Salesforce cria agentes que trabalham por dias e semanas: a automação empresarial está saindo do chatbot

Durante muito tempo, colocar inteligência artificial dentro de um CRM significava adicionar um assistente capaz de responder perguntas sobre clientes.

A Salesforce agora tenta levar essa ideia para outro nível.

Em um anúncio publicado em 11 de setembro de 2026, a empresa apresentou uma nova geração de agentes para o Agentforce e um runtime voltado a trabalhos de longa duração.

A proposta é permitir que um agente persiga um objetivo durante dias ou até semanas, em vez de completar apenas uma interação curta.

Essa diferença parece pequena na descrição, mas muda profundamente o tipo de automação que pode ser criada.

Uma tarefa não é a mesma coisa que um objetivo

Grande parte dos agentes atuais funciona muito bem quando recebe uma tarefa limitada.

"Resuma este documento."

"Atualize este registro."

"Pesquise esta empresa."

Mas atividades reais de negócio normalmente não terminam em uma única execução.

Considere um vendedor tentando recuperar oportunidades que estão prestes a ser perdidas.

Ele precisa:

• analisar contas;
• acompanhar respostas;
• verificar novos eventos;
• adaptar abordagens;
• agendar follow-ups;
• atualizar informações;
• e decidir quando é necessário envolver outra pessoa.

Isso pode levar semanas.

É justamente esse tipo de trabalho que o novo runtime de longa duração do Agentforce tenta representar.

O agente passa a trabalhar sobre metas

No exemplo apresentado pela Salesforce, um agente pode receber um objetivo como recuperar oportunidades de vendas em risco antes do final do trimestre.

O sistema transforma o objetivo em um plano.

Para sustentar essa dinâmica no novo long-horizon runtime, a arquitetura apoia-se em três capacidades fundamentais:

• Memory: retenção contínua de contexto, histórico e fatos ao longo de todo o período de execução;
• Durable Execution: infraestrutura que permite pausar, retomar e ajustar o trabalho ao longo de dias ou semanas sem perder o estado da meta;
• Dynamic Steering: capacidade de alterar dinamicamente o plano de ação quando novos dados, eventos ou respostas aparecem.

A partir desses componentes, o agente define:

• quais tarefas precisam ser executadas;
• quais ferramentas são necessárias;
• qual contexto deve acompanhar a execução;
• quando pode agir autonomamente;
• e quando deve solicitar aprovação humana.

Isso é muito diferente de executar uma automação fixa.

Automação tradicional versus agente persistente

Uma automação tradicional geralmente segue:

Os dois modelos não são necessariamente concorrentes.

Na realidade, provavelmente funcionarão juntos.

Automações tradicionais devem continuar controlando tarefas previsíveis.

Agentes podem entrar nos pontos onde é necessário interpretar contexto e escolher entre caminhos diferentes.

Essa combinação pode ser particularmente poderosa em CRM, atendimento, operações e vendas.

O problema da autonomia

Permitir que um agente trabalhe por semanas também cria uma pergunta inevitável:

Até onde ele pode agir sozinho?

Quanto mais tempo um agente permanece ativo, maior o número de decisões acumuladas.

Um erro inicial pode contaminar várias ações posteriores.

Por isso, o modelo apresentado pela Salesforce inclui guardrails e momentos nos quais a aprovação humana continua sendo necessária.

Isso é essencial.

Um agente capaz de recomendar uma ação tem um risco.

Um agente capaz de executar essa ação repetidamente durante semanas tem outro nível de risco completamente diferente.

Empresas precisarão aprender a administrar trabalhadores digitais

Se sistemas desse tipo realmente se popularizarem, empresas podem começar a enfrentar uma nova categoria de gestão.

Não será apenas necessário configurar automações.

Será necessário definir:

• quais objetivos o agente pode perseguir;
• quais dados pode utilizar;
• quais ferramentas possui;
• quando deve parar;
• quando precisa chamar uma pessoa;
• como seu desempenho é medido;
• e quem é responsável quando sua decisão está errada.

É praticamente uma camada de governança para trabalhadores digitais.

Por que isso importa além da Salesforce

O mais importante nesse lançamento talvez não seja o Agentforce em si.

É a direção do mercado.

Agentes estão deixando de ser experiências limitadas a uma sessão de chat e começando a assumir características de processos empresariais persistentes.

A mesma ideia pode surgir em:

• atendimento ao cliente;
• prospecção comercial;
• cobrança;
• compras;
• monitoramento operacional;
• marketing;
• suporte técnico;
• e gerenciamento de projetos.

O agente deixa de esperar uma pergunta.

Ele passa a acompanhar um objetivo.

O chatbot começa a deixar de ser a interface principal

O mercado se acostumou a representar inteligência artificial como uma caixa de conversa.

Mas um agente que trabalha por duas semanas não precisa ficar esperando alguém conversar com ele.

Ele precisa de:

• memória;
• estado;
• eventos;
• ferramentas;
• políticas;
• aprovações;
• e indicadores de desempenho.

Nesse cenário, o chat vira apenas uma das interfaces possíveis.

A verdadeira infraestrutura fica trabalhando em segundo plano.

Essa pode ser uma das maiores mudanças da fase atual da inteligência artificial empresarial.

A pergunta deixa de ser:

É nessa diferença que agentes começam a deixar de ser demonstrações interessantes e passam a disputar espaço com processos reais de uma empresa.

Fontes

Este artigo é uma produção editorial original baseada na análise técnica das fontes oficiais:

• Salesforce News — "Salesforce Expands Agentforce With a New Portfolio of AI Agents Built for High-Value Work" (11 de setembro de 2026) ↗: Anúncio primário confirmando novo long-horizon runtime para objetivos perseguidos por dias e semanas, estruturado sobre Memory, Durable Execution (retomada e ajuste de trabalho ao longo do tempo), Dynamic Steering (adaptação do plano), guardrails e aprovação humana quando necessária.

← Voltar para a página de Conteúdo