01 / Agentforce
IA que se implementa, no IA que demuestra.
Estrategia de IA, diseño de agentes y automatización sobre Agentforce y, cuando el trabajo vive fuera de Salesforce, sobre modelos externos orquestados con el mismo criterio. No corremos detrás de benchmarks de modelos — implementamos agentes que sobreviven a las operaciones del lunes a la mañana.
02 / Qué es
Un agente es software que razona sobre contexto y toma una acción — no un chatbot que responde y se detiene ahí.
Cleon diseña el grounding, las acciones y las salvaguardas: qué puede ver el agente, qué puede tocar, y quién decide cuando el agente no puede solo.
El resultado son menos tickets esperando en una cola y menos decisiones esperando a un humano que está dormido.
03 / Dónde profundiza Cleon
Agentes y orquestación
Razonamiento, coordinación multi-agente, y acciones que el agente puede ejecutar dentro de Salesforce y en sistemas externos.
Grounding sobre Data 360
Un agente vale lo que puede ver. Fundamos cada decisión en un perfil unificado y agent-ready, en vez de dejar que el modelo adivine.
Gobernanza, testing y observabilidad
Alcance acotadoUn agente que actúa necesita dejar rastro. Probamos el comportamiento del agente antes de lanzarlo y lo monitoreamos después — qué decidió, por qué, y qué tocó.
Composición con modelos externos
No todo el trabajo vive en Salesforce. Cuando no vive ahí, orquestamos modelos externos (LangGraph, Claude, MCP) con el mismo rigor — composición, no versus.
Slack: humanos + agentes
Alcance acotadoDonde un humano necesita ver o corregir lo que un agente está haciendo, Slack es la superficie compartida — hoy conceptual, todavía no un servicio entregado.
04 / Cómo se conecta
Sin un perfil unificado y agent-ready de Data 360, un agente adivina con pasos extra.
Una vez que el agente decide, actúa dentro de los recorridos de Marketing Cloud — frena un envío, actualiza un segmento, dispara un follow-up.
Los agentes actualizan Leads, Oportunidades y Casos directamente en Salesforce CRM, en vez de dejarle la carga a otra persona.
Donde un humano necesita intervenir, el agente hace el hand-off por Slack en vez de fallar en silencio.
05 / Cuándo no usarlo
- 01
No tenés datos unificados para que el agente funde sus decisiones — un agente sin grounding es un adivino con confianza.
- 02
No hay una acción medible para que tome, solo preguntas para que responda — eso es un chatbot, no un agente.
- 03
Nadie en tu organización es dueño del proceso que el agente tocaría — un agente sin dueño de proceso no tiene a quién escalarle.
06 / Por qué creernos
- Agentforce Specialist
07 / Preguntas frecuentes
¿Esto es Agentforce, o un LLM al que le dicen agente?
Cuando el trabajo vive en Salesforce, es Agentforce. Cuando no — un chatbot que orquesta una conversación fuera del CRM, por ejemplo — componemos modelos externos (LangGraph, Claude, MCP) en vez de forzar Salesforce donde no encaja. Decimos cuál construimos, siempre.
¿El caso de UTN prueba que implementaron Agentforce?
No, y no lo vamos a afirmar. El chatbot de UTN orquesta un LLM externo vía API y MCP, no Agentforce. Prueba que podemos implementar un agente en producción que actúa, no que implementamos este producto puntual.
¿Qué necesitamos antes de arrancar un proyecto de agentes?
Datos unificados sobre los que fundar decisiones, una acción concreta que el agente vaya a tomar (no solo una pregunta que responda), y alguien de tu lado que sea dueño del proceso de punta a punta. Si falta alguno de los tres, el proyecto se convierte en una demo.
¿Cómo evitan que un agente se equivoque?
Testing antes del lanzamiento, observabilidad después, y una regla explícita de cuándo el agente debe frenar y preguntarle a un humano en vez de decidir solo.
08 / Siguiente paso
¿Hablamos de Agentforce?
Una llamada de diagnóstico de 45 minutos. Te decimos qué está roto antes de decir una palabra de lo que haríamos.