Salesforce quiere que cada empleado pueda encontrarse con una versión distinta del software según lo que necesite hacer en cada momento. Esa es la función que reserva a AIforce, la nueva capa de su arquitectura de «Empresa Agéntica» presentada en Dreamforce 2026 para componer interfaces de inteligencia artificial sobre los datos, procesos, permisos y acciones que las empresas ya tienen configurados en su plataforma.
La propuesta va más allá de sustituir menús por una conversación. AIforce está diseñado para que una petición pueda devolver una vista interactiva con la información necesaria, permitir al usuario seguir explorándola y ejecutar después acciones sobre los sistemas y datos empresariales. Esa experiencia puede producirse dentro de Claude, Slack o Lightning, las tres primeras superficies con las que Salesforce estrena la tecnología, y extenderse a otros entornos mediante las capacidades de Headless 360.
En la arquitectura presentada durante la keynote, AIforce ocupa la cuarta capa, por encima de Data 360, la inteligencia de las aplicaciones de Customer 360 y Agentforce. Las tres primeras proporcionan contexto, semántica, permisos, procesos y capacidad de ejecución; AIforce determina cómo llega todo ese conjunto hasta el usuario. La compañía liderada por Marc Benioff intenta así convertir la interfaz en una representación dinámica del trabajo que debe realizarse en lugar de obligar a cada persona a recorrer una aplicación construida de antemano.
Marc Benioff situó esa transformación en el centro de Dreamforce: «La IA está creando una revolución en la interfaz».
Una interfaz construida alrededor de la tarea
El concepto que Salesforce utiliza para explicar AIforce es el de «live interface», una interfaz que puede componerse a partir del contexto disponible y permanecer conectada a los datos y acciones que la alimentan. En vez de entregar únicamente una respuesta textual, el sistema puede generar una vista que reúna registros, métricas, análisis y controles para continuar trabajando sobre ellos.
La diferencia se aprecia mejor en una tarea cotidiana. Preparar una reunión comercial suele exigir abrir una cuenta, consultar oportunidades, revisar el historial de actividad, comprobar incidencias de soporte y localizar las últimas conversaciones antes de decidir qué asuntos tratar. AIforce plantea que esa composición pueda realizarse a partir de una petición, utilizando el contexto que ya existe en Salesforce y en los sistemas conectados.
La interfaz resultante tampoco tiene por qué ser idéntica para dos usuarios. Un comercial puede necesitar una visión detallada de oportunidades y próximos pasos, mientras un responsable de ventas puede pedir una lectura agregada del riesgo del pipeline. Ambos utilizan la misma infraestructura empresarial, pero el sistema selecciona y organiza la información en función del objetivo, el contexto y los permisos de cada persona. Salesforce describe AIforce como una capa capaz de construir estas experiencias dentro de Slack, Claude y Coworker simplemente a partir de una descripción de lo que se necesita.
Ese planteamiento convierte los metadatos en una pieza especialmente importante. Salesforce lleva décadas utilizándolos para definir objetos, relaciones, campos, permisos y lógica y representarlos después en sus aplicaciones. AIforce intenta aprovechar esa estructura para que la IA pueda decidir qué elementos necesita mostrar y qué acciones puede ofrecer en cada situación, sin desprenderse de las reglas empresariales que existen detrás.
La promesa, por tanto, depende menos de la capacidad de generar una pantalla atractiva que de la posibilidad de construirla utilizando información fiable y acciones que respeten el funcionamiento real de la compañía. Ahí es donde AIforce se apoya en la arquitectura que Salesforce ha desarrollado durante los últimos meses.
AIforce y Headless 360 resuelven problemas distintos
La relación entre AIforce y Headless 360 resulta esencial para entender el anuncio. Salesforce ya había presentado en agosto una ampliación de Headless 360 destinada a transformar funciones de Sales, Service, Marketing, Commerce y otras aplicaciones en capacidades que pudieran descubrir y utilizar agentes externos mediante MCP, APIs, Skills y herramientas de desarrollo.
La Ecuación Digital analizó antes de Dreamforce cómo esta arquitectura permite utilizar procesos de Salesforce desde otros agentes e interfaces. Técnicamente, Headless 360 hace posible que un agente encuentre una acción, conozca los metadatos que la acompañan y la ejecute manteniendo las reglas, permisos y validaciones que ya existen dentro de Salesforce.
El problema aparece al trasladar esa capacidad desde un equipo técnico hasta miles de trabajadores. Patrick Stokes, presidente de aplicaciones y marketing de Salesforce, explicó que conectar manualmente servidores MCP, APIs, autenticación y Skills puede funcionar para desarrolladores o proyectos concretos, pero resulta difícil de escalar entre comerciales, responsables de marketing y otros usuarios que no deberían tener que conocer la infraestructura que existe debajo.
AIforce intenta convertir ese trabajo de integración en producto. Headless 360 proporciona las piezas técnicas para exponer las capacidades de Salesforce; AIforce las empaqueta en experiencias preparadas para utilizarse desde las interfaces donde trabaja el usuario. Stokes utilizó Claudeforce como ejemplo: Salesforce y Anthropic han reunido servidores MCP, autenticación, Skills, seguridad y controles de retención dentro de un complemento que puede instalarse en Claude Enterprise sin tener que montar cada componente individualmente.
La distinción ayuda también a entender por qué Salesforce habla de una plataforma abierta y al mismo tiempo desarrolla productos propios sobre ella. Una organización puede utilizar las herramientas headless para construir una experiencia a medida, mientras AIforce proporciona interfaces ya integradas para casos de uso más amplios.
Claudeforce lleva el CRM hasta Claude
La primera de esas experiencias es Claudeforce, la alianza con Anthropic que Salesforce presentó a finales de agosto y que La Ecuación Digital analizó entonces en detalle.
Su primera materialización, Salesforce in Claude, incorpora 37 habilidades prediseñadas para ventas que abarcan desde la preparación de reuniones y el análisis de oportunidades hasta la revisión del pipeline. El complemento puede utilizar información de Salesforce, Slack y otros conectores disponibles en Claude para generar vistas interactivas con cuentas, oportunidades y datos actualizados.
La parte relevante para AIforce aparece cuando el usuario deja de consultar información y pasa a modificarla. Las acciones realizadas desde Claude vuelven a Salesforce para aplicar las reglas y permisos definidos por la organización. Un usuario puede pedir una actualización de una oportunidad o iniciar un proceso desde Claude, pero el sistema conserva por debajo las restricciones que determinarían esa misma operación en la aplicación original.
Salesforce asegura además que la conexión se administra de forma centralizada. Un administrador configura Salesforce in Claude y la autenticación y los permisos existentes determinan posteriormente qué puede consultar y ejecutar cada usuario, sin crear un modelo de autorización separado para Claude.
La situación de disponibilidad también ha avanzado desde el anuncio inicial. Salesforce in Claude, que comenzó con clientes piloto, está ahora en beta para los clientes, con 37 habilidades iniciales de ventas. La hoja de ruta contempla añadir analítica de Tableau y nuevas capacidades para servicio, marketing, comercio e industrias.
Más allá de la relación entre Salesforce y Anthropic, el producto funciona como una demostración de la estrategia de AIforce: la interfaz pertenece a Claude, el razonamiento puede proceder de sus modelos y, aun así, Salesforce conserva el contexto empresarial y la ejecución de las acciones.
Slackforce convierte una conversación en una superficie de trabajo
La segunda materialización es Slackforce, donde la noción de interfaz dinámica adopta una forma diferente. En lugar de construir una experiencia individual dentro de un asistente, Salesforce quiere que una conversación de equipo pueda convertirse en un espacio interactivo compartido.
La pieza central son Slackforce Surfaces. Un usuario puede describir a Slackbot qué necesita y pedirle que construya a partir de los datos y conversaciones disponibles un dashboard, un informe, una presentación ejecutiva, una calculadora u otra experiencia. La Surface permanece dentro de Slack y puede ser explorada, filtrada y utilizada por el equipo en el mismo lugar donde se produce la conversación.
Salesforce muestra ejemplos que abarcan distintas funciones. Un equipo comercial puede transformar el pipeline en una vista priorizada de oportunidades; servicio puede generar un tablero de triaje con incumplimientos de SLA, gravedad de casos y nivel de cliente; finanzas puede convertir una previsión en una representación preparada para dirección, mientras TI puede crear un panel para seguir consumo de IA, gasto y retorno. Son demostraciones y casos proporcionados por Salesforce, por lo que no constituyen por sí solos evidencia de ahorro o productividad, pero ilustran el tipo de interfaz que la compañía pretende habilitar.
Una característica importante es la conexión con el origen. Salesforce plantea las Surfaces como experiencias vivas en lugar de exportaciones estáticas: cuando cambie el pipeline, se cierre un caso o se actualice una campaña, la interfaz podrá reflejar esos cambios al mantenerse vinculada a los sistemas que proporcionan los datos.
Esa capacidad tiene un calendario específico. Slackforce Surfaces ya está disponible para distintas modalidades de Slack que tengan Slackbot habilitado, mientras la funcionalidad de datos en vivo comenzará a desplegarse en octubre.
Slackforce incorpora además Slack CRM, que permite crear cuentas, registrar notas o actualizar información de Salesforce desde un prompt, y Slackbot puede utilizar tanto el contexto de las conversaciones como los datos y acciones gobernadas de Salesforce. La interfaz deja así de limitarse a mostrar información y empieza a funcionar también como punto desde el que ejecutar procesos.
Coworker lleva la misma lógica a Lightning
Salesforce no plantea esta evolución como un abandono de sus propias interfaces. La tercera experiencia de AIforce, Agentforce Coworker, lleva el mismo modelo hasta Lightning, donde trabajan los usuarios que continúan entrando directamente en Salesforce.
Coworker puede razonar sobre cuentas, actividad e historial, presentar información relevante y ejecutar acciones desde la propia interfaz de Salesforce. También puede llamar a agentes especializados desarrollados con Agentforce, de modo que la experiencia actúa como punto de entrada hacia una fuerza de trabajo agéntica más amplia.
Esta integración permite observar otra característica de la estrategia. AIforce no determina una única interfaz nueva destinada a sustituir a Lightning. Salesforce está intentando que la misma base de contexto y acciones pueda expresarse de distintas maneras según el entorno: Claude para quien trabaja desde un asistente externo, Slack para equipos que operan desde conversaciones y Coworker para usuarios que permanecen dentro de Salesforce.
Durante la keynote, Benioff presentó las tres experiencias precisamente como manifestaciones de una misma interfaz viva y anticipó que esperaba que Salesforce tuviera muchas más en el futuro.
La compañía afirma que 100.000 usuarios activaron Agentforce Coworker durante sus primeros 35 días. Es una métrica interna que mide activaciones y no permite determinar por sí sola el grado de utilización o los resultados obtenidos, pero ofrece una primera referencia sobre el alcance que Salesforce intenta dar a esta superficie.
Permisos y gobierno pasan a formar parte de la interfaz
Una interfaz construida en función del contexto introduce un problema que las pantallas tradicionales resolvían parcialmente mediante diseño previo. Si cada usuario puede generar una vista diferente y pedir acciones distintas, el sistema debe determinar continuamente qué información puede mostrar y qué operaciones está autorizado a ejecutar.
Salesforce afirma que AIforce reutiliza los permisos y reglas de negocio que ya existen en su plataforma. Cada petición se procesa de acuerdo con las autorizaciones del usuario y las acciones vuelven a Salesforce para aplicar sus controles. La arquitectura contempla además Zero Data Retention, de modo que, bajo las configuraciones compatibles, los proveedores de modelos utilizan los datos empresariales para responder a la petición sin conservarlos posteriormente.
La importancia de esa capa crece cuando la interfaz pertenece a un proveedor externo. En Salesforce in Claude, por ejemplo, Claude puede razonar sobre una operación, pero los permisos y las reglas que determinan si puede ejecutarse continúan en Salesforce. El mismo principio se aplica cuando Slackbot utiliza datos del CRM o cuando Coworker invoca otros agentes.
Esta reutilización reduce el trabajo de crear controles específicos para cada experiencia, aunque no elimina los problemas de gobierno. Las empresas tendrán que decidir qué capacidades exponen, qué acciones requieren aprobación humana, qué datos pueden salir hacia una determinada superficie y cómo supervisan una experiencia cuyo contenido puede cambiar entre usuarios y tareas.
Una plataforma abierta, pero con Salesforce debajo
AIforce también incorpora una dimensión dirigida a desarrolladores. El Headless Toolkit reúne MCP, APIs, plugins, Skills y otras herramientas para crear interfaces sobre la arquitectura de Salesforce, mientras AgentExchange funciona como ecosistema para descubrir e incorporar agentes, integraciones, workflows y acciones de terceros. Salesforce cita entre sus socios a Anthropic, AWS y Google, además de compañías como Vercel, Docusign, Gamma, Jasper, Ramp y Rippling.
La adopción de MCP y otras interfaces abiertas permite que el mismo proceso empresarial pueda ser consumido desde más de un agente o aplicación. Eso reduce la necesidad de construir una integración diferente para cada nuevo modelo, aunque no convierte automáticamente la arquitectura en portátil entre plataformas. Los metadatos, permisos, workflows y definiciones que un cliente ha desarrollado dentro de Salesforce siguen formando parte del valor que AIforce intenta reutilizar.
La apertura tiene, por tanto, una doble lectura. Las empresas ganan opciones para decidir desde qué modelo o superficie acceden a Salesforce; la compañía amplía al mismo tiempo los lugares desde los que pueden consumirse las capacidades que ya residen en su plataforma.
AIforce cambia también el trabajo de administradores y desarrolladores
La consecuencia más inmediata para los equipos tecnológicos aparece en cómo se diseñan las experiencias empresariales. Hasta ahora, buena parte del trabajo de administradores, arquitectos y desarrolladores consistía en decidir qué debía aparecer en cada aplicación: campos, vistas, dashboards, flujos y navegación adaptados a diferentes perfiles.
Las interfaces dinámicas trasladan parte de ese trabajo hacia otro nivel. Si la IA puede componer una vista en función de una tarea, adquieren más peso la definición de los datos, la semántica, los permisos y las acciones disponibles. El diseño sigue siendo necesario, pero una parte creciente de ese diseño puede expresarse como reglas y capacidades que diferentes interfaces reutilizan después.
Esto también aumenta la dificultad de las pruebas. Una aplicación con pantallas fijas ofrece un conjunto relativamente acotado de recorridos que pueden validarse antes de su despliegue. Una interfaz construida dinámicamente puede combinar información y acciones de formas diferentes, lo que obliga a comprobar no únicamente si el agente responde correctamente, sino también si mantiene coherencia, permisos, trazabilidad y límites operativos cuando la experiencia cambia.
AIforce llega así con una promesa que Salesforce todavía tendrá que demostrar a escala: que la flexibilidad de una interfaz generada por IA puede convivir con los controles que exige el software empresarial. Las primeras experiencias en Claude, Slack y Lightning permiten comprobar cómo intenta resolverlo técnicamente; el siguiente paso será medir si esa nueva forma de utilizar las aplicaciones reduce realmente el trabajo necesario para encontrar información y ejecutar procesos sin trasladar la complejidad hacia administradores, seguridad y gobierno.
Si el modelo funciona, la pantalla dejará de ser el principal lugar donde se diseña la experiencia empresarial. Cada vez más decisiones sobre cómo se presentan los datos empresariales podrán tomarse en el momento de uso, mientras el trabajo previo se concentra en definir con precisión los datos, las reglas y las capacidades que la IA tiene permitido combinar.
