No dia 26 de agosto de 2026, a Salesforce reporta o resultado do segundo trimestre do ano fiscal de 2027 — e, junto com receita e margem, o mercado vai testar uma ideia que ainda incomoda muito comprador: cobrar inteligência artificial por tarefa concluída. Esse é o AWU, o Agentic Work Unit, a unidade de medida do Agentforce. Antes de escalar agentes de IA na sua operação, vale entender exatamente como esse modelo funciona, quais são os três formatos de preço que convivem hoje e — o ponto que mais pega gente desprevenida — por que o custo que decide sua conta não está na tabela de preço, e sim na arquitetura.
O que é um AWU (Agentic Work Unit) e por que a Salesforce cobra por tarefa
Um AWU representa uma tarefa concluída por um agente: um prompt processado, uma cadeia de raciocínio executada, uma ferramenta (tool) invocada para resolver algo. A lógica por trás é alinhar preço a valor entregue — em vez de cobrar por assento de software que a pessoa pode ou não usar, cobra-se pelo trabalho que o agente efetivamente realizou. A escala já é expressiva: a Salesforce reporta algo na casa de 2,4 bilhões de AWUs processadas, com centenas de milhões concentradas em um único trimestre recente.
O apelo é evidente para quem compra: você paga pelo que o agente fez, não por licença ociosa. Mas medir "trabalho de IA" por tarefa cria efeitos de segunda ordem que aparecem direto no orçamento — e é aí que o comprador precisa parar e olhar com atenção, porque a conta se comporta de um jeito contraintuitivo.
Os 3 modelos de preço hoje: conversa, créditos e usuário
Na prática, o Agentforce convive com três formas de cobrança, e entender as diferenças evita surpresa na renovação:
Por conversa (aprox. US$ 2/conversa). Simples de projetar quando o volume é previsível: cada interação completa tem um preço. Fica caro quando o mesmo problema exige várias conversas para ser resolvido.
Flex Credits (cerca de 20 créditos por ação). Um pool de créditos consumido por ação do agente. Dá flexibilidade para misturar casos de uso, mas exige monitoramento próximo — sem observabilidade, o crédito some sem que ninguém perceba onde.
Licença por usuário (a partir de US$ 125+/mês, modelo AELA). Previsível como software tradicional, mas descolado do uso real: você paga pela cadeira independentemente de quantas tarefas o agente executou.
Nenhum dos três é "o certo" universal. O modelo ideal depende do seu padrão de uso — e a escolha só é boa se for feita depois de entender os dois efeitos que descrevemos a seguir.
O paradoxo da eficiência: agente melhor, menos AWUs cobradas
Aqui está o efeito mais desconcertante do modelo. Um agente melhor projetado — mais bem ancorado no dado certo, com acesso às ferramentas certas — resolve o problema do cliente em menos passos. Menos passos significam menos tarefas, menos conversas, menos créditos: ou seja, menos AWUs cobradas, mesmo entregando mais valor. É o paradoxo da eficiência: quanto melhor a sua implementação, menor a fatura por resolução.
Para o comprador, isso tem duas leituras. A boa: investir em arquitetura reduz custo unitário de forma estrutural. A incômoda: a conta fica imprevisível, porque o custo de cada resolução depende de quão eficiente é o agente naquele fluxo específico. Projetar orçamento vira exercício de estimar não "quantas conversas teremos", mas "quantos passos cada resolução vai custar" — e isso muda conforme a qualidade da implementação. Quem trata o Agentforce como uma licença fixa vai se frustrar; quem trata como custo variável dirigido por arquitetura consegue controlá-lo.
O custo escondido: Data Cloud é pré-requisito (e pode passar da licença)
O segundo efeito é o que mais gera fatura-surpresa. O Agentforce não funciona bem no vácuo: ele precisa de dado unificado e acionável para ancorar as respostas do agente — e essa camada é o Salesforce Data Cloud, pré-requisito prático para agentes que fazem algo além de responder perguntas genéricas. O detalhe que raramente aparece na conversa comercial inicial: o custo do Data Cloud frequentemente ultrapassa o do próprio licenciamento do Agentforce.
Data Cloud cobra por volume de dado ingerido, processado e ativado. Quando você conecta fontes, unifica perfis e alimenta o agente com contexto, o consumo cresce — e cresce fora da linha de preço que você negociou para os agentes. Descobrir isso na fatura, e não no planejamento, é a diferença entre um projeto de IA que fecha a conta e um que vira conta. Planejar o Data Cloud antes — dimensionar ingestão, limpar dado na origem, evitar duplicação — é o que mantém o custo total sob controle.
Como reduzir custo por resolução: grounding + integração de retaguarda
Se o custo é dirigido por quantos passos o agente gasta para resolver, então reduzir passos é reduzir fatura. E passos se reduzem com grounding (ancoragem no dado certo) e integração de retaguarda. Um agente que enxerga o pedido, o estoque, o histórico e o faturamento do cliente resolve na primeira tentativa; um agente cego tenta, erra, pergunta de novo, escala para humano — e cada uma dessas idas e vindas é AWU queimada.
Na prática, três alavancas derrubam o custo por resolução: ancorar o agente no dado correto para ele não improvisar; integrar os sistemas de retaguarda para que a informação necessária esteja a uma tool de distância; e monitorar o consumo de AWU/créditos em tempo real para corrigir fluxos caros antes que virem fatura. A conta do Agentforce, no fim, é decidida na engenharia — não na planilha de preço.
Como a CCX ancora, integra e monitora o consumo
É exatamente nesse ponto que a CCX atua. Como parceira Salesforce, nossas squads de implementação Agentforce (engenheiros sêniores, onboarding em 48h) desenham e ancoram o agente para resolver em menos passos — ou seja, menos AWUs por resolução, atacando o paradoxo da eficiência a seu favor em vez de contra você.
Sobre o custo escondido, nossa prática de Data & BI planeja e limpa o dado que alimenta o Data Cloud antes da ativação, dimensionando ingestão para você não descobrir o valor na fatura. Nossa prática de Integrações & APIs Enterprise, com arquitetura event-driven (Kafka, RabbitMQ), garante que o agente enxergue pedido, estoque e faturamento e resolva na primeira tentativa, não na terceira. E nossa Observabilidade 360° (Datadog, Grafana, Prometheus) monitora o consumo de AWU e créditos em tempo real, para que fluxos caros sejam corrigidos antes de escalar. A conta do Agentforce não é decidida pela tabela de preço — é decidida pela arquitetura.
Fale com um especialista Salesforce da CCX e simule seu custo real de agente →
FAQ — Perguntas frequentes
O que é AWU no Agentforce?
AWU (Agentic Work Unit) é a unidade que representa uma tarefa concluída por um agente de IA — um prompt processado, uma cadeia de raciocínio ou uma ferramenta invocada. É a base de cobrança por trabalho entregue.
Quanto custa o Agentforce em 2026?
Convivem três modelos: aproximadamente US$ 2 por conversa, Flex Credits (cerca de 20 créditos por ação) e licença por usuário a partir de US$ 125+/mês (AELA). O custo total depende do padrão de uso e da eficiência da implementação.
Por que a conta do Agentforce é imprevisível?
Por causa do paradoxo da eficiência: um agente melhor resolve em menos passos e gera menos AWUs cobradas. O custo por resolução varia conforme a qualidade da arquitetura, o que dificulta a projeção linear.
O Data Cloud é obrigatório?
Na prática, sim, para agentes que ancoram respostas em dado real. E o custo do Data Cloud frequentemente ultrapassa o do próprio Agentforce — por isso ele precisa ser planejado antes, não descoberto na fatura.
Como reduzir o custo por resolução?
Ancorando o agente no dado certo (grounding), integrando sistemas de retaguarda para resolver na primeira tentativa e monitorando o consumo em tempo real com observabilidade.
Este conteúdo é informativo e trata o resultado trimestral de 26/08 como contexto de mercado, sem previsão de desempenho. Reflete o cenário de agosto de 2026.