A poucos dias da Dreamforce, a Salesforce mudou o vocabulário. Saiu o "assistente que responde pergunta" e entrou o "job-ready AI agent": um agente que persegue metas ao longo do tempo, aprende novas skills, trabalha com outros agentes e melhora sozinho. No mesmo anúncio veio o AI Skills no Agentforce Coworker — você ensina uma tarefa uma vez e a Salesforce escala esse know-how pela força de trabalho (em piloto agora, com GA prevista para outubro). E a prova de escala veio em número: 7 bilhões de AWUs (Agentic Work Units) entregues, sendo 3,2 bilhões só no último trimestre.
O salto de "responde" para "faz o trabalho e aprende" é real, e vale reconhecê-lo. Mas há um detalhe que o anúncio não vende, e que decide se isso vira produtividade ou dor de cabeça: um agente que age em Sales, Service ou Commerce é tão bom quanto o dado governado que ele lê, o perímetro de permissão em que ele opera e a integração pela qual ele age fora do CRM. "Ensinar uma vez e escalar" é uma alavanca poderosa — e alavancas multiplicam o que encontram. Este artigo explica o que muda de fato e por que o seu Data 360 é o que faz o agente aprender a coisa certa.
O que a Salesforce anunciou: job-ready agents, AI Skills no Coworker, GA em outubro
O anúncio tem três peças que convém separar. A primeira é o portfólio de job-ready agents: agentes pré-configurados para funções específicas que, diferente de um chatbot, perseguem um objetivo ao longo do tempo em vez de responder uma pergunta e encerrar. A segunda é o AI Skills no Agentforce Coworker: o mecanismo pelo qual um humano demonstra uma tarefa uma vez e o agente passa a executá-la e a replicá-la — a promessa de "ensinar uma vez, escalar para muitos". Está em piloto, com disponibilidade geral (GA) anunciada para outubro.
A terceira peça é a métrica que ancora tudo: 7 bilhões de AWUs — Agentic Work Units — entregues, com 3,2 bilhões concentrados no último trimestre. O ritmo é o recado: quase metade de todo o volume histórico aconteceu em um único trimestre, o que mostra que a adoção não é linear, é exponencial. Para quem opera Salesforce, a mensagem prática é que agentes que agem deixaram de ser experimento e viraram carga de trabalho real — e carga que cresce rápido tende a expor, na mesma velocidade, qualquer fragilidade de dado e integração por baixo.
De "assistente que responde" a "agente que faz o trabalho e aprende" — o que é um AWU
Um AWU (Agentic Work Unit) é a unidade que a Salesforce usa para medir trabalho executado por agentes — não uma pergunta respondida, mas uma ação concluída dentro de um fluxo. É a diferença entre "o assistente me disse qual pedido está atrasado" e "o agente identificou o pedido atrasado, abriu o caso, notificou o cliente e atualizou o CRM". A primeira é informação; a segunda é trabalho. Contar AWUs é a forma de a Salesforce dizer "os agentes estão executando, não só conversando".
Essa mudança de natureza é o que torna o dado e a permissão críticos. Um assistente que erra uma resposta gera uma correção; um agente que erra uma ação gera um efeito no mundo — um caso aberto errado, um cliente notificado à toa, um campo do CRM sobrescrito. Quanto mais o agente age, mais o custo do erro sai do plano da conversa e entra no plano da operação. E quando esse agente também aprende a partir do que vê, a qualidade do que ele vê deixa de ser detalhe e vira o fator determinante.
AI Skills no Coworker: o que "ensinar uma vez e escalar" realmente pressupõe
"Ensinar uma vez e escalar para toda a força de trabalho" é uma frase de efeito legítima — e uma armadilha se lida sem letras miúdas. Ensinar uma vez pressupõe que a uma vez seja representativa: que o processo demonstrado seja padronizado, que o dado usado seja limpo e que os sistemas nos quais o agente vai agir estejam conectados. Se qualquer uma dessas três condições falha, o que escala não é o acerto — é o desvio, replicado com eficiência.
Pense no que "aprender a tarefa" significa na prática. O agente observa um exemplo e generaliza. Se o exemplo foi executado sobre um cadastro de cliente duplicado, sobre um catálogo com preço desatualizado ou sobre um processo que cada filial faz de um jeito, o agente aprende essa bagunça como se fosse a regra. Multiplique por milhares de execuções e você não tem um funcionário treinado — tem um erro industrializado. A skill não conserta o dado; ela herda o dado.
Dado limpo escala acerto; dado sujo escala erro
Este é o princípio que separa quem colhe produtividade de quem colhe retrabalho. Um agente que aprende é um amplificador: ele pega o que encontra e o repete em escala. Amplificar dado limpo, processo padronizado e integração confiável produz acerto em escala. Amplificar dado sujo, processo divergente e sistemas desconectados produz erro em escala — e pior, erro com aparência de automação confiável, o que atrasa a detecção.
Um exemplo torna o risco palpável. Uma rede varejista ensina, uma vez, o agente a "abrir um caso de troca e reembolsar o cliente". Se, no momento da demonstração, o cadastro do cliente estava duplicado e o pedido apontava para um SKU com preço desatualizado, o agente aprende a reembolsar o valor errado, para o registro errado — e passa a repetir isso milhares de vezes com a confiança de quem "foi treinado". O problema não aparece como um erro gritante; aparece como uma sangria silenciosa de margem, difícil de rastrear justamente porque a automação parece estar funcionando. Foi a base, não a skill, que falhou.
Repare que isso não é um problema exclusivo da Salesforce. SAP (com o Joule que aprende) e Microsoft (com o Copilot) vendem a mesma promessa de "agente que aprende". A tese, portanto, é agnóstica: o diferencial competitivo não está em qual plataforma você usa para ensinar o agente, mas em se a base sobre a qual ele aprende merece ser aprendida. A plataforma entrega o mecanismo de aprendizado; a qualidade do resultado continua sendo função do seu dado e da sua integração.
Data 360 governado, perímetro de permissão e integração CRM↔ERP: o que faz o agente aprender certo
Se o agente aprende o que encontra, a pergunta operacional vira: o que ele encontra está pronto para ser aprendido? Três camadas respondem a isso. A primeira é o Data 360 governado — o dado unificado, deduplicado, com fonte de verdade clara e ativação confiável. É a base que transforma "o agente viu um cliente" em "o agente viu o cliente, com o histórico certo". A segunda é o perímetro de permissão: o agente que age precisa de escopo — o que pode ler, o que pode escrever, até qual limite — para que aprender a tarefa não vire aprender a ultrapassar o combinado.
A terceira é a integração CRM↔ERP. Um job-ready agent útil age fora do CRM: consulta estoque, confirma preço, escreve no ERP, fecha o pedido. Se o CRM não fala com o ERP, o agente aprende a agir num mundo que termina na borda do Salesforce — e a operação real não termina ali. Sem essa integração, "ensinar uma vez" escala um processo pela metade. Com as três camadas no lugar, a mesma skill que amplificava risco passa a amplificar resultado.
Vale insistir na ordem das coisas, porque ela costuma ser invertida na pressa de "ligar o agente". Primeiro vem o dado reconciliado e a fonte de verdade; depois o perímetro de permissão; depois a integração; e só então o treino da skill. Quando a ordem é respeitada, ensinar uma vez de fato escala — porque cada execução herda uma base confiável. Quando a ordem é atropelada, a demonstração acontece sobre um terreno instável e o agente industrializa esse terreno. Não é que a tecnologia da Salesforce não funcione; é que ela funciona exatamente como prometido — amplifica —, e amplificar sem preparo é o problema, não a solução.
Como a CCX prepara o dado e a integração para o agente job-ready
Na CCX, a leitura é direta: instalar o agente é fácil; fazer ele aprender a tarefa certa, na sua realidade, é projeto. Como parceiro oficial Salesforce (Commerce Cloud e Data Cloud), preparamos o Data 360 governado que o agente aprende e lê — unificação, deduplicação, segmentação e ativação com fonte de verdade definida. Pela frente de Integrações & APIs Enterprise, costuramos o CRM↔ERP para o agente agir fora do CRM: arquitetura event-driven (Kafka/RabbitMQ), idempotência e integração em tempo real com SAP, Protheus e gateways — o mesmo padrão de engenharia dos produtos próprios da CCX.
Sobre isso, a frente de Security Engineering desenha o perímetro de permissão do agente que aprende (identity management, OAuth2, menor privilégio), e a frente de Consultoria 360° (CRO & UX) ajuda a padronizar o processo que o agente vai "aprender" — porque skill aprendida sobre processo bagunçado escala bagunça. Tudo com squad dedicada (onboarding em 48h, engenheiros com 10+ anos) e compliance LGPD/SOC 2. O resultado: quando o Coworker ensina uma vez, o que ele escala é acerto — porque o dado, a permissão e a integração por baixo estavam prontos.
Quer preparar o terreno para o agente job-ready aprender a tarefa certa? Fale com o time Salesforce da CCX — Data 360 governado, perímetro de permissão e integração para o agente agir fora do CRM. O dado que o agente aprende vive em Salesforce Data Cloud; a costura CRM↔ERP, em Integração SAP ↔ E-commerce.
Perguntas frequentes (FAQ)
O que são os job-ready agents da Salesforce?
São agentes de IA pré-configurados para funções específicas que perseguem metas ao longo do tempo, aprendem novas skills, trabalham com outros agentes e melhoram sozinhos — diferente de um chatbot que responde uma pergunta e encerra. O foco é executar trabalho (ações concluídas), não apenas conversar.
O que é AI Skills no Agentforce Coworker?
É o mecanismo pelo qual um humano ensina uma tarefa ao agente uma única vez (demonstrando o processo) e a Salesforce escala esse know-how pela força de trabalho. Está em piloto, com disponibilidade geral (GA) anunciada para outubro. A eficácia depende de o processo demonstrado ser padronizado e do dado ser limpo.
O que é um AWU (Agentic Work Unit)?
É a unidade que a Salesforce usa para medir trabalho executado por agentes — uma ação concluída dentro de um fluxo, não uma pergunta respondida. A empresa reportou 7 bilhões de AWUs entregues, com 3,2 bilhões só no último trimestre, sinalizando adoção acelerada.
Quando o Agentforce Coworker entra em GA?
A Salesforce anunciou a disponibilidade geral (GA) do AI Skills no Agentforce Coworker para outubro, após o período de piloto. Antes de ligar o recurso em produção, vale garantir Data 360 governado, perímetro de permissão e integração CRM↔ERP — para "ensinar uma vez" escalar acerto, não erro.
O agente que aprende escala o que encontra. Dado limpo escala acerto; dado sujo escala erro. Preparar o meu Data 360 para o agente job-ready →