Português

A Salesforce Colocou um Colega de Trabalho com AI em Cada Barra de Pesquisa. Se Seus Representantes Usarão Depende do Data 360

Agentforce Coworker da Salesforce integrado em cada barra de pesquisa, condicionado ao Data 360 para times de Sales Ops

A Salesforce acabou de transformar a barra de pesquisa no ponto de entrada para AI. Parece simples. Não é.

Em 21 de maio de 2026, o CEO Marc Benioff anunciou o Agentforce Coworker no X. De acordo com o Salesforce Ben, é um colega de trabalho com AI integrado diretamente na barra de pesquisa do Salesforce, disponível imediatamente em beta para todos os clientes do Agentforce. A ideia é que qualquer representante possa digitar uma pergunta e obter uma resposta que puxa dados do CRM, oportunidades abertas, histórico de clientes, casos ativos e fluxos de trabalho em tempo real.

A demo é convincente. Mas os líderes de Sales Operations (Sales Ops) que já viram lançamentos de AI demais conhecem o padrão: a demo funciona porque os dados da demo são limpos. O que acontece quando seus representantes o acessam com o estado real do seu CRM?

O Que o Agentforce Coworker Realmente Faz

O Agentforce Coworker não é um chatbot sobreposto ao Salesforce. Ele vive na barra de pesquisa, o que significa que é a primeira coisa que um representante vê toda vez que abre a plataforma. Faça uma pergunta e ele acessa registros do CRM, dados de oportunidades, histórico de casos e fluxos de trabalho ativos para compor uma resposta em tempo real. Ele também pode agir, não apenas recuperar dados.

A superfície de atuação é ampla. De acordo com o Salesforce Ben, o beta do Agentforce Coworker funciona no Salesforce, Slack, Microsoft Teams, ChatGPT e celular. Os times também podem criar agentes customizados que rodam nativamente dentro do Slack e do Teams. As edições disponíveis são Enterprise, Unlimited e Agentforce 1.

Um revisor da comunidade descreveu navegar por dados complexos de vendas e ERP em minutos, em vez dos 45 a 60 minutos de busca manual que antes eram necessários. Esse é um sinal real de produtividade. Mas outros testadores iniciais relataram falhas na correspondência exata de nomes, e pelo menos alguns questionaram se era realmente uma capacidade nova ou um rebranding de melhorias existentes na busca do Salesforce.

Key Facts

  • O Agentforce Coworker foi lançado em beta em 21 de maio de 2026, integrado em cada barra de pesquisa do Salesforce (Salesforce Ben)
  • A configuração requer um perfil de Data 360 Admin ou Data 360 Architect, além de uma licença de permission set de AI Search e um grupo de permission set (Salesforce Ben)
  • O Agentforce atingiu aproximadamente US$ 1 bilhão em ARR (annual recurring revenue) no Q1 de 2026 (Salesforce)

O ceticismo não é injusto. Mas as falhas na correspondência exata de nomes não são um problema do modelo. São um problema de dados.

A Barreira Real é o Data 360, Não a Barra de Pesquisa

O Data 360 atua como o gargalo entre as solicitações dos representantes e os dados do CRM no Agentforce Coworker

Para configurar o Agentforce Coworker, sua organização precisa de um perfil de Data 360 Admin ou Data 360 Architect, além de uma licença de permission set de AI Search e um grupo de permission set. E aqui está o ponto mais importante: tanto a configuração quanto o uso exigem essas permissões. Isso significa que cada representante que precisar usar o Coworker precisa ser provisionado corretamente. Não é possível simplesmente ligar um interruptor.

Isso é território de Sales Ops. Não apenas por causa do provisionamento de permissões, mas porque a qualidade dos dados no CRM determina se o Coworker fornece respostas confiáveis ou respostas confiantes mas erradas. Um agente que pode acessar seus dados só é útil se os dados que ele acessa são precisos, atuais e estruturados de forma consistente.

As falhas de correspondência exata de nomes que os testadores iniciais relataram revelam algo específico: o agente está rodando contra registros do CRM que não foram inseridos de forma consistente. Um representante que digita "Acme Corp" não obtém nenhum resultado porque o registro está arquivado como "Acme Corporation, Inc." Isso é um problema de enriquecimento e qualidade de dados, não de engenharia de prompts. O modelo não consegue corrigir dados-fonte sujos.

As práticas de higiene de pipeline que seu time provavelmente já discutiu no contexto de precisão de forecast se aplicam aqui com a mesma força. A mesma disciplina de CRM que torna sua visão de pipeline confiável é a mesma disciplina que torna o Agentforce Coworker útil.

O Que Sales Ops Precisa Gerenciar Neste Rollout

A maioria das conversas sobre rollout de AI em vendas foca na adoção pelos representantes. Eles vão usar? Vão confiar? São perguntas reais, mas são de segunda ordem. A pergunta de primeira ordem é se o Coworker consegue realmente responder as perguntas que os representantes fazem sem produzir erros que destroem a confiança mais rápido do que a ferramenta consegue construí-la.

Sales Ops é responsável por três coisas em um rollout do Coworker:

O modelo de dados. O teto de qualidade do Agentforce Coworker é a qualidade dos dados que ele consegue acessar. Se o seu CRM tem convenções de nomenclatura inconsistentes, registros incompletos ou campos que os representantes pulam durante a entrada, o agente vai refletir isso de volta em escala. Antes do rollout, Sales Ops deve auditar os principais objetos que o Coworker vai tocar: contas, contatos, oportunidades e casos. Como é a completude para cada um? Qual é o padrão de convenção de nomenclatura? É aplicado por regras de validação, ou apenas documentação que ninguém lê?

A arquitetura de permissões. O requisito do Data 360 não é uma caixa de seleção. É uma camada deliberada de controle de acesso. Sales Ops deve mapear quais representantes precisam de qual acesso, provisionar corretamente e garantir que o grupo de permission set de AI Search seja atribuído de forma consistente. Provisionamento parcial significa que alguns representantes encontram erros, o que destrói a confiança na ferramenta em todo o time, mesmo para os representantes que estão corretamente configurados.

A barra de aceitação de precisão. Esta é a parte que a maioria dos times pula. Antes do Coworker entrar em funcionamento para um rollout voltado aos representantes, Sales Ops deve definir o que "bom o suficiente" significa. Escolha 20 perguntas reais que os representantes fazem com frequência, execute-as pelo Coworker em um ambiente de staging e pontue as respostas. Se a taxa de respostas corretas estiver abaixo de 80% nas consultas cotidianas, você tem um problema de preparação de dados para resolver antes do rollout, não depois. Definir essa barra com antecedência significa que você está tomando uma decisão deliberada de ir/não-ir em vez de descobrir a taxa de falhas através de reclamações dos representantes.

O modelo de maturidade de RevOps se aplica aqui. Times que tratam ferramentas de AI como um estímulo para qualidade de dados tendem a obter uma adoção mais duradoura do que times que implantam primeiro e solucionam problemas depois.

Isso é Realmente Novo?

A questão "isso é um rebranding?" levantada pelos testadores iniciais merece ser abordada diretamente. A Salesforce já teve recursos de AI integrados à pesquisa antes, e o Einstein está no ecossistema Salesforce há anos. O que parece diferente no Agentforce Coworker é a camada de ação. Ele não está apenas recuperando e exibindo um registro. Está raciocinando sobre dados conectados e agindo com base nesse raciocínio.

A diferença entre copilotos de AI e agentes de AI importa aqui. Um copiloto sugere. Um agente age. Se o Coworker está mais próximo do extremo agente desse espectro, os riscos para a precisão são maiores, porque um agente que toma uma ação errada com base em dados errados cria um problema maior do que um copiloto que exibe uma sugestão errada.

O momentum mais amplo do Agentforce, atingindo aproximadamente US$ 1 bilhão de ARR no Q1 de 2026, de acordo com os próprios destaques do Q1 FY27 da Salesforce, sugere que a plataforma passou da fase de adoção inicial. O Coworker parece ser o movimento para tornar o Agentforce a interface padrão para todos os usuários do Salesforce, não apenas para os que optaram pelos fluxos de trabalho agênticos.

O papel que os agentes de AI desempenham no pipeline de vendas está mudando rapidamente. O Coworker é o sinal mais claro até agora de que a Salesforce está tentando tornar essa mudança invisível, com o agente integrado onde os representantes já vão em vez de em uma ferramenta separada que eles precisam se lembrar de abrir.

Perguntas Frequentes

O que é o Agentforce Coworker?

O Agentforce Coworker é um colega de trabalho com AI integrado na barra de pesquisa do Salesforce. Está disponível em beta para clientes do Agentforce nas edições Enterprise, Unlimited e Agentforce 1. Ele puxa dados do CRM, oportunidades, histórico de casos e fluxos de trabalho para responder perguntas e agir em tempo real no Salesforce, Slack, Microsoft Teams, ChatGPT e celular.

O que Sales Ops precisa configurar antes que os representantes possam usá-lo?

A configuração requer um perfil de Data 360 Admin ou Data 360 Architect, além de uma licença de permission set de AI Search e um grupo de permission set. Ambos são necessários não apenas para a configuração, mas também para o uso pelos representantes. Sales Ops deve provisionar esses elementos corretamente para cada usuário antes do rollout para evitar acesso inconsistente e erros que destroem a confiança.

Por que alguns testadores iniciais estão relatando falhas?

O problema mais comumente relatado são falhas na correspondência exata de nomes, onde o agente não consegue localizar um registro porque o nome no CRM não corresponde exatamente ao que o representante digitou. Este é um problema de consistência de dados. Se os nomes de contas não foram inseridos seguindo uma convenção consistente no CRM, o Coworker vai perder registros. A solução é uma auditoria de dados e aplicação de convenção de nomenclatura, não uma alteração na configuração do modelo.

O Que Fazer Agora

Sales Ops não deve esperar os representantes encontrarem a barra de pesquisa do Coworker por conta própria. Aqui estão três etapas concretas para se antecipar:

  • Execute uma auditoria de prontidão de dados nos objetos que o Coworker vai tocar. Foque em contas, contatos, oportunidades e casos. Verifique as taxas de completude, a consistência da convenção de nomenclatura e se as regras de validação estão implementadas ou apenas documentadas. Defina um limite de prontidão antes de planejar uma data de rollout.

  • Mapeie e provisione as permissões do Data 360 antes de qualquer usuário entrar ao vivo. Não deixe o provisionamento parcial criar uma experiência de dois níveis onde alguns representantes obtêm respostas úteis e outros obtêm erros. O grupo de permission set precisa ser atribuído de forma consistente. Faça disso um item de checklist pré-rollout, não um ticket de suporte pós-lançamento.

  • Defina uma barra de aceitação de precisão e teste com base nela. Colete 20 perguntas comuns dos representantes do seu time. Execute-as em um ambiente de staging do Coworker. Pontue as respostas quanto à precisão. Se a taxa de aprovação estiver abaixo do seu limite definido, trate isso como uma lacuna de dados a ser fechada antes do lançamento, não um problema conhecido a ser gerenciado depois.

A lacuna de governança de AI que aparece em rollouts amplos de AI empresarial se aplica aqui também. O Coworker vai ter sucesso ou fracasso com base na infraestrutura de dados que Sales Ops constrói ao redor dele, não na qualidade do modelo de AI que a Salesforce entrega. O modelo só pode trabalhar com o que tem acesso. Você controla o que ele tem acesso.

Saiba Mais