El State of Sales Report 2026 de Salesforce muestra que el número promedio de agentes de IA activos por empresa casi se triplicó en doce meses, justo cuando Microsoft y HubSpot llevan sus propios agentes de ventas a producción masiva. Para un gerente comercial en LATAM, la pregunta dejó de ser si sumar un agente: es cómo evitar que se convierta en un asistente más que nadie termina usando.
El State of Sales Report 2026 de Salesforce, publicado este mes, cuantifica algo que hasta ahora era intuición: la cantidad promedio de agentes de IA activados por organización casi se triplicó respecto al año anterior, mientras el tiempo necesario para crear uno cayó 53%. El 89% de los vendedores encuestados afirma que la IA ya mejora su comprensión del cliente, y por primera vez los equipos comerciales ubican a los agentes de IA como su principal palanca de crecimiento, por encima de la expansión de headcount o el aumento de presupuesto en publicidad. El movimiento no es aislado: Microsoft puso de forma general disponibles su Sales Agent y Service Agent dentro de Microsoft 365 Copilot, Outlook, Teams y Dynamics 365; Salesforce confirmó disponibilidad general para sus agentes Shopper, Buyer y Merchant, con integración nativa en ChatGPT; y HubSpot adquirió Warmly para reforzar la automatización de su plataforma comercial.
Para un equipo comercial, el cambio práctico es dónde vive el trabajo repetitivo. Herramientas como el resumen de oportunidad de SAP ya agregan señales de engagement, actividad y avance de cada negocio en una vista única, y los agentes de calificación filtran leads antes de que lleguen a un vendedor humano. Esto no reemplaza al vendedor: libera las horas que antes se iban en tareas administrativas —actualizar el CRM, redactar el seguimiento, buscar el historial del cliente— para que se concentren en la conversación que efectivamente cierra el negocio. Es la misma lógica que ya veíamos en la adopción de WhatsApp como canal comercial en la región: la tecnología corre más rápido que la disciplina operativa que la sostiene.
El salto de adopción, sin embargo, llegó más rápido que la limpieza de los datos que alimentan a esos agentes. Un agente de calificación de leads que trabaja sobre un CRM con contactos duplicados, campos vacíos y sin una única fuente de verdad del cliente no acelera el proceso comercial: acelera el error. En la región, esto no es hipotético —el mismo informe de HubSpot que citamos hace meses encontró que el 63% de las empresas en Chile, México, Colombia y Argentina todavía gestiona marketing y ventas con procesos manuales, y el 59% trabaja con herramientas desconectadas entre sí. Sumar un agente de IA sobre esa base no resuelve el problema de fondo: lo ejecuta a mayor velocidad.
El otro dato que conviene mirar es el ritmo de creación: si antes armar un agente de ventas tomaba semanas de configuración con un partner tecnológico, hoy el tiempo cayó a la mitad. Eso democratiza la herramienta —cualquier gerente comercial puede desplegar un agente sin depender de un proyecto de IT de seis meses— pero también multiplica el riesgo de terminar con media docena de agentes sueltos, cada uno con su propia lógica, sin que nadie audite qué datos ven ni qué deciden. Es el mismo patrón que ya vimos con la explosión de low-code fuera de los departamentos de sistemas: velocidad sin gobierno central es deuda técnica que todavía no explotó.
Cuando en Synova implementamos agentes de IA para equipos comerciales, el primer proyecto casi nunca es el agente: es la arquitectura de datos que lo va a alimentar. Un CRM con una única fuente de verdad del cliente, eventos bien definidos y un mapa claro de qué agente hace qué. Recién ahí el agente deja de ser una demo impresionante y se convierte en una pieza del sistema comercial que un director puede auditar, escalar y, sobre todo, confiar.
En pocas semanas, Google, Apple y una ola de startups bien financiadas llegaron a la misma conclusión: la voz es el próximo canal donde la IA agéntica se despliega en producción. Para empresas medianas de LATAM y España, el teléfono sigue siendo uno de los canales comerciales más usados y menos integrados que tienen.
La personalización predictiva dejó de ser diferencial y se está convirtiendo en expectativa estándar del cliente. Pero adoptar IA en el CRM y generar resultados medibles son dos cosas distintas, y la brecha entre ambas define quién gana el próximo ciclo de retención.
