Salesforce le quita la pantalla al CRM. Lo que eso exige de tus datos

Respuesta corta: Salesforce ha presentado AIforce, una capa que permite trabajar con el CRM sin abrir el CRM. Un agente —en Claude, en Slack o donde trabaje el usuario— consulta registros, dispara flujos y actúa sobre cientos de fichas a la vez, respetando los permisos existentes. Es un cambio importante, y no es un cambio de interfaz: es una factura que se pasa al modelo de datos.

Marc Benioff lo formuló en la apertura de Dreamforce 2026 como una «revolución de la interfaz». Patrick Stokes fue más directo: la interfaz «a menudo se interpone», y la IA «la desagrega y la sustituye». Conviene mirar qué hay debajo de la frase.

¿Qué es AIforce y qué lo sostiene?

AIforce es la versión empaquetada de Headless 360, anunciado el 19 de agosto. Headless 360 expone cada nube de Salesforce como capacidad reutilizable que cualquier agente autorizado puede descubrir e invocar mediante estándares abiertos. AIforce es la parte que se vende; Headless 360 es la superficie técnica que hay debajo.

Las piezas que se presentaron:

• Claudeforce: integración con Claude de Anthropic mediante un servidor MCP con 37 competencias de ventas preconstruidas, más de 40 adicionales vía el plugin de Claude Code. En beta abierta a través de AppExchange.
• Slackforce: contexto de Salesforce dentro de Slack, con interfaces vivas (Surfaces) y vinculación de conversaciones a registros.
• Agentforce Coworker: un agente dentro de Lightning que invoca a los agentes ya desplegados, operando con los permisos del usuario.
• Koa: el primer modelo de razonamiento de Salesforce específico para CRM, construido con NVIDIA sobre la arquitectura Nemotron 3 Super. Salesforce afirma que «igual o supera el rendimiento de los modelos líderes en acciones de CRM con 3 veces menos errores», entrenado sin datos de clientes y en pilotos iniciales.

Dos detalles me parecen más significativos que el resto. El primero, que la integración principal se apoya en MCP: el protocolo de contexto se está convirtiendo en el conector por defecto entre modelos y sistemas de empresa, y eso importa mucho más que cualquier producto concreto. El segundo, la insistencia en Zero Data Retention y en que los agentes operan «dentro de los permisos existentes». Ahí es donde el anuncio deja de ser una noticia de producto y pasa a ser un problema tuyo.

¿Por qué esto no arregla un CRM desordenado?

Porque un agente que actúa sobre cientos de registros a la vez amplifica lo que encuentre. Si el modelo de datos es bueno, va rápido. Si está sucio, va rápido en la dirección equivocada.

Los números del sector apuntan justo ahí. Una encuesta de WRITER con Workplace Intelligence, publicada el 7 de abril de 2026 sobre 2.400 respuestas (1.200 empleados no técnicos y 1.200 directivos), encontró que el 79 % de las organizaciones tiene dificultades para adoptar IA, un aumento de dos dígitos respecto a 2025. El 97 % de los directivos había desplegado agentes en el último año. Solo el 29 % veía retorno significativo.

El 97 % ha desplegado agentes. El 29 % ve retorno. La distancia entre esas dos cifras no la cierra un modelo mejor.

Hay un dato más de ese mismo estudio que explica bastante: el 67 % de los directivos cree que su empresa sufrió una filtración por herramientas de IA no aprobadas. Cuando la capa de agentes se convierte en la forma normal de tocar el CRM, «permisos existentes» deja de ser una línea en una ficha de producto y pasa a ser el perímetro real de tu información comercial.

¿Qué hace falta para que una capa así funcione?

Tres condiciones, y ninguna se compra:

1. Que el dato signifique una sola cosa

Un agente no interpreta contexto ambiguo como lo hace un comercial veterano. Si «cliente activo» significa una cosa en el CRM, otra en facturación y otra en la cabeza del responsable de zona, el agente elegirá una y responderá con seguridad absoluta. El trabajo previo es aburrido y no tiene demo: decidir qué significa cada campo y dejarlo escrito.

2. Que los permisos estén donde se dice que están

En la mayoría de los CRM que reviso, los permisos son teóricos: existe el esquema de clientes asignados por comercial, y existe también el informe general que todo el mundo puede exportar. Con una interfaz, esa contradicción se sostiene porque nadie navega hasta ahí. Con un agente al que le preguntan en lenguaje natural, se cae el primer día.

3. Que haya un punto donde alguien decide

Actuar sobre cientos de registros a la vez es potente y es exactamente donde hace falta un control humano explícito. No un aviso genérico: una regla que diga qué volumen y qué tipo de operación requieren confirmación, y de quién.

¿Y si no usas Salesforce?

La mayoría de las empresas con las que trabajo no lo usan. El anuncio sigue siendo relevante por lo que anticipa: el proveedor grande está convirtiendo su producto en capacidades invocables por agentes, y ese patrón va a bajar al resto del mercado. Cuando llegue a tu ERP o a tu herramienta interna, la pregunta no será qué modelo conectas, sino si tu sistema puede exponer operaciones con permisos fiables y registro de quién hizo qué.

Eso se puede preparar antes de tener agente, y de hecho es mejor prepararlo antes. Es el mismo trabajo que ya había que hacer para integrar dos sistemas entre sí: definir qué operaciones existen, quién puede ejecutarlas y qué queda registrado. La diferencia es que ahora el consumidor de esa interfaz no es un programador que lee la documentación, sino un modelo que va a probar lo que le dejes probar.

Mi lectura, en una línea: AIforce no es una razón para comprar nada. Es una razón para ordenar el modelo de datos y los permisos antes de que algo los use en serio.