“La IA agéntica no sustituye, amplía a las personas en la empresa”

La irrupción de la empresa agéntica ya no es un ejercicio teórico, sino un cambio operativo profundo que empieza a transformar cómo trabajan los equipos de ventas, soporte, operaciones y TI. Salesforce ha decidido ir un paso por delante convirtiéndose en “cliente cero” de su propia plataforma Agentforce 360, desplegando cientos de agentes de IA en sus procesos internos para validar el modelo que luego lleva a sus clientes.

En esta entrevista con MCPRO, Gonzalo Goñi, Solutions Engineering Director en Salesforce, explica cómo Agentforce 360 convierte a los agentes en una nueva capa operativa capaz de razonar, actuar y aprender, integrando datos, metadatos, identidad, seguridad y aplicaciones de negocio en un único stack. Frente a otros enfoques más fragmentados, la apuesta de Salesforce pasa por combinar razonamiento híbrido (reglas de negocio + LLM) con un gobierno estricto del dato y una trazabilidad completa de las decisiones automatizadas.

Gonzalo Goñi detalla cómo funciona la orquestación multiagente, el papel del motor de razonamiento Atlas y la importancia de MuleSoft Agent Fabric para conectar agentes propios y de terceros en una red gobernada y auditable. Desde esta perspectiva, la empresa agéntica se construye como una arquitectura evolutiva; no se trata de reemplazar los sistemas existentes, sino de conectarlos y dotarlos de una capa de inteligencia que entienda el contexto de negocio.

La conversación aborda también el papel de Slack como “sistema operativo agéntico”, la unificación de datos estructurados y no estructurados con Data 360 y las implicaciones éticas y de cumplimiento normativo de desplegar agentes autónomos a gran escala. Para Gonzalo Goñi, el reto ya no es demostrar el potencial de la IA, sino escalarla con control, gobernanza y retorno medible en organizaciones globales.

 [MCPRO] Dreamforce 2025 ha marcado la evolución de Agentforce hacia Agentforce 360. ¿Qué ha cambiado estructuralmente en esta nueva versión y por qué Salesforce considera que ahora la empresa agéntica ya no es una promesa sino una realidad operativa?

[Gonzalo Goñi] Agentforce 360 representa un salto estructural respecto a la primera generación de Agentforce. Con esta versión, los agentes dejan de ser asistentes puntuales y se convierten en una capa operativa completa capaz de razonar, actuar y aprender dentro de todas las funciones de la empresa.

Mientras que otros apenas están comenzando a mostrar las posibilidades que ofrece la IA agéntica en la empresa, Salesforce ha dedicado el último año a ponerla en práctica. Lo ha hecho con cuatro lanzamientos importantes, miles de implementaciones en clientes y la propia Salesforce como «cliente cero», demostrando cómo cobra vida la empresa agéntica.

La promesa se ha concretado en agentes con acceso a los datos relevantes, trabajando embebidos en los mismos flujos de trabajo en los que lo hacen las personas y con unas capacidades de razonamiento mejoradas. Por ello, el lanzamiento de Agentforce 360 ha permitido a las empresas impulsar sus operaciones con equipos mixtos de agentes y personas que trabajan de manera coordinada.

Las claves de este cambio se basan en las capacidades de la plataforma Agentforce 360, que integra aplicaciones, datos, metadatos, identidad, seguridad y agentes dentro de un mismo stack tecnológico. Los agentes incorporan un razonamiento híbrido que combina el comportamiento no determinista de los LLMs con reglas específicas de negocio, garantizando control empresarial y creatividad cuando es necesaria.

Las interfaces se hacen conversacionales, y es que, gracias a Slack, los agentes se ejecutan y coordinan dentro del flujo de trabajo conversacional, que es donde realmente ocurre el trabajo, incrementando la adopción por parte de los usuarios. La plataforma Agentforce 360 permite la gestión a escala de los agentes asegurando que las empresas tienen control, trazabilidad y gobernanza completos.

[MCPRO] Uno de los conceptos clave presentados es la «orquestación multiagente», donde los agentes no solo asisten a las personas, sino que colaboran entre sí de forma autónoma. ¿Podrías explicar cómo funciona técnicamente esta coordinación y qué papel juega el motor de razonamiento Atlas en garantizar decisiones fiables y contextualizadas?

[Gonzalo Goñi] Los sistemas multiagente (MAS) actúan como redes de varios agentes de IA autónomos que colaboran para resolver problemas más complejos de lo que podría hacer un agente aislado.

Cada agente tiene un papel especializado (por ejemplo, ventas, soporte, análisis), con sus propias capacidades y memoria. Existe tanto coordinación (los agentes se sincronizan, comparten información, transfieren tareas) como autonomía (cada agente opera independientemente en su dominio).

La orquestación puede ocurrir a dos niveles. El primer nivel corresponde al caso en el que los agentes que colaboran entre sí están en la plataforma Agentforce 360. En este caso la llamada entre unos agentes y otros se realiza a nivel de tópico y acción. Es en la acción donde se define el agente al que hay que llamar para resolver preguntas de un determinado tópico y en esa misma acción la información que hay que enviar.

Cuando la orquestación se ha de realizar con agentes de otras tecnologías se emplea un “orquestador” central gobernado por MuleSoft Agent Fabric, la solución que transforma los agentes de IA no gestionados en una red segura e inteligente. MuleSoft Agent Fabric proporciona un punto único para registrar, orquestar, gobernar y supervisar a todos los agentes, independientemente de dónde se hayan desarrollado.

MuleSoft Agent Fabric garantiza que estos agentes no trabajen de forma aislada, sino conjuntamente: cada vez que bajan las existencias, los precios se ajustan automáticamente y las comprobaciones antifraude se realizan en tiempo real, todo ello bajo una gobernanza que protege los datos sensibles.

El motor de razonamiento Atlas es el que determina cual es el trabajo para realizar en función a su interacción con el usuario, establece un plan que se compone de diferentes acciones y se encarga de ejecutar esas tareas hasta completar el plan. Es en la ejecución de las acciones donde Atlas realiza la llamada al agente que puede realizar la tarea concreta e incorpora la respuesta para continuar con el plan. Atlas trabaja de manera iterativa usando las reglas y LLM asignado, manteniendo el contexto y adaptándose dinámicamente a las respuestas recibidas.

Atlas ha incorporado un sistema de razonamiento hibrido que le permite combinar instrucciones precisas las respuestas no deterministas del LLM. Esto no solo hace que los agentes sean más inteligentes y autónomos, sino también más fiables, explicables y seguros para uso empresarial.

Con Atlas, la orquestación multiagente se vuelve fiable, coherente y gobernable, eliminando riesgos de autonomía descontrolada y proporcionando trazabilidad total.

[MCPRO] En Dreamforce se ha anunciado que Salesforce es «cliente cero», desplegando agentes a gran escala en sus propias operaciones internas (ventas, soporte, HR). ¿Qué aprendizajes clave habéis extraído de esta experiencia y cómo están ayudando a las empresas cliente a replicar este modelo?

[Gonzalo Goñi] Salesforce ya opera como una empresa agéntica completa, con cientos de agentes desplegados en ventas, soporte, Recursos Humanos, marketing y operaciones internas.

Los aprendizajes clave que estamos trasladando a clientes son que la IA agéntica no sustituye, amplía. Los empleados aumentan su capacidad al poder delegar tareas repetitivas. Además, el impacto es masivo y rápido. Como muestra, algunos resultados:

– El 77% de las consultas de soporte se resuelven sin intervención humana.

– En ventas, los agentes han generado 800.000 leads y permitido ahorrar más de 50.000 horas en resúmenes automáticos.

– En operaciones internas, Slack con Agentforce ha devuelto 500.000 horas a los equipos este año.

A lo largo de estos últimos meses hemos aprendido mucho y podemos condensar esos aprendizajes en cinco grandes consejos:

– Empieza pequeño pero avanza rápido.

– Testea, optimiza e itera.

– Asegura el acceso a los datos correctos.

– Mide el valor y el impacto.

– Adopta nuevas formas de trabajar.

Por otra parte, la clave del éxito es la gobernanza. El modelo «cliente cero» permite a los clientes evitar errores habituales: falta de contexto, falta de control o proliferación de agentes inconexos. La productividad real requiere integración total. Los agentes funcionan porque trabajan sobre una base de datos unificada (Data 360), no sobre silos aislados.

[MCPRO] Agentforce 360 se estructura sobre cuatro pilares: Agentforce 360 Platform, Data 360, Customer 360 Apps y Slack. ¿Cómo se integran estos componentes para ofrecer una experiencia unificada y cuál es el papel específico de Data Cloud en proporcionar contexto a los agentes con datos estructurados y no estructurados?

[Gonzalo Goñi] Agentforce 360 combina cuatro capas profundamente conectadas:

• Agentforce 360 Platform: El entorno donde se diseñan, entrenan, prueban, despliegan y gobiernan los agentes. Es la base técnica, un entorno empresarial para construir, desplegar y gobernar agentes de inteligencia artificial.
• Data 360 (Data Cloud) Es la capa de datos unificada y de confianza (“trusted, unified data layer”) que aporta contexto a los agentes: Unifica datos estructurados, no estructurados y semiestructurados. Integra documentos, conversaciones de Slack, PDFs, correos, CRM, ERP, IoT… y convierte todo ello en contexto accesible en tiempo real. Además, ofrece semántica empresarial para que los agentes interpreten datos con precisión.
• Customer 360 Apps. Son las aplicaciones de negocio clásicas de Salesforce (ventas, servicio, marketing, operaciones…) pero ahora “empoderadas” por agentes de IA; los agentes trabajan directamente dentro de los procesos soportados por esas aplicaciones.
• Slack. Se convierte en la interfaz conversacional central donde ocurre el trabajo. Agentes y personas colaboran en Slack en lenguaje natural.

Agentforce 360 combina plataforma, datos, aplicaciones de negocio y colaboración en Slack para poner en contacto a agentes y personas (clientes y empleados) en los procesos de negocio en los que están trabajando para crear una experiencia muy integrada y fluida. Los agentes de IA actúan dentro de los procesos reales de la empresa, con datos reales y en los espacios donde ya trabajan las personas.

[MCPRO] Salesforce ha posicionado Slack como el «sistema operativo agéntico» de la empresa. ¿Qué significa esto en términos prácticos para los equipos y cómo cambia la forma en que empleados y agentes colaboran dentro de un mismo espacio conversacional?

[Gonzalo Goñi] En términos prácticos, esto se refiere a que todo el trabajo sucede en conversaciones, y las conversaciones suceden en Slack; además, los agentes pueden incorporarse a cualquier canal, escuchar, contextualizar y actuar. Los agentes son un integrante más de los canales de colaboración al igual que lo son las personas. Por otra parte, se elimina la necesidad de abrir múltiples aplicaciones; los agentes ejecutan acciones desde la conversación. El conocimiento institucional de años de conversaciones se convierte en una base de datos viva para los agentes. Y Slackbot se convierte en un compañero personal capaz de ejecutar tareas autónomas.

Para los equipos, esto supone pasar de “consultar sistemas” a conversar con agentes que ejecutan el trabajo, una transformación radical de la productividad.

[MCPRO] Para las empresas que ya cuentan con infraestructura tecnológica diversa como sistemas legacy, ERPs de terceros, herramientas de datos externas, ¿qué estrategia recomendarías para iniciar el camino hacia la empresa agéntica sin necesidad de reinventar toda la arquitectura?

[Gonzalo Goñi] La recomendación más realista es no reconstruir nada desde cero. Se trata de conectar, no reemplazar. Con Agentforce 360 proporcionamos los medios necesarios para integrar los agentes con tus aplicaciones y fuentes de datos.

En la capa de datos, Data 360 te va a permitir acceder a los datos de múltiples fuentes, datos estructurados y no estructurados, en batch y en tiempo real, y en algunos escenarios sin necesidad de copiarlos, dotándolos del significado necesario (metadatos) para que los agentes puedan usarlos.

MuleSoft permite integrar agentes con ERPs, CRMs, y otras aplicaciones legacy. De forma que los agentes completen acciones en esos aplicativos externos de la misma forma que lo hacen a lo largo de las aplicaciones de la plataforma Agentforce 360 (Sales, Service…).

Y si esos sistemas ya disponen de agentes propios, mediante el protocolo A2A, los agentes de Agentforce van a poder colaborar con agentes de otras tecnologías. Además, MuleSoft Agent Fabric, habilita la gestión a escala de esa colaboración entre agentes, permitiendo la gobernanza y auditoría de las interacciones. Esto permite evitar riesgos y mantener alineamiento con normativa y compliance.

La empresa agéntica es evolutiva, no disruptiva. La infraestructura actual se aprovecha; no se descarta.

[MCPRO] Por último, de cara al futuro inmediato, ¿cuáles son las áreas de innovación en las que Salesforce está trabajando para seguir evolucionando Agentforce y qué retos técnicos y éticos veis como prioritarios en la expansión masiva de agentes autónomos en empresas globales?

[Gonzalo Goñi] Actualmente, estamos trabajando en agentes autónomos especializados por industria. Además, apostamos por modelos híbridos cada vez más potentes y flexibles. Salesforce está fortaleciendo su motor de razonamiento Atlas con razonamiento híbrido, que combina lógica determinista con LLM (modelos de lenguaje) para lograr un equilibrio entre control, creatividad y precisión.

Trabajamos con la IA generativa multimodal profundamente integrada con datos empresariales, la colaboración multiagente sofisticada tanto en Slack como en aplicaciones Customer 360 y más interoperabilidad con sistemas externos mediante MuleSoft Agent Fabric.

En definitiva, Salesforce está apostando por una innovación intensa en agentes inteligentes más sofisticados (razonamiento híbrido, integración de modelos avanzados como Gemini), mayor gobernanza y escalabilidad, interfaces naturalmente conversacionales y un modelo de negocio más flexible y democratizado.

Respecto a los retos a los que nos enfrentamos, esta innovación conlleva retos importantes: integración de datos, seguridad, cumplimiento normativo, ética de automatización, explicabilidad, gobernanza multiagente y sesgos son algunos de los principales escollos que hay que afrontar para que los agentes autónomos funcionen de forma fiable, confiable y responsable en empresas globales.