Tu agente de Agentforce pasó el piloto. Alguien tiene que revisarlo cada semana

Si eres el dueño de Salesforce en tu empresa o el gerente de TI, trabajas con agentes y ahora te toca mantenerlos, este artículo es para ti. Al terminar sabrás qué se mueve en un agente después del lanzamiento, qué revisar cada semana con las herramientas que Salesforce ya tiene y cuándo conviene apagarlo.
El piloto se evalúa con conversaciones de prueba que alguien escribió pensando en lo que el agente debía contestar. En producción el agente recibe las de verdad: clientes apurados, preguntas a medias, casos que nadie anticipó. En muchas empresas nadie tiene asignado leerlas.
El problema no se nota el primer día. Se nota cuando un cliente reclama por una respuesta que el agente dio hace tres semanas, mientras el equipo seguía convencido de que funcionaba como en el piloto.
McKinsey lo pone en números. En su encuesta del estado de la IA de 2026, el 40% de los encuestados de empresas grandes dice estar escalando agentes de IA, pero solo el 6% atribuye a la IA al menos un 5% de su EBIT (McKinsey, The AI operating system: A new way for CEOs to run the enterprise, 2026). Llevar agentes a producción es cada vez más común. Que rindan sigue siendo la excepción.
Aquí revisamos qué anunció Salesforce para controlar agentes en producción, qué cambia en un agente después del lanzamiento y una rutina semanal de cuatro pasos para que alguien lo revise con nombre y apellido. Al final hay una lista corta para revisar tu situación.
Salesforce ya vende el interruptor para apagar agentes
El 27 de octubre de 2026, Salesforce amplió Agent Fabric, la capa de MuleSoft con la que se gobiernan agentes, modelos y servidores MCP. El anuncio trae piezas pensadas para lo que pasa después del lanzamiento (Salesforce Newsroom, Salesforce Expands Agent Fabric to Automatically Stop Runaway Costs and AI Agent Failures Before They Impact Customers, 2026):
Agent Kill Switch, el interruptor que corta el acceso de un agente. Ya está disponible.
Agent Evals, que genera pruebas antes del despliegue y evalúa al agente en producción contra umbrales de calidad definidos. Sale en beta en noviembre de 2026, con disponibilidad general en enero de 2027.
Triggered-Agent Kill Switch, la versión que apaga el agente cuando falla una evaluación. Llega en enero de 2027.
Salesforce está reconociendo que evaluar y apagar un agente en producción es un trabajo aparte del piloto. Hace un año la conversación era cómo lanzar el primero. Ahora el fabricante vende herramientas para vigilar los que ya están en uso.
Las herramientas, eso sí, no deciden solas. VentureBeat, que cubrió el anuncio, aclara que bloquear el acceso de un agente por el gateway no siempre detiene todos sus procesos en la plataforma donde está alojado (VentureBeat, Salesforce details cost controls and kill switch, 2026). Alguien tiene que saber qué apaga el interruptor y qué deja corriendo.
El mismo anuncio incluye controles de gasto. El costo de los agentes lo tratamos en Tus agentes de IA ya consultan Salesforce. Pronto cada consulta va a tener precio, así que aquí nos quedamos con la calidad de lo que el agente responde.
Lo que cambia el lunes después del lanzamiento
Un agente que funcionó en el piloto no se queda funcionando igual, porque casi todo lo que lo rodea se mueve. Alguien retoca el prompt para que salude distinto. El equipo de datos agrega un campo nuevo al objeto de pedidos. Un flujo del que depende una acción cambia de lógica. Salesforce actualiza el modelo o tu empresa decide pasarse a uno más barato.
Ninguno de esos cambios genera un error visible. El agente sigue respondiendo, solo que responde distinto. Como no hay una alerta roja, nadie lo revisa.
Un agente que falla en silencio sigue atendiendo clientes hasta que uno de ellos reclama.
Hay síntomas con los que muchas empresas se reconocen. El dueño del agente es «TI», en general, sin una persona con nombre. Las pruebas se corrieron una vez antes del lanzamiento, así que nadie las volvió a correr cuando cambió el prompt. Nadie lee conversaciones reales; lo que se mira es un tablero con cuántas conversaciones hubo y cuántas se escalaron a una persona.
Ese tablero dice cuánto trabaja el agente, aunque no dice si trabaja bien. Una conversación que termina sin escalar puede ser un cliente bien atendido o uno que se cansó y cerró la ventana. Para saber cuál de las dos fue, alguien tiene que leerla.
El otro síntoma es la falta de una regla para apagarlo. Cuando el agente empieza a responder mal, la pregunta de quién decide detenerlo aparece en medio del problema. Si nadie lo definió antes, la decisión se demora mientras el agente sigue contestando.
Una revisión semanal de cuatro pasos, con nombre y apellido
Te proponemos una rutina que se puede partir esta semana con lo que Agentforce ya trae. No reemplaza a Agent Evals cuando llegue, pero deja el hábito armado.
Primero, asigna un dueño humano por agente. Tiene que ser una persona con nombre y un suplente para las vacaciones. Es quien lee las conversaciones, aprueba los cambios y tiene la última palabra para apagarlo. Si el agente atiende a clientes de servicio, conviene que el dueño venga del negocio y trabaje junto a TI, porque es quien sabe cuándo una respuesta está mal aunque suene bien.
Segundo, lee conversaciones reales cada semana. Con el rastreo de sesiones de Agentforce (Session Tracing) puedes ver paso a paso qué hizo el agente en cada conversación: qué entendió, qué acción eligió y qué respondió. Requiere Data 360. Arma una muestra semanal que incluya las conversaciones escaladas, las que el cliente abandonó y algunas que terminaron «bien», para confirmar que de verdad terminaron bien.
Tercero, vuelve a probar antes de cada cambio. Testing Center permite correr pruebas en lote: cada caso de prueba le hace una pregunta al agente y revisa qué acción eligió y qué respondió. Ese set de pruebas se vuelve a correr cada vez que cambia el modelo, el prompt, los datos o un flujo del que depende una acción. También en un calendario fijo, aunque nadie haya tocado nada, porque el modelo puede cambiar por fuera.
Cuarto, escribe la regla para apagarlo. Qué gatilla el apagado (un tipo de error, una cantidad de reclamos, una respuesta sobre precios o plazos que no corresponde), quién lo aprieta y a quién se avisa. El Agent Kill Switch es la pieza técnica. La decisión de cuándo usarlo la tiene que tomar tu empresa antes de necesitarla.
El interruptor lo pone Salesforce. La regla para apretarlo la escribe tu empresa.
Hay una parte de este trabajo que no depende del agente. El agente corre sobre una org y usa sus permisos, sus integraciones y sus flujos. Si una release cambia un comportamiento, si una integración se cae o si un usuario tiene más permisos de los que debería, el agente lo hereda.
Mantener esa org estable mes a mes es lo que cubre Protected Run, nuestro soporte de operación sobre Salesforce. Su precio se indexa a un índice de salud de la org donde la seguridad pesa un 25% y la estabilidad un 20%. La revisión semanal del agente sigue siendo de su dueño interno. Lo que Protected Run cuida es que la org sobre la que trabaja no cambie sin que nadie lo sepa.
El minorista que cambió de modelo para ahorrar
Todavía no tenemos un caso propio de un agente en producción que podamos contar. Por eso usamos el ejemplo que el propio Salesforce publicó con el anuncio, que describe como un escenario ilustrativo y no como el resultado de un cliente real.
Un minorista tiene un agente que atiende consultas sobre pedidos. Para bajar costos de operación, el equipo lo cambia a un modelo de IA más barato. El agente sigue funcionando sin errores a la vista.
Después del cambio, las pruebas programadas de Agent Evals detectan que el agente entrega información incorrecta sobre los pedidos atrasados. Agent Evals marca el problema y pide aprobación para poner al agente en cuarentena, porque el equipo había definido que una persona tiene que aprobar esa decisión. Con la aprobación, el agente sale de producción mientras el equipo ajusta sus instrucciones sobre pedidos atrasados. Luego vuelven a correr la evaluación con el modelo barato y las instrucciones nuevas, antes de devolverlo a producción.
El ejemplo funciona porque se tomaron cuatro decisiones antes del problema: había pruebas programadas, un umbral de calidad, una regla sobre quién aprueba la cuarentena y un paso definido para volver. El software hizo la detección. Todo lo demás lo había decidido el equipo.
Ahora piensa el mismo escenario sin esas cuatro decisiones. El cambio de modelo se hace un viernes para ahorrar. Nadie corre las pruebas porque el agente «ya estaba probado». La primera señal llega cuando un cliente reclama porque le dijeron que su pedido iba en camino y llevaba una semana detenido. Ese cliente encontró la falla antes que la empresa.
Cambiar a un modelo más barato puede ser una buena decisión. Hacerlo sin volver a probar es apostar con los clientes.
Revisa esto antes del próximo lunes
Responde con sí o no según cómo funciona hoy tu agente en producción:
¿Cada agente tiene un dueño con nombre y un suplente?
¿Alguien leyó esta semana conversaciones reales, no de prueba?
¿Puedes ver qué hizo el agente paso a paso en una conversación?
¿Vuelves a correr las pruebas cuando cambia el modelo, el prompt, los datos o un flujo?
¿Existe por escrito qué gatilla apagar el agente y quién lo decide?
¿Sabes quién puede modificar el agente en producción?
¿Alguien revisa cada mes cuánto consume?
Si respondiste no a tres o más, tu agente está en producción sin que nadie lo esté mirando.
La pregunta que decide si el agente se queda
Lanzar el agente fue la parte visible del proyecto. Lo que decide si rinde es lo que pasa cada semana después: quién lee lo que contesta, quién lo vuelve a probar cuando algo cambia y quién tiene la mano en el interruptor.
Las herramientas de Salesforce van a seguir mejorando, con Agent Evals en beta desde este mes y el apagado automático en enero. Ninguna de ellas asigna un dueño ni escribe la regla. Ese trabajo es de tu empresa, mientras la org que sostiene al agente necesita estar sana para que las pruebas signifiquen algo.
Si quieres que la org donde vive tu agente se mantenga estable mientras tu equipo lo revisa cada semana, conversemos:





