Dreamforce 2026 llega con buena parte de la estrategia que Salesforce quiere defender sobre el escenario ya a la vista. La compañía ha utilizado las semanas anteriores a su conferencia anual para presentar nuevas capacidades de Agentforce, ampliar su relación con Anthropic, integrar agentes de programación en Slack y reorganizar su oferta comercial alrededor de la inteligencia artificial.
El encuentro se celebrará del 15 al 17 de septiembre en San Francisco, con retransmisión a través de Salesforce+, y volverá a utilizar Agentforce como uno de sus principales hilos conductores. La diferencia frente a etapas anteriores estará previsiblemente en el grado de autonomía que Salesforce quiere atribuir ahora a estos sistemas: agentes capaces de ejecutar procesos completos, conectarse con modelos de terceros y actuar sobre datos y aplicaciones empresariales.
Los anuncios previos permiten anticipar cinco áreas que probablemente concentrarán buena parte de la conversación en Dreamforce 2026.
Agentforce pasa de responder a ejecutar procesos completos
La evolución de Agentforce será previsiblemente el núcleo del evento. Salesforce está preparando su versión Winter ’27 alrededor de un cambio en el alcance de sus agentes: la compañía plantea que puedan hacerse cargo de flujos de trabajo de principio a fin en ámbitos como ventas, atención al cliente, planificación de citas o seguros.
La actualización Winter ’27, cuya disponibilidad general está prevista para el 12 de octubre, incorpora capacidades como programación autónoma mediante voz, agentes para campañas de marketing, búsqueda conversacional para comercio electrónico y coordinación con agentes desarrollados sobre otras plataformas.
También introduce mecanismos de orquestación compatibles con entornos de AWS, Microsoft Azure y Google, además de más de 100 habilidades prediseñadas que las empresas pueden reutilizar. La dirección apunta hacia arquitecturas en las que distintos agentes puedan repartirse tareas sin quedar encerrados dentro de un único proveedor.
Para las organizaciones, ese cambio amplía al mismo tiempo el alcance operativo y las exigencias de control. Un agente que consulta información genera un riesgo distinto al de otro autorizado para modificar una oportunidad comercial, reservar una cita o iniciar un proceso de negocio. Permisos, calidad del dato, observabilidad y gobierno ganarán peso a medida que aumente la autonomía.
Claude entra directamente en el entorno de Salesforce
Otra pieza importante será la relación con Anthropic. Ambas compañías anunciaron a finales de agosto Claudeforce, una ampliación de su colaboración diseñada para conectar las capacidades de razonamiento de Claude con los datos, reglas y procesos empresariales gestionados por Salesforce.
La primera materialización es Salesforce in Claude, un complemento con 37 habilidades prediseñadas para ventas. Desde Claude será posible preparar reuniones, analizar el estado de oportunidades o revisar el pipeline utilizando información del CRM y ejecutar posteriormente acciones sometidas a las reglas y permisos establecidos en Salesforce.
La relación funciona también en sentido contrario. Claude está disponible como modelo dentro de Agentforce y se utiliza en distintas herramientas del ecosistema de Salesforce y Slack. Salesforce prevé abrir Salesforce in Claude en beta durante septiembre.
Este movimiento permite anticipar que Dreamforce prestará atención a una cuestión que está ganando relevancia en el software empresarial: qué interfaz utilizarán los empleados para relacionarse con las aplicaciones corporativas. Si una parte creciente de las operaciones puede iniciarse desde Claude, Slack u otros asistentes, la interfaz tradicional del CRM pierde parte de su función como punto de entrada obligatorio, aunque los datos, permisos y procesos sigan residiendo detrás.
Slack quiere convertirse en el espacio común para personas y agentes
Slack ocupará otro lugar destacado. Salesforce está extendiendo su papel desde la comunicación interna hacia la ejecución del trabajo, con agentes capaces de participar directamente en las conversaciones de los equipos.
Uno de los ejemplos más claros es Slack Code. La propuesta permite invocar agentes de programación como Claude o ChatGPT desde un canal. El sistema crea un espacio de trabajo en el que los participantes pueden seguir la conversación con el agente, revisar cambios de código, consultar versiones preliminares y aprobar el resultado antes de desplegarlo.
La relevancia empresarial va más allá del desarrollo de software. Salesforce está situando Slack como una capa desde la que empleados, aplicaciones y agentes pueden coordinar tareas, evitando que cada asistente funcione en una interfaz independiente.
La propia adopción interna de estas herramientas será parte del argumento. Salesforce afirma que ha extendido el uso de programación agéntica a 15.000 ingenieros. La compañía asegura que los elementos de trabajo completados por desarrollador crecieron un 90,5% interanual en julio y los «pull requests» integrados por empleado aumentaron un 88,1%. Son métricas internas de Salesforce y no permiten aislar por sí solas cuánto de esa variación procede de las herramientas de IA, pero ofrecen una referencia de la escala con la que la empresa está probando su propia tecnología.
La adopción empresarial obligará a hablar de costes y resultados
Dreamforce también llegará con una cuestión comercial cada vez más visible: cómo comprar y presupuestar la IA agéntica cuando pasa de proyectos experimentales a procesos utilizados de forma continuada.
Salesforce acaba de reorganizar sus paquetes para Agentforce Sales, Service e Industries en nuevas ediciones Core, Advanced y Max. Los paquetes combinan capacidades de IA con Slack, analítica, seguridad y servicios de soporte, además de incluir diferentes volúmenes de Flex Credits destinados al consumo de agentes.
Los precios anunciados parten de 195 dólares por usuario al mes para Core, 395 dólares para Advanced y 550 dólares para Max. La estructura refleja cómo el modelo económico del software empresarial empieza a combinar licencias tradicionales por usuario con consumo asociado a tareas realizadas mediante IA.
Los casos de clientes servirán previsiblemente para justificar esa transición. Smarsh asegura que su agente de soporte resuelve más de siete de cada diez sesiones sin intervención humana, mientras que otro agente interno había alcanzado en junio una adopción del 65% entre sus profesionales de soporte y participaba en la resolución del 31% de los casos.
Ese tipo de métricas será especialmente relevante en Dreamforce. Conforme la conversación sobre IA empresarial madura, las compañías necesitan relacionar el coste de inferencia, integración y gobierno con variables operativas como tiempos de resolución, conversión, productividad o reducción de tareas manuales.
Datos, predicción y gobierno completan la capa agéntica
Salesforce también está ampliando el discurso más allá de los grandes modelos de lenguaje. Un ejemplo es Moirai, su familia de modelos para series temporales, concebida para previsiones como demanda, inventario o necesidades de personal.
La compañía afirma que, en pruebas relacionadas con la planificación de centros de contacto durante periodos festivos, Moirai mejoró un 14% la precisión al calcular situaciones de falta de personal y cerca de un 40% en escenarios de exceso de plantilla. Son resultados de pruebas de Salesforce, pero ilustran una dirección relevante: combinar modelos generativos con sistemas especializados en problemas empresariales concretos.
También habrá espacio para las barreras que están frenando despliegues a mayor escala. Una encuesta encargada por Salesforce a 865 responsables financieros encontró que casi tres cuartas partes habían visto ampliarse sus responsabilidades durante el último año y situaban la gestión de la IA entre las principales causas. Entre quienes ya utilizaban estas herramientas, el 90% declaró obtener retorno de la inversión, aunque seguridad, gobierno y costes continuaban apareciendo entre las principales preocupaciones.
Dreamforce llega así a una fase diferente del ciclo de la IA empresarial. Salesforce ya tiene que demostrar menos que un agente puede mantener una conversación y más que puede actuar sobre sistemas reales con permisos controlados, integrarse con modelos de distintos proveedores y generar resultados suficientes para justificar su coste. Los anuncios de los días previos apuntan a que las novedades de San Francisco se medirán precisamente por esa capacidad para pasar de las pruebas aisladas a operaciones sostenidas dentro de las empresas.
