Menos de 10% dos clientes da própria Salesforce que testaram Agentforce escalaram o agente além do piloto. O número não vem de concorrente nem de analista cético — vem de análise de mercado que cruzou dado de adoção real com o discurso comercial da plataforma. A maioria das empresas que assina o piloto nunca chega à segunda fase.
O padrão não é exclusividade do Agentforce. Um levantamento de março de 2026 com 650 líderes de tecnologia empresarial encontrou 78% das empresas já rodando pelo menos um piloto de agente de IA — mas só 14% escalaram um agente pra uso organizacional real. A diferença entre esses dois números é o funil mais caro de 2026: não o custo de testar um agente, mas o custo de nunca decidir se ele vira operação.
O sintoma: o piloto aprova, a produção nunca chega
O padrão se repete em quase todo piloto de Agentforce que trava: o time técnico aprova o agente porque ele se comportou bem no escopo testado, alguém apresenta o resultado numa reunião, todo mundo concorda que "funcionou" — e o projeto para exatamente aí. Não porque o agente falhou. Porque ninguém decidiu, antes do piloto começar, o que precisava ser verdade pra ele virar parte da operação.
O relatório de Tech Trends 2026 da Deloitte documenta a escala do problema: 89% dos pilotos de agente de IA falham antes de chegar à produção, e apenas 11% cruzam essa linha. A causa não é o modelo de linguagem por trás do agente — é a ausência de um caminho definido entre "o piloto funcionou" e "isso agora roda todo dia, com gente responsável por ele". Sem esse caminho, o piloto que funcionou bem simplesmente não tem pra onde ir.
O piloto não fracassa quando o agente erra — fracassa quando ninguém decidiu, antes, o que precisava ser verdade pra ele sair da prova de conceito.
Cinco a onze meses reais, contra três a seis semanas prometidas
A primeira fonte de atrito é a distância entre o que a proposta comercial promete e o que a operação de fato exige. Salesforce vende ciclos de implementação de três a seis semanas. Uma análise independente de projetos reais de Agentforce em 2026 situa o tempo até produção — com integrador de sistema envolvido na maioria dos casos — entre 5 e 11 meses.
Essa distância não é exagero de vendedor nem lentidão de cliente. É o tempo que o redesenho de processo de fato consome — e que a proposta de três a seis semanas nunca incluiu como etapa. O mesmo padrão já apareceu na promessa de implementação de Salesforce em seis semanas: o prazo curto cobre a configuração técnica, não a mudança de processo que decide se o projeto pega ou não.
- Semanas 1 a 4 (o que a proposta cobre). Configurar o agente, conectar a fonte de dado, validar em ambiente controlado com caso de teste curado.
- Meses 2 a 6 (o que a proposta não cobre). Redesenhar quem aprova o quê quando o agente age sozinho, decidir onde a revisão humana continua obrigatória, treinar quem vai operar o agente no dia a dia — não só quem vai monitorá-lo.
- Meses 6 a 11 (onde a maioria trava). Formalizar dono do agente, montar infraestrutura de avaliação contínua, aprovar orçamento de manutenção recorrente — nenhuma dessas três etapas está na proposta original, e todas são pré-requisito pra sair do piloto.
O que trava não é o agente — é o processo em volta dele
O piloto de Agentforce roda, quase sempre, sobre um recorte controlado da operação: dado curado pelo próprio time, ferramenta estável e revisão humana de cada saída antes dela virar ação — as mesmas três condições que a produção remove, uma de cada vez, à medida que o agente escala. Um piloto bem-sucedido mede competência numa tarefa conhecida. Não mede se a empresa redesenhou o processo em volta o suficiente pra aguentar o agente decidindo sozinho em escala.
É aqui que a maioria das empresas confunde dois problemas diferentes. O primeiro — o agente funciona tecnicamente — o piloto já respondeu. O segundo — quem aprova o quê quando o agente erra, quem tem autoridade pra pausá-lo, quem responde pelo resultado — normalmente nem chegou a ser perguntado. Sem uma pessoa formalmente responsável pelo agente do primeiro dia até a desativação, a decisão de escalar fica sem quem a tome — e o piloto morre de inanição, não de rejeição formal.
A parte de governança do problema é mensurável: só 21% das empresas relatam ter um modelo de governança maduro pra IA agêntica, segundo o mesmo relatório da Deloitte. Governança aqui não significa comitê nem política escrita guardada em intranet — significa decisão prévia sobre onde o agente pode agir sozinho, onde precisa de aprovação humana, e quem revê essa fronteira à medida que o agente ganha escopo novo. Empresa que trata agente autônomo como se fosse dashboard — sobe, aprova, esquece — descobre a lacuna só depois do primeiro incidente visível.
O que os 10% fazem diferente
O grupo minoritário que escala não tem acesso a tecnologia diferente do resto — o modelo por trás do Agentforce é o mesmo pra todo cliente. A diferença é operacional, e se repete em quatro pontos:
- Nomeiam dono do agente antes de aprovar o piloto, não depois. A pergunta "quem responde por isso quando der errado" tem resposta definida antes do primeiro caso real passar pelo agente — não é debatida em reunião de crise depois do primeiro erro visível.
- Redesenham o fluxo de aprovação, não só configuram o agente. Decidem, por categoria de decisão, onde o agente age sem intervenção e onde a revisão humana continua obrigatória — em vez de manter o processo de aprovação idêntico ao de antes e simplesmente inserir o agente no meio dele.
- Constroem avaliação contínua antes de precisar dela. Medem taxa de acerto do agente em produção, não só no dia da demonstração — a mesma disciplina que falta na maioria dos relatórios de IA hoje.
- Orçam a manutenção recorrente desde o piloto. Sabem, antes de aprovar a fase seguinte, que agente em produção consome revisão de prompt, atualização de ferramenta e ajuste de escopo continuamente — não é projeto que termina quando o piloto "funciona".
Nenhum dos quatro pontos exige feature nova da plataforma. Exige decisão organizacional tomada enquanto o piloto ainda está rodando — não depois que ele já provou que funciona tecnicamente e ninguém sabe o próximo passo.
Escalar não é sorte — é decisão que alguém precisa tomar
O piloto que nunca vira produção não é, na maioria dos casos, um piloto que falhou. É um piloto que funcionou bem o suficiente pra não morrer — e não bem definido o suficiente pra alguém decidir escalá-lo. Enquanto isso, a demanda comercial pelo Agentforce segue crescendo: negócios pagos cresceram 50% trimestre contra trimestre no terceiro trimestre fiscal de 2026, sinal de que a conversão de piloto pra contrato real está acontecendo — só que concentrada numa fatia pequena de clientes que resolveu o problema organizacional antes de pedir o próximo orçamento.
A pergunta que decide se uma empresa fica nos 90% ou entra nos 10% não é técnica. É se alguém, antes do piloto terminar, assumiu a responsabilidade de decidir o que precisa ser verdade pra ele sair da prova de conceito.
Perguntas que sempre voltam
Fechando, as dúvidas mais comuns sobre por que pilotos de Agentforce não chegam à produção.
Por que a maioria dos pilotos de Agentforce não vira produção?
Porque o piloto mede se o agente funciona tecnicamente num escopo controlado — dado curado, ferramenta estável, revisão humana de cada saída — e não mede se a empresa redesenhou o processo de aprovação, nomeou um dono formal e orçou a manutenção recorrente que a operação real exige. Menos de 10% dos clientes da Salesforce escalam além dessa fase, e o motivo mais citado em pesquisas de 2026 é organizacional, não técnico: falta caminho definido entre "o piloto funcionou" e "isso agora é parte da operação diária".
Quanto tempo leva, de fato, pra um piloto de Agentforce chegar à produção?
Entre 5 e 11 meses, segundo análise independente de projetos reais — bem além das 3 a 6 semanas que a proposta comercial costuma anunciar, e quase sempre com um integrador de sistema envolvido. O prazo curto cobre a configuração técnica; o tempo adicional é consumido pelo redesenho de processo, pela definição de dono do agente e pela construção de avaliação contínua, etapas que raramente aparecem na proposta inicial.
O que muda entre uma empresa que escala o agente e uma que trava no piloto?
Quatro práticas concentram a diferença: nomear um dono do agente antes de aprovar o piloto (não depois de um incidente), redesenhar o fluxo de aprovação por categoria de decisão em vez de manter o processo antigo com o agente encaixado no meio, medir a taxa de acerto do agente continuamente em produção, e orçar a manutenção recorrente desde a fase de piloto. Nenhuma dessas práticas depende de recurso novo da plataforma — depende de decisão organizacional tomada enquanto o piloto ainda está rodando.