fuente que encuentre, incluso si es la menos precisa. Antes de cualquier trabajo técnico, es recomendable verificar: cuándo se actualizó cada documento por última vez, quién es el responsable del mismo y qué sucede cuando hay dos documentos contradictorios. Las organizaciones que omiten esta etapa llegan al piloto con un agente que genera respuestas seguras pero incorrectas, lo cual es peor que "no sé".
Grounding
Grounding es el mecanismo de búsqueda que alimenta al agente con información real antes de formular una respuesta, en lugar de depender del conocimiento general del modelo. La profundidad del tema, incluyendo consideraciones de Chunking, Vector Search y la separación entre fuentes internas y externas, se detalla en Agentforce Grounding. A nivel de decisión gerencial, basta con saber que, sin un Grounding sólido, cualquier otra inversión —diseño de conversación, Acciones, interfaz— se construye sobre una base inestable.
Temas (Topics) y Acciones (Actions)
El error más común es construir un solo agente con un Topic amplio como "servicio al cliente" en lugar de varios Topics estrechos como, por ejemplo, "consulta de estado de pedido" o "actualización de datos de facturación". Un Topic estrecho es más fácil de probar, más fácil de explicar al usuario por qué el agente no respondió, y más fácil de añadir Actions gradualmente. Una Action en sí misma debe operar bajo permisos limitados, pasar la validación de entrada y devolver un error claro cuando algo no coincide, no intentar adivinar una continuación.
Permisos y seguridad
Un agente que opera bajo un permiso de integración generalizado puede exponer información que el usuario que interactúa con él no debería ver, como el salario de otro empleado, un pedido de otro cliente o una nota interna sensible. La recomendación profesional es ejecutar el agente bajo el contexto de permisos del usuario real (Run As User) siempre que sea posible, y documentar cualquier excepción a este modelo como una decisión consciente con un responsable.
Intervención humana (Human-in-the-loop)
No todas las acciones requieren aprobación humana, pero toda acción irreversible sí. El envío de un reembolso, la cancelación de un pedido, el cambio de un permiso de acceso: estos son los puntos donde es preferible que el agente prepare la acción y se detenga antes de ejecutarla, al menos durante los primeros meses. Con el tiempo, cuando las métricas demuestren una alta precisión en un subconjunto específico, se puede eliminar la aprobación de forma gradual y no de una vez.
Medición y costo
El costo de Agentforce no solo incluye las licencias; abarca tokens, llamadas a la API y la infraestructura para el monitoreo. El tema económico completo, que incluye ejemplos de precios y escenarios de escala, se encuentra en Precio de Agentforce. Sin una línea base de "cuánto tiempo le toma a un agente realizar la tarea hoy", es imposible saber si el agente ahorra dinero o simplemente añade una capa de complejidad.
Tabla de idoneidad: Apto o No Apto
Una tabla como esta no sustituye un análisis en profundidad, pero es una herramienta de filtrado rápida antes de invertir semanas en probar un caso de uso que, de todos modos, no prosperará.
| Caso de Uso | Idoneidad | Razón |
|---|---|---|
| Responder preguntas frecuentes de un Knowledge actualizado | Alta idoneidad | Información estructurada, bajo riesgo, mejora medible en el tiempo de respuesta |
| Consultar el estado del pedido y actualizar los datos de envío | Alta idoneidad | Dato cerrado en el sistema, acción sencilla, fácil de verificar |
| Análisis de la tendencia de ventas multianual compleja | Idoneidad parcial | Requiere un contexto empresarial profundo; solo apto para una etapa avanzada |
| Aprobación de crédito o cambio de condiciones de contrato | No apto en la etapa inicial | Alto impacto financiero, se requiere aprobación humana constante |
| Asesoramiento médico, legal o regulatorio al cliente final | No apto | Riesgo de litigio y responsabilidad; requiere control humano completo |
| Redacción de borradores de contenido de marketing para revisión humana | Alta idoneidad | El resultado no es definitivo, siempre hay una persona que revisa antes de publicar |
Plan de piloto realista
Fase 1: Selección de un único caso de uso (semana 1)
Se elige un proceso de la tabla marcado como de alta idoneidad, se define la línea base (tiempo medio de manejo, tasa de escalada actual) y se anota qué se considera éxito. Un patrocinador empresarial firma el alcance.
Fase 2: Construcción de Grounding y primer Topic (semanas 2-3)
Se conecta una única fuente de información verificada, se construye un Topic estrecho con un máximo de 2-3 Acciones, y se definen los permisos según el usuario. Cada Acción pasa por una prueba de entrada no válida antes de ser considerada lista.
Fase 3: Ejecución interna controlada (semanas 4-5)
Un grupo reducido de usuarios (5-15 personas) prueba el agente en escenarios reales, incluyendo la aprobación humana para cada acción significativa. Se recopilan rastros (traces) y errores según su gravedad.
Fase 4: Medición contra la línea base (semanas 6-8)
Se comparan el tiempo de resolución, la tasa de éxito y el costo con la primera fase. Aquí entran los criterios de Go/No-Go:
- Go: Tasa de finalización de tarea sin escalada superior al 70%, costo por tarea inferior a la alternativa humana, cero incidentes de seguridad o permiso.
- Expansión gradual: Tasa de finalización del 50-70%: se continúa, pero se reduce el alcance a una subtarea que tuvo más éxito.
- No-Go: Tasa de finalización inferior al 50%, o un incidente de permiso: se vuelve a la fase de datos y permisos antes de cualquier expansión.
Pruebas más exhaustivas, incluyendo la metodología de "Scorers" automáticos, se describen en Pruebas de Agentforce.
Escenario organizacional de ejemplo
Una empresa de servicios con un centro de llamadas de 40 agentes deseaba implementar Agentforce para reducir la carga de trabajo. La gerencia pidió "un agente que responda a todo". Durante la revisión de preparación, se encontró que existían tres bases de conocimiento no sincronizadas y que la mayoría de las solicitudes requerían acceso a datos de facturación sensibles. En lugar de comenzar de manera amplia, el equipo eligió un único caso de uso: consulta del estado de un pedido, que no requiere datos financieros sensibles.
En seis semanas, el agente gestionó el 62% de las consultas de este tipo sin escaladas, con un costo significativamente menor que un minuto de conversación con un agente humano. De acuerdo con el criterio de "Go", la empresa se expandió gradualmente a un segundo "Topic" —actualización de la dirección de envío— y solo después comenzó a considerar acciones financieras, con aprobación humana permanente. El enfoque gradual evitó un fracaso generalizado que habría ocurrido si la organización hubiera optado directamente por el "agente que lo sabe todo".
Riesgos comunes y acciones preventivas
| Riesgo | Cómo se manifiesta en la práctica | Acción preventiva |
|---|---|---|
| Caso de uso demasiado amplio | Imposibilidad de medir el éxito o predecir el comportamiento | Empezar con un proceso estrecho con límites claros |
| Grounding débil | Respuestas seguras pero erróneas en los hechos | Una única fuente de información, responsable y proceso de actualización regular |
| Permisos demasiado amplios | El agente expone información que el usuario no debería ver | Ejecución bajo el contexto del usuario, no con permisos de sistema |
| Omisión de la aprobación humana | Acción financiera o legal realizada sin control | Aprobación humana obligatoria para toda acción irreversible |
| Ausencia de línea base | "Parece que funciona" sin pruebas numéricas | Medición del estado actual antes del lanzamiento, no después |
¿Cómo saber cuándo es el momento de expandir?
La expansión está justificada cuando se cumplen simultáneamente tres condiciones: la métrica principal es estable durante tres ciclos de medición consecutivos, no hay incidentes de permisos o seguridad en el período medido, y el propietario del proceso está dispuesto a firmar que el resultado es equivalente o mejor que la alternativa humana. Cuando una de las condiciones falta, es preferible prolongar la fase piloto dos semanas adicionales antes que expandir basándose en una buena sensación.
Lista de verificación antes de tomar una decisión
- ☐ Se ha seleccionado un único caso de uso con límites claros, no un "agente general".
- ☐ Existe una fuente de información verificada y actualizada para el área seleccionada.
- ☐ Los permisos del agente coinciden con los permisos del usuario real.
- ☐ Se han definido puntos de intervención humana para acciones irreversibles.
- ☐ Se ha medido la línea base (baseline) antes del lanzamiento, no solo después.
- ☐ Se han establecido criterios de Go/No-Go por escrito de antemano.
- ☐ Existe un plan de monitoreo de rastreo (traces) y errores.
- ☐ Se ha designado un responsable para el mantenimiento de la fuente de información.
Resumen: cuándo es aconsejable y cuándo no
Agentforce es adecuado cuando existe un proceso delimitado con una fuente de información fiable, cuando el impacto de un error es relativamente bajo y cuando hay una forma de medir el éxito frente a una línea base real. Es menos adecuado –al menos en una fase inicial– para procesos con un alto impacto financiero o legal, para organizaciones donde la información aún está dispersa y no se gestiona adecuadamente, o cuando la dirección espera resultados inmediatos sin una fase piloto. Las organizaciones que respetan este orden de operaciones –primero la preparación, luego un piloto medido y solo después la expansión– logran un resultado mucho más estable que aquellas que se lanzan directamente al desarrollo. La implementación real se puede ejecutar junto con Servicio de Agentforce y IA, que acompaña a la organización desde la etapa de verificación de idoneidad hasta una expansión controlada.
Fuentes profesionales
- Salesforce – Cómo funciona Agentforce — https://www.salesforce.com/agentforce/how-it-works/
- Salesforce – Barreras de seguridad de Agentforce — https://help.salesforce.com/s/articleView?id=ai.agent_plan_risks_guardrails.htm&language=en_US&type=5
- Salesforce – Evaluación Agente Personalizado de Pruebas — https://developer.salesforce.com/docs/ai/agentforce/guide/testing-api-custom-scorers.html
- HPI Pro – Agentforce y IA — https://hpi.pro/agentforce-ai