El 10 de septiembre de 2026, antes de Dreamforce, Salesforce anunció el Trusted Enterprise AI Harness: una arquitectura modular que da a los agentes de IA una comprensión compartida de tu cliente y tu negocio, y les permite actuar dentro de tus reglas. Reúne seis capacidades de confianza (contexto, agencia, acción, gobernanza, seguridad y modelos) más un nuevo AI Control Plane para ver y gobernar todos los agentes en un solo lugar.
La idea estratégica es aguda: a medida que los modelos se vuelven commodities, lo que te diferencia es el contexto propio que les das y tu capacidad de actuar sobre él de forma segura. El problema son los plazos y el alcance. Muchas piezas existen hoy, pero las nuevas capacidades y la experiencia unificada solo empiezan a desplegarse a comienzos del año fiscal FY28 (principios de 2027), no se han compartido precios, y la propia Salesforce admite que partes de las capas de seguridad y costes aún están por construir.
Así que mi lectura honesta, como alguien que entrega integraciones de agentes para ganarse la vida: el harness es el diagnóstico correcto de un problema real (agentes que proliferan por todas partes sin contexto ni control compartidos). Pero la mayoría de los equipos no necesita montar una arquitectura empresarial de seis capas para tener un agente de soporte seguro funcionando. Si ese es tu trabajo real, un compañero listo para trabajar como eesel ya incluye las salvaguardas, la simulación, las aprobaciones y un registro de actividad, y se conecta a Salesforce Service Cloud en minutos, no en el FY28.
Qué anunció realmente Salesforce
Empecemos por la cosa en sí, porque el nombre hace mucho trabajo. Salesforce lo llama «Trusted Enterprise AI Harness», y no es un único producto que se compra. Es una arquitectura común y modular pensada para dar a los agentes todo lo que necesitan para trabajar de forma fiable y segura, de modo que las empresas no tengan que construir y gestionar esas capacidades por separado para cada agente.
La propuesta descansa en una apuesta, formulada con claridad por Rohan Kumar, presidente y Chief Platform and Engineering Officer de Salesforce:
"The Agentic Enterprise won't be defined by which model a company chooses. Models will continue to change, and intelligence will increasingly be available everywhere. What will differentiate an enterprise is the trusted, proprietary context it brings to that intelligence, starting with the customer, and its ability to securely turn that context into action."
Salesforce plantea todo el problema con una pregunta engañosamente simple: «¿Podemos cumplir este pedido hoy?» Ningún sistema por sí solo tiene la respuesta completa. El CRM conoce al cliente, el ERP conoce el inventario, los contratos recogen los compromisos, la analítica define los términos de negocio y las políticas fijan lo que realmente se puede prometer. El harness pretende conectar el razonamiento abierto de la IA con las reglas de negocio y los controles necesarios para una respuesta predecible.
Si has leído el material de Salesforce sobre el Einstein Trust Layer, este diagrama te resultará familiar. Muestra cómo un prompt atraviesa etapas de seguridad (recuperación segura de datos, grounding, enmascaramiento, detección de toxicidad, registro de auditoría) antes y después de llegar a un modelo. El harness es, en esencia, esta idea escalada de un prompt a cada agente y acción de la empresa.
Las seis capacidades de confianza
Aquí está el núcleo. Salesforce dice que la confianza está diseñada en cada una de las seis capacidades desde el principio, y que puedes usarlas juntas como un solo sistema o tomar solo las piezas que necesites. Imagínalas como seis capas que envuelven a un único agente, con el Control Plane encima.
En lugar de parafrasear el marketing, esto es lo que hace cada una realmente, aplicado al ejemplo de «¿podemos cumplir este pedido?».
| Capacidad | Qué hace | En el ejemplo del pedido |
|---|---|---|
| Trusted Context | Reúne datos, metadatos, semántica, conocimiento, señales en tiempo real y memoria en una comprensión compartida del cliente y del negocio | Conoce al cliente, su contrato y sus derechos, y qué significa inventario «disponible» para él |
| Trusted Agency | Razonamiento, planificación, estado, memoria y orquestación, combinando IA flexible con controles deterministas | Decide si el pedido se puede cumplir y qué ocurre después, siguiendo las reglas que requieren certeza |
| Trusted Action | Conecta de forma segura a los agentes con apps, APIs, flujos de trabajo y procesos de negocio para que puedan ejecutar | Reserva inventario, actualiza el pedido, dispara el cumplimiento o pasa el caso a una persona |
| Trusted Governance | Gobierna los datos, metadatos, políticas y procesos en los que se apoya la IA, con linaje, calidad y barreras de protección | Garantiza que la respuesta se basa en información fiable y en la política de tratamiento correcta |
| Trusted Security | Aplica identidad, permisos, privacidad y seguridad en tiempo de ejecución a lo que los agentes pueden ver y hacer | Garantiza que el agente solo ve datos autorizados y realiza acciones autorizadas |
| Trusted Models | Enrutamiento de modelos inteligente según precisión, rendimiento, coste y necesidad de negocio | Envía la tarea a la inteligencia adecuada y te permite cambiar de modelo a medida que evoluciona la tecnología |
Al leer esa lista notarás algo: son las mismas preocupaciones que tiene cualquiera que haya puesto un agente en una cola real. Fundamentarlo en datos reales. Dejarlo actuar, pero solo dentro de límites. Asegurarse de que no pueda ver lo que no debe. Es un marco realmente coherente, y nombrar las piezas con tanta claridad es útil aunque nunca toques la versión de Salesforce.
El AI Control Plane
La idea más nueva, y la que creo que más importa, es el AI Control Plane. A medida que los agentes se multiplican en una organización, necesitas una forma coherente de saber qué IA se está ejecutando, cómo rinde, qué tiene permitido hacer y cuánto cuesta. El Control Plane pretende ser ese panel único.
En concreto, el Control Plane te permite descubrir y registrar agentes, establecer identidad y políticas, gestionar el ciclo de vida, evaluar el rendimiento, observar el comportamiento y los resultados, y controlar el coste. Lo interesante es que está pensado para abarcar tanto la IA de Salesforce como la de terceros, de modo que una empresa con varias plataformas de agentes podría, en teoría, gobernarlas todas desde un solo lugar.
Esa ambición parte de un dolor real. Según el análisis de lanzamiento de VentureBeat, las empresas ya ejecutan una media de 3,1 plataformas de agentes, y el 85 % ejecuta dos o más. Si has visto cómo ocurre esa dispersión, una capa de control neutral sobre todo ello suena exactamente a lo que quieres.
Por qué el planteamiento convence: la confianza es el verdadero cuello de botella
Este anuncio es más que un reempaquetado porque apunta a lo que realmente impide que los agentes lleguen a producción. Ya no es la calidad del modelo. Es la confianza. Rebecca Wettemann, CEO y analista principal de Valoir, lo expresó bien:
"We've really moved from AI FOMO to AI FOMU, fear of messing up. People worry that autonomous agents will run amok unharnessed and either do something deleterious to the business or run up a million-dollar token bill. It's the vendors that succeed with governance and trust that will succeed in getting customers from interesting AI pilots to AI in production."
Ese miedo lo es todo. He visto bots de apariencia muy segura repartir en silencio respuestas erróneas, por eso cada despliegue debería probarse con historial real antes de tocar a un cliente. Un cliente empresarial con nombre, Shawn Malhotra, CTO de Rocket Mortgage, se hizo eco del ángulo de apertura que vende Salesforce. Le dijo a Forkast que su equipo no quiere apostar su futuro a un solo stack cerrado y quiere la libertad de cambiar de modelo a medida que el panorama se mueva.
La lectura honesta: qué es real y qué sigue siendo hoja de ruta
Aquí un artículo justo tiene que ir más despacio. La visión es sólida, pero esto es un lanzamiento, no un producto en funcionamiento, y la cobertura señaló varias lagunas reales que conviene conocer antes de basar un plan en ello.
Primero, el calendario. La experiencia unificada no empieza a desplegarse hasta comienzos del año fiscal FY28. En términos de IA, eso es glacial, y Carl Franzen, de VentureBeat, hizo la observación obvia: es improbable que los clientes se sienten a esperar un harness de marca mientras ya están construyendo en otra parte, así que tendrá que ser especialmente atractivo en precio, facilidad o capacidad para recuperarlos.
Segundo, no todas las piezas están construidas. En honor a Salesforce, Rohan Kumar lo dijo directamente:
"I wouldn't say we have all the capabilities, just to be fair, because some of these things, especially when it comes to trusted security and the FinOps piece, there are things that we need to go build."
Tercero, el mensaje no está del todo asentado. Stuart Lauchlan, de diginomica, notó que el control de costes aparece en dos lugares a la vez (integrado en Trusted Governance en la presentación, pero dentro del Control Plane en el anuncio escrito), una pequeña señal de que el marco es reciente.
Luego está la disputa por la definición. El resto de la industria usa «agent harness» para referirse al andamiaje de herramientas, memoria y contexto alrededor de un solo modelo. Salesforce lo amplió para cubrir contexto y gobernanza en toda la empresa, y Kumar admitió que la definición clásica es, a su juicio, «very limited». Si eso es visionario o una ampliación de buzzword sobre Data 360 más MuleSoft más Tableau más Agentforce es un debate legítimo.
Y por último, la pregunta del bloqueo de proveedor (lock-in) que invita todo el discurso de «abierto y modular». Dana Ellison, de Forkast, la formuló con claridad:
"The challenge for decision-makers is balancing this promise of composability against the risk of vendor lock-in. If you centralize your agent governance on a single platform, you are effectively betting on that platform's ability to remain neutral and interoperable as the market evolves."
Nada de esto convierte al harness en una mala idea. Lo convierte en una idea temprana. La ambición de definir la categoría es real, y Lauchlan incluso lo interpreta como el comienzo de un «sea change» de dos años en el que cada gran proveedor compite por demostrar que hace mejor el contexto y la confianza. Solo no confundas un diagrama de arquitectura atractivo con algo que puedas desplegar este trimestre.
¿Realmente necesitas un harness?
Esta es la pregunta en la que yo me detendría, porque la respuesta se divide con claridad según quién seas.
Si eres una gran empresa que ejecuta muchos agentes en muchos sistemas, y tu problema real es la gobernanza a escala (quién puede hacer qué, cómo lo veo todo, cómo evito una factura sorpresa de tokens), entonces un control plane como este apunta directamente a ti y merece seguimiento hasta el FY28.
Pero muchas personas que buscan «Salesforce AI harness» todavía no tienen ese problema. Tienen uno más acotado: necesito un agente de IA en mi cola de soporte que sea seguro de activar. Para eso, un harness empresarial completo es una respuesta más pesada de lo que la pregunta necesita. Es la clásica brecha de «esto es infraestructura, pero yo quería un empleado». El harness es el andamiaje; todavía tienes que montarlo, conectar tus datos y esperar las piezas.
Lo interesante es que las salvaguardas que Salesforce agrupa en una arquitectura de seis capas ya son requisitos básicos en otros lugares para un agente de soporte. Aquí recurriría a un compañero listo para trabajar en lugar de a una plataforma sobre la que construir. En eesel, esas mismas preocupaciones aparecen como valores por defecto, no como capas que debas montar:
- Confianza antes del lanzamiento: en lugar de un marco de gobernanza, ejecutas una simulación sobre cientos de tus tickets pasados reales. Los reproduce y puntúa las respuestas del agente frente a lo que tu equipo realmente envió, de modo que ves las lagunas antes que un cliente. Eso responde directamente al miedo de que «se desmande».
- Acciones acotadas y aprobaciones: tú decides exactamente qué tickets gestiona y qué acciones puede realizar, con un paso de aprobación humana para todo lo sensible.
- Observabilidad de serie: cada ejecución se registra con su estado y resultado, así que «observar el comportamiento» es una pantalla que abres, no una capacidad que debas aprovisionar.
Hay una pieza más que vale la pena nombrar, porque el harness presume de estar construido de forma headless y de ser accesible mediante MCP, APIs y plug-ins, incluso desde Claude y Slack. Esa superficie programable y amigable con agentes es un instinto realmente bueno, y eesel tuvo el mismo. eesel incluye una CLI real (@eesel/cli) y un servidor MCP para cada workspace, de modo que el mismo compañero que configuras en el panel puede manejarse desde una terminal o un script. Puedes conectar una integración, editar sus instrucciones permanentes, listar y aprobar acciones con humano en el bucle (eesel approvals) y leer su historial de ejecuciones (eesel activity) todo desde la línea de comandos, y un agente de código como Claude Code o Cursor puede hacer lo mismo. Es la misma idea de «gobernar al agente como código» que busca el Control Plane, disponible hoy para un compañero en lugar de en el FY28 para toda la flota. La documentación de la CLI de eesel profundiza si quieres el conjunto completo de comandos.
Prueba eesel en tu cola de Salesforce
Si tu objetivo es un agente de IA seguro y funcional en Salesforce Service Cloud y no una apuesta de plataforma a varios años, aquí es donde encaja eesel. Se une a tu cola existente como un compañero: lee tu centro de ayuda y tus tickets pasados, redacta o envía automáticamente respuestas en los casos que elijas, y mantiene cada acción acotada, aprobada y registrada. Como se conecta directamente a Service Cloud Cases, puedes simularlo con tu propio historial esta tarde y ver los números antes de que nada salga en vivo, sin esperar al despliegue del FY28.
Se factura con un plan mensual fijo, con 1 crédito por ticket o chat en lugar de una tarifa por puesto, y un plan gratuito de 100 créditos que no requiere tarjeta de crédito, un compromiso muy distinto a «esperar a que se anuncien los precios cerca de la disponibilidad general». Si estás sopesando el stack de IA de Salesforce en conjunto, mi desglose de precios de Agentforce y el repaso de alternativas a Agentforce son las siguientes lecturas naturales. Y si quieres la versión más profunda de «cómo funciona realmente la IA en una cola de soporte», empieza por IA para atención al cliente o por la diferencia entre un agente de IA y un chatbot basado en reglas.
El Trusted Enterprise AI Harness es una visión seria y bien argumentada para gobernar agentes a escala empresarial, y tengo curiosidad genuina por verlo en funcionamiento. Pero para la tarea concreta de poner en marcha un agente de soporte fiable, no tienes que construir primero el harness. Simplemente puedes contratar al compañero.