Posts List
Novidades
Salesforce e Databricks unem forças para governança de agentes de IA com dados confiáveis
Nova parceria expande infraestrutura Zero Copy com governança avançada, Federated Search, MCP integrations e MuleSoft Agent Scalers para agentes de IA
Introdução
Em 16 de junho de 2026, a Salesforce anunciou uma parceria estratégica com a Databricks para ajudar agentes de IA a transformar dados confiáveis em ações confiáveis. Esta colaboração representa um avanço significativo na governança de dados para agentes de IA, expandindo a infraestrutura Zero Copy com novos recursos de governança, incluindo autenticação federada, mapeamento de identidade e controles de acesso baseados em metadados. Para o ecossistema Salesforce, esta parceria significa uma nova era de integração de dados entre plataformas líderes do mercado, permitindo que desenvolvedores e arquitetos de soluções criem agentes de IA mais poderosos e seguros. Para empresas, oferece uma visão unificada de dados entre Salesforce e Databricks, facilitando a descoberta de informações e a governança de ecossistemas de agentes.
O Que É a Parceria Salesforce-Databricks?
Contexto da Colaboração
A Salesforce e a Databricks já colaboravam em iniciativas de dados, mas esta parceria amplia significativamente o escopo. A Databricks é a plataforma líder de data lakehouse, enquanto a Salesforce é o CRM número 1 com foco em agentes de IA. Juntas, elas estão criando uma fundação comum para que humanos e agentes de IA trabalhem com dados confiáveis.
Principais Novidades Anunciadas
- Expansão da Infraestrutura Zero Copy: Nova governança para dados entre Salesforce e Databricks.
- Federated Authentication: Autenticação federada para acesso seguro.
- Identity Mapping: Mapeamento de identidade entre sistemas.
- Metadata-Aware Access Controls: Controles de acesso baseados em metadados.
- Federated Search: Busca federada entre plataformas.
- MCP Integrations: Integrações com Model Context Protocol.
- MuleSoft Agent Scalers: Scalers para agentes MuleSoft.
- Agent Fabric: Infraestrutura para orquestração de agentes.
- Databricks Unity AI Gateway: Gateway de IA unificado.
- Slack Integrations: Integrações com Slack para notificações de agentes.
Infraestrutura Zero Copy Expandida
O Que É Zero Copy?
Zero Copy é uma arquitetura que permite acessar dados sem copiá-los entre sistemas. Isso reduz latência, custos e riscos de segurança. Com a expansão da infraestrutura Zero Copy, a Salesforce e a Databricks estão melhorando a governança de dados para agentes de IA.
Novos Recursos de Governança
Autenticação Federada
A autenticação federada permite que usuários e agentes acessem recursos em múltiplos sistemas com credenciais unificadas. Isso simplifica a gestão de identidades e aumenta a segurança.
Mapeamento de Identidade
O mapeamento de identidade garante que usuários e agentes sejam reconhecidos consistentemente entre Salesforce e Databricks, evitando duplicação e conflitos.
Controles de Acesso Baseados em Metadados
Controles de acesso baseados em metadados permitem definir permissões granulares com base em atributos de dados, como sensibilidade, categoria ou origem.
Federated Search: Descoberta de Informações em Múltiplas Plataformas
Como Funciona a Busca Federada?
A Federated Search permite que usuários e agentes de IA pesquisem informações em múltiplos sistemas simultaneamente, sem precisar acessar cada sistema separadamente. Isso acelera a descoberta de insights e reduz o tempo de resposta.
Benefícios para Agentes de IA
- Acesso Rápido a Dados: Agentes podem consultar dados de Salesforce e Databricks em uma única solicitação.
- Contexto Enriquecido: Buscas federadas fornecem contexto completo para tomada de decisão.
- Governança Simplificada: Controles de acesso unificados entre plataformas.
MCP Integrations: Model Context Protocol
O Que É MCP?
Model Context Protocol (MCP) é um protocolo que padroniza a comunicação entre modelos de IA e ferramentas externas. A integração com MCP permite que agentes de IA acessem recursos de forma padronizada e segura.
Como a Salesforce Usa MCP?
A Salesforce está integrando MCP em seus agentes de IA para permitir:
- Acesso a ferramentas externas de forma segura.
- Comunicação padronizada entre modelos e sistemas.
- Governança de ecossistemas de agentes.
MuleSoft Agent Scalers: Escalabilidade para Agentes
O Que São Agent Scalers?
Agent Scalers são componentes do MuleSoft que permitem escalar agentes de IA para lidar com cargas de trabalho variáveis. Isso garante que agentes possam processar mais requisições sem degradar o desempenho.
Integração com Databricks
Com a integração com Databricks, os Agent Scalers podem acessar dados de forma eficiente, permitindo que agentes de IA processem grandes volumes de dados em tempo real.
Agent Fabric: Orquestração de Agentes de IA
O Que É Agent Fabric?
Agent Fabric é uma infraestrutura que orquestra múltiplos agentes de IA, permitindo que eles trabalhem colaborativamente em tarefas complexas. Isso inclui coordenação, comunicação e governança.
Benefícios para Empresas
- Automação de Processos Complexos: Orquestração de agentes para tarefas multi-etapa.
- Governança Centralizada: Controle unificado sobre ecossistemas de agentes.
- Escalabilidade: Capacidade de adicionar novos agentes sem reescrita de código.
Databricks Unity AI Gateway: Gateway de IA Unificado
O Que É Unity AI Gateway?
O Unity AI Gateway da Databricks é um gateway centralizado para gerenciar modelos de IA, políticas de acesso e monitoramento. Com a integração com Salesforce, empresas podem gerenciar modelos de IA entre ambas as plataformas.
Funcionalidades Principais
- Gerenciamento de Modelos: Cadastro e versionamento de modelos de IA.
- Políticas de Acesso: Controles de quem pode acessar quais modelos.
- Monitoramento: Métricas de desempenho e uso de modelos.
Slack Integrations: Comunicação em Tempo Real
Integrações com Slack
Novas integrações com Slack permitem que agentes de IA notifiquem usuários sobre eventos importantes, como alertas de dados, conclusões de tarefas ou anomalias detectadas.
Exemplos de Uso
- Alertas de Dados: Notificações quando dados críticos são atualizados.
- Conclusão de Tarefas: Agentes avisam quando uma tarefa é completada.
- Anomalias: Alertas sobre comportamentos incomuns em dados.
Casos de Uso Práticos
Caso 1: Análise de Sentimento em Tempo Real
Um agente de IA pode usar dados de Salesforce (feedback de clientes) e Databricks (dados de redes sociais) para analisar sentimentos em tempo real, usando Federated Search para consultar ambas as fontes.
Caso 2: Previsão de Vendas
Agentes de IA podem acessar dados históricos de vendas no Salesforce e dados de mercado no Databricks para gerar previsões mais precisas, com governança unificada.
Caso 3: Detecção de Fraude
Agentes podem monitorar transações em tempo real, usando dados do Salesforce e Databricks para detectar padrões fraudulentos, com notificações via Slack.
Impacto para Empresas e Desenvolvedores
Para Arquitetos de Soluções
- Integração Simplificada: Conexão direta entre Salesforce e Databricks.
- Governança de Dados: Controles de acesso unificados.
- Escalabilidade: Capacidade de lidar com grandes volumes de dados.
Para Desenvolvedores
- APIs Padronizadas: Uso de MCP para comunicação com agentes.
- Ferramentas de DevOps: Integração com MuleSoft e Agent Fabric.
- Documentação Completa: Guias para implementação.
Para Empresas
- Visão Unificada de Dados: Dados entre Salesforce e Databricks acessíveis de forma segura.
- Automação Inteligente: Agentes de IA que tomam decisões com base em dados confiáveis.
- Competitividade: Diferencial através de IA avançada.
Exemplos de Código
Configuração de Autenticação Federada
# Exemplo de configuração de autenticação federada entre Salesforce e Databricks
from salesforce_oauth import SalesforceOAuth
from databricks_oauth import DatabricksOAuth
# Autenticação Salesforce
sf_auth = SalesforceOAuth(
client_id='YOUR_CLIENT_ID',
client_secret='YOUR_CLIENT_SECRET',
redirect_uri='https://your-app.com/callback'
)
# Autenticação Databricks
db_auth = DatabricksOAuth(
client_id='YOUR_CLIENT_ID',
client_secret='YOUR_CLIENT_SECRET',
redirect_uri='https://your-app.com/callback'
)
# Token unificado para acesso federado
unified_token = sf_auth.get_token() + ':' + db_auth.get_token()Busca Federada com MCP
# Exemplo de busca federada usando MCP
from mcp_client import MCPClient
client = MCPClient(
salesforce_endpoint='https://your-instance.salesforce.com',
databricks_endpoint='https://your-databricks-instance.cloud.databricks.com'
)
# Consulta federada
results = client.federated_search(
query='vendas Q2 2026',
sources=['salesforce', 'databricks']
)
print(results)
Conclusão
A parceria entre Salesforce e Databricks representa um avanço significativo na governança de agentes de IA. Com novos recursos de infraestrutura Zero Copy, Federated Search, MCP integrations e MuleSoft Agent Scalers, empresas podem criar agentes de IA mais poderosos e seguros. Para desenvolvedores e arquitetos, esta parceria oferece oportunidades para criar soluções inovadoras que aproveitam o melhor de ambas as plataformas. Para empresas, oferece uma visão unificada de dados e automação inteligente. Próximos Passos:
- Explore a documentação da Salesforce e Databricks para detalhes técnicos.
- Experimente os novos recursos em um ambiente de teste.
- Participe da comunidade Salesforce para compartilhar experiências. Leia o artigo completo no OnlySalesforce.com.br para mais detalhes e casos de uso práticos.
#Salesforce #Databricks #IA #AgentesDeIA #ZeroCopy #MCP #MuleSoft #Slack #GovernançaDeDados #OnlySalesforce
Tableau
Tableau MCP: como agentes de IA se tornam especialistas em dados com Model Context Protocol
A Salesforce anunciou o Tableau MCP como parte da release Summer ’26, uma integração que utiliza o Model Context Protocol para permitir que agentes de IA acessem diretamente o motor de analítica do Tableau. Essa novidade representa um avanço significativo na forma como empresas conectam inteligência artificial aos seus dados de negócio, eliminando a barreira que historicamente separava LLMs de informações analíticas confiáveis.
Até pouco tempo atrás, modelos de linguagem generativos enfrentavam uma limitação fundamental: eles simplesmente não conseguiam acessar dados analíticos empresariais em tempo real. Essa desconexão resultava em respostas genéricas, superficiais e, em muitos casos, incorretas quando o assunto envolvia métricas específicas de negócio. Com o Tableau MCP, esse cenário muda radicalamente.
O problema que o Tableau MCP resolve
Imagine o seguinte cenário: você pergunta a um assistente de IA qual foi a receita da região Sudeste no último trimestre. Sem integração analítica, o modelo pode inventar números, fornecer dados desatualizados ou simplesmente informar que não possui essa informação. Nenhuma dessas opções é aceitável para um ambiente empresarial.
Segundo dados da própria Salesforce, cerca de 80% dos líderes seniores de TI acreditam que a inteligência artificial generativa ajudará suas organizações a fazerem melhor uso dos dados. Contudo, 41% desses profissionais relata que não conseguem compreender seus dados porque são complexos demais ou pouco acessíveis. Um terço aponta a incapacidade de gerar insights como um problema crítico.
O Tableau MCP ataca exatamente esse ponto de dor. Ele permite que agentes de IA consultem diretamente o motor de consulta do Tableau, obtendo respostas fundamentadas no contexto analítico real da empresa — e não em suposições ou dados treinados.
O que é Model Context Protocol (MCP)?
O Model Context Protocol é uma especificação aberta desenvolvida para padronizar a comunicação entre modelos de linguagem e fontes de dados externas. Pense nele como um tradutor universal que permite que qualquer LLM converse com qualquer sistema de dados de forma segura e estruturada.
No contexto do Tableau, o MCP funciona como uma ponte entre o agente de IA e o servidor analítico. Quando você faz uma pergunta em linguagem natural, o protocolo traduz essa consulta para o formato que o Tableau compreende, executa a análise nos dados reais e retorna a resposta fundamentada — tudo isso em segundos.
<span class="line"><span style="color: #676e95;"># Fluxo simplificado da consulta via Tableau MCP</span></span>
<span class="line"><span style="color: #f78c6c;">1.</span><span style="color: #babed8;"> Usuário pergunta: "Qual o ticket médio por região?"</span></span>
<span class="line"><span style="color: #f78c6c;">2.</span><span style="color: #babed8;"> Agente de IA envia consulta via MCP</span></span>
<span class="line"><span style="color: #f78c6c;">3.</span><span style="color: #babed8;"> Tableau processa nos dados reais</span></span>
<span class="line"><span style="color: #f78c6c;">4.</span><span style="color: #babed8;"> Resposta fundamentada retorna ao usuário</span></span>
<span class="line"><span style="color: #676e95;"># Sem inventar números. Sem adivinhação.</span></span>Code language: HTML, XML (xml)Arquitetura técnica: como funciona por dentro
A implementação do Tableau MCP segue uma arquitetura cuidadosamente projetada para manter a segurança dos dados como prioridade máxima. O fluxo funciona da seguinte forma:
1. Camada de Entrada
O agente de IA recebe uma consulta em linguagem natural do usuário. Essa entrada pode vir de qualquer interface: chatbot, Slack, portal do cliente ou até mesmo uma integração customizada via API.
2. Tradução MCP
O protocolo MCP traduz a consulta natural para uma chamada estruturada que o motor do Tableau compreende. Isso envolve mapear entidades, identificar métricas e definir dimensões de análise.
3. Processamento Analítico
O Tableau executa a consulta nos dados reais da empresa, aplicando todas as regras de segurança, filtros de linha e permissões de acesso configuradas. O agente de IA acessa apenas os dados que o usuário final teria permissão para visualizar.
4. Camada de Proteção
Todas as respostas passam pelo Agentforce Trust Layer, que aplica filtros de segurança adicionais, verifica a precisão das informações e garante que nenhum dado sensível vaze para contextos indevidos.
5. Resposta Contextualizada
O agente Formata a resposta final em linguagem natural, adicionando contexto relevante e, quando apropriado, sugestões de próximas análises ou ações recomendadas.
Casos de uso práticos
Vendas e Revenue Operations
Um diretor de vendas pode perguntar ao agente: “Quais foram as oportunidades perdidas na região Norte no último mês e qual o motivo principal?” O Tableau MCP consulta os dados reais do pipeline, cruza com informações de perda e retorna uma análise fundamentada — não apenas números soltos, mas insights com contexto.
Marketing e Performance de Campanhas
Em vez de esperar horas para um analista extrair dados e montar um relatório, o gestor de marketing pode consultar diretamente: “Como está o ROI da campanha de verão comparada com a do ano passado?” A resposta vem em segundos, fundamentada nos dados reais de performance.
Atendimento ao Cliente
Agentes de suporte podem obter respostas instantâneas sobre tendências de problemas: “Houve um aumento anormal de reclamações sobre o produto X na última semana?” Isso permite identificar crises antes que se espalhem.
Executivos e Board Meetings
Líderes podem ter acesso rápido a métricas críticas sem depender de relatórios preparados: “Qual a margem bruta consolidada deste trimestre comparada com as previsões?”
Diferenciais em relação a soluções concorrentes
O Tableau MCP se destaca por três fatores fundamentais:
Primeiro, a segurança integrada. Enquanto outras soluções exigem configurações adicionais de governança, o Tableau MCP herda nativamente todas as políticas de segurança do Salesforce e do Tableau, incluindo filtros de linha por usuário, permissões de campo e auditoria completa.
Segundo, a profundidade analítica. Diferente de connectors superficiais que apenas consultam bancos de dados, o Tableau MCP aproveita todo o poder do motor VizQL do Tableau, incluindo cálculos complexos, agregações pré-definidas e modelos analíticos já curados pelas equipes de BI.
Terceiro, a integração nativa. Não é uma conexão terceirizada ou um bridge improvisado. O Tableau MCP é uma feature first-party da Salesforce, com suporte completo, documentação oficial e roadmap integrado ao ecossistema Agentforce.
Impacto para desenvolvedores e administradores Salesforce
Para profissionais do ecossistema Salesforce, o Tableau MCP abre novas possibilidades de desenvolvimento:
Desenvolvedores podem construir agentes personalizados que consultam dados analíticos do Tableau diretamente em suas aplicações Lightning Web Components, usando MCP como protocolo de comunicação.
Administradores podem configurar quais datasets do Tableau serão expostos aos agentes de IA, mantendo controle granular sobre quais informações são acessíveis.
Arquitetos de solução podem projetar fluxos que combinam dados operacionais do CRM com insights analíticos do Tableau, criando experiências unificadas para usuários finais.
Como habilitar o Tableau MCP na sua organização
A implementação do Tableau MCP segue as melhores práticas de governança do Salesforce. De forma resumida, o processo envolve:
- Configurar a integração Tableau MCP no painel de administração do Agentforce
- Definir quais workbooks e data sources estarão disponíveis para consulta via MCP
- Configurar as políticas de segurança que controlam quais usuários podem acessar quais dados
- Testar em ambiente de sandbox antes de promover para produção
- Monitorar o uso e a precisão das respostas através dos logs de auditoria
O futuro dos agentes de IA fundamentados em dados
O Tableau MCP representa mais do que uma nova feature técnica. Ele sinaliza uma mudança de paradigma na forma como as empresas utilizam inteligência artificial. Em vez de assistentes que “acham” respostas baseadas em padrões estatísticos, estamos caminhando para agentes que “sabem” respostas porque consultam os dados reais do negócio.
Para o mercado brasileiro, onde a complexidade fiscal e a diversidade de sistemas legados criam desafios únicos, essa integração pode ser particularmente valiosa. A capacidade de询问 métricas de negócio em tempo real, fundamentadas em dados locais e em conformidade com regulamentações nacionais, representa um salto de produtividade significativo.
A Salesforce reforça que o Tableau MCP foi projetado com princípios de responsible AI. Todas as consultas são auditadas, as respostas passam por camadas de verificação e os dados permanecem protegidos pelo Agentforce Trust Layer.
A pergunta que fica é: sua empresa está pronta para ter agentes de IA que realmente compreendem seus dados?
