A Salesforce colocou o Agentforce Help Agent em disponibilidade geral em julho de 2026 com uma cláusula comercial que merece mais atenção do que o produto em si: a cobrança só acontece quando o agente resolve o caso do início ao fim. Se o cliente pede para falar com um humano, não há cobrança. Se o cliente sai insatisfeito, não há cobrança. É o modelo que o mercado apelidou de pay-per-resolution — preço por resultado, não por assento.
Ler isso como "mais um lançamento de IA no atendimento" é perder o que importa. A maior empresa de SaaS do mundo está apostando publicamente que software vai ser cobrado por desfecho. E, no processo, está transformando uma coisa que sempre foi tratada como custo de TI — qualidade de integração — em linha direta de receita ou prejuízo.
O que é o pay-per-resolution do Agentforce Help Agent
Em uma frase: você paga pelo caso encerrado autonomamente, não pela licença do agente nem pela quantidade de conversas iniciadas. O agente é configurado com setup guiado, sobe em minutos, opera em múltiplos canais e recebe um objetivo — encerrar a solicitação. Se ele encerra, é evento faturável. Se transfere para um humano, não é.
A elegância do modelo está no alinhamento aparente de incentivos: o fornecedor só ganha se a automação funcionar de verdade. Na prática, é isso que faz do modelo um instrumento de medição implacável. Num contrato per-seat, uma automação medíocre fica escondida na fatura fixa — você pagou pelo assento, use ou não use. Num contrato per-outcome, a mediocridade aparece no extrato: quanto menor a sua taxa de resolução autônoma, menos você paga — e mais você gasta com atendimento humano. A fatura menor não é uma boa notícia. É um diagnóstico.
E vale registrar o óbvio antes de seguir: isto não é uma história sobre a Salesforce. É a primeira empresa grande a empacotar o movimento como produto comercial, mas Zendesk, Intercom, ServiceNow e as plataformas de atendimento em geral estão convergindo para variações do mesmo modelo. O nome vai variar. O requisito de arquitetura, não.
Por que a Salesforce topa esse risco: os dados por trás
Nenhum fornecedor assume risco de desfecho sem números que sustentem a aposta. O contexto ajuda a entender a confiança. O Agentforce Commerce entrou em GA no início de julho com uma linha de agentes — Shopper, Buyer, Merchant — e a Salesforce vem divulgando que varejistas que operam com shopper agent crescem vendas em ritmo cerca de 59% mais rápido, e que o tráfego referido por assistentes de IA converte perto de 8× mais que o tráfego social. Números de fornecedor devem ser lidos com a devida reserva, mas a direção é consistente com o que se vê em campo: quando o agente tem contexto, ele performa muito acima da média do canal.
A palavra decisiva na frase anterior é contexto. A aposta comercial da Salesforce não é "nosso modelo de linguagem é melhor". É "quando o agente está plugado no Data Cloud, no CRM e no sistema de registro, ele resolve". O risco de desfecho é assumido em cima de uma premissa de integração. Quem compra o produto assume a mesma premissa — mas do lado de dentro, onde os sistemas de registro raramente são a Salesforce inteira.
A conta que ninguém mostra: resolução autônoma depende de acesso a pedido, estoque e fatura
Vá a qualquer operação de atendimento e faça o inventário do que o cliente realmente pergunta. A lista se repete: onde está meu pedido, por que veio errado, quero trocar, por que fui cobrado duas vezes, ainda tem no meu tamanho, quando chega, cancela.
Repare que nenhuma dessas perguntas é respondível com texto. Todas exigem que o agente leia — e frequentemente escreva — em sistemas que não são o chat: o OMS sabe onde está o pedido, o ERP sabe da fatura, o WMS sabe do estoque, a transportadora sabe do prazo, o gateway sabe da cobrança duplicada. Um agente sem acesso confiável a esses sistemas não resolve nada. Ele faz uma coisa muito bem: transfere educadamente.
É por isso que a taxa de resolução autônoma da maioria das implantações trava na faixa de 20% a 30%. Não é limitação do modelo de linguagem — os modelos de 2026 são mais que suficientes para essa tarefa. É limitação de acesso. O agente é uma interface brilhante montada sobre um encanamento que não existe.
Em um contrato por assento, esse gargalo era invisível: o custo já estava pago. Em pay-per-resolution, ele fica escancarado — e caro, porque toda escalada que o fornecedor não fatura é uma escalada que você paga em hora de atendente. O modelo comercial da moda, portanto, faz uma coisa incômoda e útil ao mesmo tempo: ele precifica a sua dívida de integração.
Os quatro pontos onde a resolução autônoma quebra na prática
1. Leitura fragmentada do sistema de registro. O agente consulta o CRM e vê o ticket, mas não vê o status real do pedido, que mora no OMS, atualizado por um job de 30 em 30 minutos. Ele responde com dado velho — e dado velho gera um segundo contato, que na sua conta é custo duplicado.
2. Ausência de permissão de escrita. Resolver um caso quase sempre implica agir: emitir segunda via, abrir devolução, cancelar assinatura, reemitir código. Muitas implantações dão ao agente acesso de leitura e mais nada — por medo, e o medo é legítimo. Só que agente que não age não resolve; ele redige um resumo bonito e passa a bola.
3. Falta de idempotência. Quando você finalmente concede escrita, aparece o problema seguinte: o agente pode repetir uma chamada por timeout ou retry. Sem chave de idempotência, isso vira estorno duplicado, dois pedidos de troca, dois cupons emitidos. É o tipo de erro que faz um comitê desligar o projeto inteiro.
4. Nenhuma trilha de auditoria. Se o agente escreveu num sistema e o efeito foi errado, alguém precisa reconstruir o que aconteceu — quem chamou, com qual permissão, com qual payload, e qual sistema estava certo. Sem observabilidade e tracing distribuído, o incidente vira arqueologia.
Como medir de verdade: resolução, contenção e custo por escalada
Se o preço agora é o desfecho, a métrica precisa acompanhar. Três indicadores substituem os relatórios de volume que a maioria dos times ainda apresenta:
Taxa de resolução autônoma real — casos encerrados sem humano e sem recontato em 72 horas. Sem a janela de recontato, o número é ficção: o agente "encerra" e o cliente volta no dia seguinte pelo mesmo motivo. Muita implantação celebra 60% de contenção que na verdade é 35% de resolução com 25% de reabertura.
Custo por escalada — quanto custa cada transferência para humano, incluindo o tempo de leitura do histórico. É o número que revela se a automação está economizando ou apenas adiando.
Contenção por canal e por intenção — a média esconde tudo. "Onde está meu pedido" pode ter 85% de resolução; "cobrança duplicada" pode ter 8%. A intenção com pior resolução é sempre a que tem pior integração — não a que tem pior prompt. Esse relatório, cruzado com o mapa de sistemas, é praticamente um roadmap de integração pronto.
Como a CCX faz: agente conectado ao sistema de registro
A CCX trabalha exatamente na camada onde esse projeto quebra — não no modelo, mas no acesso. Nossa oferta de IA para negócios (agentes conversacionais, RAG, automação com LLMs) só é entregue acoplada à de Integrações & APIs Enterprise: REST, GraphQL e arquitetura event-driven com Kafka e RabbitMQ, ligando o agente ao ERP, ao OMS, ao WMS e ao gateway de pagamento — com contrato de API, idempotência e trilha de auditoria de tudo que o agente escreveu, monitorado com observabilidade 360° (Datadog, Grafana, OpenTelemetry).
O ponto de partida não é comprar licença. É o inventário de intenções: quais são as 15 perguntas que respondem por 80% do volume, qual sistema é dono da resposta de cada uma, e qual a latência real de cada integração hoje. Esse mapa costuma responder, em duas semanas de discovery, à pergunta que o modelo pay-per-resolution faz por você: quanto da sua operação é automatizável hoje, e o que exatamente falta ligar.
Quando o canal de atendimento é o WhatsApp — e no Brasil quase sempre é — a mesma arquitetura roda sobre o CCX Message, nossa plataforma de WhatsApp Business Enterprise, com entrega em escala, latência sub-200ms e compliance LGPD. Squads sêniores com onboarding em 48h, e a metodologia de 6 fases que aplicamos em mais de 200 projetos: discovery, arquitetura-alvo, sprints, QA, go-live assistido, evolução.
Se a sua taxa de resolução autônoma está travada, o gargalo é acesso a dado — não o modelo. Fale com um especialista CCX em IA para negócios →
FAQ
Quanto custa o Agentforce Help Agent?
O preço é por resolução: a Salesforce cobra pelo caso encerrado autonomamente pelo agente. Conversas que terminam em transferência para humano, ou em cliente insatisfeito, não geram cobrança. O valor por resolução varia por contrato e volume — vale confirmar as condições vigentes com a Salesforce, já que o pricing de IA vem sendo revisado com frequência.
Pay-per-resolution sai mais barato que per-seat?
Depende inteiramente da sua taxa de resolução autônoma. Com automação de alta contenção, tende a sair mais caro no extrato do fornecedor e muito mais barato no custo total (menos hora de atendente). Com automação fraca, a fatura do fornecedor é baixinha e o custo total continua alto — você só terceirizou a transferência de chamada.
O que conta como "resolução"?
Essa é a cláusula que precisa ser lida com atenção no contrato. Definições variam: caso encerrado sem intervenção humana, com ou sem janela de recontato, com ou sem confirmação de satisfação. Sugestão prática: negocie que reabertura em até 72 horas descaracterize a resolução — é o que alinha o incentivo do fornecedor ao seu.
Preciso de Data Cloud para usar?
Não é obrigatório, mas é aqui que está a pegadinha. O agente resolve na proporção do contexto que enxerga. Se seus dados de pedido, estoque e fatura vivem fora da Salesforce — ERP, OMS, WMS —, você vai precisar de uma camada de integração de qualquer jeito, com ou sem Data Cloud.
Funciona no WhatsApp?
Sim, o agente é multicanal. Mas o canal não é o problema. O que determina a resolução é o acesso ao sistema de registro por trás do canal — em WhatsApp, chat, e-mail ou voz, a resposta para "onde está meu pedido" continua morando no OMS.