Agentforce para Commerce Cloud.
Agentes autónomos que descubren productos, asisten al comprador, gestionan pedidos, optimizan promociones y operan tu storefront
Sobre Commerce Cloud, con tus datos, en tiempo real. 7 agentes out-of-the-box y 15 custom probados en LATAM. Implementados por Solu en 8 a 16 semanas.
Qué hace Agentforce en Commerce Cloud
Agentforce para Commerce Cloud es la capa de agentes autónomos de Salesforce que razona sobre Customer 360 y catálogo, ejecuta acciones reales vía SCAPI sobre el storefront, y opera dentro de los guardrails del Trust Layer. Asiste al shopper en discovery y checkout, gestiona el catálogo y las promociones, recupera carritos abandonados y orquesta operaciones de B2B y B2C.
Los 7 agentes out-of-the-box
Listos para producción. Cada uno se configura con Agent Builder y se adapta a tu operación de ecommerce.
Merchandiser Agent
Optimiza catálogo, ranking, slots y promociones desde una interfaz conversacional.
OOTBPersonal Shopper Agent
Asistente conversacional B2C que acompaña al shopper de discovery a checkout.
OOTBBuyer Agent (B2B)
Asistente de compra para clientes B2B con precios, contratos y aprobaciones.
OOTBOrder Management Agent
Gestión autónoma de pedidos: estado, modificaciones, cancelaciones, fulfillment.
OOTBSearch & Discovery Agent
Búsqueda semántica y discovery contextual con grounding en catálogo y comportamiento.
OOTBCart Recovery Agent
Recupera carritos abandonados con timing, canal y oferta personalizados.
OOTBPromotions Agent
Diseña, valida y publica promociones con análisis de impacto en margen.
Spotlight: Personal Shopper Agent
El agente flagship customer-facing de Commerce Cloud. Deep dive en arquitectura, canales, capacidades y un caso real en LATAM.
Arquitectura técnica
Canales
Capacidades clave
- Discovery por intención en lenguaje natural ("algo cómodo para una reunión de negocios en verano").
- Comparación lado a lado de productos con atributos relevantes según el contexto del shopper.
- Armado de outfits y bundles con coherencia de paleta o compatibilidad técnica.
- Recomendación de talla con histórico de compras, medidas declaradas y guía del fabricante.
- Wishlist gestionada con triggers de cambio de precio o stock vía Marketing Cloud.
- Asistencia en checkout sin manipular datos de tarjeta — delega tokenizado al gateway.
7 verticales LATAM donde más impacta
Retailers LATAM con Personal Shopper Agent activo en sesiones B2C
Retailers que incorporaron el Personal Shopper Agent en sus tiendas Commerce Cloud vieron incrementos consistentes de conversión en sesiones donde el agente estuvo activo, con mejoras en AOV y NPS sostenidas durante el primer trimestre de operación.
15 agentes custom para Commerce
Más allá de los OOTB: agentes que Solu construye con Agent Builder para cubrir cada flujo crítico del storefront, el catálogo y el post-venta.
Dynamic Pricing Agent
Ajusta precios en tiempo real según demanda, stock y elasticidad.
CUSTOMLoyalty & Tier Optimizer
Activa membresías cerca de cambiar de tier con oferta dinámica.
CUSTOMCross-sell & Upsell Strategist
Identifica oportunidades de cross-sell por segmento y momento.
CUSTOMInventory Sync & Allocation
Sincroniza inventario multi-canal y asigna por rentabilidad.
CUSTOMShipping Promise & ETA
Calcula promesa de entrega realista por SKU, ubicación y carrier.
CUSTOMReturns & RMA Agent
Gestiona devoluciones end-to-end con validación de elegibilidad.
CUSTOMFraud Detection Agent
Detecta patrones de fraude transaccional y comportamental.
CUSTOMSEO Content Agent
Genera y optimiza contenido SEO de páginas de producto y categoría.
CUSTOMLocalization & Translation
Adapta contenido por mercado LATAM y España con tono local.
CUSTOMVisual Merchandising Agent
Optimiza la presentación visual del storefront por slot y campaña.
CUSTOMReview Moderation & Synthesis
Modera, sintetiza y surfacea reviews de producto.
CUSTOMQuote-to-Cart B2B Agent
Convierte cotizaciones B2B en carritos con contratos y aprobaciones.
CUSTOMClienteling Assistant
Asiste al vendedor de tienda con perfil del cliente y next best offer.
CUSTOMSubscription Management Agent
Gestiona suscripciones recurrentes — onboarding, upgrade, retención.
CUSTOMHeadless Storefront Operator
Opera storefronts headless coordinando CMS, catálogo y checkout.
Metodología de implementación
5 fases, 8 a 16 semanas. Del primer agente en piloto al rollout en producción.
Discovery y agent mapping
Taller con CDO, equipo Commerce, Merchandising y CX. Definición de Topics, casos prioritarios y mapeo a agentes OOTB y custom.
Data readiness
Identity Resolution en Data Cloud, DMOs Commerce (Product, Order, Inventory, Promotion, Catalog), masking PII en Trust Layer y diagnóstico de calidad del catálogo.
Agent build
Topics, Actions, prompts, integraciones SCAPI / OCI / OMS / ERP / payment gateway / PIM. Configuración en Agent Builder y Prompt Builder.
Trust, testing y piloto
Trust Layer activo, QA con equipo de Merchandising y CX, piloto controlado en una vertical o mercado. Aprobación humana en cambios sensibles de catálogo y promociones.
Rollout y optimización continua
Monitoreo de conversión, AOV, deflection a humano, fraud rate y devoluciones. Tuning de prompts, expansión a nuevos mercados y agentes.
Data readiness: 3 tiers
Agentforce rinde de forma muy diferente según el estado de tus datos. La calidad del catálogo y OCI configurado son los dos factores limitantes más comunes en LATAM: catálogo sucio e inventario desincronizado son la causa #1 de proyectos que fallan en piloto.
Commerce Cloud limpio, sin Data Cloud
Agentes OOTB de catálogo (Merchandiser, Search & Discovery, Promotions) funcionan con datos de Commerce. Limitación: el agente no tiene Customer 360 ni grounding en historial cross-canal.
Data Cloud con DMOs Commerce + Identity Resolution
7 OOTB + primeros custom (Cart Recovery extendido, Cross-sell, Reviews). Personal Shopper con grounding 360 y segmentación por comportamiento de navegación y compra.
Data Cloud maduro con Calculated Insights + OCI / OMS / ERP / PIM
7 OOTB + custom avanzados (Dynamic Pricing, Inventory Sync, Subscription, Headless Operator). BOPIS con disponibilidad por tienda en tiempo real y atribución cross-canal real.
Riesgos comunes y cómo los mitigamos
Hallucinación en recomendaciones de producto
El agente recomienda productos inexistentes, sin stock o con atributos inventados, dañando la confianza del shopper.
Mitigación: Grounding obligatorio en Catalog DMO + Inventory en tiempo real. Si el agente no tiene confianza, deriva al humano o a la búsqueda tradicional.
Desincronización de inventario
El agente promete stock que el sistema no tiene o reserva unidades sobre inventario fantasma, generando cancelaciones y devoluciones.
Mitigación: Integración robusta con OCI / OMS, latencia objetivo < 5 minutos, fallback a "consultar stock" cuando hay duda. Reservas con TTL en BOPIS.
PII expuesta y compliance LGPD / Habeas Data
Datos sensibles del shopper (email, teléfono, documento, dirección) se envían al LLM o quedan en el log de la conversación con el agente.
Mitigación: Trust Layer con masking, audit trail completo, retention policy explícita, consentimiento del shopper antes de persistir preferencias.
Sesgo en recomendaciones por dataset histórico
El agente concentra recomendaciones en bestsellers y deja sin exposición al long tail del catálogo, reduciendo el descubrimiento.
Mitigación: Diversidad explícita en exploration vs exploitation, capping de bestseller bias, monitoreo de coverage del catálogo en recomendaciones.
Fraude y abuso del agente conversacional
Atacantes intentan manipular al agente para aplicar promociones indebidas, aprobar refunds o extraer información de cuentas.
Mitigación: Prompt defense del Trust Layer, rate limiting por sesión, validación post-LLM antes de aplicar promociones o aprobar refunds.
Preguntas Frecuentes
Einstein para Commerce Cloud es un conjunto de modelos predictivos clásicos: recomendaciones de producto, search relevance, sorting rules. Resuelven una predicción puntual sobre el catálogo. Agentforce agrega razonamiento Atlas: el agente entiende la intención del shopper, planifica una conversación, ejecuta acciones reales vía SCAPI sobre el storefront y opera dentro del Trust Layer. No reemplaza a Einstein, lo orquesta.
No es obligatorio para arrancar. Los agentes OOTB de catálogo (Merchandiser, Search & Discovery, Promotions) funcionan con datos de Commerce Cloud. Pero sin Data Cloud, Personal Shopper no tiene Customer 360 ni historial cross-canal, y la personalización 1:1 queda limitada. Tier 2 con Data Cloud + DMOs Commerce mejora mucho la calidad de las decisiones del agente.
Entre 6 y 16 semanas dependiendo del tier de data readiness. Tier 1 (Commerce Cloud limpio, sin Data Cloud): 6-8 semanas. Tier 2 (Data Cloud con DMOs Commerce): 10-14 semanas. Tier 3 (Data Cloud maduro con Calculated Insights e integraciones OCI / OMS / ERP / PIM): 14-16+ semanas. Incluye discovery, data readiness, build, testing y piloto.
Sí. Los LLMs que usa Agentforce manejan bien las variantes del español (rioplatense, mexicano, colombiano, chileno) y el portugués brasileño. El Localization & Translation Agent custom adapta tono y referencias culturales por mercado. En producción validamos que el Personal Shopper mantenga el registro correcto por canal y región, incluyendo el WhatsApp Business y la app mobile.
Sí. Los agentes consumen SCAPI y se integran con storefronts headless desacoplados (Next.js, Astro, custom React). El Headless Storefront Operator Agent custom coordina CMS, catálogo y checkout en arquitecturas composable. Personal Shopper y Search & Discovery se exponen como widget Embedded Service o como componente custom embebido en el frontend headless.
Vía Omnichannel Inventory (OCI). El agente consulta stock por tienda y centro de distribución en tiempo real, ofrece BOPIS cuando hay disponibilidad cercana al shopper y reserva unidades con TTL para sostener la promesa de retiro. Si la latencia con OCI supera el umbral aceptable, el agente cae a "consultar stock" en lugar de prometer disponibilidad falsa.
No se descartan. Las reglas de merchandising, los sorting rules y los modelos de Einstein recommendations existentes pueden coexistir con Agentforce. El Merchandiser Agent y el Search & Discovery Agent toman esas señales como input y agregan razonamiento contextual. La estrategia típica es activar el agente sobre las categorías más críticas primero y dejar las reglas legacy operando en el resto del catálogo.
Vía MuleSoft, APIs nativas o conectores estándar. Las Actions del agente invocan SCAPI para storefront, OCI para inventario, OMS para pedidos y ERP para precios y disponibilidad financiera. PIM (Salsify, Akeneo o equivalente) es el sistema de verdad del catálogo y alimenta el Catalog DMO de Data Cloud. Solu mapea la integración en la fase de Data readiness.
Sí. Commerce Cloud B2C y B2B comparten Agentforce, Data Cloud y Trust Layer. Personal Shopper y Buyer Agent (B2B) se configuran con Topics y Actions distintos pero comparten guardrails, audit trail y consent layer. El Quote-to-Cart B2B Agent custom convierte cotizaciones en carritos respetando contratos, pricing por cuenta y aprobaciones, mientras Personal Shopper opera el flujo B2C clásico.
Casi siempre OOTB primero. Personal Shopper o Merchandiser son los más rápidos de poner en producción y los que generan ROI más visible en conversión y AOV. Una vez validado el modelo de gobierno y la calidad del catálogo, se construyen custom para necesidades específicas como Dynamic Pricing, Headless Storefront Operator o Quote-to-Cart B2B.
Tu primer agente de Commerce, en producción en 8-14 semanas.
Hablá con un Commerce Architect de Solu. En una sesión de discovery identificamos el agente de mayor impacto para tu storefront.