Dreamforce 2026: de usar IA a ponerla a trabajar en el negocio

Agentes que colaboran, datos que aportan contexto y una nueva capa de orquestación empresarial. Estos son los cambios a los que realmente debes poner atención después de Dreamforce 2026.

Durante los últimos años, gran parte de la conversación sobre inteligencia artificial se ha concentrado en una pregunta: ¿qué puede hacer la IA?

Dreamforce 2026 empezó a mover esa conversación hacia otra mucho más importante: ¿cómo hacemos para que la IA realmente trabaje dentro del negocio?

Ese cambio puede parecer pequeño, pero modifica bastante la forma de pensar la tecnología. La conversación empieza a moverse hacia una empresa donde agentes, personas, aplicaciones y sistemas pueden trabajar de forma más coordinada, con acceso al contexto necesario para ejecutar tareas, tomar decisiones y completar procesos de principio a fin. 

Desde VASS, vemos este cambio como una evolución relevante porque amplía el papel que puede jugar Salesforce dentro de una organización. Ya no se trata solamente de gestionar la relación con clientes. Empieza a consolidarse como una plataforma capaz de conectar contexto, datos, procesos e inteligencia para habilitar nuevas formas de trabajar.

La experiencia de usuario se desacopla de la plataforma

Uno de los cambios más visibles es la forma en que las personas pueden interactuar con Salesforce. La evolución presentada en Dreamforce apunta a una experiencia mucho más flexible. Un usuario puede interactuar desde Slack, desde una interfaz conversacional o desde otros canales, mientras Salesforce continúa operando por detrás con la información, permisos, reglas, flows y lógica de negocio necesarios para ejecutar la acción.

Esto abre una interesante posibilidad para las organizaciones, acercar las capacidades tecnológicas al lugar donde las personas ya trabajan, reduciendo fricción y haciendo que la interacción con sistemas complejos sea mucho más natural. Un comercial, por ejemplo, podría solicitar un análisis de su pipeline, identificar oportunidades sin movimiento o preparar el contexto de una cuenta mediante una conversación, sin necesidad de navegar manualmente por diferentes pantallas.

El valor no está únicamente en cambiar la interfaz. Está en simplificar la forma en que las personas acceden al conocimiento y a las capacidades de la organización.

De agentes individuales a una lógica de orquestación

Los primeros casos de IA empresarial se concentraron principalmente en asistentes o agentes capaces de responder preguntas y ejecutar tareas específicas. Dreamforce 2026 mostró una evolución hacia arquitecturas donde distintos agentes pueden especializarse en funciones diferentes y trabajar de manera coordinada. Uno puede recuperar información, otro ejecutar un proceso, otro actualizar datos y otro interactuar con una plataforma externa, con una capa superior que coordina estas capacidades para resolver una necesidad más amplia.

Para el usuario, la experiencia puede seguir siendo sencilla. Para la organización, sin embargo, esto implica diseñar una arquitectura capaz de conectar diferentes fuentes de información, herramientas y niveles de decisión. Se enseñaron agentes orientados a ventas, marketing, servicio, compras y soporte, además de casos operativos capaces de interactuar con sistemas como SAP, ampliando la conversación desde el CRM hacia procesos empresariales mucho más transversales.

El contexto se convierte en una capacidad crítica

A medida que un agente puede hacer más, también necesita comprender mejor el entorno en el que está operando. Un agente que participa en una decisión comercial necesita entender quién es el cliente, su historial, las oportunidades abiertas, las reglas del negocio y las interacciones previas y ese mismo principio se traslada a un agente operativo que necesita datos de inventario o sistemas transaccionales, o a un agente de servicio que necesita conocer casos anteriores y las políticas que determinan qué acciones puede ejecutar.

Por eso Data 360 cobra una importancia todavía mayor dentro de esta nueva arquitectura. El contexto puede venir desde Salesforce, pero también de documentos, sistemas de backend, middleware, data lakes, warehouses u otras fuentes de información. La capacidad de conectar esos datos, mantenerlos gobernados y hacerlos accesibles en el momento adecuado se convierte en uno de los fundamentos para que la IA pueda generar valor real.

Un ejemplo presentado alrededor de Fórmula 1 ayuda a visualizarlo. La integración de información sobre navegación, compras, entradas a eventos, preferencias y nivel de engagement permite construir una visión mucho más completa del cliente y utilizar ese contexto para enriquecer la relación con la marca. El potencial de la IA aumenta considerablemente cuando deja de trabajar con información aislada y empieza a comprender el contexto completo de cada interacción.

Arquitecturas más abiertas, construcción más rápida

Dreamforce también reveló una visión más abierta del ecosistema: la convivencia de distintos canales, agentes, aplicaciones, modelos y plataformas, conectados a través de diferentes mecanismos de integración y orquestación. Esto es relevante porque las organizaciones rara vez operan sobre un único stack tecnológico, sus procesos suelen distribuirse entre CRM, ERP, plataformas de datos, herramientas de colaboración, sistemas propios y soluciones de diferentes proveedores. Las alianzas presentadas con compañías como Anthropic, NVIDIA, Google Cloud y AWS refuerzan esta dirección hacia entornos más interoperables y multimodelo.

Desde nuestra perspectiva, esto eleva la importancia del diseño de arquitecturas. La pregunta deja de ser únicamente qué tecnología utilizar y empieza a incluir cómo conectar las diferentes capacidades de forma coherente.

A la vez, la aplicación de lenguaje natural a tareas técnicas está cambiando la velocidad de construcción. En las demostraciones observadas alrededor de MuleSoft, algunas integraciones podían configurarse utilizando instrucciones conversacionales y en tiempos significativamente menores frente a procesos tradicionales. Esto puede acelerar ciertas etapas del desarrollo, pero desplaza el foco hacia otras capacidades que siguen siendo críticas: arquitectura, calidad de datos, seguridad, testing, gobierno y operación. La tecnología puede ayudar a construir más rápido, pero sigue siendo necesario diseñar correctamente qué se está construyendo y cómo debe funcionar dentro del ecosistema empresarial.

Más autonomía requiere más control

La autonomía de los agentes abre oportunidades importantes, pero también aumenta la necesidad de establecer límites claros. Cuando un agente puede consultar información, actualizar sistemas o ejecutar procesos, la organización debe definir con precisión qué está autorizado a hacer, qué datos puede utilizar y en qué momento debe intervenir una persona. Por eso conceptos como seguridad, aislamiento, data masking, control de acceso y observabilidad ocupan un lugar central dentro de esta nueva arquitectura, y el principio de human in the loop sigue siendo esencial.

No todos los procesos necesitan el mismo nivel de autonomía. Algunas tareas pueden ejecutarse automáticamente, mientras otras requerirán validación o intervención humana dependiendo de su impacto y nivel de riesgo. Diseñar correctamente ese equilibrio será una parte fundamental de cualquier estrategia de IA empresarial  y también explica por qué la conversación alrededor de Agentforce está avanzando desde la experimentación hacia el consumo y la adopción real: tras una primera etapa de pilotos, el reto ahora es demostrar cómo estas capacidades se incorporan a los procesos y generan resultados sostenibles.

Para las organizaciones, el punto de partida debe ser el caso de uso

Con la velocidad con la que aparecen nuevas capacidades, existe un riesgo evidente: comenzar la conversación desde la tecnología. Desde VASS creemos que el punto de partida debe seguir siendo el negocio. Antes de decidir qué agente o herramienta implementar, conviene entender qué proceso necesita mejorar, qué fricción existe, qué resultado se quiere generar y qué información necesita la organización para conseguirlo. A partir de ahí se puede diseñar la combinación adecuada de datos, agentes, integraciones y plataformas.

Para un líder empresarial, esto se puede traducir en cuatro preguntas concretas:

1. ¿Qué proceso o decisión queremos mejorar?
2. ¿Qué datos y sistemas necesita comprender la IA para hacerlo correctamente?
3. ¿Qué nivel de autonomía es adecuado para ese proceso?
4. ¿Cómo vamos a medir y mejorar el resultado una vez esté operando?

Nuestro POV: la oportunidad está en conectar las piezas

Dreamforce 2026 mostró una evolución importante en la forma de entender la IA empresarial. Los agentes empiezan a adquirir más capacidad para ejecutar, colaborar y participar en procesos reales. Los datos ganan todavía más importancia como fuente de contexto. Las arquitecturas se vuelven más abiertas y la interacción con la tecnología empieza a simplificarse.

Para nosotros, la oportunidad está en conectar esas capacidades alrededor de necesidades concretas del negocio. Las organizaciones que logren hacerlo no serán necesariamente las que implementen más agentes o adopten más herramientas, sino las que consigan integrar correctamente datos, procesos, tecnología y gobierno para transformar la forma en que trabajan.

Ese es el espacio donde creemos que comienza la siguiente etapa de la transformación empresarial: diseñar capacidades de IA que entiendan el contexto de la organización, operen dentro de sus procesos y generen resultados que puedan medirse y evolucionar en el tiempo.

La pregunta ya no es si la IA puede hacer más. Es dónde puede generar valor real en tu negocio. 

Si estás evaluando casos de uso con Salesforce, Agentforce o Data 360, en VASS podemos ayudarte a priorizar oportunidades, preparar los fundamentos y diseñar una hoja de ruta que conecte tecnología con resultados.