Se já viu uma demonstração da IA da Salesforce, provavelmente ficou bastante impressionado. As apresentações elegantes de ferramentas como o Agentforce pintam um cenário de um futuro onde agentes de IA tratam de casos de clientes e insights de vendas sem problemas. Mas para quem já tentou pô-lo a funcionar, a realidade muitas vezes parece bem diferente. Uma rápida olhada em fóruns e no Reddit mostra pessoas a descreverem a sua experiência como "agridoce" e a deixarem claro que está longe de ser "plug and play".
O verdadeiro desafio com a transformação de dados da Salesforce AI não é sobre a inteligência da IA; é sobre o enorme trabalho de "virar" os dados desorganizados e dispersos da sua empresa para um formato limpo e organizado que a IA possa realmente entender e usar.
O que são a Salesforce AI e o Agentforce?
Antes de entrarmos em pormenores, vamos fazer um resumo rápido do que a Salesforce está a oferecer. A estrela do espetáculo é o Agentforce, uma plataforma para construir e lançar agentes de IA autónomos. A ideia é que estes agentes possam tratar de tarefas em toda a sua empresa, desde o atendimento ao cliente até às vendas e marketing. Tudo isto é alimentado pela Salesforce Data Cloud, que supostamente é o cérebro central que reúne todos os seus dados de clientes para que os agentes de IA tenham o contexto necessário para serem úteis.
A visão é grandiosa: um "mercado de trabalho digital" onde agentes de IA trabalham lado a lado com as suas equipas humanas para automatizar fluxos de trabalho. No papel, parece fantástico. Mas o atrito começa no momento em que se tenta passar dessa teoria para um agente funcional e em tempo real.
O primeiro grande obstáculo: Preparar os seus dados
Até os executivos da Salesforce admitiram que muitos clientes estão "presos no que eu chamo de 'purgatório dos projetos-piloto'", e a principal razão é a preparação dos dados. Não pode simplesmente ligar a Salesforce AI e esperar que comece a fazer milagres. Precisa de uma base de dados sólida, e construir isso é um projeto massivo que a maioria das pessoas subestima.
Porque é que os seus dados atuais não estão prontos para a IA
A Salesforce AI, como a maioria dos sistemas de IA modernos, depende de uma base de conhecimento limpa e bem estruturada para encontrar respostas precisas. O problema? O conhecimento da maioria das empresas não está numa única biblioteca perfeita. Está espalhado por dezenas de ferramentas diferentes.
Pessoas que passaram por este processo descobriram que há toda uma "arte em estruturar os seus artigos de conhecimento" sobre a qual não se ouve falar na apresentação de vendas. As suas wikis internas, tickets de suporte antigos e documentos de processo foram escritos para humanos, não para uma IA ler. Essa desconexão é um enorme obstáculo. E piora quando se consideram os silos de dados. A própria pesquisa da Salesforce revelou que apenas cerca de um terço das aplicações empresariais estão devidamente conectadas, o que significa que informações críticas estão presas em sistemas diferentes.
O trabalho oculto de unificar fontes de dados
Para preparar os seus dados para a IA da Salesforce, está a olhar para um projeto sério. Geralmente, significa exportar dados de todas as suas diferentes fontes, limpá-los, reformatá-los e, em seguida, importar tudo para o ecossistema da Salesforce. Este não é apenas um trabalho técnico; é um enorme desperdício de tempo que pode levar semanas ou meses de trabalho da sua equipa ou de consultores caros.
Mas e se não tivesse que desmontar toda a sua estrutura de dados? Uma forma mais simples é usar uma plataforma de IA que se conecta diretamente ao seu conhecimento onde ele está. Em vez de um enorme projeto de migração, uma ferramenta como o eesel.ai integra-se com um clique às ferramentas que já utiliza, como Confluence, Google Docs e tickets passados de help desks como o Zendesk. Aprende com os seus dados na sua localização original, criando uma base de conhecimento pronta para IA em minutos, não em meses.
Colocar a IA em funcionamento: Não é só carregar num botão
Depois de lutar com o problema dos dados, surge o próximo desafio: fazer com que o agente de IA funcione da maneira que deseja. Como um utilizador no Reddit disse, o Agentforce "não é plug and play." Ele teve de passar três semanas apenas a ajustar prompts antes que a IA começasse a dar respostas que se sentisse confortável em mostrar a um cliente.
O trabalho pesado da engenharia de prompts e testes intermináveis
A engenharia de prompts é apenas um termo sofisticado para escrever instruções detalhadas para dizer à IA o que fazer. Com a Salesforce AI, este é um processo manual de tentativa e erro. Tem que lhe ensinar a entender nuances. Uma pergunta simples de um cliente como "repor palavra-passe" pode significar várias coisas diferentes. O cliente quer um artigo? Quer falar com um agente? Ou quer que a IA simplesmente resolva o problema por ele? Acertar nisto requer muito ajuste manual.
Para tornar as coisas ainda mais frustrantes, os testes podem ser um pesadelo. Outro utilizador salientou: "Ele responderá de forma diferente ao mesmo prompt exato." Esse tipo de inconsistência torna muito difícil confiar no sistema. Como pode colocar com confiança uma IA imprevisível à frente dos seus clientes?
Nenhuma forma fácil de fazer um lançamento gradual e confiante
Esta imprevisibilidade é um risco de negócio bastante grande. Não pode simplesmente ligar a IA para todos os seus clientes e cruzar os dedos. Mas a plataforma Salesforce não oferece uma maneira simples de testar em escala e implementar com confiança. Fica muitas vezes preso entre um lançamento arriscado de "big bang" e passar uma eternidade em testes manuais frustrantes.
É aqui que a simulação se torna útil. Em vez de apenas esperar pelo melhor com clientes reais, plataformas como o eesel.ai oferecem um poderoso modo de simulação. Pode executar o seu agente de IA sobre milhares dos seus verdadeiros tickets de suporte passados num ambiente seguro. Isto dá-lhe uma previsão real de como ele se irá comportar, mostrando exatamente que tipos de perguntas consegue tratar e onde tem dificuldades. Ajuda-o a encontrar as vitórias fáceis, automatizar essas questões simples primeiro e, em seguida, expandir lentamente o que a IA faz à medida que ganha mais confiança nas suas capacidades.
Qual é o verdadeiro custo da Salesforce AI?
Além de todas as dores de cabeça técnicas, há a questão do custo. Um artigo do CIO.com chamou ao complicado modelo de licenciamento da Salesforce uma "proposta de alto risco", e eles têm razão. É quase impossível adivinhar qual será a sua fatura mensal.
Descodificar os preços confusos da Salesforce AI
O custo da Salesforce AI não é apenas um número. É uma mistura de diferentes produtos e créditos baseados no consumo. A sua fatura pode incluir:
-
Subscrições principais da Salesforce Cloud (como Sales Cloud ou Service Cloud).
-
Créditos da Data Cloud para processar e unificar os seus dados.
-
Créditos do Agentforce por cada coisa que a IA faz.
-
Subscrições do Slack se o usar como a sua interface principal.
Este modelo em camadas torna incrivelmente difícil prever os seus gastos. Os seus custos podem variar drasticamente dependendo do uso, e como até os testes podem esgotar os seus "créditos flexíveis", pode ser surpreendido com uma fatura inesperadamente alta antes mesmo de ter lançado totalmente.
Uma alternativa mais simples e previsível
Para equipas que precisam de saber o que estão a gastar todos os meses, um modelo de subscrição direto faz muito mais sentido. Uma estrutura de preços simples e por níveis elimina as suposições e o risco financeiro da equação. Por exemplo, o eesel.ai oferece planos de preços claros baseados no uso, sem taxas por resolução. Isto significa que a sua fatura não irá saltar de repente após um mês movimentado. Pode começar com um plano mensal flexível sem ficar preso a um longo contrato anual, o que lhe dá a liberdade de escalar quando estiver pronto.
| Característica | Salesforce AI (Agentforce) | eesel AI |
|---|---|---|
| Modelo de Preços | Complexo, multicamadas (Créditos Data Cloud + Agentforce) | Planos transparentes por níveis |
| Base de Faturação | Baseado no consumo (imprevisível) | Por nível de interação (previsível) |
| Duração do Contrato | Frequentemente requer compromisso anual | Opções mensais flexíveis disponíveis |
| Custo de Configuração | Frequentemente requer parceiros de implementação caros | Self-service, pronto a usar em minutos |
Um caminho mais prático para o suporte impulsionado por IA
O caminho para implementar a transformação de dados da Salesforce AI está cheio de obstáculos que não verá nas demonstrações vistosas. A preparação pesada de dados, a implementação complicada e arriscada, e os custos confusos e imprevisíveis podem deixar até as equipas mais entusiasmadas presas no modo piloto.
Mas isso não significa que deva desistir da IA. Significa apenas encontrar ferramentas que são construídas para serem simples, controláveis e transparentes. Em vez de uma abordagem de "arrancar e substituir" que o prende a um único ecossistema, pode adicionar uma camada de integração inteligente às ferramentas que já possui. O eesel.ai funciona com o seu help desk e fontes de conhecimento atuais, não contra eles. Pode começar em minutos, simular o desempenho para ganhar confiança e manter o controlo total sobre o que é automatizado, tudo com um custo mensal previsível.
Pronto para evitar a complexidade? Experimente o eesel AI gratuitamente e configure o seu primeiro agente de IA em menos de 5 minutos.
Perguntas frequentes
Refere-se ao processo de transformar os dados brutos de uma empresa, muitas vezes desorganizados, num formato limpo e estruturado que os sistemas de IA da Salesforce, como o Agentforce, possam entender e utilizar eficazmente. É o passo essencial de preparar a sua base de conhecimento para o consumo pela IA.
A maioria dos dados das empresas é projetada para consumo humano e está espalhada por muitos sistemas, não estando consolidada ou estruturada para IA. Unificar, limpar e reformatar esses dados para o ecossistema Salesforce é um projeto demorado e complexo que muitos utilizadores subestimam.
Não é "plug and play". Os utilizadores enfrentam frequentemente um trabalho manual substancial, incluindo uma extensa engenharia de prompts e testes contínuos para refinar a compreensão e as respostas da IA. Este esforço é crucial para que a IA funcione de forma fiável nas interações com os clientes.
Além das subscrições principais, os custos incluem créditos da Data Cloud, créditos de consumo do Agentforce e, potencialmente, integração com o Slack. O modelo em camadas, baseado no consumo, torna a previsão difícil, levando a faturas imprevisíveis e potenciais custos elevados durante os testes ou períodos de maior movimento.
O blog sugere que os métodos tradicionais da Salesforce carecem de uma forma simples para testes em escala e confiantes. Alternativas como o eesel.ai oferecem modos de simulação que permitem testar agentes de IA contra milhares de tickets de suporte passados, fornecendo uma previsão de desempenho realista sem risco para os clientes reais.
Sim, plataformas como o eesel.ai oferecem uma alternativa ao integrarem-se diretamente com as suas fontes de conhecimento existentes, evitando uma migração massiva de dados. Elas fornecem preços transparentes e por níveis e ferramentas para simulação confiante, permitindo um lançamento gradual e controlado de agentes de IA.
