O fim da era “pague por conversa”: a Salesforce aposta no resultado como moeda
Quando a Salesforce lançou o Agentforce no Dreamforce 2024, o pricing era simples de comunicar mas difícil de justificar: US$ 2 por conversa. O modelo trouxe clareza superficial, mas criou uma inquietação real no mercado. Empresas queriam saber se estariam pagando por interações que não geravam valor algum — aquele cenário em que o agente de IA dá voltas, o cliente desiste e a cobrança acontece mesmo assim.
Agora, em junho de 2026, a Salesforce resolve essa equação de uma vez. A empresa anunciou o modelo pay-per-resolution para o novo Agentforce Help Agent, e a proposta é direta: a organização só é cobrada quando o agente resolve autonomamente um problema do início ao fim. Se o cliente pedir atendimento humano ou sair insatisfeito, não há cobrança. Seu custo está atrelado a resultados, não a atividade.
Essa mudança representa algo maior do que um ajuste de tabela. É uma declaração de confiança da Salesforce na capacidade real dos seus agentes de IA — e uma resposta concreta às críticas que o ecossistema vinha fazendo há meses sobre a imprevisibilidade do modelo de consumo.
Agentforce Help Agent: o que é e como funciona na prática
O Agentforce Help Agent é um agente autônomo de atendimento projetado para resolver problemas de clientes do começo ao fim. Ele vem com uma biblioteca pré-configurada de ações que podem executar workflows reais: gerenciar casos, agendar compromissos, atualizar pedidos e muito mais. A promessa é que ele funcione em todos os canais onde seus clientes estão — voz, web, portal e mensageria.
A Salesforce tem uma vantagem competitiva nessa história que poucos fornecedores de IA podem reivindicar: a empresa usa o próprio produto. No portal help.salesforce.com, o Agentforce já processou 4,3 milhões de consultas e resolveu 70% delas sem intervenção humana. Todo o aprendizado acumulado nessa operação interna foi incorporado ao Help Agent que agora chega ao mercado.
Esse ciclo de dogfooding — quando uma empresa usa sua própria tecnologia em produção real — é particularmente valioso no universo de agentes de IA. Cada interação mal resolvida, cada escalada indevida, cada momento de confusão do agente alimentou melhorias que agora beneficiam diretamente os clientes. É o tipo de iteração que não se consegue apenas com benchmarks de laboratório.
Como funciona o pay-per-resolution na prática
O modelo é mais elegante do que parece à primeira vista. Vamos detalhar as regras que a Salesforce estabeleceu:
Cenário de cobrança: o agente recebe uma solicitação do cliente, executa as ações necessárias e entrega uma resolução completa e autônoma. Nesse caso, a empresa é cobrada pela interação.
Cenário sem cobrança: o cliente fornece feedback negativo sobre a resolução ou solicita explicitamente atendimento humano. O agente transfere o contexto da conversa para a equipe de atendimento, e nenhuma cobrança é aplicada.
Detalhe técnico importante: tanto o Data 360 quanto o Agentforce ficam sem medição (unmetered) durante a interação do agente. Isso significa que as empresas não precisam se preocupar com previsão de consumo ou cobranças extras. O investimento está diretamente atrelado a resoluções bem-sucedidas do cliente.
Esse modelo elimina o medo do “cheque em branco” que Ian Gotts, CEO da Elements.cloud, identificou como uma das principais barreiras à adoção do Agentforce em abril de 2025. Na época, ele disse: “Ninguém quer dar um cheque em branco — as empresas querem limites e ROI previsível.” O pay-per-resolution atende exatamente essa demanda.
A evolução do pricing do Agentforce: da conversa ao resultado
Para entender a magnitude dessa mudança, vale revisitar a jornada de preços que o Agentforce percorreu em menos de dois anos:
Dreamforce 2024: lançamento com modelo de US$ 2 por conversa. Simples de comunicar, mas gerava confusão sobre o que constitui uma “conversa” e se cobrava por interações sem valor real.
Maio de 2025: a Salesforce anuncia “inovações de pricing” com Flex Credits — um modelo baseado em consumo que tentava alinhar custo a resultados. Junto com isso vieram o Flex Agreement e novas licenças de usuário do Agentforce. O mercado reagiu positivamente, embora Steve Snell, da Attentis Consulting, tenha comparado o esquema ao seu “plano de dados do celular de 1991, onde toda conta mensal era uma aventura no desconhecido”.
Junho de 2026: o pay-per-resolution consolida a transição do modelo de consumo para o modelo de resultado. A Salesforce não está mais cobrando por uso nem por conversa — está cobrando por resolução efetiva.
Essa progressão revela uma empresa que está ouvindo ativamente as dores do mercado e ajustando sua estratégia de precificação de acordo. É raro ver uma empresa de software empresarial fazer três mudanças significativas de modelo de negócio em menos de dois anos, e cada uma delas representou uma melhoria real para o cliente.
Implicações técnicas para arquitetos e desenvolvedores Salesforce
Do ponto de vista técnico, o pay-per-resolution traz consequências práticas importantes para quem projeta e implementa agentes no ecossistema Salesforce.
Qualidade das actions torna-se crítica. Se o agente só gera receita quando resolve o problema, cada action na biblioteca precisa funcionar com precisão. Um agente que inicia o workflow corretamente mas falha na execução final não gera revenue — apenas custo de processamento para a Salesforce. Isso eleva a importância de testes rigorosos, monitoramento de taxa de resolução e iteração contínua.
O design do fluxo de escalada importa mais do que nunca. Quando o cliente pede humano, não há cobrança. Isso significa que um agente mal configurado que escala cedo demais perde receita, enquanto um que insiste quando deveria escalar gera insatisfação. O equilíbrio entre autonomia e humildade do agente se torna uma questão de design de arquitetura.
Data 360 unmetered muda o cálculo de ROI. Com o Data 360 sem medição durante a interação do agente, não há razão para limitar a quantidade de dados que o agente consulta para tomar decisões. Isso libera os arquitetos para projetar agentes com acesso amplo a dados sem preocupação com custos variáveis associados.
Para quem trabalha com Apex e LWC no contexto do Agentforce, a mudança reforça a necessidade de escrever actions robustas e bem testadas. Uma action que falha intermitentemente não é apenas um bug técnico — é receita perdida diretamente proporcional ao número de interações afetadas.
O Help Agent e a estratégia de dogfooding da Salesforce
Os 4,3 milhões de consultas processadas no help.salesforce.com não são apenas um número de marketing. São evidência de um processo de validação que a maioria das empresas de IA não consegue replicar. A Salesforce usou seus próprios clientes como cobaias involuntárias de um experimento em larga escala, identificou padrões de falha, corrigiu o modelo e agora oferece o resultado como produto.
A taxa de resolução de 70% é particularmente significativa quando se considera que o público do help.salesforce.com inclui desenvolvedores, administradores e arquitetos — pessoas que fazem perguntas técnicas complexas e específicas. Se o agente consegue resolver 70% dessas consultas, a perspectiva para cenários de atendimento ao consumidor final, onde os padrões de solicitação são mais previsíveis, é ainda mais favorável.
Essa abordagem também cria um ciclo de feedback virtuoso: quanto mais clientes usam o Help Agent, mais dados a Salesforce coleta sobre padrões de resolução, e mais eficiente o agente se torna. O pay-per-resolution alinha os incentivos corretamente — a Salesforce só ganha quando o cliente ganha.
Desafios e riscos que o modelo precisa enfrentar
Nem tudo são flores no modelo pay-per-resolution. Existem desafios reais que a Salesforce precisa gerenciar para que o modelo seja sustentável a longo prazo.
Custo de tokens e computação. A Salesforce incorre custos para cada token gerado pelos seus modelos de IA, ou no mínimo pelo poder computacional associado. Para que essa estrutura de preços seja viável financeiramente, os custos de tokens e computação precisam ser baixos o suficiente para proteger a saúde financeira da empresa, e o modelo de IA precisa manter uma alta taxa de sucesso para evitar que usuários consumam tokens excessivos sem alcançar uma resolução.
Vulnerabilidade a mau uso. Modelos de pay-per-resolution estão sujeitos a abusos. Um usuário poderia interagir repetidamente com o agente de atendimento e alegar insatisfação, aumentando intencionalmente os custos de tokens para a Salesforce sem alcançar um resultado bem-sucedido. A Salesforce certamente está ciente disso, e adotar esse modelo de precificação implica que a empresa ou está assumindo um risco financeiro significativo, ou tem muita confiança na eficácia do modelo e planeja mitigar esses riscos.
Definição de “resolução”. O que constitui uma resolução autônoma e completa? Se o agente resolve parcialmente o problema e o cliente aceita a solução por falta de alternativa, isso conta? Se o agente resolve o problema mas o cliente fica insatisfeito com o processo, mas não pede humano explicitamente? Os critérios exatos de resolução serão fundamentais para a percepção de justiça do modelo.
O que muda para empresas que ainda estão avaliando o Agentforce
Para organizações que vinham adotando uma postura de espera em relação ao Agentforce, o pay-per-resolution remove a principal barreira: o risco financeiro da adoção. Agora é possível implementar o Help Agent sabendo que o investimento está diretamente atrelado a resultados mensuráveis.
A disponibilidade prevista para julho de 2026 dá às empresas tempo suficiente para planejar a implementação no segundo semestre. Quem já utiliza Service Cloud e tem processos de atendimento maduros está em posição privilegiada para aproveitar o modelo, pois a infraestrutura de casos, filas e escalada já existe.
O Agentforce Help Agent e o Agentforce Customer Service Portal estarão em disponibilidade geral a partir de julho de 2026. Para organizações que desejam começar, o caminho mais prático é revisar os fluxos de atendimento existentes, identificar os casos mais recorrentes e previsíveis, e construir uma biblioteca de actions focada nesses cenários como ponto de partida.
Conclusão: o preço da IA agora é medido em resultados
O modelo pay-per-resolution do Agentforce não é apenas uma mudança de tabela — é uma mudança de filosofia. A Salesforce está dizendo ao mercado: confiamos tanto na capacidade dos nossos agentes que estamos dispostos a só receber quando eles entregarem valor real. É uma aposta corajosa que, se bem-sucedida, pode redefinir como o software empresarial é precificado na era da IA.
Para o ecossistema Salesforce no Brasil e no mundo, a mensagem é clara: a barreira de entrada para agentes de IA autônomos nunca foi tão baixa. O risco agora é da Salesforce, e o benefício é das empresas que decidirem experimentar.
Fontes: Salesforce Ben | Salesforce Agentforce Official