A transição da Salesforce para o desenvolvimento agentic

A Salesforce está liderando a transição global para o desenvolvimento agentic com sua plataforma Agentforce, lançada oficialmente como evolução do Einstein Copilot em janeiro de 2025. Diferentemente de assistentes conversacionais (como o antigo Einstein Copilot), a Agentforce é uma arquitetura de IA agentic que permite a criação de agentes autônomos capazes de planejar, raciocinar, tomar decisões e executar fluxos de trabalho completos — como criar casos no Service Cloud, gerar cotações no CPQ ou atualizar pipelines de vendas — sem intervenção contínua humana. Essa mudança foi impulsionada pelo Atlas Reasoning Engine, que interpreta lógica de negócios, dependências de dados e regras de governança, integrado ao Einstein Trust Layer para garantir privacidade, segurança e conformidade. A plataforma suporta múltiplos LLMs, incluindo modelos da OpenAI, mas não há confirmação pública de uso de GPT-5.6, GPT-6, Claude Opus 4 ou Gemini 3; os modelos confirmados são Claude 3.5 Sonnet (via Amazon Bedrock) e modelos proprietários da Salesforce, como o Einstein 1.5.

O termo 'desenvolvimento agentic' na Salesforce não se refere apenas à automação de tarefas, mas a um novo ciclo de vida de software onde agentes são definidos por objetivos (ex.: 'reduzir tempo médio de resolução de caso em 30%'), não por scripts lineares. Isso exige reengenharia de processos, qualidade estrita de dados no Data Cloud e design humano-no-loop — com aprovações explícitas, auditoria de ações e rastreamento de causalidade. Em abril de 2026, equipes de engenharia relataram aumento de 50,8% nos itens de trabalho concluídos por desenvolvedor frente a abril de 2025, validando a escalabilidade operacional dessa abordagem.

Essa transição importa porque redefine o papel do desenvolvedor Salesforce: de escrita manual de Apex e Flows para orquestração de agentes, engenharia de prompts avançados, modelagem de contexto no Data Cloud e validação de resultados — habilidades agora centrais para a certificação Administrator AI Specialist e Platform Developer II AI. Para empresas que usam Salesforce, significa que a adoção de IA deixou de ser um módulo isolado ('Copilot') e tornou-se a camada operacional padrão: um agente pode detectar um lead qualificado no Marketing Cloud, disparar um e-mail personalizado via Einstein Email, agendar uma ligação no Sales Cloud e atualizar o pipeline — tudo em segundos. O impacto econômico é mensurável: uma equipe de produto reduziu uma migração de 231 dias-pessoa para 13 dias com agentes autônomos. No entanto, 77% das implementações B2B de Agentforce falham, segundo relatório da Gartner (2024), majoritariamente por má qualidade de dados — não por limitações técnicas dos LLMs, mas por falta de governança prévia.

Para desenvolvedores, o impacto é profundo e prático: o uso de Claude Code (não Claude Opus 4 nem GPT-6) está padronizado nas equipes de engenharia da Salesforce desde 2024, com remoção de limites de tokens para acelerar geração de código, revisão de pull requests e documentação automatizada. Mas o verdadeiro salto está no Agent Studio — ferramenta low-code/no-code dentro da Agentforce que permite construir agentes com base em descrições naturais (ex.: 'quando um caso for criado com prioridade alta, notifique o gerente e atribua ao especialista mais disponível'). Isso exige novas competências: entendimento de reasoning chains, testes de robustez de agentes (não apenas de código), e integração com o Einstein Trust Layer para tokenização de dados sensíveis. A Salesforce já reporta que 90%+ de suas equipes de engenharia usam IA diariamente, mas alerta que a substituição de código por agentes não elimina a necessidade de engenharia de software — apenas desloca o foco para arquitetura de agentes, observabilidade de ações e controle de qualidade de saída (ex.: evitar 'hallucinations' em geração de contratos legais).