Se você buscou "como medir o ROI de Agentforce" depois do Dreamforce 2026, é porque notou o mesmo que os recaps notaram. Passou o evento — o brilho do AIforce levando o CRM pra dentro do Claude e do Slack, os sete agentes prontos por função — e os balanços pós-palco convergiram numa frase incômoda: a empresa agêntica está "em julgamento", e os números de ROI comprovado não apareceram. A resposta curta é a que a própria Salesforce entregou sem dizer com todas as letras: você não prova o retorno de um agente que não consegue observar. A peça que falta pra sair do "demo impressionante" pro "resultado auditável" não é mais um modelo nem mais um agente ligado — é observabilidade de ponta a ponta e dado governado pra medir o desfecho de cada agente que você soltou.
ROI de Agentforce: a resposta curta (você não prova o que não consegue observar)
Ligar agentes é fácil; provar que eles geraram resultado é o degrau difícil. E a maioria das empresas subiu o primeiro sem instrumentar o segundo. Quando o board pergunta o ROI, o time tem "quantas conversas o agente teve" — não "quanto o agente fez a receita subir ou o custo cair". A razão é estrutural: o agente agora age fora da sua tela (no Slack, no Claude, num assistente), e o desfecho dele fica espalhado por sistemas que não conversam — o resultado no CRM, o custo do agente em outro lugar, o efeito no pedido no e-commerce ou no ERP. Sem uma camada que amarre ação do agente → desfecho de negócio, você tem atividade de agente, não ROI de agente. Provar o retorno exige três peças, e nenhuma delas é "comprar outro agente".
O que os recaps do Dreamforce 2026 disseram: a empresa agêntica "em julgamento"
Depois de digerido o evento, o tom virou. A análise pós-Dreamforce (MarketScale, entre outros) cravou o que faltou no palco: muito agente, muita capacidade job-ready, e nenhum número de ROI comprovado. O AIforce mostrou o CRM agindo onde o funcionário já trabalha; os sete agentes por função mostraram amplitude. Mas a conta do retorno — o quanto tudo isso move receita ou corta custo — ficou de fora. Não porque a tecnologia não entregue, e sim porque ninguém consegue provar um resultado que não mediu. O veredito dos recaps não é um "a IA não funciona"; é um "a IA agêntica ainda não provou o retorno porque a medição ficou para depois".
A pista da própria Salesforce: o Observability Center dentro do Enterprise AI Harness
A evidência mais reveladora não veio de um crítico — veio da Salesforce. Dentro do Enterprise AI Harness, ela colocou um Observability Center. Isso não é detalhe de arquitetura: é a admissão, em produto, de que você não prova o ROI de um agente que não consegue observar. Quando a própria fabricante da plataforma agêntica coloca observabilidade no centro do pacote empresarial, ela está dizendo que a próxima fronteira não é mais capacidade de agente — é a capacidade de enxergar e medir o que o agente faz. O mercado inteiro está aprendendo a mesma lição ao mesmo tempo: o gargalo migrou do "agir" para o "provar".
Por que o ROI some quando o agente age fora da sua tela (Slack, Claude)
Aqui está o mecanismo. Enquanto o agente vivia dentro do CRM, o desfecho dele era fácil de amarrar — tudo acontecia no mesmo sistema. Agora o agente age no Slack, no Claude, num assistente externo, e o resultado dele se fragmenta: o desfecho (pedido fechado, ticket resolvido) está num sistema, o custo do agente (tokens, execução, AWU) está em outro, e o efeito no negócio (receita influenciada) está no e-commerce ou no ERP. Sem uma camada de observabilidade que costure esses três, você consegue montar um belo dashboard de "quantas conversas o agente teve" — e continua sem resposta para "quanto ele fez a receita subir ou o custo cair". É por isso que os recaps não acham o ROI: a maioria ligou o agente antes de instrumentar a medição do desfecho.
Peça 1 — Telemetria de agente amarrada a desfecho de negócio (não a "conversas")
A primeira peça é fazer cada ação do agente emitir um evento rastreável até o resultado de negócio. Não "o agente trocou 340 mensagens", e sim "o agente tocou este pedido, que foi fechado" ou "abriu este ticket, que foi resolvido". Isso significa tracing distribuído das ações do agente — no Slack, no Claude, no CRM — com um identificador que sobrevive de ponta a ponta, ligando a ação ao desfecho no sistema de registro. É a diferença entre medir atividade e medir resultado: só a segunda responde ao board. Ferramentas como Datadog, Grafana, Prometheus, OpenTelemetry e Sentry entram aqui — mas o valor não está na ferramenta, e sim no desenho que amarra evento de agente a evento de negócio.
Peça 2 — Custo por desfecho, não por token (a métrica do CFO)
A segunda peça é juntar o consumo do agente (tokens, execução, AWU) com o resultado que ele produziu, para chegar a custo por venda fechada ou custo por ticket resolvido. "Custo por token" é a métrica do engenheiro; "custo por desfecho" é a métrica que o CFO entende e que decide a renovação do orçamento. Num momento em que o modelo virou commodity — Opus 5.5, GPT-6, um novo piso de US$ 0,10 por milhão de tokens —, competir por "modelo mais barato" é irrelevante: o que importa é quanto custa o resultado, não quanto custa a inferência. Sem essa conta, você não consegue nem defender o agente que funciona nem cortar o que só queima orçamento.
Peça 3 — Dado governado como base da atribuição (Data 360 limpo, ou o número mente)
A terceira peça é a fundação: se o dado sobre o qual o agente age e é medido estiver sujo, a atribuição mente. O agente "acertou" em cima de um cadastro errado, o desfecho é contabilizado no cliente errado, e o número não sobrevive à auditoria. Um Data 360 governado — cadastro único, deduplicado, com linhagem — é o que faz o ROI medido ser confiável e não uma ficção que desmorona quando alguém pergunta "de onde saiu esse número?". É também o que alinha a sua medição ao que o próprio Enterprise AI Harness/Observability Center pressupõe: observabilidade só vale se o dado embaixo for confiável.
Juntas, as três peças transformam "atividade de agente" em "ROI de agente". Sem elas, você fica no lugar dos recaps: agentes impressionantes no palco e nenhuma conta na renovação. Com elas, você chega ao board com custo por desfecho, atribuição auditável e a capacidade de dizer, por agente, o que renovar e o que cortar. É a diferença entre torcer para o agente ter dado certo e provar que deu.
Como a CCX instrumenta observabilidade + medição de agente
Quer sair do "quantas conversas o agente teve" para o ROI auditável por agente? É isso que a CCX monta, ligando duas frentes do portfólio. A Observabilidade 360° é a telemetria amarrada ao desfecho: Datadog, Grafana, Prometheus, OpenTelemetry e Sentry configurados para rastrear cada ação do agente até o resultado de negócio, com custo por desfecho e rastro auditável ponta a ponta — a peça que vira atividade em ROI. E Data & BI é o dado governado como base de atribuição, para o número do agente sobreviver à auditoria — alinhado ao Data 360 que o Enterprise AI Harness pressupõe. Não é comprar mais um agente; é instrumentar a medição do que você já ligou, antes da renovação do orçamento. Falar com especialista Salesforce →
Perguntas frequentes (FAQ)
Como medir o ROI de um agente de IA?
Amarrando cada ação do agente a um desfecho de negócio (pedido fechado, ticket resolvido, receita influenciada) por telemetria de ponta a ponta, calculando o custo por desfecho (não por token) e apoiando tudo em dado governado para a atribuição ser confiável. O erro comum é medir "conversas" ou "mensagens" — isso é atividade, não retorno, e não responde ao board.
O que é o Enterprise AI Harness?
É o pacote empresarial da Salesforce para operar agentes com governança; na edição apresentada no Dreamforce 2026 ele inclui um Observability Center. A presença desse centro de observabilidade sinaliza que a própria Salesforce reconhece que provar o ROI de um agente exige observá-lo — não basta ligá-lo.
Custo por token ou custo por desfecho?
Custo por desfecho. Custo por token é útil para o engenheiro otimizar inferência, mas é irrelevante para a decisão de negócio, ainda mais com o modelo virando commodity. O que decide renovar ou cortar um agente é quanto custa o resultado que ele produz — custo por venda fechada ou por ticket resolvido.
Como observar agentes que agem no Slack e no Claude?
Com tracing distribuído que acompanha a ação do agente onde quer que ela aconteça, usando um identificador que sobrevive de ponta a ponta e liga a ação ao desfecho no sistema de registro (CRM, e-commerce, ERP). A observabilidade não pode parar na borda da sua tela; ela precisa costurar os sistemas onde o desfecho e o custo do agente ficam espalhados.
Falta um modelo melhor ou falta observabilidade?
Falta observabilidade e dado governado. O modelo virou commodity — há opções abundantes e cada vez mais baratas. O que separa quem prova o ROI de quem não prova não é ter o modelo mais esperto nem mais um agente ligado; é conseguir medir o desfecho de cada agente e defender esse número numa auditoria.
O Dreamforce mostrou os agentes; o que decide a renovação do orçamento é conseguir observar e provar o retorno de cada um. Atividade de agente não é ROI de agente. Instrumentar a observabilidade e a medição dos seus agentes com a CCX →