A Salesforce fez uma jogada de precificação que chamou atenção do mercado inteiro em julho de 2026: colocou o Agentforce Help Agent em disponibilidade geral (GA) com uma promessa afiada — "deploys in minutes, only charges for resolutions". Em português direto: você paga quando o agente resolve um atendimento, não pelo assento, não pela licença. É o modelo de cobrança que mais aproxima preço de valor que já vimos no espaço de agentes de IA.
No mesmo mês, dois fatos completaram o quadro. A KeyBanc publicou (15/07) uma nota dizendo que o Agentforce "não está convencendo os clientes", apontando adoção mais lenta do que a narrativa de marketing sugere. E a TTEC anunciou (23/07) o seu primeiro go-live de Agentforce Contact Center. O paradoxo salta aos olhos: um modelo que só fatura quando entrega resultado, ao lado de um relatório de ceticismo e um dos primeiros casos reais entrando no ar.
A leitura correta desse conjunto não é "o modelo de cobrança é bom ou ruim". É mais incômoda: a cobrança por resolução alinha o preço ao valor — mas transfere o risco para a sua taxa de resolução. E taxa de resolução não se compra na fatura; ela depende de dados e integração. Este artigo explica por que o "pay-per-resolution" só compensa para quem integrou de verdade.
1. O que a Salesforce lançou: Help Agent, GA e cobrança por resolução
O Agentforce Help Agent entrou em GA posicionado como um agente de atendimento que "faz deploy em minutos" e cobra apenas por resoluções — a Salesforce tem trabalhado com um valor de referência por conversa resolvida. A proposta é sedutora para qualquer diretor financeiro: em vez de pagar por assentos ociosos ou por volume de mensagens, você paga por desfecho. Se o agente não resolve, você não paga aquela resolução.
Do ponto de vista de modelo de negócio, é um avanço. Ele desloca a conversa de "quanto custa a ferramenta" para "quanto vale o problema resolvido". E, no papel, protege o comprador: o fornecedor só ganha quando entrega. O detalhe que quase ninguém coloca no slide é que essa mesma estrutura muda quem carrega o risco operacional. Quando o preço estava no assento, o risco de subutilização era seu, mas previsível. Quando o preço está na resolução, o risco vira a capacidade do agente de efetivamente resolver — e isso é um problema técnico, não comercial.
2. O contraponto da KeyBanc: por que o Agentforce "não convence"
A nota da KeyBanc não diz que a tecnologia não funciona. Ela aponta um descompasso entre a expectativa vendida e a adoção observada — clientes testando, mas hesitando em escalar. Esse padrão é conhecido por qualquer um que já levou IA para produção: o famoso gap entre o demo e o dia a dia.
No demo, o agente resolve porque roda sobre um cenário curado: dados limpos, um caso de uso feliz, integrações simuladas. Na produção, ele encontra o mundo real — o pedido que está no ERP e não no CRM, o status de entrega que vive numa terceira base, a política de troca que ninguém documentou, o cliente cujo histórico está fragmentado entre três sistemas. Quando o agente não consegue puxar esse contexto nem executar a ação (emitir a segunda via, checar o rastreio, abrir a exceção), ele não resolve. E se não resolve, no modelo pay-per-resolution, ele também não gera receita para a Salesforce — o que explica por que a própria adoção trava.
O ceticismo da KeyBanc, portanto, não é um veredito contra agentes. É um sintoma de empresas que ligaram o agente sem antes conectar os sistemas que produzem a resolução.
3. Por que a taxa de resolução é um problema de dados e integração — não de licença
Aqui está o ponto central. A "taxa de resolução" — o percentual de atendimentos que o agente fecha sozinho, sem escalar para um humano — é a métrica que decide se o pay-per-resolution é barato ou caro. Uma taxa alta significa que você paga por muitas resoluções automáticas e economiza em atendimento humano. Uma taxa baixa significa que o agente escala tudo para pessoas e você não capturou valor nenhum — só adicionou uma camada.
E a taxa de resolução é determinada por três coisas, todas de engenharia:
Acesso ao dado certo. O agente precisa consultar pedido, estoque, fatura, histórico e política em tempo real. Se esse dado está em silos — Service Cloud de um lado, ERP do outro, OMS num terceiro — sem uma camada que unifique e sirva esse contexto, o agente responde no vazio.
Capacidade de agir. Resolver quase sempre significa fazer algo: reprocessar um pagamento, gerar uma etiqueta de devolução, atualizar um cadastro, disparar um reembolso. Essas ações exigem integrações com contratos de API estáveis e idempotência — para que a mesma ação não seja executada duas vezes por engano.
Governança e confiança. Para o agente poder resolver sem supervisão, é preciso definir o que ele pode executar, com quais limites, e registrar tudo. Sem essa trilha, o time não confia e reverte para o humano — derrubando a taxa de resolução.
Em outras palavras: o billing por resultado é a parte fácil. Entregar a resolução é um projeto de integração e dados. A licença não muda esse fato; ela só muda quem paga a conta quando o agente falha.
4. Como a CCX faz o Agentforce resolver de verdade
É exatamente nessa lacuna entre "comprei o agente" e "o agente resolve" que a CCX Company atua. Como parceira Salesforce (Commerce Cloud e Data Cloud), implementamos o Agentforce ligado ao que gera resolução: os dados e os processos reais do negócio.
Na frente de Salesforce Data Cloud, unificamos e ativamos o dado que o agente precisa — cliente, pedido, histórico e catálogo consolidados numa camada consultável, com identidade resolvida. Nas Integrações & APIs Enterprise, conectamos o agente aos sistemas onde a ação acontece (ERP, OMS, gateways) com arquitetura event-driven, contratos de API e idempotência — para que "resolver" signifique executar de verdade, e não apenas responder. E com Data & BI, instrumentamos a taxa de resolução: medimos onde o agente resolve, onde escala e por quê, para melhorar o número que decide o seu custo.
O resultado é a diferença entre um piloto que trava no ceticismo da KeyBanc e um Agentforce que fecha atendimentos porque está conectado aos sistemas que produzem o desfecho. No modelo pay-per-resolution, cada ponto de taxa de resolução é dinheiro — e ele se ganha na integração.
5. Perguntas frequentes
Eu pago mesmo só quando o Agentforce resolve?
O modelo do Help Agent é orientado a resolução: a cobrança se dá por atendimento efetivamente resolvido pelo agente, e não por assento. Na prática, isso significa que o valor que você extrai depende diretamente da taxa de resolução — quanto mais o agente fecha sozinho, melhor a economia. Vale confirmar as condições comerciais específicas com a Salesforce, mas o princípio é claro: sem resolução, não há valor capturado.
Preciso do Salesforce Data Cloud para ter boa taxa de resolução?
Não é obrigatório, mas ajuda muito. O agente resolve melhor quando tem uma visão unificada do cliente e dos dados que sustentam a decisão. O Data Cloud é um caminho para consolidar e ativar esse contexto; alternativamente, uma camada de dados integrada aos seus sistemas cumpre o papel. O importante é que o agente não opere sobre dados fragmentados.
Quanto tempo leva para um piloto começar a resolver?
Depende menos da configuração do agente e mais do estado das suas integrações e dos seus dados. Se pedido, estoque e histórico já são acessíveis por API de forma confiável, um piloto sai rápido. Se estão em silos, o trabalho de integração antecede o valor — e é justamente por pular essa etapa que muitos pilotos decepcionam.
O que fazer antes de ativar o pay-per-resolution?
Conectar os dados e sistemas que produzem a resolução. Antes do rollout, vale um diagnóstico: onde estão os silos, quais ações o agente precisará executar, quais integrações e contratos de API faltam. Ativar a cobrança por resolução sobre uma base desconectada é assinar um contrato cujo valor você mesmo sabota.
Vai pagar por resolução no Agentforce? Então a resolução precisa acontecer. Conecte dados e sistemas antes do rollout. Fale com um especialista Salesforce da CCX sobre implementação Agentforce + camada de dados — Falar com especialista Salesforce →. Comece pelo Diagnóstico de dados gratuito →.