Agentforce em produção: como monitorizar, testar e melhorar agentes de IA

Lançar um agente de IA no Salesforce não é o fim do projeto. É o momento em que começa a surgir a informação mais valiosa: como os utilizadores interagem com o agente, onde ficam bloqueados, que pedidos geram escalamentos e quais os fluxos que funcionam bem em ambiente real.

Esta mudança de foco ficou particularmente clara no Dreamforce 2026. A Salesforce apresentou novas capacidades orientadas para a operação de agentes em produção, incluindo Agent Optimizer, Agent Health Monitoring, Custom Scorers, testes conversacionais e experimentação A/B. A mensagem é simples: construir um agente é apenas uma parte do trabalho; mantê-lo fiável e útil exige monitorização e melhoria contínuas.

Depois do go-live, os problemas mudam

Durante a fase de construção, é possível controlar os cenários de teste. Em produção, isso deixa de acontecer. Os utilizadores fazem perguntas inesperadas, os dados mudam, surgem novos processos e uma instrução que funcionava bem pode passar a gerar respostas menos úteis.

A própria Salesforce descreve este desafio como um ciclo de aprendizagem: observar o que acontece em produção, identificar padrões de falha, testar melhorias e transformar essas aprendizagens em novos testes de regressão. É esse ciclo que separa um agente que apenas foi lançado de um agente que continua a gerar valor ao longo do tempo.

O que deve ser monitorizado num agente em produção

Não existe uma única métrica que diga se um agente está a funcionar bem. O acompanhamento deve combinar indicadores técnicos e resultados de negócio.

• Taxa de erro: ajuda a detetar interações em que o agente não conseguiu concluir corretamente uma ação.

• Latência: mostra quanto tempo o agente demora a responder, um fator importante para a experiência do utilizador.

• Taxa de escalamento: indica com que frequência a conversa precisa de passar para uma pessoa.

• Taxa de resposta: ajuda a identificar situações em que o utilizador não recebe resposta dentro do período esperado.

• Resolução e qualidade: devem ser avaliadas em função do objetivo real do agente, e não apenas da ausência de erros técnicos.

O Agent Health Monitoring, já apresentado pela Salesforce como disponível de forma geral, foi criado precisamente para detetar sinais como aumentos de erros, picos de latência ou alterações nas taxas de escalamento e resposta, permitindo configurar alertas e investigar as sessões associadas.

Agent Optimizer: transformar sessões reais em melhorias

O Agent Optimizer leva este processo um passo além. A Salesforce anunciou disponibilidade geral para outubro de 2026 e descreve a ferramenta como um agente que ajuda a construir, testar e melhorar outros agentes.

Em Agentforce Observability, o Optimizer pode analisar grandes volumes de sessões, agrupar padrões de falha recorrentes e ajudar a priorizar os problemas com maior impacto. Entre os exemplos indicados pela Salesforce estão erros em chamadas de ferramentas, lacunas de conhecimento e pedidos fora do âmbito previsto.

A diferença prática está na ligação entre observação e execução. Depois de identificar um problema, a equipa pode trabalhar sobre a alteração, testá-la e prepará-la para implementação dentro do mesmo ciclo. Isso reduz o risco de corrigir um problema e criar outro noutro ponto do agente.

Testar antes de mudar continua a ser essencial

Automatizar a melhoria não significa abdicar de controlo. A Salesforce continua a posicionar a supervisão humana como parte central do processo. As equipas definem os resultados que interessam, escolhem o grau de autonomia e determinam em que pontos uma alteração exige revisão.

Outras novidades anunciadas no Dreamforce 2026 reforçam esta lógica. Custom Scorers permitem avaliar sessões de acordo com critérios definidos pela própria organização. Voice and Conversation Testing avalia conversas completas, e não apenas respostas isoladas. A/B Experimentation, anunciada em beta para outubro, permite comparar variantes de um agente com grupos diferentes de tráfego.

O que isto significa para empresas que já usam Agentforce

Para uma empresa, a principal conclusão é que um agente deve ser tratado como um ativo operacional em evolução, não como uma automação estática. Isso implica definir responsáveis, métricas e uma rotina de revisão depois do lançamento.

• Definir quais resultados de negócio o agente deve melhorar.

• Estabelecer métricas técnicas e operacionais antes de escalar o volume.

• Rever sessões e padrões de falha com uma cadência definida.

• Testar alterações antes de as colocar em produção.

• Manter dados, base de conhecimento, permissões e ações alinhados com a realidade do negócio.

A ligação com manutenção, suporte e auditoria Salesforce

Esta abordagem encaixa diretamente no mesmo princípio que já defendemos quando falamos de suporte pós-go-live: o Salesforce não deve ficar parado depois da implementação. Com agentes de IA, essa necessidade torna-se ainda mais importante, porque a qualidade depende não só da configuração inicial, mas também dos dados, processos e comportamentos que mudam com o tempo.

Na Azimute, os serviços de manutenção e suporte acompanham a evolução do CRM, enquanto a auditoria técnica e estratégica ajuda a identificar problemas, funcionalidades subutilizadas e oportunidades de melhoria. Num ambiente com Agentforce, essa disciplina passa também por perceber se o agente está a responder, decidir e agir de acordo com os objetivos definidos.

Um agente que aprende precisa de uma operação que também aprenda

A nova geração de ferramentas da Salesforce torna a melhoria de agentes mais rápida, mas não elimina a necessidade de estratégia. A tecnologia consegue encontrar padrões e testar hipóteses; cabe à empresa definir o que é um bom resultado, quais riscos são aceitáveis e onde a decisão humana continua a ser necessária.

Se já tem Agentforce em produção, ou está a preparar o primeiro caso de uso, a pergunta deixa de ser apenas 'o agente funciona?'. A pergunta mais útil é: 'temos métricas e processos para saber se está a melhorar?'.

A Azimute pode ajudar a avaliar o estado atual do seu Salesforce, estruturar a operação pós-lançamento e definir um plano de evolução alinhado com o negócio.