Divulgação: Este artigo é publicado pela eesel AI, uma concorrente do Salesforce Agentforce. Recomendamos também a leitura dos próprios materiais da Salesforce para conhecer a perspectiva deles.
A ideia de um agente de IA que cuida da pesquisa sob demanda, preparando reuniões, investigando tendências de mercado ou buscando históricos de clientes, é genuinamente atraente. A Salesforce responde a isso com sua plataforma Agentforce, que inclui um recurso de deep research voltado para usuários corporativos já investidos na pilha de tecnologia da Salesforce.
Mas o que "Agentforce deep research" realmente significa na prática?
Este guia detalha o que é o recurso, o que é necessário para colocá-lo em funcionamento, onde ele encontra limites e como é o panorama completo de preços. Vamos ver como o modelo de dados molda o que ele pode e não pode pesquisar, e onde uma abordagem de integração de ferramentas mais ampla oferece um panorama mais completo de toda a sua base de conhecimento.
O que é o Agentforce deep research?
O agente de deep research é uma ferramenta de pesquisa nos bastidores, projetada para processar dados e lidar com tarefas analíticas mais longas nas equipes de vendas, suporte e outras áreas. A Salesforce o descreve como capaz de fazer análise de mercado, coletar dados para sessões de estratégia e entregar insights de produtividade.
Ele roda sobre o Atlas Reasoning Engine, que a Salesforce descreve como a forma pela qual "o Agentforce entende, decide e age de forma autônoma para fornecer respostas confiáveis e precisas para cada solicitação". O mecanismo recebe uma pergunta, determina quais dados precisa, executa loops agênticos para refinar a resposta e a retorna. Para tarefas de deep research, ele trabalha principalmente com dados que já estão dentro do ecossistema Salesforce, incluindo dados de CRM, histórico de suporte ao cliente no Service Cloud e qualquer coisa incorporada ao Data 360 (antigo Data Cloud).
Um exemplo concreto: um gerente de vendas pedindo para "resumir todas as oportunidades de alto valor no pipeline e sinalizar os principais riscos com base em tickets de suporte recentes" faria o agente buscar dados no Sales Cloud e no Service Cloud. Isso funciona bem quando todo o contexto relevante já está dentro da Salesforce.
Configurando o Agentforce deep research: requisitos e realidade
Colocar o Agentforce deep research em funcionamento não é uma configuração rápida. A própria documentação de ajuda da Salesforce deixa claro que a maioria dos recursos do Agentforce exige Enterprise Edition ou superior, com licenças adicionais variando conforme o tipo de agente.
O papel central do Data 360
Para que o Agentforce faça uma pesquisa significativa, ele precisa de bons dados no formato certo. A camada de dados da Salesforce para isso é o Data 360 (antigo Data Cloud), que cria o índice de busca e o retriever que os agentes utilizam.
Para usar a Agentforce Data Library, a documentação de ajuda da Salesforce exige primeiro "ativar o Data 360" e atribuir a um usuário um conjunto de permissões de Data Cloud Architect mais o perfil de System Administrator. Se as informações mais úteis da sua empresa estiverem em documentos, wikis ou ferramentas de comunicação fora da Salesforce, elas não chegarão ao agente até que essa configuração seja concluída.
Conectando conhecimento externo
As informações da sua empresa normalmente estão espalhadas por várias plataformas. As especificações de produto podem estar no Confluence, as decisões são tomadas no Slack, e os documentos de estratégia ficam no Google Docs. O Agentforce consegue acessar essas fontes, mas não diretamente.
A documentação de conectores da Salesforce lista um conector do Confluence (atualmente em Beta, exige ativação pelo gerenciador de recursos e um token de API da Atlassian), um conector do Google Drive e um conector MuleSoft Direct para integrações mais amplas. Todos eles enviam os dados primeiro para o Data 360, e só então os disponibilizam para os agentes por meio da ação Answer with Knowledge.
Cada conector exige uma configuração dedicada, aumenta o custo do Data 360 e traz trabalho de manutenção. Um agente de pesquisa que trabalha sem acesso completo a essas fontes retorna respostas moldadas apenas pelos dados que chegaram à Salesforce.
A eesel AI foi construída para essa realidade multiplataforma. Integrações de um clique para Confluence, Google Docs, Slack e mais de 100 outras ferramentas conectam o conhecimento da sua empresa em minutos, sem um projeto de migração de dados.
O Agentforce deep research na prática: casos de uso e principais limites
Uma vez configurado, o Agentforce deep research lida bem com tarefas específicas. Seus limites aparecem com mais clareza quando as perguntas exigem informações fora do modelo de dados da Salesforce.
Casos de uso dentro da Salesforce
Dentro dos dados nativos da Salesforce, o agente lida com solicitações como:
-
Analisar desempenho de vendas: "Mostre as taxas de conversão de negócios que incluíram uma demonstração de produto no último trimestre."
-
Resumir histórico do cliente: "Me dê um resumo dos últimos cinco casos de suporte da Acme Corp e seus resultados antes da minha ligação."
-
Identificar clientes em risco: "Liste todos os clientes corporativos com uso de produto em queda e sem tickets de suporte nos últimos dois meses."
O anúncio do Agentforce 360 da Salesforce cita vários resultados de clientes: o Reddit desviou 46% dos casos de suporte e reduziu os tempos de resolução em 84%, o OpenTable resolveu de forma autônoma 70% das consultas de clientes e restaurantes, e a 1-800Accountant alcançou uma taxa de desvio de casos de 90% durante a temporada de impostos. Todas são implementações nativas da Salesforce.
O limite do conhecimento
O padrão mais consistente no feedback dos usuários é que a qualidade da pesquisa depende inteiramente do que está dentro da Salesforce. As avaliações do G2 (1.095 avaliações, 4,3/5 no geral) mostram isso claramente. Um avaliador escreveu:
Although it is very useful but Agentforce depends on the data in Salesforce so if data is messy and contains duplicate records then Agentforce's response will also not very accurate sometimes it gets hallucinated so admin knowledge is required.
-- Aman R., Software Developer, Mid-Market, G2
Tarefas de pesquisa reais frequentemente exigem uma visão mais ampla: documentação técnica em wikis internas, discussões de produto em andamento no chat da equipe, planos de marketing e análises competitivas, e feedback de clientes vindo de plataformas fora da Salesforce. Um agente que não consegue acessar essas fontes retorna respostas baseadas em uma fatia estreita do conhecimento da sua organização.
A Salesforce Ben, uma publicação especializada em Salesforce, testou o Agentforce em seis casos de uso em uma revisão de seis meses e constatou que ele "só teve bom desempenho em dois". Foi observada uma melhora na configuração entre a revisão inicial e o acompanhamento, mas a questão do preço permaneceu: "O preço do Agentforce ainda é tão claro quanto lama para mim."
O eesel AI chat foi construído para a realidade multiplataforma em que a maioria das equipes opera, conectando-se por toda a sua pilha de conhecimento sem exigir migração.
O custo total do Agentforce deep research
A página de preços do Agentforce lista dois modelos de consumo e vários níveis adicionais.
Opções de preço direto
Atualmente, a Salesforce oferece dois modelos baseados em uso. Uma mesma organização não pode usar os dois:
-
Flex Credits: US$ 500 por 100 mil créditos. Lançado em maio de 2025. Cobre agentes voltados ao cliente, agentes de funcionários e voz.
-
Conversations: US$ 2 por conversa. O modelo original, ainda ativo junto com o Flex Credits em maio de 2026.
Ambos os modelos escalam com o volume de uso. O próprio exemplo da página de preços estima um fluxo de trabalho de caso de atendimento em US$ 0,30 por caso (3 ações x US$ 0,10), somando US$ 1.800/mês com 360 mil créditos, com o aviso explícito de que isso "não inclui outros custos, como créditos do Data 360 ou outros serviços de consumo".
Custos adicionais que não aparecem na página de preços
A Salesforce observa nas notas de rodapé da página de preços que os valores do Flex Credit não incluem créditos do Data 360 nem outros serviços de consumo. Diversas áreas de custo adicionais não são divulgadas publicamente na página de preços do Agentforce:
-
Licenciamento do Data 360: Necessário para usar a Data Library e conectar fontes de conhecimento externas. Não consta na página de preços do Agentforce.
-
Licenciamento e desenvolvimento do MuleSoft: Necessários para conectar sistemas fora da Salesforce além dos conectores documentados. Não consta na página de preços do Agentforce.
-
Serviços profissionais: A Salesforce faz um link, na página de preços, para uma ficha técnica de "orientação especializada", mas nenhuma taxa de implementação é divulgada publicamente. É preciso entrar em contato com a Salesforce para obter um orçamento.
-
Tempo administrativo interno: Configuração, testes e ajustes contínuos por um administrador certificado da Salesforce.
| Fator de custo | Salesforce Agentforce | eesel AI |
|---|---|---|
| Modelo de preços | Flex Credits (US$ 500/100 mil) ou US$ 2/conversa | Por tarefa: US$ 0,40/tarefa |
| Previsibilidade | Variável (escala com o uso) | Variável (escala com o volume de tarefas) |
| Custos de integração externa | Adicionais (Data 360, MuleSoft; não constam na página de preços) | Incluídos (mais de 100 integrações de um clique) |
| Requisito de edição | Edição Salesforce Enterprise+, Data 360 | Nenhuma edição mínima exigida |
| Custos que não constam na página de preços | Licenciamento do Data 360, MuleSoft, serviços profissionais | Nenhum além do uso |
Uma ferramenta capaz com um alcance estreito
O Agentforce deep research é um recurso genuinamente poderoso dentro do seu escopo. Para organizações que já operam na Salesforce, com dados de CRM limpos e recursos para configurar o Data 360, ele pode automatizar tarefas de pesquisa significativas e gerar ganhos reais de produtividade.
As restrições são reais e vale a pena entendê-las antes de se comprometer. A maioria dos recursos do Agentforce exige Enterprise Edition ou superior. As fontes de conhecimento externas exigem o Data 360, e o conector do Confluence está atualmente em Beta. Os custos vão além das taxas por ação ou por conversa. A pesquisa entregue é apenas tão completa quanto os dados que a Salesforce consegue alcançar.
Antes de se comprometer com esse caminho, pergunte-se se sua equipe precisa de um assistente de IA que funcione onde ela já está, extraindo respostas de toda a sua base de conhecimento. Para esse caso de uso, uma ferramenta independente de plataforma pode se encaixar melhor.
Desbloqueie o conhecimento da sua equipe com a eesel AI
Se você busca um assistente de IA capaz de responder perguntas a partir do Confluence, Google Docs, Slack, Zendesk e mais de 100 outras ferramentas sem precisar de uma licença da Salesforce ou de uma migração de dados, vale a pena conhecer a eesel AI. Por US$ 0,40 por tarefa, você pode ter um agente de IA funcionando e respondendo perguntas a partir de toda a sua base de conhecimento em minutos, não em meses.
Perguntas frequentes
Para que o Agentforce deep research foi projetado para as equipes?
O Agentforce deep research foi projetado para automatizar tarefas de pesquisa, como análise de mercado, coleta de dados para reuniões e geração de insights entre equipes. Ele processa dados usando o Atlas Reasoning Engine da Salesforce e funciona melhor quando os dados de origem já estão na Salesforce ou foram incorporados ao Data 360.
Quão difícil é conectar o Agentforce deep research às fontes de dados existentes da minha empresa?
Acessar fontes de conhecimento externas exige ativar o Data 360 (antigo Data Cloud) e atribuir a um usuário um conjunto de permissões de Data Cloud Architect. O conector do Confluence da Salesforce está atualmente em Beta, e conectar sistemas externos adicionais, como o Google Drive, exige uma configuração de conector separada e manutenção contínua.
A quais tipos de dados o Agentforce deep research tem dificuldade de acessar?
O Agentforce deep research é construído em torno do modelo de dados da Salesforce, portanto o conteúdo fora da Salesforce tem disponibilidade limitada por padrão. Acessar conhecimento armazenado em plataformas como Confluence, Slack ou Google Docs exige configurar primeiro a Agentforce Data Library por meio do Data 360, o que adiciona tanto custo quanto trabalho de configuração antes que o agente consiga exibir esse conteúdo.
Onde o Agentforce deep research realmente se destaca?
Ele entrega o maior valor ao analisar dados que já estão dentro da Salesforce: resumir o histórico do cliente a partir do CRM e dos casos de atendimento, identificar contas em risco e revisar métricas de pipeline. O comunicado de imprensa de outubro de 2025 da Salesforce cita resultados de clientes, incluindo a taxa de desvio de casos de 46% do Reddit e a taxa de resolução autônoma de 70% do OpenTable, todos em implementações nativas da Salesforce.
Qual é o custo total de implementar o Agentforce deep research?
A página pública de preços do Agentforce lista US$ 500 por 100.000 créditos (modelo Flex Credits) ou US$ 2 por conversa como custo de uso do agente. A Salesforce observa explicitamente que esses valores não incluem créditos do Data 360 nem outros serviços de consumo. O licenciamento do Data 360, o desenvolvimento de conectores MuleSoft e os serviços profissionais não são divulgados na página de preços. Como alternativa com menos custos indiretos, a eesel AI cobra US$ 0,40 por tarefa de suporte comum, sem exigência de edição da Salesforce.
