Salesforce entregou parte do roadmap de AI aos clientes e acelerou o lançamento do Agentforce e de novos recursos

Salesforce está mudando a lógica do lançamento de produtos de IA: em vez de um plano de longo prazo, a empresa está construindo um roadmap junto com clientes e reescrevendo prioridades quase em tempo real. Essa abordagem deve ajudá-la a adaptar mais rapidamente Agentforce, IA de voz e integrações do Slack às necessidades reais de grandes corporações.

Clientes em vez de plano

O ritmo do desenvolvimento de IA força fornecedores corporativos a lançar recursos significativamente mais rápido do que antes. Na Salesforce, decidiram que em tal ambiente, um roadmap trimestral clássico funciona muito lentamente. Por isso, a empresa se baseia não tanto em prazos fixos, mas em um fluxo constante de feedback dos clientes. Segundo líderes de IA da Salesforce, algumas reuniões com clientes acontecem toda semana, e não uma vez por trimestre.

Para Salesforce, isso não é apenas customer development convencional. A empresa acredita que se uma grande organização encontrar um problema específico ao implementar IA, uma dor similar logo surgirá em outras. Internamente, isso se transforma em um sistema de detecção precoce de necessidades: a equipe observa quais problemas se repetem e os transforma em temas de produto para toda a plataforma.

Como funciona o ciclo

O impulsionador do lançamento do Agentforce foi simples: após o surgimento de grandes modelos de linguagem, as empresas careciam da "última milha" para trazer IA a um cenário enterprise funcional. O modelo sozinho não é suficiente—são necessários contexto, controle, observabilidade e regras claras para que o agente não se comporte de forma imprevisível. Por isso, Salesforce constrói a pilha de IA de baixo para cima e planeja não datas específicas de lançamento, mas direções de desenvolvimento.

• contexto para agentes de IA e acesso a dados da empresa
• observabilidade—a capacidade de rastrear o que o agente faz
• controles determinísticos—restrições e regras previsíveis
• testes beta antecipados e "gates" antes do lançamento amplo
• ciclo rápido de lançamento de código por semanas e meses, não semestres

"Literalmente respondemos semana após semana, mês após mês", disse

Muralidhar Krishnaprasad, presidente e CTO da divisão de engenharia da Salesforce, descrevendo o novo ritmo de trabalho.

O próximo passo é dividir cada solicitação de cliente em partes: o que a camada LLM sozinha pode resolver e o que requer infraestrutura adicional de agente ao redor do modelo. Isso é importante para um ambiente enterprise onde uma bonita função de demonstração não é suficiente. Você precisa de um produto que possa ser controlado, verificado e integrado em uma pilha existente sem supervisão manual constante.

Primeiros resultados e riscos

Um dos participantes desse ciclo é a plataforma de viagens Engine. Sua equipe se reúne com Salesforce semanalmente e obtém acesso a ferramentas de IA antes do lançamento público. De acordo com o CEO da Engine, isso ajuda a empresa a testar novas funcionalidades mais cedo que os concorrentes e realmente influenciar o produto. Um exemplo é um agente de voz para reserva de hotéis: após notar que o diálogo soava não natural, Salesforce refinou o comportamento do agente, e testes A/B mostraram melhores resultados.

Uma história similar ocorreu com PenFed. A cooperativa de crédito construiu seu próprio workflow ITSM com base em ferramentas e agentes do Agentforce já existentes. Quando a solução se provou em trabalho real, Salesforce trouxe esse cenário para a plataforma como uma ferramenta mais universal para outros clientes. Ou seja, clientes aqui atuam não apenas como testadores, mas também como coautores de recursos enterprise prontos.

Esse modelo tem um lado negativo. Ele assume que o cliente entende bem qual IA precisará em um ano, embora muitas empresas ainda estejam apenas procurando retorno prático de tais sistemas. A disposição de ficar em beta e discutir o produto toda semana também não garante um contrato de longo prazo ou adoção em massa. Salesforce reduz esse risco usando ativamente suas ferramentas de IA internamente e constantemente redistribuindo equipes para novas mudanças tecnológicas.

O que isso significa

Salesforce mostra como o desenvolvimento de IA enterprise poderia parecer em uma era quando o mercado muda mais rápido que o planejamento trimestral. Os vencedores aqui não serão aqueles com o slide de roadmap mais bonito, mas aqueles que mais rápido transformam pontos de dor recorrentes dos clientes em produtos funcionais para toda a base de clientes.