Una IA que responde bien todavía necesita conocer al cliente, respetar permisos y ejecutar la acción correcta para generar valor dentro de una empresa. En ese espacio entre la inteligencia del modelo y la realidad de la operación, Salesforce concentra sus anuncios de Dreamforce 2026.

El evento, celebrado del 15 al 17 de septiembre en San Francisco, incluye a Dario Amodei, de Anthropic, y Jensen Huang, de NVIDIA, en el programa del keynote principal, además de una conversación de Marc Benioff con Sam Altman, de OpenAI. La presencia de estos líderes da dimensión a la agenda. Los anuncios de producto permiten entender la dirección: convertir el CRM en una base de contexto y ejecución para el trabajo con IA.

AIforce: el CRM llega a donde ocurre el trabajo

Anunciada el 15 de septiembre, AIforce es una capa de interfaz que lleva datos, procesos y lógica de negocio de Salesforce a entornos como Claude y Slack. La propuesta incluye consultar información, actualizar registros y activar flujos desde esas interfaces, usando los permisos y las reglas existentes.

Para la dirección comercial, el valor potencial está en reducir la distancia entre detectar un problema y actuar sobre él. Un análisis del pipeline mejora la operación cuando llega al responsable, orienta una decisión y produce una acción registrada. Esa continuidad es más relevante que añadir otra ventana de chat al trabajo diario del equipo.

Para CIOs y arquitectos, hay una consecuencia importante: la interfaz puede cambiar, pero la autorización y la ejecución deben seguir vinculadas a los sistemas de negocio. Ahí una demostración convincente empieza a convertirse en una arquitectura utilizable.

Claudeforce conecta razonamiento y contexto comercial

La ampliación de la alianza con Anthropic, anunciada en agosto como Claudeforce, concreta esa integración. Salesforce in Claude reúne 37 habilidades de ventas, entre ellas preparación de reuniones y análisis de oportunidades. Claude también está disponible como modelo de razonamiento en Agentforce y se utiliza por defecto en Agentforce Vibes y Coworker.

El desafío técnico consiste en conectar el razonamiento del modelo con acciones que tengan sentido para la operación. Preparar una reunión comercial requiere combinar historial, estado de la oportunidad y próximos pasos. Actualizar esa oportunidad exige, además, autorización para modificar el registro. Son responsabilidades diferentes que deben funcionar juntas.

Esto cambia el criterio de evaluación de un piloto: además de la calidad de la respuesta, importa saber si el equipo termina el trabajo con menos esfuerzo y conserva la trazabilidad de los cambios.

Koa añade especialización a la estrategia

Con NVIDIA, Salesforce presentó el 15 de septiembre Koa, un modelo de razonamiento para CRM basado en Nemotron 3 Super. El entrenamiento posterior utiliza escenarios sintéticos de procesos empresariales, sin datos de clientes. Salesforce controla los pesos y ejecuta la inferencia en su propia infraestructura. El producto está en pilotos seleccionados en Agentforce.

La elección sitúa la especialización y el control del modelo en la misma discusión. Quienes deciden la arquitectura deben comprobar si este diseño mejora tareas como asignar un caso o actualizar una oportunidad, considerando también latencia, costo y mantenimiento. Un modelo especializado necesita justificar su adopción en el flujo real de la empresa.

La decisión ejecutiva empieza en el proceso

La conversación entre Benioff y Altman forma parte de un programa que aproxima plataformas empresariales y desarrolladores de modelos. Para evaluar lo que ofrece esa relación, los anuncios de integración y producto proporcionan un punto de partida concreto.

La lectura estratégica es que Salesforce compite por el lugar donde la inteligencia encuentra el contexto y se convierte en acción. Esto interesa tanto a la dirección, que necesita retorno sobre la inversión, como a ingeniería, que debe entregar una operación confiable.

El próximo paso para una empresa es elegir un proceso delimitado y medir el resultado: tiempo de ejecución, errores, intervención humana y costo por tarea terminada. Así, la decisión de ampliar el uso nace de evidencia operativa, con responsables y límites claros para las acciones de los agentes.