Salesforce ha presentado Enterprise AI Harness, una arquitectura destinada a reunir bajo un marco común el contexto empresarial, la capacidad de razonamiento de los agentes, sus acciones, la gobernanza, la seguridad y la selección de modelos. La propuesta aborda uno de los problemas que aparecen cuando la IA empresarial pasa de los asistentes aislados a agentes capaces de consultar varios sistemas y ejecutar procesos: cómo mantener una visión coherente de los datos y aplicar controles comunes cuando aumenta el número de agentes, modelos y herramientas.
La compañía articula el sistema en seis capacidades que pueden utilizarse conjuntamente o adoptarse de forma modular, incluso con modelos, agentes y sistemas de terceros. A ellas añade un nuevo AI Control Plane, concebido como punto central para registrar y supervisar agentes, establecer identidades y políticas, evaluar su rendimiento, controlar su ciclo de vida y vigilar los costes.
El planteamiento amplía la estrategia de Agentforce hacia una capa de infraestructura más transversal. En lugar de gestionar de forma separada el contexto, los permisos, las conexiones con aplicaciones o los mecanismos de auditoría de cada agente, Salesforce quiere que esas funciones puedan reutilizarse entre distintas experiencias de IA. Para una empresa, la diferencia es operativa: un agente que atiende a un cliente puede necesitar información del CRM, inventario de un ERP, condiciones contractuales y reglas internas antes de decidir si ejecuta una acción.
Del dato conectado al contexto que puede utilizar un agente
El primer bloque, Trusted Context, combina datos, metadatos, semántica, conocimiento, señales en tiempo real y memoria para construir una representación compartida del cliente y del negocio. El objetivo es que un agente no reciba únicamente registros procedentes de distintos sistemas, sino también la información necesaria para interpretar qué significan y bajo qué condiciones pueden utilizarse.
Ahí confluyen varias piezas que Salesforce ha ido acumulando alrededor de su plataforma. Data 360 aporta unificación y activación de datos; MuleSoft conecta aplicaciones, API y procesos; Tableau incorpora la capa analítica; Agentforce cubre la creación y ejecución de agentes, y Salesforce Guardian se orienta a controles de seguridad y gobernanza. Informatica añade capacidades de catálogo, calidad, linaje, privacidad y gestión de datos maestros después de que Salesforce completara su adquisición en noviembre de 2025.
La integración de Informatica tiene especial peso en esta arquitectura. Los agentes pueden razonar sobre información procedente de muchas fuentes, pero una respuesta técnicamente plausible sigue siendo problemática si parte de registros duplicados, definiciones inconsistentes o datos cuyo origen no puede trazarse. La arquitectura combina las funciones de gestión y gobierno de datos de Informatica con la conectividad de MuleSoft, que Salesforce sitúa además como pieza de orquestación y control para agentes, API y servidores MCP.
Trusted Agency se encarga del razonamiento, la planificación, la memoria, el estado y la colaboración entre agentes. La compañía combina aquí razonamiento flexible de IA con controles deterministas en los pasos donde una empresa necesita resultados previsibles. Trusted Action completa ese recorrido conectando a los agentes con aplicaciones, API, flujos de trabajo y procesos para que puedan ejecutar una operación y devolver su resultado al contexto disponible para interacciones posteriores.
Un plano de control para agentes y modelos de distintos proveedores
El nuevo AI Control Plane es la pieza con la que Salesforce intenta trasladar prácticas habituales de gestión de TI al despliegue de agentes. Su función es ofrecer visibilidad sobre qué agentes operan en la organización, qué capacidades tienen, qué políticas se les aplican, cómo se comportan y cuánto cuestan. La supervisión está planteada para abarcar tanto tecnología de Salesforce como sistemas de IA de terceros.
El diseño mantiene además una orientación abierta. Enterprise AI Harness se está construyendo con acceso mediante API, MCP, Skills y plug-ins, de forma que sus capacidades puedan utilizarse desde entornos distintos de las aplicaciones tradicionales de Salesforce. La compañía contempla experiencias como Claude, Slack, Microsoft Teams y Agentforce. Esta aproximación permite desacoplar parcialmente la interfaz utilizada por los trabajadores de las capacidades de datos, control y ejecución que operan por debajo.
La selección de modelos forma parte de esa misma lógica. Trusted Models está diseñado para enrutar tareas entre diferentes modelos atendiendo a criterios como precisión, rendimiento, coste y requisitos empresariales. Para las organizaciones que trabajan con varios proveedores, esta capa puede reducir la necesidad de vincular cada proceso a un único modelo y facilitar cambios posteriores sin reconstruir todo el sistema de integración y gobierno que rodea al agente.
Los otros dos bloques, Trusted Governance y Trusted Security, trasladan políticas corporativas al funcionamiento de la IA. El primero cubre calidad, trazabilidad, barreras de protección y controles sobre datos, metadatos y procesos. El segundo aplica identidad, permisos, privacidad, protección de datos y seguridad en tiempo de ejecución, limitando tanto la información que un agente puede consultar como las acciones que puede realizar.
La gobernanza gana peso con el AI Act ya en aplicación
Para las empresas europeas, este tipo de capa de control llega en una fase distinta a la de los primeros pilotos de IA generativa. El AI Act es aplicable con carácter general desde el 2 de agosto de 2026 y desde esa fecha están vigentes, entre otras disposiciones, obligaciones de transparencia para determinados sistemas de IA. La normativa mantiene calendarios específicos para algunas categorías de alto riesgo, por lo que las exigencias concretas dependen del sistema y del uso que haga de él cada organización.
Una arquitectura con identidad, trazabilidad, políticas y observabilidad puede facilitar parte del trabajo operativo necesario para gobernar sistemas de IA, pero su utilización no garantiza por sí misma el cumplimiento normativo. Las organizaciones siguen teniendo que determinar su papel en cada caso de uso, evaluar los riesgos y aplicar las obligaciones correspondientes. Para los departamentos de tecnología, seguridad y cumplimiento, el valor potencial del plano de control estará en convertir esas políticas en restricciones y registros verificables sobre agentes que pueden operar en varios sistemas.
Salesforce tampoco ha cerrado todos los elementos comerciales del lanzamiento. Buena parte de las tecnologías que forman la base de Enterprise AI Harness ya están disponibles, mientras que las nuevas capacidades y la experiencia unificada comenzarán a desplegarse a principios del ejercicio fiscal FY28. Los clientes actuales podrán actualizar determinadas inversiones elegibles, pero la compañía no ha detallado todavía los precios, el empaquetado ni todas las vías de actualización. La disponibilidad también podrá variar según la región.
Ese calendario condiciona el impacto inmediato del anuncio. Para los departamentos de tecnología, el interés reside en evitar que cada nuevo agente genere su propio sistema de permisos, integración, observabilidad y gobierno. Salesforce intenta situar esa capa común dentro de su plataforma y extenderla a tecnología externa. La decisión para las empresas estará ligada a cómo encaja esa arquitectura con herramientas ya implantadas de gestión de identidades, datos, integración y seguridad, y al grado de dependencia que estén dispuestas a concentrar en una misma plataforma a medida que los agentes adquieran capacidad para ejecutar procesos empresariales.
