Dreamforce 2026: lo que de verdad importa de Salesforce y la nueva era de los agentes de IA

Del 15 al 17 de septiembre tuve la oportunidad de estar en San Francisco para vivir de primera mano Dreamforce 2026, uno de los grandes encuentros del ecosistema Salesforce. Después de varios días de demos, sesiones y conversaciones, me quedo con una idea por encima de todas: los agentes de IA han dejado de ser un experimento y empiezan a asumir trabajo real dentro de las organizaciones.

Más allá de los anuncios y las novedades de producto, lo que me parece especialmente relevante es cómo Salesforce está intentando llevar esta nueva generación de inteligencia artificial a todos los puntos de la compañía: marketing, ventas, atención al cliente, datos, operaciones y, sobre todo, a las herramientas con las que trabajamos cada día.

Estas son las novedades de Dreamforce 2026 que considero más relevantes y lo que pueden significar para las empresas.

Agentforce: los agentes de IA pasan de la prueba a la operación

Una de las grandes novedades de Dreamforce 2026 ha sido la evolución de Agentforce. Salesforce ya no plantea únicamente construir cada agente desde cero, sino que presenta una plantilla de agentes preparados para asumir diferentes funciones dentro de una organización.

La nueva propuesta incluye siete agentes:

1. Casey, atención al cliente: resuelve incidencias por voz, SMS, WhatsApp y chat web, con soporte para FAQs, devoluciones y gestión de cuentas, y puede derivar la conversación a una persona cuando sea necesario.
2. Paige, IT y RR. HH.: atiende las peticiones de los empleados desde Slack, portales y otras herramientas habituales de trabajo.
3. Carter, compras: ayuda a descubrir y comparar productos, responde preguntas y permite completar la compra desde el propio chat.
4. Piper, leads entrantes: trabaja en webs y correos electrónicos para atender, cualificar y convertir leads en oportunidades comerciales B2B.
5. Hunter, ventas salientes: investiga, prospecta y realiza seguimiento de oportunidades junto al equipo comercial durante semanas o meses.
6. Marshall, cadena de suministro: coordina procesos de supply chain de principio a fin en el back office.
7. Fin, experiencia de cliente: resuelve flujos complejos a través de distintos canales, apoyándose en modelos entrenados específicamente para atención al cliente.

Todos están disponibles actualmente, con la excepción de Hunter, que continúa en fase piloto y tiene previsto su lanzamiento en noviembre.

Este último me parece especialmente interesante porque es el primero que funciona sobre el nuevo runtime de largo recorrido. En lugar de limitarse a responder a una petición puntual, recibe un objetivo —por ejemplo, recuperar oportunidades en riesgo antes de cerrar el trimestre—, construye un plan, decide qué tareas debe realizar y solicita aprobación cuando es necesario.

Esto cambia bastante la conversación sobre los agentes de IA. Ya no hablamos únicamente de asistentes que responden preguntas, sino de sistemas capaces de planificar, ejecutar y hacer seguimiento de procesos de negocio.

A esto se suman otras novedades como Agent Script, un lenguaje open source para combinar IA y reglas deterministas; la orquestación multiagente; Agent Optimizer; y Agentforce Coworker, un asistente integrado en Lightning al que podemos hablar utilizando lenguaje natural.

Marketing Cloud Next y Contentful: el contenido se integra en el ecosistema Salesforce

Otra de las novedades que más me llamó la atención está relacionada con Marketing Cloud Next y Contentful.

Con Contentful ya integrado en Salesforce, Marketing Cloud Next incorpora una nueva capa de gestión de contenidos que conecta creación, datos, activación y agentes de IA. ¿Qué implica esto?

1. Contenido modular y reutilizable:

Los equipos pueden crear piezas de contenido estructuradas que después pueden componerse, localizarse y reutilizarse en diferentes canales: web, app, email o ecommerce.

La idea es sencilla: crear una vez y poder activar ese contenido allí donde sea necesario.

2. Todo el ciclo de contenido en un mismo ecosistema:

Desde la creación hasta la publicación, con inteligencia artificial ayudando en las diferentes fases del proceso.

3. Contenido conectado con datos y agentes:

El contenido deja de funcionar de manera aislada y pasa a estar conectado con los datos de cliente y con Agentforce.

Para mí, este punto es especialmente importante. La personalización no depende únicamente de tener buenos contenidos, sino de poder relacionarlos con el contexto adecuado y activarlos en el momento adecuado.

4. Campaign Agent: campañas gestionadas con IA:

Otra de las novedades anunciadas es Campaign Agent, previsto para octubre.

La propuesta es la de un gestor de campañas basado en IA al que podemos trasladar nuestra visión, objetivos y límites. A partir de ahí, utiliza las guías de marca y los datos disponibles para crear, lanzar y optimizar campañas.

Puede adaptar contenidos a cada canal y a las señales de comportamiento del cliente, construir audiencias y journeys y decidir qué variante o campaña recibe cada persona en función de su respuesta.

Es decir, hablamos de una personalización que va mucho más allá de introducir el nombre del usuario en el asunto de un email.

Palmata y el nuevo SEO para la inteligencia artificial

Contentful también presentó Palmata, una herramienta orientada al AEO (Answer Engine Optimization).

Su función es analizar cómo aparece una marca en las respuestas generadas por motores de respuesta basados en IA, compararla con otras marcas y sugerir cambios en los contenidos, incluyendo una estimación de su posible impacto.

Creo que aquí se abre una línea de trabajo especialmente relevante para marketing: si la forma en la que las personas descubren información está cambiando, también tenemos que replantearnos cómo optimizamos nuestros contenidos para esos nuevos entornos.

Data 360: los datos como base de los agentes de IA

Si hay algo que quedó claro en Dreamforce es que no hay agentes inteligentes sin datos de calidad.

Data 360 deja de plantearse únicamente como una plataforma de datos de cliente para convertirse en una capa de contexto sobre la que pueden trabajar los agentes autorizados.

Entre las novedades destacan:

–Agentic Customer Data Platform

Ya disponible, permite que los agentes trabajen directamente sobre Data 360.

Durante las demostraciones pudimos ver cómo un agente podía revisar configuraciones, mapear fuentes de datos, resolver identidades y crear perfiles de cliente unificados utilizando instrucciones en lenguaje natural.

–Agent Context Engine

Previsto para diciembre, plantea un contexto compartido entre agentes, aplicaciones y personas.

El objetivo es reducir los silos y conseguir que cada agente pueda acceder al contexto que necesita para resolver una petición concreta, sin necesidad de tener acceso a todos los datos de la organización.

–Data 360 headless

También se presentó un servidor MCP, ya disponible, con cerca de 200 APIs para que los agentes autorizados puedan operar sobre los datos, no simplemente consultarlos.

Desde la perspectiva de marketing, todo esto tiene una consecuencia bastante directa: perfiles de cliente más completos, mejor activación de audiencias y más contexto para tomar decisiones.

Y esa base de datos y contexto es precisamente la que necesitan agentes como Campaign Agent para poder trabajar de una manera realmente personalizada.

AIforce: Salesforce llega hasta donde ya estamos trabajando

Si tuviera que destacar una novedad que resume bien hacia dónde está evolucionando Salesforce, probablemente sería AIforce.

La propuesta consiste en llevar los datos, procesos, lógica de negocio, permisos y gobernanza de Salesforce a diferentes interfaces de inteligencia artificial.

La idea que se transmite desde Salesforce es clara: ya no tenemos que ir nosotros a Salesforce para trabajar; Salesforce puede ir a las herramientas en las que ya estamos trabajando.

Esto abre varias posibilidades.

Trabajar desde las herramientas que ya utilizamos
Un usuario puede realizar preguntas, consultar información, actualizar registros o lanzar procesos con datos reales de Salesforce sin necesidad de entrar constantemente en un dashboard.

Crear interfaces utilizando lenguaje natural
En lugar de trabajar siempre con layouts y campos predefinidos, podemos crear vistas adaptadas a nuestras necesidades describiendo lo que necesitamos desde herramientas como Slack, Claude o Coworker.

Agentes con más contexto
Los agentes pueden trabajar con cientos de registros, consultar sistemas conectados y actuar teniendo en cuenta una visión más completa del negocio.

Mantener permisos, seguridad y gobernanza
Todo ello manteniendo las reglas de acceso, seguridad y gobernanza definidas por la organización, con una arquitectura planteada con retención cero de datos.

AIforce: Claudeforce, Slackforce y Agentforce Coworker

AIforce llega acompañado de tres grandes novedades.

Claudeforce amplía la alianza entre Salesforce y Anthropic y lleva Salesforce a Claude mediante un plugin con 37 skills de ventas preparadas para tareas como preparar reuniones, revisar el estado de una oportunidad o analizar el pipeline.

Actualmente se encuentra en fase piloto, con una beta abierta prevista para septiembre y nuevas skills previstas para finales de 2026.

Slackforce, por su parte, incorpora Slackforce Surfaces, interfaces interactivas que combinan datos de Salesforce, conversaciones de Slack y otras herramientas para que los equipos puedan explorar y comentar la información desde un mismo entorno.

Y Agentforce Coworker lleva el concepto de asistente directamente a Lightning, identificando qué agente debe intervenir en función de la tarea que queramos realizar.

¿Qué significa todo esto para Marketing?

Después de ver las novedades y, sobre todo, las demostraciones durante Dreamforce 2026, creo que el cambio más importante no está en una funcionalidad concreta.

Está en cómo cambia la relación entre personas, datos, contenido y tecnología.

Los agentes de IA empiezan a ocupar un espacio mucho más cercano a la ejecución. Pueden analizar información, tomar decisiones dentro de unos límites definidos, activar procesos y coordinar diferentes tareas.

Para Marketing, esto puede traducirse en campañas más conectadas con el contexto del cliente, contenidos más dinámicos, audiencias mejor activadas y una capacidad mucho mayor para reaccionar ante las señales que generan los usuarios.

Pero también plantea un reto: cuanto más autónomos sean los agentes, más importante será definir correctamente los datos a los que tienen acceso, las reglas que deben seguir, los objetivos que persiguen y los límites dentro de los que pueden actuar.

En otras palabras, la tecnología puede hacer mucho más, pero necesitamos tener muy claro qué queremos que haga y bajo qué condiciones.

En NATEEVO ayudamos a las compañías a diseñar y activar estos ecosistemas, conectando estrategia, datos, tecnología y experiencia de cliente para convertir las nuevas capacidades de la IA en casos de uso reales. Contacta con nosotros y descubre cómo podemos ayudarte a llevar tu ecosistema Salesforce y tus iniciativas de IA al siguiente nivel.