A lacuna entre a promessa e a realidade: o que a luta da Salesforce revela sobre a transformação da IA ​​no setor de tecnologia

A Grande Desilusão da IA: Por que a Salesforce mostra que a realidade parece diferente

A queda espetacular de 27% no preço das ações da gigante de CRM Salesforce desde o início de 2025 não é um fenômeno isolado de uma única empresa. Em vez disso, simboliza uma discrepância fundamental entre as altas expectativas da inteligência artificial e a dura realidade de sua exploração comercial. Enquanto empresas de tecnologia ao redor do mundo proclamam a revolução trazida por agentes autônomos de IA, a situação da Salesforce revela três problemas centrais que podem ser sintomáticos de todo o setor: a monetização das inovações em IA, a maturidade estrutural do mercado de software empresarial e a crescente complexidade da integração tecnológica. Esta análise examina o que realmente está por trás dessa suposta promessa de futuro e quais consequências ela tem para o setor de tecnologia.

Adequado para:

• Inteligência Artificial: Por que o Salesforces Agentforce ainda não (ainda) - alternativas independentes são melhores

Noções básicas e relevância

A situação da Salesforce em outubro de 2025 marca um ponto de virada na percepção da inteligência artificial como um impulsionador direto do crescimento para empresas de tecnologia estabelecidas. Marc Benioff, o carismático fundador e CEO da empresa de gestão de relacionamento com o cliente, proclamou a era da IA ​​baseada em agentes na conferência Dreamforce da empresa em São Francisco. Sua visão: algoritmos autônomos substituiriam funcionários humanos nas empresas e se tornariam o gerador de receita mais importante da Salesforce. A realidade, no entanto, pinta um quadro diferente.

A queda drástica nas ações da Salesforce contrasta fortemente com a tendência geral do setor de tecnologia, onde as ações de tecnologia registraram ganhos significativos no mesmo período. Essa divergência levanta questões fundamentais: o setor superestimou a velocidade com que a inteligência artificial pode ser traduzida em receita real? As expectativas para agentes autônomos de IA são realistas? E quais problemas estruturais se escondem por trás da fachada brilhante da promessa da IA?

A relevância desta análise vai muito além da Salesforce. Ela afeta todas as empresas que dependem da inteligência artificial como um dos principais impulsionadores de crescimento. Ela atinge investidores que estão investindo bilhões em tecnologias de IA. E também os trabalhadores cujos empregos estão ameaçados pela prometida automação. O caso da Salesforce oferece uma visão única sobre os mecanismos, as esperanças e as decepções de um setor em transição.

Este artigo está dividido em oito seções que apresentam sistematicamente as raízes históricas, os mecanismos técnicos, o status atual, os casos de uso prático, os problemas críticos, os desenvolvimentos futuros e uma síntese final das lições aprendidas. Ficará claro que os desafios da Salesforce são representativos de problemas mais profundos do setor, que vão muito além de uma única empresa.

De pioneiro da nuvem a lutador da IA: a reorientação estratégica de um gigante da indústria

Para entender a situação atual, é preciso rastrear as origens e a evolução da Salesforce. Fundada em 1999 por Marc Benioff, a empresa revolucionou a indústria de software com um conceito então radical: Software como Serviço. Em vez de vender pacotes de licenças caros que precisavam ser instalados nos servidores dos clientes, a Salesforce oferecia sua solução de CRM online. Os clientes pagavam uma taxa mensal e podiam usar o software simplesmente pelo navegador.

Essa inovação tornou a Salesforce líder de mercado em gestão de relacionamento com o cliente. Com uma participação de mercado superior a 21%, a empresa ainda domina o mercado global de CRM, muito à frente de concorrentes como Microsoft, Oracle e SAP. Por mais de duas décadas, a Salesforce foi considerada uma ação de crescimento por excelência. A receita cresceu dois dígitos ano após ano, o preço das ações subiu continuamente e a empresa se expandiu por meio de inúmeras aquisições.

Mas já nos anos que antecederam 2025, surgiram os primeiros sinais de desaceleração. O crescimento do setor de software de CRM como um todo desacelerou, à medida que o mercado se tornava cada vez mais saturado. Muitas grandes empresas já haviam implementado sistemas de CRM, e os frutos mais fáceis já haviam sido colhidos. Ao mesmo tempo, novos concorrentes surgiram, ganhando participação de mercado com abordagens inovadoras e preços mais baixos.

Diante dessa situação, Benioff se concentrou cada vez mais na inteligência artificial como uma nova história de crescimento a partir de 2022. A Salesforce lançou inicialmente o Einstein, uma plataforma de IA que possibilitava análises preditivas e automação em seus produtos de CRM existentes. Em setembro de 2024, veio o grande anúncio: o Agentforce, uma plataforma para agentes autônomos de IA que executariam tarefas de forma independente em áreas como atendimento ao cliente, vendas e marketing.

A visão era ambiciosa: até o final de 2025, os clientes criariam um bilhão de agentes autônomos de IA por meio da plataforma. Esses agentes não apenas responderiam a consultas simples, mas também planejariam e executariam tarefas complexas e multietapas de forma independente. Eles agiriam proativamente, tomariam decisões e acessariam todo o banco de dados da empresa.

Ao mesmo tempo, a Salesforce investiu pesadamente na base tecnológica para esses agentes de IA. Em maio de 2025, a empresa anunciou a aquisição da Informatica, especialista em gerenciamento de dados, por US$ 8 bilhões. A aquisição visava garantir que os agentes de IA tivessem acesso a dados bem estruturados e de alta qualidade. No outono de 2024, a Salesforce já havia adquirido a Own Data, outra empresa de gerenciamento de dados, por US$ 1,9 bilhão.

Mas, apesar desses investimentos maciços e da grande visão, os esperados aumentos de receita não se concretizaram. No segundo trimestre do ano fiscal de 2025/26, a receita da Salesforce cresceu 9,8%, para US$ 10,24 bilhões. Embora ligeiramente acima das expectativas, foi o quinto trimestre consecutivo de crescimento de um dígito. As perspectivas para o próximo trimestre eram ainda mais cautelosas, alimentando preocupações de que a ofensiva da IA ​​não alcançaria o sucesso comercial esperado.

A anatomia dos agentes autônomos de IA: Tecnologia entre visão e viabilidade

Para entender por que monetizar agentes de IA está se mostrando tão desafiador, é importante examinar os fundamentos técnicos e os mecanismos desses sistemas. O Agentforce é baseado em vários componentes tecnológicos que devem trabalhar em conjunto para alcançar a autonomia prometida.

Em seu cerne está o Atlas Reasoning Engine, que atua como a rede neural ou cérebro dos agentes de IA. Este mecanismo foi projetado para imitar o pensamento e o comportamento humanos, categorizar tarefas corretamente, priorizar as etapas das tarefas e, por fim, executá-las corretamente. Ao contrário de assistentes de IA anteriores, como o Copilot, que dependiam fortemente da interação humana, os agentes do Agentforce são projetados para operar de forma amplamente autônoma.

O segundo componente-chave é o Salesforce Data Cloud, que harmoniza todos os dados relevantes da empresa em tempo real e os disponibiliza aos agentes de IA. A qualidade e a integralidade desses dados são cruciais para o desempenho dos agentes. Isso também representa um dos maiores desafios: muitas empresas coletam seus dados há anos em vários sistemas sem padrões consistentes ou limpeza regular.

O terceiro componente são ferramentas de integração como o MuleSoft e conectores pré-criados que permitem que os agentes interajam com fluxos de trabalho existentes e sistemas externos. Essas interfaces permitem que os agentes operem não apenas no mundo Salesforce, mas também se comuniquem com outros aplicativos corporativos.

Além desses componentes específicos do Salesforce, o Agentforce também integra modelos de linguagem em larga escala de provedores terceirizados, como OpenAI, Anthropic e Google Gemini. Esses modelos fornecem o processamento de linguagem natural subjacente e o conhecimento geral do mundo sobre os quais agentes específicos são construídos.

A funcionalidade pode ser ilustrada usando o exemplo de um agente de atendimento ao cliente: um cliente entra em contato com a empresa com uma dúvida. O agente analisa a dúvida, acessa os dados relevantes do cliente na Nuvem de Dados, compara-os com casos semelhantes do passado, desenvolve um plano de resolução em várias etapas, executa essas etapas e comunica o resultado ao cliente. Tudo isso acontece sem intervenção humana, a menos que o agente encontre um problema que exceda suas capacidades.

Isso parece impressionante na teoria. Na prática, porém, existem inúmeros obstáculos. A eficiência dos agentes depende dos dados aos quais têm acesso. Se os dados estiverem incompletos, desatualizados ou inconsistentes, os agentes tomam decisões incorretas. A integração com sistemas corporativos existentes costuma ser complexa e exige um esforço considerável. E a configuração de agentes, embora anunciada como um processo low-code, ainda exige considerável conhecimento técnico e conhecimento específico do Salesforce.

Outro problema é a falta de confiança. Muitas empresas hesitam em entregar o controle de processos críticos de negócios a agentes autônomos sem procedimentos de teste e mecanismos de segurança robustos. O risco de erros, violações de dados ou comportamento indesejado é real, como mostram exemplos de outros setores.

O difícil caminho para a lucratividade: três desafios fundamentais

Os problemas da Salesforce podem ser resumidos em três desafios principais que são típicos de todo o setor: a monetização de inovações de IA, a prontidão estrutural do mercado e a complexidade da adoção de tecnologia.

O primeiro desafio diz respeito à monetização

Embora a Salesforce tenha desenvolvido um produto tecnologicamente avançado com a Agentforce, a questão-chave permanece: como monetizá-lo? O modelo de preços da Agentforce é baseado em dois dólares por conversa, uma abordagem baseada no uso que difere dos modelos tradicionais de licenciamento. No entanto, muitos clientes em potencial hesitam em implantar essa tecnologia em larga escala até que o retorno sobre o investimento seja claramente demonstrável.

Os custos de execução de agentes de IA são significativos. Os grandes modelos de linguagem subjacentes exigem recursos computacionais caros. Segundo estimativas do setor, uma única consulta a um modelo de IA generativo custa até dez vezes mais do que uma busca tradicional no Google. Esses custos devem ser repassados ​​aos clientes, limitando a aceitação de preços. Ao mesmo tempo, os clientes esperam que os agentes de IA ofereçam um valor claro que justifique os custos mais elevados.

Até o momento, apenas cerca de 12.000 empresas utilizam o Agentforce, um número ínfimo considerando a vasta base de clientes da Salesforce, composta por centenas de milhares de empresas. A receita recorrente anual do Agentforce é inferior a US$ 500 milhões, uma fração da receita total de mais de US$ 40 bilhões. Mesmo que esse número triplique ou quadruplique nos próximos anos, como a Salesforce espera, sua contribuição para a receita total ainda seria limitada.

O segundo desafio fundamental é a maturidade estrutural do mercado de CRM

Após duas décadas de forte crescimento, o mercado de software de gestão de relacionamento com o cliente atingiu uma fase de saturação. A maioria das grandes e médias empresas em mercados desenvolvidos já implementou sistemas de CRM. O potencial de crescimento orgânico por meio da aquisição de novos clientes é limitado.

Ao mesmo tempo, a concorrência se tornou mais acirrada. A Microsoft com o Dynamics 365, a Oracle com seus aplicativos em nuvem, a SAP com suas soluções de CRM e diversos provedores especializados, como HubSpot, Zendesk e Zoho, disputam participação de mercado. Esses concorrentes se recuperaram nos últimos anos e, às vezes, oferecem soluções mais baratas ou mais especializadas.

Nesse ambiente, será mais difícil para a Salesforce atingir taxas de crescimento de dois dígitos, mesmo com recursos inovadores de IA. Os clientes não trocarão de sistema de CRM simplesmente porque um fornecedor oferece novos recursos de IA. Implementar um sistema de CRM é complexo, caro e demorado. As empresas relutam em migrar, desde que o sistema existente funcione.

Analistas como Karl Keirstead, do UBS, apontaram que o mercado de CRM já está relativamente maduro, enquanto os investimentos em IA dos clientes nessa área ainda estão em um estágio muito inicial. Portanto, há uma lacuna temporal entre a maturidade de mercado dos produtos principais e a maturidade das adições de IA. Essa discrepância dificulta a recuperação do crescimento anterior da Salesforce.

O terceiro desafio fundamental diz respeito à complexidade da adopção da tecnologia

Embora a Salesforce promova o Agentforce como uma solução de baixo código e fácil de usar, a realidade para muitos clientes é muito mais complexa. A implementação bem-sucedida de agentes de IA exige uma base de dados sólida, processos bem definidos, expertise técnica e investimentos significativos em treinamento e gestão de mudanças.

Muitas empresas enfrentam desafios fundamentais, como baixa qualidade de dados, silos de dados isolados, infraestrutura de TI inadequada e falta de expertise em IA. Essas questões precisam ser abordadas antes que os agentes de IA possam concretizar seu potencial. Isso exige tempo, recursos e uma abordagem de longo prazo que muitas empresas evitam.

Soma-se a isso a escassez de mão de obra qualificada. A demanda por especialistas em IA, especialistas em dados e administradores do Salesforce excede em muito a oferta. As empresas precisam pagar altos salários para atrair e reter funcionários qualificados. Isso aumenta ainda mais o custo de implementação de soluções de IA e estende o tempo de retorno do investimento.

Aqui você aprenderá como sua empresa pode implementar soluções de IA personalizadas de forma rápida, segura e sem altas barreiras de entrada.

Uma Plataforma de IA Gerenciada é o seu pacote completo e sem complicações para inteligência artificial. Em vez de lidar com tecnologia complexa, infraestrutura cara e longos processos de desenvolvimento, você recebe uma solução pronta para uso, adaptada às suas necessidades, de um parceiro especializado – geralmente em poucos dias.

Os principais benefícios em resumo:

⚡ Implementação rápida: da ideia à aplicação operacional em dias, não meses. Entregamos soluções práticas que criam valor imediato.

🔒 Segurança máxima dos dados: seus dados confidenciais permanecem com você. Garantimos um processamento seguro e em conformidade, sem compartilhar dados com terceiros.

💸 Sem risco financeiro: você só paga pelos resultados. Altos investimentos iniciais em hardware, software ou pessoal são completamente eliminados.

🎯 Foco no seu negócio principal: concentre-se no que você faz de melhor. Cuidamos de toda a implementação técnica, operação e manutenção da sua solução de IA.

📈 À prova do futuro e escalável: sua IA cresce com você. Garantimos otimização e escalabilidade contínuas e adaptamos os modelos com flexibilidade às novas necessidades.

Mais sobre isso aqui:

• A Solução de IA Gerenciada - Serviços de IA Industrial: A chave para a competitividade nos setores de serviços, engenharia industrial e mecânica

Histórias de sucesso e desilusão: o que a prática nos ensina sobre agentes de IA

Para ter uma visão completa, vale a pena analisar casos de uso concretos e experiências práticas com agentes de IA, tanto na própria Salesforce quanto em outras empresas.

A própria Salesforce implementou uma das implementações de agentes de IA mais notórias: em seu próprio atendimento ao cliente. O CEO Marc Benioff anunciou em setembro de 2025 que a empresa havia reduzido sua equipe de atendimento ao cliente de 9.000 para 5.000 funcionários, uma redução de 45%. Os funcionários demitidos foram substituídos por agentes de IA que, segundo Benioff, já atenderam 1,5 milhão de conversas com clientes, alcançando níveis de satisfação do cliente semelhantes aos dos agentes humanos.

Por um lado, essa medida drástica demonstra o potencial dos agentes de IA para automatizar tarefas repetitivas e reduzir custos. A Salesforce economiza custos significativos com pessoal por meio dessas demissões, ao mesmo tempo em que consegue processar mais consultas. Por outro lado, levanta questões éticas e práticas. A qualidade do atendimento ao cliente para consultas mais complexas, que exigem julgamento humano e empatia, ainda é incerta. Outras empresas, como a Klarna, que adotaram estratégias de automação semelhantes, tiveram que admitir que a qualidade do serviço foi prejudicada.

Um segundo exemplo são os agentes de IA em vendas. Vários clientes da Salesforce implementaram agentes que qualificam clientes em potencial, agendam consultas e enviam e-mails de acompanhamento automaticamente. Esses agentes trabalham 24 horas por dia e podem lidar com centenas de leads simultaneamente. De acordo com a Salesforce, alguns clientes relataram que a produtividade de suas equipes de vendas aumentou de 20% a 30% como resultado do uso desses agentes.

No entanto, também aqui existem limitações. Os agentes trabalham melhor com processos padronizados e critérios de qualificação claramente definidos. Eles atingem rapidamente seus limites em processos de vendas B2B complexos que exigem conhecimento profundo do produto e habilidades de negociação estratégica. Além disso, alguns usuários relatam um certo nível de insatisfação com clientes em potencial que preferem falar com um humano.

Além da Salesforce, existem inúmeras outras empresas que utilizam agentes de IA. A ServiceNow, concorrente direta da Salesforce no segmento de gerenciamento de serviços de TI, desenvolveu sua própria plataforma para agentes de IA. Esses agentes são projetados para diagnosticar e resolver problemas de TI, lidar com solicitações de serviço e orquestrar fluxos de trabalho de forma independente.

A Microsoft também conta com IA baseada em agentes em seus produtos Copilot, mas com uma abordagem ligeiramente diferente. Os agentes da Microsoft são mais profundamente integrados aos produtos existentes do Office 365 e se concentram em dar suporte à produtividade individual, em vez da automação autônoma de processos.

A SAP e a Oracle estão adotando estratégias semelhantes, desenvolvendo agentes de IA incorporados diretamente em seus sistemas ERP e CRM. A SAP lançou o Joule, um assistente de IA que analisa processos de negócios, fornece recomendações e automatiza tarefas. A Oracle está particularmente focada em infraestrutura de nuvem com tecnologia de IA e está se posicionando como uma plataforma para cargas de trabalho de IA com uso intensivo de computação.

O que todos esses exemplos demonstram é que os agentes de IA têm melhor desempenho em casos de uso claramente definidos, com dados estruturados e processos padronizados. Quanto mais complexa, imprevisível e centrada no ser humano for uma tarefa, mais difícil se torna para os agentes autônomos igualar ou superar o desempenho humano.

Adequado para:

• Salesforce AI: Por que as plataformas independentes de IA são melhores do que a abordagem de Einstein e Agentforce-Hybrid Beats Beats Lock-in!

Críticas, controvérsias e questões não resolvidas: O lado negro da revolução da IA

Os problemas da Salesforce e os desafios mais amplos da implementação de agentes de IA geraram um intenso debate sobre as promessas e limitações da tecnologia. Vários aspectos críticos merecem atenção especial.

O primeiro ponto controverso diz respeito à perda de empregos. Ao demitir 4.000 funcionários de atendimento ao cliente, a Salesforce enviou uma mensagem clara: os agentes de IA não estão apenas substituindo processos ineficientes, mas também substituindo humanos. Benioff já havia afirmado que a IA não levaria ao desaparecimento de empregos de escritório. A realidade mostra algo diferente.

Essa tendência não se limita à Salesforce. Segundo dados, a expectativa é que mais de 64.000 empregos em tecnologia sejam eliminados somente nos EUA até 2025, muitos deles relacionados ao aumento da automação por meio da IA. A ironia é que, ao mesmo tempo, muitas dessas empresas buscam contratar novos funcionários, principalmente nas áreas de desenvolvimento e vendas de IA. Portanto, uma mudança está ocorrendo, com certas funções se tornando obsoletas enquanto outras surgem. Mas a questão que permanece é se os novos empregos criados superarão os perdidos em número e qualidade.

O segundo aspecto crítico é a discrepância entre o marketing e a realidade. A Salesforce e outras empresas de tecnologia têm promovido agentes de IA com promessas ambiciosas: revolucionar o mundo do trabalho, ganhos de produtividade extraordinários, sistemas autônomos substituindo funcionários humanos. A realidade, porém, é que muitas implementações ainda estão em fase piloto, e os ganhos de produtividade prometidos muitas vezes não se materializam ou são alcançados apenas em áreas limitadas.

Um estudo da Capgemini constatou que, embora 90% dos executivos entrevistados estejam convencidos de que a IA baseada em agentes oferece uma vantagem competitiva, apenas 14% começaram a implementá-la. A maioria ainda está em fase de planejamento e quase metade não possui uma estratégia de implementação concreta. A confiança em agentes de IA totalmente autônomos caiu significativamente no último ano, de 43% para 27%.

Uma terceira questão problemática é a dependência de gigantes da tecnologia individuais. O Salesforce Agentforce está intimamente integrado ao ecossistema Salesforce. Os agentes trabalham melhor quando todos os dados e processos estão localizados no mundo Salesforce. Integrar fontes de conhecimento ou sistemas externos exige um esforço considerável. Isso cria um efeito de dependência de fornecedor, dificultando a migração dos clientes para soluções alternativas.

Microsoft, SAP e Oracle também enfrentam críticas semelhantes. Cada fornecedor tenta criar seu próprio ecossistema no qual seus agentes de IA funcionem melhor. Isso complica a integração de diferentes sistemas e força os clientes a escolher um fornecedor principal. Iniciativas como o Model Context Protocol, que visa permitir a comunicação padronizada entre agentes de IA de diferentes fornecedores, ainda estão em fase inicial.

Um quarto aspecto controverso diz respeito à privacidade e segurança de dados. Agentes de IA precisam de acesso a dados corporativos abrangentes para operar com eficácia. Isso cria potenciais riscos de segurança, especialmente quando esses dados são encaminhados para serviços de IA externos, como OpenAI ou Anthropic. Embora a Salesforce e outros fornecedores enfatizem que implementaram medidas rigorosas de proteção de dados, ainda há preocupações, especialmente em setores regulamentados, como saúde ou serviços financeiros.

O quinto ponto crítico é o impacto ambiental. Executar grandes modelos de IA exige enormes quantidades de poder computacional e, portanto, de energia. Os data centers que alimentam esses modelos consomem milhões de quilowatts-hora de eletricidade e produzem emissões significativas de CO2. Em um momento em que as empresas estão cada vez mais sob pressão para atingir suas metas de sustentabilidade, a pegada ambiental dos sistemas de IA está se tornando uma preocupação crescente.

Olhando para o futuro: entre a consolidação e a próxima onda

Apesar de todos os desafios atuais, especialistas preveem que os agentes de IA desempenharão um papel cada vez mais importante nas empresas nos próximos anos. A questão não é se, mas com que rapidez e de que forma essa tecnologia prevalecerá.

A Gartner prevê que, até 2026, aproximadamente 40% de todas as aplicações corporativas conterão agentes de IA específicos para tarefas, um aumento significativo em relação aos menos de 5% registrados em 2025. Até 2035, a IA baseada em agentes poderá representar aproximadamente 30% da receita global de software empresarial, ultrapassando US$ 450 bilhões. O mercado de IA autônoma e agentes autônomos crescerá de US$ 8,62 bilhões em 2025 para US$ 263,96 bilhões até 2035, a uma taxa de crescimento anual composta de mais de 40%.

Essas previsões partem do pressuposto de que os desafios atuais serão superados gradualmente. Diversos desenvolvimentos podem contribuir para isso:

Primeiro, a própria tecnologia evoluirá. Os grandes modelos de linguagem subjacentes se tornarão mais poderosos, eficientes e econômicos. Novos modelos, como o o1 da OpenAI, com raciocínio aprimorado, ou o Claude da Anthropic, com janelas de contexto mais longas, permitirão tarefas mais complexas. O custo da inferência de IA já caiu drasticamente, multiplicado por 280 entre novembro de 2022 e outubro de 2024. Essa tendência provavelmente continuará, tornando as aplicações de IA mais atraentes economicamente.

Em segundo lugar, as empresas aprenderão a usar agentes de IA de forma mais eficaz. Os primeiros a adotar a tecnologia acumularão experiência, identificarão as melhores práticas e as compartilharão com a comunidade em geral. Programas de treinamento, certificações e serviços de consultoria surgirão para apoiar as empresas em sua implementação.

Terceiro, a padronização poderia avançar. Iniciativas como o Model Context Protocol ou o Agent-to-Agent Protocol da ServiceNow visam permitir a comunicação entre agentes de IA de diferentes fornecedores. Se tais padrões forem estabelecidos, facilitarão a integração e reduzirão o aprisionamento de fornecedores.

Em quarto lugar, a consolidação de fornecedores é esperada. O mercado de agentes de IA está atualmente fragmentado, com dezenas de startups e empresas consolidadas competindo por participação de mercado. Os próximos anos provavelmente testemunharão aquisições e reorganizações de mercado, semelhantes às observadas em outros segmentos de tecnologia no passado. Grandes empresas como Salesforce, Microsoft, Google, SAP e Oracle adquirirão fornecedores menores para expandir seus recursos de IA.

Especificamente para a Salesforce, será crucial que a empresa consiga integrar com sucesso a aquisição da Informatica e gerar valor real para a Agentforce. A aquisição é a maior da história da empresa desde a compra da Slack em 2021. Ela traz riscos, como demonstrado pelo rebaixamento da classificação de risco pelo RBC, que reduziu drasticamente o preço-alvo. Mas também oferece oportunidades se permitir que a Salesforce crie uma plataforma de gerenciamento de dados mais abrangente que torne os agentes de IA mais eficazes.

A médio prazo, até 2030, a Salesforce pretende atingir uma receita superior a US$ 60 bilhões, o que corresponde a uma taxa de crescimento orgânico superior a 10% ao ano. Isso marcaria um retorno ao crescimento de dois dígitos, após ficar abaixo dessa marca desde meados de 2024. A viabilidade dessa meta depende, em grande parte, de o Agentforce e outros produtos de IA alcançarem o sucesso esperado.

A longo prazo, prevê a Gartner, a tendência poderá se encaminhar para ecossistemas complexos de múltiplos agentes. Nesses sistemas, agentes especializados trabalham em conjunto, coordenando suas ações e compartilhando informações. Um agente poderia analisar as consultas dos clientes, outro desenvolver soluções propostas, um terceiro coordenar a implementação e um quarto monitorar a qualidade. Essa colaboração orquestrada poderia automatizar processos de negócios ainda mais complexos.

Mas ainda há um longo caminho a percorrer. Os próximos dois a três anos serão cruciais para ver se os problemas atuais podem ser superados e se os ganhos de produtividade e aumentos de receita prometidos realmente se concretizarão.

Lições da crise da Salesforce para o setor de tecnologia

A análise do problema do Salesforce revela verdades fundamentais sobre o estado da inteligência artificial e sua exploração comercial. A principal descoberta é que há uma discrepância significativa entre a viabilidade tecnológica dos agentes de IA e sua lucratividade comercial no atual ambiente de mercado.

A Salesforce é um excelente exemplo de um setor que entrou na era da IA ​​com grandes expectativas, mas agora se depara com as duras realidades da monetização. Os três principais desafios identificados — dificuldades de monetização, saturação do mercado e complexidade de adoção — não são específicos da Salesforce, mas afetam todo o setor de software empresarial.

A experiência mostra que a inovação tecnológica por si só não basta. As empresas também precisam desenvolver um modelo de negócios atraente, demonstrar benefícios claros para o cliente e reduzir as barreiras à adoção. A Salesforce criou um produto tecnologicamente impressionante com o Agentforce, mas traduzi-lo em crescimento sustentável de receita continua sendo um desafio.

Para os investidores, isso significa que eles precisam distinguir entre o hype de curto prazo e o valor de longo prazo. As altas avaliações de muitas empresas de IA se baseiam em expectativas de lucros futuros que podem não se concretizar ou sofrer atrasos significativos. Uma análise criteriosa das taxas de adoção reais, das contribuições de receita e da lucratividade é essencial.

Para empresas que buscam implementar agentes de IA, a recomendação é: comece com casos de uso claramente definidos, invista em qualidade de dados e gestão de mudanças e não espere milagres da noite para o dia. As implementações mais bem-sucedidas se concentram em alguns projetos bem executados, em vez de lançar inúmeros experimentos superficiais.

Para os trabalhadores, esse desenvolvimento significa que certas tarefas serão automatizadas pela IA, enquanto novas funções surgirão. Investir em habilidades relevantes para a IA — seja no desenvolvimento, na gestão ou na aplicação estratégica da IA ​​— está se tornando cada vez mais importante.

O caso da Salesforce é, portanto, muito mais do que a história de uma única empresa em dificuldades. É uma lição sobre os desafios da transformação tecnológica, a lacuna entre a visão e a realidade e a necessidade de manter uma visão clara das realidades econômicas, apesar de todo o entusiasmo por novas tecnologias. A revolução da IA ​​virá, mas ocorrerá de forma gradual, irregular e seletiva — não como o frequentemente evocado Big Bang, mas como um processo contínuo com altos e baixos.

☑️ Nosso idioma comercial é inglês ou alemão

☑️ NOVO: Correspondência em seu idioma nacional!

 

Ficarei feliz em servir você e minha equipe como consultor pessoal.

Você pode entrar em contato comigo preenchendo o formulário de contato ou simplesmente ligando para +49 89 89 674 804 (Munique) . Meu endereço de e-mail é: wolfenstein ∂ xpert.digital

Estou ansioso pelo nosso projeto conjunto.

 

 

☑️ Apoio às PME em estratégia, consultoria, planeamento e implementação

☑️ Criação ou realinhamento da estratégia digital e digitalização

☑️ Expansão e otimização dos processos de vendas internacionais

☑️ Plataformas de negociação B2B globais e digitais

☑️ Pioneiro em Desenvolvimento de Negócios / Marketing / RP / Feiras Comerciais

Foco da indústria: B2B, digitalização (de IA a XR), engenharia mecânica, logística, energias renováveis ​​e indústria

Mais sobre isso aqui:

• Centro de Negócios Xpert

Um centro de tópicos com insights e experiência:

• Plataforma de conhecimento sobre a economia global e regional, inovação e tendências específicas do setor
• Coleta de análises, impulsos e informações básicas de nossas áreas de foco
• Um lugar para conhecimento especializado e informações sobre desenvolvimentos atuais em negócios e tecnologia
• Centro de tópicos para empresas que desejam aprender sobre mercados, digitalização e inovações do setor

A Xpert.Digital possui conhecimento profundo de diversos setores. Isso nos permite desenvolver estratégias sob medida, adaptadas precisamente às necessidades e desafios do seu segmento de mercado específico. Ao analisar continuamente as tendências do mercado e acompanhar os desenvolvimentos da indústria, podemos agir com visão e oferecer soluções inovadoras. Através da combinação de experiência e conhecimento, geramos valor acrescentado e damos aos nossos clientes uma vantagem competitiva decisiva.

Mais sobre isso aqui:

• Utilize a experiência 5x do Xpert.Digital num único pacote - a partir de apenas 500€/mês