Resumo
Em 11 de setembro de 2026, a Salesforce lançou um portfólio de agentes Agentforce "prontos para o trabalho", e o de atendimento ao cliente se chama Casey. É um agente de ajuda pré-pronto que resolve problemas por voz, SMS, WhatsApp e chat web, com habilidades prontas para FAQs, devoluções, gestão de contas e escalonamento para humanos. Ele está disponível para todos agora, e você pode renomeá-lo para combinar com a sua marca.
O problema não é o que o Casey faz, é onde ele se apoia. O Casey é uma persona sobre o Agentforce Help Agent existente, então herda a pilha da Salesforce: uma licença do Service Cloud, preços do Agentforce baseados em consumo e a dura realidade de que sua precisão é tão boa quanto a base de conhecimento e os dados de CRM por trás dele. É exatamente aí que já vi implantações sofrerem.
Se você já está bem dentro da Salesforce, o Casey é o caminho natural. Se não está, ou se quer um preço fixo por ticket e a possibilidade de testar antes nos seus próprios tickets históricos, vale olhar um colega de IA para helpdesk que se conecta às ferramentas que você já usa antes de se comprometer.
O que é o Agentforce Casey?
O Casey é o agente de atendimento ao cliente pré-pronto da Salesforce, apresentado na leva de 11 de setembro de agentes Agentforce com nome, poucos dias antes da Dreamforce 2026. A Salesforce o descreve sem rodeios: o Casey "resolve problemas de atendimento ao cliente" por voz, SMS, WhatsApp e chat web, com suporte pré-configurado para FAQs, devoluções, gestão de contas, escalonamento para humanos e mais.
Vale entender isto logo de início: "Casey" é o nome de uma persona, não um motor novo. Nas próprias páginas de produto da Salesforce, o que faz o trabalho continua se chamando Agentforce Help Agent (ou Service Agent). O que mudou em 11 de setembro foi a embalagem. Em vez de pedir que você construa um agente de serviço do zero, a Salesforce agora entrega um já moldado para a função, com um nome amigável que você pode trocar pelo seu para que ele "se torne uma extensão da marca e da força de trabalho".
Então o enquadramento honesto é: o Casey é o agente de atendimento ao cliente do Agentforce com crachá e um pouco de vantagem inicial. Isso é realmente útil, e também menos novo do que o barulho do lançamento sugere.
O Casey é um dos seis agentes prontos para o trabalho
O Casey não chegou sozinho. A Salesforce lançou um elenco inteiro de agentes com nome, cada um pré-construído para uma função específica e conectado ao Customer 360 para trabalhar com os dados que as empresas já têm.
Aqui está a escalação, e onde o Casey se encaixa:
| Agente | Função | Disponibilidade |
|---|---|---|
| Casey | Atendimento ao cliente / ajuda | Disponível agora |
| Paige | Serviço de TI e RH (Slack, portais) | Disponível agora |
| Carter | Assistente de compras / checkout no chat | Disponível agora |
| Marshall | Cadeia de suprimentos, automação de back office | Disponível agora |
| Piper | Qualificação de leads de entrada | Disponível agora |
| Hunter | Vendas ativas | Piloto agora, disponibilidade geral em novembro de 2026 |
A novidade de verdade está por baixo do Hunter: um ambiente de execução de longo prazo que permite a um agente "perseguir objetivos ao longo de dias e semanas em vez de concluir apenas uma tarefa ou interação". Ele se apoia em três ideias: Memory (contexto que sobrevive entre sessões), Durable execution (planos que continuam rodando e se corrigem) e Dynamic steering (comportamento que se adapta ao feedback do usuário). O Hunter é o primeiro agente a rodar nele. O Casey, por enquanto, não roda; ele vive no Atlas Reasoning Engine existente, que divide um pedido em etapas e planeja uma ação para cada uma.
Como o Casey realmente funciona
Por baixo da persona, o Casey é configurado como qualquer agente de serviço do Agentforce: por meio de uma ferramenta low-code chamada Agent Builder. Você define tópicos (os tipos de assunto que ele atende), escreve instruções em linguagem natural para cada tópico e dá a ele uma biblioteca de ações entre as quais ele pode escolher. Essas ações podem reaproveitar seus Flows, Apex, modelos de prompt do Prompt Builder e APIs da Salesforce.
É no embasamento (grounding) que o trabalho real acontece. O Casey busca respostas na sua base de conhecimento, na central de ajuda e no histórico do cliente, e pode trazer fontes de terceiros por meio do Enterprise Knowledge, com tecnologia do Data 360. Como o Service Cloud é nativo da plataforma, o agente também pode ler e atualizar registros do CRM diretamente. Esse acesso nativo é a maior vantagem do Casey e a sua maior dependência, ponto ao qual vou voltar.
Quanto às ações, a lista autônoma é real e ampla: processar reembolsos e devoluções, redefinir senhas, atualizar dados de entrega, verificar o status de pedidos, alterar dados de conta e pagamento, resolver dúvidas de cobrança e agendar compromissos. Quando algo foge do escopo, ele escala para um humano e repassa todo o contexto do caso, a etapa de transferência que a maioria dos chatbots erra.
Os testes também ficam dentro do Agent Builder: você pode acompanhar o plano de ação do agente e testar suas respostas antes de ele entrar no ar. A orientação da própria Salesforce é reveladora: limitar as respostas a fontes de conhecimento aprovadas, definir limites de fluxo de trabalho e fazer um piloto antes de escalar. É um conselho sensato, e também uma admissão discreta de que "pronto para o trabalho" ainda significa "faça primeiro o trabalho de configuração".
Quanto o Casey realmente custa
É aqui que a história do "agente pré-pronto" encontra o modelo de preços da Salesforce, e vale ir devagar. Não existe um preço único para o Casey. É uma pilha de cobranças.
Primeiro, o Casey roda sobre uma licença do Service Cloud. O Agentforce for Service passa a estar disponível a partir da edição Core (US$ 195/usuário/mês). Além dessa licença, você paga pelo uso do agente, e a Salesforce o vende de várias formas:
| Modelo de compra | Preço (USD) | Unidade | Observações |
|---|---|---|---|
| Salesforce Foundations | US$ 0 | início gratuito | Builder, Prompt Builder, Agent Script |
| Flex Credits | US$ 500 por 100.000 créditos (US$ 0,005 cada) | consumo | ~20 créditos por ação, ou seja, cerca de US$ 0,10/ação |
| Conversations | US$ 2 | por conversa | Valor fixo; não pode coexistir com Flex Credits em uma mesma org |
| Help Agent Resolutions | US$ 2 | por resolução | Você só paga quando um problema é resolvido |
| Agentforce User License | US$ 5 / usuário / mês | por usuário | Ainda exige Flex Credits por cima |
| Agentforce add-on | US$ 125 / usuário / mês | por usuário, valor fixo | Uso ilimitado por funcionários |
| Agentforce 1 Editions | a partir de US$ 550 / usuário / mês | por usuário | Inclui 2,5 mi de Flex Credits/org/ano |
Para crédito da Salesforce, o Help Agent usa um modelo de pagamento por resolução, uma forma justa de precificar resultados: "você só paga pela interação do agente quando o problema do cliente é resolvido". Mas as pegadinhas ao redor são onde os orçamentos balançam. Flex Credits não usados não são acumulados. Você não pode usar Flex Credits e Conversations na mesma org. Os créditos do Data 360 ficam de fora de todos os exemplos de preço. E os excedentes são cobrados depois, à tarifa contratada.
Um exemplo calculado da própria página da Salesforce: um agente de serviço respondendo a uma pergunta com conhecimento usa 2 ações (40 créditos, cerca de US$ 0,20 por uso). Com 20 solicitações por dia ao longo de um mês, são US$ 120/mês em uso, além da licença. Isso não assusta por si só; o que pega as equipes de surpresa são as camadas e a previsão que elas exigem.
O que o barulho do lançamento ignora: a precisão depende dos seus dados
O argumento do Casey é "pré-pronto, pronto para usar, resolve problemas". As avaliações do produto real em que ele se baseia contam uma história mais realista. O Agentforce Service tem 4,3 de 5 em 1.225 avaliações no G2, e os elogios são reais: encaixe no ecossistema, acesso nativo ao CRM, amplitude de ações. Mas as críticas se concentram em um único tema, e ele atinge diretamente a promessa de "pronto para usar".
"Quando implementamos pela primeira vez, nossa base de conhecimento tinha artigos desatualizados e incompletos, e o Agentforce os exibia com a mesma confiança dos corretos, o que levou a algumas ocorrências de orientações de solução de problemas incorretas sendo sugeridas durante ligações ao vivo com clientes. Limpar nossa base de conhecimento levou cerca de três semanas da nossa equipe até que as recomendações da IA se tornassem consistentemente confiáveis."
Esse é o jogo inteiro com qualquer agente embasado, e é a coisa mais importante a internalizar antes de comprar: um agente pré-pronto não conserta uma base de conhecimento bagunçada, ele a amplifica. Outro avaliador colocou a promessa de "conecte a qualquer coisa" sob a mesma luz:
"A história de 'conecte a qualquer coisa' desmorona bem rápido quando entra a governança de dados de verdade... você não recebe de fato a experiência plug-and-play que a Salesforce vende. Se seus dados são bagunçados ou sensíveis (e de quem não são), reserve orçamento para middleware de qualquer jeito."
Nada disso faz do Casey um produto ruim. Faz dele um produto normal, com uma manchete de lançamento que sugere mais mágica instantânea do que qualquer agente embasado consegue entregar. O ceticismo mais amplo já existe há um tempo: uma discussão no Hacker News sobre o Agentforce captou o humor predominante sem rodeios, com um comentarista chamando-o de "another GPT wrapper with a lot more buzzwords." Como veredito geral é injusto, mas pega porque a Salesforce continua mudando a forma como o Agentforce é precificado, e avaliadores relatam a necessidade de "atenção contínua ao consumo de Flex Credits para evitar estouros surpresa de orçamento".
Como eu pensaria o Casey frente a um colega de IA para helpdesk
Eu construo agentes de IA para suporte como ofício, e o padrão em que mais confio é chato: você não descobre se um agente é bom lançando-o, descobre rodando-o contra tickets que você já respondeu. O conselho da própria Salesforce, pilotar primeiro, limpar seus dados, definir limites, vem do mesmo instinto. A pergunta é quanta estrutura você precisa montar para chegar lá.
A resposta do Casey é "tudo Salesforce". Isso é uma força se você já vive no Service Cloud e seus dados de CRM estão limpos. É muita superfície se não.
É aqui que a eesel toma um caminho diferente. A eesel é uma plataforma de colegas de IA, e o que importa aqui é o colega de IA para helpdesk, um agente de suporte que você contrata para uma função definida. Em vez de pedir que você migre para uma nova plataforma, ele entra no helpdesk que você já usa, seja Zendesk, Freshdesk, Help Scout ou uma caixa de entrada compartilhada, consulta seus pedidos e registros e redige ou envia respostas dentro da fila que sua equipe já usa.
Duas diferenças importam mais para as preocupações exatas levantadas pelos avaliadores do G2:
- Você testa primeiro no seu próprio histórico. A eesel pode simular o agente com seus tickets passados reais antes que ele responda a um único cliente, então você vê a taxa de resolução e as respostas nos seus dados reais, não em uma demo. É o problema das "três semanas de limpeza até confiarmos nele" movido para antes do go-live em vez de depois.
- O preço é um número só. Em vez de licença mais Flex Credits mais resoluções mais créditos do Data 360, a eesel cobra um preço fixo por ticket, sem surpresas por resolução e sem previsão de consumo para vigiar.
E se sua equipe quer controle programático, a eesel expõe o mesmo colega por meio de uma CLI pública, servidor MCP e API, de modo que uma pessoa pode operá-lo pelo terminal, scripts podem automatizá-lo e agentes de código como Claude Code ou Cursor podem operá-lo diretamente, o mesmo agente, sem o painel.
Nada disso faz do Casey a escolha errada para uma empresa comprometida com a Salesforce. Só significa que "a IA está embutida no meu CRM" e "a IA é fácil de confiar e previsível" são duas perguntas diferentes, e o Casey responde principalmente à primeira.
Experimente a eesel no seu helpdesk
Se o Casey fez você pensar em um agente de IA para suporte, mas o aprisionamento na Salesforce e os preços em camadas te dão pausa, a eesel foi feita exatamente para você. Ela coloca um colega de IA para helpdesk nas ferramentas que você já usa, aprende com seus tickets passados e sua central de ajuda e deixa você simulá-lo em tickets históricos reais para saber a taxa de resolução antes de entrar no ar, por um preço fixo por ticket.
Você pode experimentar a eesel de graça e tê-la respondendo tickets no seu próprio helpdesk em minutos, sem migrar de plataforma.