La demo salió bien. El agente respondió una pregunta sobre precios, reservó una reunión y registró la actividad en el contacto correcto. Tres semanas después del lanzamiento, un prospecto hace una pregunta en dos partes sobre las condiciones del contrato, el agente responde la primera parte con seguridad y de forma equivocada, y nadie se entera hasta que el ejecutivo de cuentas hereda un hilo de correos enfadados. El panel sigue mostrando una tasa de resolución saludable, porque la conversación nunca llegó a una persona.
Esa es la decisión detrás de la mayoría de las evaluaciones de Agentforce frente a Breeze, y detrás de la tercera opción: construir agentes a medida. Cualquiera de las tres puede producir un agente que funcione en una demo. Se diferencian en cuánto control tienes sobre su comportamiento, en lo bien que puedes probarlo antes de que trate con clientes y en lo que ves cuando algo sale mal. Si eliges por funciones, descubrirás la fiabilidad a través de tus clientes.
El benchmark CRMArena-Pro procede del propio equipo de investigación de Salesforce, que en mayo de 2025 probó modelos líderes en tareas realistas de ventas, servicio y presupuestos. Mide agentes LLM sin configurar, no implantaciones configuradas de Agentforce o Breeze, y además encontró que los agentes mostraban una conciencia casi nula de los datos confidenciales por defecto. La cifra de Gartner es una predicción; se publicó tras una encuesta de enero de 2025 a 3.412 asistentes a un webinar, en la que el 19% dijo que su organización había hecho inversiones significativas en IA agéntica. La cifra de resolución de HubSpot es del propio proveedor y usa su propia definición de "resuelta", lo que importa, como explicamos más abajo. La página del producto de HubSpot muestra ahora una tasa media de resolución del 70%; usamos la cifra fechada de abril de 2026.
Cómo evaluamos Agentforce, Breeze y los agentes a medida
VANDFORT publica esta guía y VANDFORT construye agentes a medida y sistemas basados en agentes para equipos de ingresos, así que somos una de las opciones y tenemos interés en la respuesta. Para mantener una comparación justa, fijamos seis criterios antes de revisar ninguna plataforma y los aplicamos a todas las opciones, incluida la nuestra.
| Criterio | Qué buscamos |
|---|---|
| Control del comportamiento | Si puedes imponer pasos fijos donde un error sale caro, o solo orientar al agente con instrucciones. |
| Pruebas previas al lanzamiento | Si puedes ejecutar muchos casos de prueba a la vez, con resultados esperados, antes de que los clientes vean al agente. |
| Visibilidad en producción | Si cada sesión se puede rastrear: entradas, pasos de razonamiento, acciones, errores y escalados. |
| Gestión de fallos | Cómo traspasa el agente la conversación a una persona y si una respuesta equivocada puede esconderse dentro de una métrica de "éxito". |
| Alcance de los datos | Qué puede leer el agente y sobre qué puede actuar: un CRM, o también facturación, producto y soporte. |
| Modelo de precios | Precio publicado o modelo de precios en octubre de 2026, y lo previsible que resulta al crecer el volumen. Nuestra política editorial omite nuestros propios precios. |
Damos el mayor peso a la gestión de fallos. Un agente que falla de forma visible te cuesta un ticket. Un agente que falla en silencio te cuesta un cliente, y eres el último en enterarte. Describimos a los proveedores solo a partir de sus propias páginas de producto, precios y documentación, o de información independiente fechada, en octubre de 2026. Nombrar a un proveedor no es recomendarlo, y no ponemos a nadie en primer lugar.
Comparación de las opciones
| Opción | Ideal para | Fortalezas | Límites | Modelo de precios en octubre de 2026 |
|---|---|---|---|---|
| HubSpot Breeze | Equipos de HubSpot que quieren agentes empaquetados de soporte y prospección | Rápido de lanzar; pruebas por lotes y despliegue gradual; precio por resultado | Customer Agent requiere Professional o Enterprise; "resuelta" es una definición de facturación | Customer Agent $0.50 por resolución; Prospecting Agent $1 por lead cualificado; los agentes personalizados usan HubSpot Credits |
| Salesforce Agentforce | Equipos de Salesforce que necesitan un control fino del comportamiento del agente | Seis niveles de determinismo hasta Agent Script; Testing Center; rastreo de sesiones | Más configuración que hay que acertar; datos de rastreo almacenados en Data 360 | Flex Credits $500 por 100,000 (20 por acción estándar), o $2 por conversación; complementos de $125 por usuario al mes |
| Agentes a medida, construidos internamente | Equipos con ingenieros y flujos que cruzan sistemas | Control total de la lógica, el alcance de datos y la elección del modelo | Las pruebas, la monitorización, la seguridad y el mantenimiento son tuyos | Costes de modelo, alojamiento y herramientas más tiempo de ingeniería |
| VANDFORT | Equipos de $3M a $30M de ARR sin un equipo interno de agentes | Sistemas a medida probados con unos 20 de tus propios casos anteriores antes de entrar en producción | Un proyecto, no software autoservicio; un sistema cada vez | Se define en cada proyecto; no se publica aquí |
HubSpot Breeze: agentes empaquetados dentro del CRM
HubSpot enumera cuatro agentes Breeze: un Customer Agent que responde preguntas y resuelve tickets de soporte, un Prospecting Agent que investiga cuentas y redacta mensajes de prospección, un Data Agent que responde preguntas a partir de registros del CRM, llamadas y documentos, y Breeze Assistant. El creador de agentes, para agentes personalizados, está incluido en Starter, Professional y Enterprise, y esos agentes consumen HubSpot Credits cada vez que se ejecutan. La documentación de créditos de HubSpot indica que, cuando se agotan los créditos incluidos, las funciones que los usan se pausan hasta el siguiente reinicio salvo que hayas comprado paquetes de capacidad, lo que es una cuestión de fiabilidad tanto como de facturación. El Customer Agent requiere Professional o Enterprise. La página de HubSpot dice que puedes probar escenarios por lotes y desplegarlo de forma gradual antes de escalar, y que el agente escala los problemas complejos a tu equipo "con todo el contexto".
El 14 de abril de 2026, HubSpot pasó el Customer Agent de $1 por conversación a $0.50 por conversación resuelta, y el Prospecting Agent a $1 por lead cuando un prospecto queda cualificado y se entrega a tu equipo, según la noticia de MarTech sobre el anuncio. El detalle que importa para la fiabilidad es la definición. HubSpot cuenta una resolución cuando el agente ha dado soporte y la conversación no se traspasa a un representante humano durante 72 horas. Es una regla de facturación razonable, pero no una comprobación de que la respuesta sea correcta. Un cliente que recibe una respuesta equivocada y se marcha cuenta como resuelto. Breeze encaja mejor con preguntas de gran volumen y bien documentadas que con conversaciones en las que una respuesta equivocada implica un riesgo contractual o de precios.
Salesforce Agentforce: control configurable en la plataforma Salesforce
Agentforce te da más palancas. La guía de Salesforce sobre el comportamiento fiable de los agentes describe seis niveles de control agéntico, que pasan por las instrucciones, el anclaje en datos, las variables del agente y acciones como Flow o Apex, hasta llegar a Agent Script, que permite fijar en código ("hard-code") el propio proceso de razonamiento. Testing Center, presentado en enero de 2025, ejecuta lotes de casos de prueba en un sandbox, cada uno con un enunciado, los temas esperados, las acciones esperadas y un resultado esperado, para que puedas comparar lo que hizo el agente con lo que debía hacer. Agentforce Observability, antes llamado Command Center, sigue las tasas de error, la frecuencia de escalado y la latencia, y su modelo de datos de rastreo de sesiones registra las entradas, los pasos de razonamiento, las llamadas al LLM y las comprobaciones de las barreras de seguridad de cada sesión.
Los precios siguen tres modelos. Los Flex Credits cuestan $500 por 100.000, y una acción estándar usa 20 créditos, lo que equivale a $0.10 por acción. Los agentes de cara al cliente pueden facturarse en su lugar a $2 por conversación, y Salesforce indica que los dos modelos no se admiten en la misma organización. Los complementos por usuario para Sales o Service cuestan $125 por usuario al mes, con uso ilimitado para empleados. La contrapartida es el esfuerzo: cada nivel de control es algo que un administrador o desarrollador de Salesforce debe diseñar, probar y mantener. Agentforce encaja mejor en equipos con capacidad de desarrollo en Salesforce que en un equipo reducido que quiere un agente funcionando esta misma semana.
Agentes a medida construidos internamente
La tercera vía es construir agentes sobre un framework abierto y conectarlos a tu CRM mediante API. LangGraph, una opción habitual, afirma que permite "combinar pasos deterministas codificados a mano con pasos agénticos guiados por el LLM en el mismo grafo", con agentes que persisten ante los fallos y supervisión humana "inspeccionando y modificando el estado del agente en cualquier momento". Un desarrollo a medida puede leer datos de facturación, uso del producto y soporte en la misma ejecución, elegir su propio modelo y seguir la lógica de escalado que tú escribas. La encuesta de LangChain a más de 1.300 profesionales encontró que la calidad del rendimiento era la principal preocupación, más del doble de relevante que el coste o la seguridad, y que las herramientas de rastreo y observabilidad encabezaban la lista de controles imprescindibles.
El límite es la responsabilidad. Todo lo que te dan las plataformas (entornos de prueba, rastreo de sesiones, comprobaciones de permisos y registros de auditoría) lo construyes o lo ensamblas tú. Explicamos cómo es esa instrumentación en nuestro artículo sobre por qué la mayoría de los agentes de IA fallan en silencio. Los agentes a medida encajan en empresas con ingenieros que seguirán manteniéndolos dentro de un año.
VANDFORT: sistemas a medida, probados antes de entrar en producción
VANDFORT es un desarrollo a medida que diseñamos y operamos dentro de tu stack, así que no necesitas un equipo interno de agentes. Cada sistema se prueba con unos 20 de tus propios casos anteriores antes de entrar en producción, y sale al 85 por ciento o no sale. Construimos un sistema cada vez, por ejemplo Speed-to-Lead para la respuesta a leads entrantes o Pipeline Hygiene Sentinel para la calidad de los datos del CRM, y a menudo trabajamos junto a Agentforce o Breeze en lugar de sustituirlos. Los límites son reales: es un proyecto que se mide en semanas, no una herramienta que configuras esta tarde, y no tiene sentido para un único agente bien acotado que tu plataforma ya resuelve bien.
Cómo elegir
Escribe la tarea y el coste de una respuesta equivocada. "Responder preguntas documentadas sobre el producto" es un riesgo distinto de "presupuestar condiciones de renovación" o "actualizar la categoría de previsión". Para cada tarea, anota cuánto cuesta una acción equivocada y si se puede deshacer. Nuestra matriz de riesgo y reversibilidad es una forma de clasificarlas.
Mapea los datos que necesita la tarea. Si todas las entradas están en tu CRM, el agente nativo de ese CRM parte con ventaja. Si la tarea necesita facturación, uso del producto o un segundo CRM, calcula el coste de la integración antes de comparar las funciones de los agentes.
Decide dónde debe ser fija la ruta. Marca los pasos que deben ocurrir siempre de la misma manera, como verificar la identidad o comprobar un límite de descuento. Esos pasos necesitan lógica determinista, ya sea Agent Script, un paso de flujo de trabajo o código. Explicamos dónde está esa frontera en nuestro marco de flujos agénticos frente a estáticos.
Prueba con tus propios casos anteriores antes del lanzamiento. Reúne de 20 a 50 conversaciones o registros reales con resultados correctos conocidos, incluidos algunos de varios pasos y unos cuantos que el agente debería rechazar. Pásalos por cada opción y puntúa el resultado, no solo si el agente respondió.
Define tu propia métrica de éxito. No adoptes la definición de facturación del proveedor como métrica de calidad. Revisa a mano una muestra de conversaciones resueltas cada semana y sigue los escalados, las correcciones y las quejas junto a la tasa de resolución.
Calcula el precio con el triple del volumen actual. Modela el coste por resultado o por acción con el volumen actual y con el triple, e incluye a las personas que revisan y corrigen el trabajo del agente.
Como regla orientativa, un punto de partida sugerido y no un benchmark: si la tarea vive dentro de un CRM y una respuesta equivocada es barata de corregir, empieza por el agente nativo de ese CRM. Si la tarea cruza sistemas o una respuesta equivocada sale cara, diseña primero los pasos fijos y el conjunto de pruebas, y luego decide si la plataforma o un desarrollo a medida pueden sostenerlos.
Dónde encaja VANDFORT y dónde no
Lanzaste un agente de Breeze o Agentforce y su métrica de éxito parece buena mientras tu equipo sigue corrigiendo sus errores a mano. La tarea que quieres automatizar cruza los datos de tu CRM, facturación y soporte, así que ningún agente nativo ve lo suficiente. Eres una empresa SaaS B2B de $3M a $30M de ARR sin ingenieros que se encarguen de las pruebas y la monitorización. O quieres pruebas con tus propios casos anteriores antes de que nada entre en producción. Nuestra página de sistemas enumera los nueve sistemas que construimos, y nuestra guía de gobernanza explica las barreras de seguridad y registros de auditoría que ponemos a su alrededor.
Si necesitas un agente de soporte para preguntas bien documentadas en HubSpot, activa el Customer Agent y pruébalo; para eso está hecho. Si tienes desarrolladores de Salesforce y la tarea no sale de Salesforce, los controles de Agentforce probablemente basten. Si quieres una herramienta autoservicio que tu administrador configure en un día, compra software. Y si ya tienes un equipo de ingeniería que opera agentes con pruebas y rastreo, amplía lo que tienes antes de recurrir a un equipo externo.
Preguntas frecuentes
¿Qué diferencia hay entre Agentforce y HubSpot Breeze?
Agentforce es la plataforma de agentes de Salesforce y Breeze es la de HubSpot. Ambas crean agentes de IA que trabajan con datos del CRM. Breeze ofrece agentes empaquetados para soporte, prospección y consultas de datos, con precio por resultado en sus agentes Customer y Prospecting. Agentforce ofrece más configuración, incluidas rutas de razonamiento fijadas en código con Agent Script, pruebas por lotes en Testing Center y rastreo de sesiones. La diferencia práctica está en el control y el esfuerzo: Breeze se lanza más rápido y Agentforce te da más que ajustar.
¿Cuánto cuesta Agentforce en comparación con Breeze?
En octubre de 2026, Salesforce publica los Flex Credits de Agentforce a $500 por 100.000 créditos, con 20 créditos por acción estándar, o $2 por conversación para agentes de cara al cliente. Los complementos de Sales y Service cuestan $125 por usuario al mes. HubSpot cobra $0.50 por conversación resuelta en su Customer Agent y $1 por lead cualificado en su Prospecting Agent. Los agentes personalizados de ambas plataformas consumen créditos.
¿Son los agentes de IA lo bastante fiables para trabajar de cara al cliente?
Para tareas acotadas y bien documentadas, a menudo sí; para conversaciones de varios pasos, prueba con cuidado antes. El benchmark CRMArena-Pro de Salesforce AI Research encontró que los principales agentes acertaban en cerca del 58% de las tareas de negocio de un solo turno y en el 35% de las de varios turnos. Los agentes en producción con pasos fijos, anclaje en datos y reglas de escalado pueden rendir mejor que los modelos sin configurar, pero conviene medirlo con tus propios casos anteriores antes del lanzamiento.
¿Pueden los agentes de Breeze o Agentforce escalar a una persona?
Sí, ambos pueden. HubSpot dice que su Customer Agent escala los problemas complejos a tu equipo con todo el contexto. Agentforce Observability informa de la frecuencia de escalado, así que puedes ver con qué frecuencia los agentes traspasan la conversación. Comprueba cómo se cuentan los escalados: HubSpot considera resuelta una conversación si no se traspasa a una persona en 72 horas, de modo que un escalado que no se produjo puede parecer un éxito.
¿Cuándo conviene construir agentes de IA a medida en lugar de usar los del CRM?
Constrúyelos a medida cuando la tarea necesite datos que tu CRM no tiene, como facturación o uso del producto, o una lógica que la plataforma no puede expresar, y cuando tengas ingenieros que se encarguen de las pruebas y la monitorización. Si la tarea vive dentro de un CRM y los errores son baratos de corregir, el agente nativo suele ser más rápido y barato. Muchos equipos usan ambos: agentes nativos para tareas sencillas y agentes a medida para el trabajo entre sistemas.
Fuentes: Salesforce AI Research, CRMArena-Pro (Huang et al., arXiv, mayo de 2025). Gartner, nota de prensa sobre la cancelación de proyectos de IA agéntica (25 de junio de 2025; encuesta a 3.412 asistentes a un webinar, enero de 2025). MarTech, noticia sobre los precios por resultado de los agentes Breeze de HubSpot (2 de abril de 2026). HubSpot, páginas de producto de los agentes de IA Breeze y del Customer Agent, y artículo de la base de conocimientos sobre HubSpot Credits. Salesforce, página de precios de Agentforce; guía sobre los niveles de determinismo; artículo del blog sobre Agentforce Observability (junio de 2025, actualizado después); blog de Salesforce Admins sobre Testing Center (enero de 2025). LangChain, documentación de LangGraph y encuesta State of AI Agents (más de 1.300 participantes). Páginas de proveedores consultadas el 8 de octubre de 2026.
Última revisión: octubre de 2026. Las funciones y precios de los proveedores cambian; consulta la web de cada proveedor antes de comprar.
