Agentforce para Service Cloud.
Agentes autónomos que resuelven cases end-to-end en chat, WhatsApp, email y voz
Sobre tu Service Cloud, con tus datos, con tus guardrails. 9 agentes out-of-the-box y 16 custom probados en LATAM. Implementados por Solu en 8 a 16 semanas.
Qué hace Agentforce en Service Cloud
Agentforce para Service Cloud es la capa de agentes autónomos de Salesforce que resuelven cases sin intervención humana cuando se puede, y escalan al humano con el contexto completo cuando no. Razonan con Atlas, se groundean en Data Cloud, ejecutan acciones reales contra Service Cloud y operan en chat, WhatsApp, email y voz.
Los 9 agentes out-of-the-box
Listos para producción. Cada uno se configura con Agent Builder y se adapta a tu operación de soporte.
Service Agent
Agente customer-facing que resuelve cases end-to-end en chat, WhatsApp y voz.
OOTBCase Classification Agent
Clasifica, categoriza y enruta cases entrantes en segundos.
OOTBReply Recommendations Agent
Sugiere la mejor respuesta al agente humano dentro del Console.
OOTBArticle Answers Agent
RAG sobre Knowledge — surfacea artículos con citación y excerpt.
OOTBCase Wrap-up Agent
Resume cada case al cierre con causa raíz, resolución y next-best-action.
OOTBVoice Summary Agent
Transcripción, resumen y compliance de llamadas Service Cloud Voice.
OOTBKnowledge Generation Agent
Genera drafts de KB articles a partir de cases resueltos.
OOTBField Service Agent
Copiloto del técnico en campo — diagnóstico, partes, repuestos.
OOTBService Coach
Real-time agent assist + coaching estructurado para agentes humanos.
Spotlight: Service Agent
El agente flagship de Service Cloud. Deep dive en su arquitectura técnica y canales soportados.
Arquitectura técnica
Canales
6 arquetipos LATAM donde más impacta
16 agentes custom para Service
Más allá de los OOTB: agentes que Solu construye con Agent Builder para cubrir cada flujo de atención al cliente.
Deflection Bot
Intent routing y deflexión multicanal antes de tocar al agente humano.
CUSTOMSLA / Escalation Predictor
Anticipa breach de SLA y dispara playbook antes de que pase.
CUSTOMCustomer Effort Score Reducer
Detecta puntos de fricción en la experiencia y orquesta fixes.
CUSTOMPost-Service Churn Risk
Detección temprana de churn a partir de interacciones de Service.
CUSTOMReturns / RMA Agent
Gestión autónoma de devoluciones, cambios y RMAs.
CUSTOMWarranty Claim Agent
Validación y procesamiento autónomo de garantías.
CUSTOMBilling Dispute Resolver
Análisis autónomo de disputas de factura con evidencia.
CUSTOMOutage / Incident Communicator
Comunicación proactiva en incidentes masivos.
CUSTOMRefund Decision Agent
Evaluación y aprobación autónoma de reembolsos.
CUSTOMMulti-language Real-time Translator
Atención multilingüe en tiempo real (es, pt, en y más).
CUSTOMPII / Compliance Redaction
Enmascaramiento y auditoría regulatoria (LGPD, Habeas Data, HIPAA-eq).
CUSTOMNPS / CSAT Coach
Coaching proactivo basado en feedback del cliente.
CUSTOMWorkforce Scheduling Optimizer
Staffing adaptativo del contact center.
CUSTOMComplaint Triage & Routing
Priorización automática de quejas regulatorias y vulnerables.
CUSTOMLoyalty Save / Win-back
Retención proactiva en la ventana de cancelación.
CUSTOMSelf-service Knowledge Bot
Portal chatbot y deflection en canales digitales.
Metodología de implementación
5 fases, 8 a 16 semanas. Del primer agente en piloto al rollout en producción.
Discovery y agent mapping
Taller con cliente, definición de Topics y casos de uso prioritarios, mapeo de integraciones (billing, courier, IDP, Knowledge).
Data readiness
Knowledge depurado, identity resolution en Data Cloud, masking PII configurado. Preparación de DMOs base.
Agent build
Topics, Hydrators, Effectors, prompts, integraciones con billing, courier, IDP. Configuración en Agent Builder y Prompt Builder.
Trust, testing y piloto
Guardrails del Trust Layer, QA con el equipo de BPO/contact center, piloto controlado en un canal.
Rollout y optimización continua
Monitoreo de containment + CSAT por topic, tuning de prompts, expansión a nuevos canales y agentes.
Data readiness: 3 tiers
Agentforce rinde de forma muy diferente según el estado de tus datos. Identity Resolution (match rules + reconciliation) es el corazón: bien configurado da 80-95% match accuracy; mal configurado genera duplicados que terminan en respuestas erróneas del agente.
Service Cloud limpio, sin Data Cloud
Service Agent y Reply Recommendations OOTB funcionan, pero sin contexto 360. El agente no ve historial de billing, comportamiento web ni interacciones marketing.
Data Cloud con DMOs base
CustomerProfile + ServiceInteraction + KnowledgeEmbedding. 9 OOTB + primeros custom (Deflection, Refund, Returns). Grounding sólido en historial 360.
Data Cloud maduro con DMOs custom
Billing, churn signals, sentiment. 9 OOTB + custom avanzados (SLA Predictor, Churn Risk, Workforce Optimizer). Grounding 360 real con señales operativas y financieras.
Riesgos comunes y cómo los mitigamos
Hallucination en FAQ
El agente genera información incorrecta al responder preguntas del cliente.
Mitigación: Grounding obligatorio en Knowledge con citation. Si no hay artículo que respalde la respuesta, el agente deriva a humano en lugar de inventar.
PII leak en interacciones customer-facing
Datos sensibles del cliente expuestos al LLM o en la respuesta.
Mitigación: Trust Layer con masking de DNI, email, teléfono y dirección. Hidratación post-LLM cuando hay que mostrar el dato real al cliente.
Latencia desbordada en voz
Más de 3 segundos de espera rompe la UX en conversaciones de voz.
Mitigación: STT/TTS streaming, Topics acotados, hidratadores en paralelo, capping del context window. Monitoreo de latencia por turn.
Costo de Flex Credits descontrolado
Conversaciones largas consumen credits sin visibilidad ni control.
Mitigación: Rate limiting por sesión (max 25 turns default), capping de credits por conversación, dashboard de consumo + alertas de umbral.
Resistencia del contact center / BPO
El equipo de soporte percibe al agente como amenaza y no colabora.
Mitigación: Change management desde kickoff, KPIs claros, comunicación de qué se automatiza y qué no. Supervisores incluidos en gobernanza del agente.
Preguntas Frecuentes
En deploys maduros (6+ meses de tuning), el containment típico está entre 45% y 65%. Eso significa que de cada 100 cases, entre 45 y 65 se resuelven sin intervención humana. El número depende de la complejidad de tu operación, la calidad del Knowledge y el mix de canales.
No es obligatorio para arrancar. Service Agent funciona con datos estándar de Service Cloud (Cases, Contacts, Knowledge). Pero sin Data Cloud el agente no tiene contexto 360 — no ve historial de billing, comportamiento web ni interacciones de marketing. Data Cloud mejora mucho la calidad de las respuestas.
Entre 6 y 16 semanas dependiendo del tier de data readiness. Tier 1 (Service Cloud limpio, sin Data Cloud): 6-8 semanas. Tier 2 (Data Cloud con DMOs base): 10-14 semanas. Tier 3 (Data Cloud maduro con DMOs custom): 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) y portugués brasileño. Se configuran instrucciones de tono y vocabulario por región en los prompts de cada Topic. En producción validamos que el agente mantenga el registro correcto por canal y país.
Sí. Salesforce soporta WhatsApp Business a través de Twilio, Sinch o Infobip como proveedores de canal. No estás atado a Twilio. La integración con Embedded Service Messaging permite que Service Agent opere en WhatsApp con el mismo contexto que en chat web.
No se descartan de golpe. Los Einstein Bots existentes pueden coexistir con Agentforce durante una transición. La estrategia típica es migrar los flujos más simples primero a Service Agent y mantener los bots para flujos legacy hasta que se complete la migración. Agentforce tiene un containment rate significativamente mayor que Einstein Bots.
Einstein Trust Layer enmascara PII antes de enviar datos al LLM. Zero data retention: el modelo no guarda información del cliente. El agente custom de PII / Compliance Redaction agrega una capa adicional de auditoría para marcos regulatorios específicos de cada país (LGPD en Brasil, Habeas Data en Colombia, HIPAA-equivalentes en salud).
Sí. Cuando Service Agent escala, transfiere al agente humano el resumen completo de la conversación, los datos del cliente, las acciones que ya tomó y la razón de la escalación. El humano arranca con contexto completo, no desde cero. Esto reduce el AHT post-handoff entre 25% y 35%.
Además de los clásicos (CSAT, AHT, FCR), agregás: containment rate (% de cases resueltos sin humano), deflection rate (% de consultas resueltas antes de crear case), latencia por turn, consumo de Flex Credits por conversación y CSAT específico del agente vs CSAT del humano. Definimos los KPIs en discovery y los medimos desde el piloto.
Casi siempre OOTB primero. Service Agent es el más rápido de poner en producción y el que genera ROI más visible (containment directo). Una vez validado el modelo, se construyen custom para necesidades específicas como SLA prediction, refunds automatizados o compliance.
Tu primer agente de Service, en producción en 8-14 semanas.
Hablá con un Service Architect de Solu. En una sesión de discovery identificamos el agente de mayor impacto para tu operación de soporte.