La brecha entre la promesa y la realidad: lo que revela la lucha de Salesforce sobre la transformación de la IA en la industria tecnológica

La gran decepción de la IA: Por qué Salesforce demuestra que la realidad es diferente

La espectacular caída del 27 % en el precio de las acciones del gigante de CRM Salesforce desde principios de 2025 no es un fenómeno aislado de una sola empresa. Más bien, simboliza una discrepancia fundamental entre las altas expectativas de la inteligencia artificial y la dura realidad de su explotación comercial. Mientras las empresas tecnológicas de todo el mundo proclaman la revolución que suponen los agentes autónomos de IA, la situación de Salesforce revela tres problemas centrales que podrían ser sintomáticos para toda la industria: la monetización de las innovaciones de IA, la madurez estructural del mercado de software empresarial y la creciente complejidad de la integración tecnológica. Este análisis examina qué se esconde realmente tras esta supuesta promesa de futuro y qué consecuencias tiene para la industria tecnológica.

Adecuado para:

• Inteligencia artificial: por qué Salesforces agentforce no (todavía) comenzó: las alternativas independientes son mejores

Conceptos básicos y relevancia

La situación de Salesforce en octubre de 2025 marca un punto de inflexión en la percepción de la inteligencia artificial como motor directo de crecimiento para las empresas tecnológicas consolidadas. Marc Benioff, el carismático fundador y director ejecutivo de la empresa de gestión de relaciones con los clientes, proclamó la era de la IA basada en agentes en la conferencia Dreamforce de la compañía en San Francisco. Su visión: Los algoritmos autónomos reemplazarían a los empleados humanos en las empresas y se convertirían en la principal fuente de ingresos de Salesforce. Sin embargo, la realidad presenta un panorama diferente.

La drástica caída de las acciones de Salesforce contrasta marcadamente con la tendencia general en la industria tecnológica, donde las acciones tecnológicas han registrado importantes ganancias durante el mismo período. Esta divergencia plantea preguntas fundamentales: ¿Ha sobreestimado la industria la velocidad con la que la inteligencia artificial puede traducirse en ingresos reales? ¿Son realistas las expectativas para los agentes autónomos de IA? ¿Y qué problemas estructurales se esconden tras la brillante fachada de la promesa de la IA?

La relevancia de este análisis va mucho más allá de Salesforce. Afecta a todas las empresas que dependen de la inteligencia artificial como motor clave de crecimiento. Afecta a los inversores que invierten miles de millones en tecnologías de IA. Y afecta a los trabajadores cuyos empleos se ven amenazados por la automatización prometida. El caso de Salesforce ofrece una perspectiva única sobre los mecanismos, las esperanzas y las decepciones de una industria en transición.

Este artículo se divide en ocho secciones que presentan sistemáticamente las raíces históricas, los mecanismos técnicos, el estado actual, los casos prácticos, los problemas críticos, los desarrollos futuros y una síntesis final de las lecciones aprendidas. Quedará claro que los desafíos de Salesforce representan problemas más profundos del sector que trascienden a una sola empresa.

De pionero de la nube a luchador de IA: la reorientación estratégica de un gigante de la industria

Para comprender la situación actual, es necesario rastrear los orígenes y la evolución de Salesforce. Fundada en 1999 por Marc Benioff, la empresa revolucionó la industria del software con un concepto entonces radical: Software como Servicio. En lugar de vender costosos paquetes de licencias que debían instalarse en los servidores de los clientes, Salesforce ofrecía su solución CRM en línea. Los clientes pagaban una cuota mensual y podían usar el software simplemente a través de su navegador.

Esta innovación convirtió a Salesforce en el líder del mercado en gestión de relaciones con los clientes. Con una cuota de mercado superior al 21 %, la empresa sigue dominando el mercado global de CRM, muy por delante de competidores como Microsoft, Oracle y SAP. Durante más de dos décadas, Salesforce fue considerada una acción de crecimiento por excelencia. Sus ingresos crecieron dos dígitos año tras año, el precio de sus acciones subió continuamente y la empresa se expandió mediante numerosas adquisiciones.

Pero ya en los años previos a 2025, aparecieron los primeros indicios de desaceleración. El crecimiento de la industria del software CRM en su conjunto se ralentizó a medida que el mercado se saturaba cada vez más. Muchas grandes empresas ya habían implementado sistemas CRM, y ya se habían aprovechado las oportunidades más fáciles. Al mismo tiempo, surgieron nuevos competidores que ganaron cuota de mercado con enfoques innovadores y precios más bajos.

Ante esta situación, Benioff se centró cada vez más en la inteligencia artificial como una nueva estrategia de crecimiento a partir de 2022. Salesforce presentó inicialmente Einstein, una plataforma de IA que permitía el análisis predictivo y la automatización dentro de sus productos CRM existentes. Posteriormente, en septiembre de 2024, se produjo el gran anuncio: Agentforce, una plataforma para agentes autónomos de IA que realizarían tareas de forma independiente en áreas como atención al cliente, ventas y marketing.

La visión era ambiciosa: para finales de 2025, los clientes crearían mil millones de agentes autónomos de IA a través de la plataforma. Estos agentes no solo responderían consultas sencillas, sino que también planificarían y ejecutarían de forma independiente tareas complejas de varios pasos. Actuarían de forma proactiva, tomarían decisiones y accederían a toda la base de datos de la empresa.

Al mismo tiempo, Salesforce realizó una importante inversión en la base tecnológica de estos agentes de IA. En mayo de 2025, la compañía anunció la adquisición de Informatica, especialista en gestión de datos, por 8000 millones de dólares. La adquisición tenía como objetivo garantizar que los agentes de IA tuvieran acceso a datos de alta calidad y bien estructurados. En otoño de 2024, Salesforce ya había adquirido Own Data, otra empresa de gestión de datos, por 1900 millones de dólares.

Pero a pesar de estas enormes inversiones y la gran visión, los esperados aumentos de ingresos no se materializaron. En el segundo trimestre del año fiscal 2025/26, los ingresos de Salesforce crecieron un 9,8 %, hasta los 10.240 millones de dólares. Si bien esto superó ligeramente las expectativas, fue el quinto trimestre consecutivo con un crecimiento de un solo dígito. Las perspectivas para el siguiente trimestre eran aún más cautelosas, lo que alimentó la preocupación de que la ofensiva de IA no lograra el éxito comercial esperado.

La anatomía de los agentes autónomos de IA: tecnología entre la visión y la viabilidad

Para comprender por qué la monetización de agentes de IA resulta tan difícil, es importante examinar los fundamentos técnicos y los mecanismos de estos sistemas. Agentforce se basa en varios componentes tecnológicos que deben funcionar en conjunto para lograr la autonomía prometida.

En su núcleo se encuentra el Motor de Razonamiento Atlas, que actúa como la red neuronal o cerebro de los agentes de IA. Este motor está diseñado para imitar el pensamiento y el comportamiento humanos, categorizar correctamente las tareas, priorizar sus pasos y, en última instancia, ejecutarlas correctamente. A diferencia de asistentes de IA anteriores como Copilot, que dependían en gran medida de la interacción humana, los agentes de Agentforce están diseñados para operar de forma prácticamente autónoma.

El segundo componente clave es Salesforce Data Cloud, que armoniza todos los datos relevantes de la empresa en tiempo real y los pone a disposición de los agentes de IA. La calidad e integridad de estos datos es crucial para el rendimiento de los agentes. Esto también presenta uno de los mayores desafíos: muchas empresas han recopilado sus datos durante años en diversos sistemas sin estándares uniformes ni una limpieza regular.

El tercer componente son herramientas de integración como MuleSoft y conectores prediseñados que permiten a los agentes interactuar con flujos de trabajo existentes y sistemas externos. Estas interfaces permiten a los agentes operar no solo dentro del entorno de Salesforce, sino también comunicarse con otras aplicaciones empresariales.

Además de estos componentes específicos de Salesforce, Agentforce también integra modelos de lenguaje a gran escala de proveedores externos como OpenAI, Anthropic y Google Gemini. Estos modelos proporcionan el procesamiento del lenguaje natural subyacente y el conocimiento general del mundo sobre el que se construyen los agentes específicos.

La funcionalidad se puede ilustrar con el ejemplo de un agente de atención al cliente: un cliente contacta a la empresa con una consulta. El agente analiza la consulta, accede a los datos relevantes del cliente desde la Nube de Datos, los compara con casos similares anteriores, desarrolla un plan de resolución de varios pasos, los ejecuta y comunica el resultado al cliente. Todo esto ocurre sin intervención humana, a menos que el agente encuentre un problema que supere sus capacidades.

En teoría, esto suena impresionante. Sin embargo, en la práctica, existen numerosos obstáculos. La eficacia de los agentes depende de los datos a los que tienen acceso. Si los datos están incompletos, desactualizados o son inconsistentes, los agentes toman decisiones incorrectas. La integración en los sistemas corporativos existentes suele ser compleja y requiere un esfuerzo considerable. Y la configuración de agentes, aunque se anuncia como un proceso de bajo código, aún requiere un conocimiento técnico considerable y conocimientos específicos de Salesforce.

Otro problema es la falta de confianza. Muchas empresas dudan en ceder el control de procesos empresariales críticos a agentes autónomos sin procedimientos de prueba y mecanismos de seguridad robustos. El riesgo de errores, filtraciones de datos o comportamientos indeseables es real, como demuestran ejemplos de otros sectores.

El difícil camino hacia la rentabilidad: tres desafíos fundamentales

Los problemas de Salesforce se pueden resumir en tres desafíos clave que son típicos de toda la industria: la monetización de las innovaciones de IA, la preparación estructural del mercado y la complejidad de la adopción de tecnología.

El primer desafío se refiere a la monetización

Aunque Salesforce ha desarrollado un producto tecnológicamente avanzado con Agentforce, la pregunta clave sigue siendo: ¿Cómo puede monetizarlo? El modelo de precios de Agentforce se basa en dos dólares por conversación, un enfoque basado en el uso que difiere de los modelos de licencia tradicionales. Sin embargo, muchos clientes potenciales dudan en implementar esta tecnología a gran escala hasta que el retorno de la inversión sea claramente demostrable.

Los costos de operar agentes de IA son significativos. Los grandes modelos de lenguaje subyacentes requieren recursos informáticos costosos. Según estimaciones del sector, una sola consulta a un modelo de IA generativa cuesta hasta diez veces más que una búsqueda tradicional en Google. Estos costos deben repercutirse en los clientes, lo que limita la aceptación de precios. Al mismo tiempo, los clientes esperan que los agentes de IA ofrezcan un valor claro que justifique los mayores costos.

Hasta la fecha, solo unas 12.000 empresas utilizan Agentforce, una cifra ínfima considerando la amplia base de clientes de Salesforce, compuesta por varios cientos de miles de empresas. Los ingresos recurrentes anuales de Agentforce son inferiores a 500 millones de dólares, una fracción de los ingresos totales de más de 40.000 millones de dólares. Incluso si esta cifra se triplica o cuadruplica en los próximos años, como espera Salesforce, su contribución a los ingresos totales seguiría siendo limitada.

El segundo desafío clave es la madurez estructural del mercado de CRM

Tras dos décadas de sólido crecimiento, el mercado del software de gestión de relaciones con los clientes ha alcanzado una fase de saturación. La mayoría de las grandes y medianas empresas de los mercados desarrollados ya han implementado sistemas CRM. El potencial de crecimiento orgánico mediante la adquisición de nuevos clientes es limitado.

Al mismo tiempo, la competencia se ha intensificado. Microsoft con Dynamics 365, Oracle con sus aplicaciones en la nube, SAP con sus soluciones CRM y numerosos proveedores especializados como HubSpot, Zendesk y Zoho compiten por cuota de mercado. Estos competidores se han recuperado en los últimos años y, en ocasiones, ofrecen soluciones más económicas o especializadas.

En este entorno, será más difícil para Salesforce alcanzar tasas de crecimiento de dos dígitos, incluso con funciones de IA innovadoras. Los clientes no cambiarán su sistema de CRM simplemente porque un proveedor ofrezca nuevas capacidades de IA. Implementar un sistema de CRM es complejo, costoso y requiere mucho tiempo. Las empresas se resisten a cambiar mientras su sistema actual funcione.

Analistas como Karl Keirstead, de UBS, han señalado que el mercado de CRM ya está relativamente maduro, mientras que las inversiones en IA de los clientes en este ámbito aún se encuentran en una fase muy temprana. Por lo tanto, existe una brecha temporal entre la madurez de los productos principales en el mercado y la madurez de las incorporaciones de IA. Esta discrepancia dificulta que Salesforce recupere su impulso de crecimiento anterior.

El tercer desafío fundamental se refiere a la complejidad de la adopción de tecnología

Aunque Salesforce promociona Agentforce como una solución intuitiva y de bajo código, la realidad para muchos clientes es mucho más compleja. Implementar con éxito agentes de IA requiere una base de datos sólida, procesos bien definidos, experiencia técnica y una inversión significativa en capacitación y gestión de cambios.

Muchas empresas se enfrentan a desafíos fundamentales como la mala calidad de los datos, silos de datos aislados, una infraestructura de TI inadecuada y la falta de experiencia en IA. Estos problemas deben abordarse antes de que los agentes de IA puedan alcanzar su potencial. Esto requiere tiempo, recursos y un enfoque a largo plazo que muchas empresas evitan.

A esto se suma la escasez de trabajadores cualificados. La demanda de expertos en IA, especialistas en datos y administradores de Salesforce supera con creces la oferta. Las empresas deben pagar salarios elevados para atraer y retener a empleados cualificados. Esto incrementa aún más el coste de implementación de soluciones de IA y prolonga el tiempo de obtención de valor.

Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.

Una Plataforma de IA Gestionada es su paquete integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución integral adaptada a sus necesidades de un socio especializado, a menudo en cuestión de días.

Los beneficios clave de un vistazo:

⚡ Implementación rápida: De la idea a la aplicación operativa en días, no meses. Ofrecemos soluciones prácticas que generan valor inmediato.

🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.

💸 Sin riesgo financiero: Solo pagas por los resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.

🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.

📈 Escalable y a prueba de futuro: Su IA crece con usted. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.

Más sobre esto aquí:

• La solución de IA gestionada - Servicios de IA industrial: la clave para la competitividad en los sectores de servicios, industrial y de ingeniería mecánica

Historias de éxito y desilusión: Lo que la práctica nos enseña sobre los agentes de IA

Para obtener una imagen completa, vale la pena analizar casos de uso concretos y experiencias prácticas con agentes de IA, tanto en Salesforce como en otras empresas.

Salesforce ha implementado una de las implementaciones de agentes de IA más destacadas: en su propio servicio de atención al cliente. El director ejecutivo, Marc Benioff, anunció en septiembre de 2025 que la compañía había reducido su equipo de atención al cliente de 9000 a 5000 empleados, una reducción del 45 %. Los empleados despedidos fueron reemplazados por agentes de IA que, según Benioff, ya han gestionado 1,5 millones de conversaciones con clientes, alcanzando niveles de satisfacción similares a los de los agentes humanos.

Por un lado, esta drástica medida demuestra el potencial de los agentes de IA para automatizar tareas repetitivas y reducir costos. Salesforce ahorra importantes costos de personal gracias a estos despidos, a la vez que puede procesar más consultas. Por otro lado, plantea cuestiones éticas y prácticas. La calidad del servicio al cliente para consultas más complejas que requieren juicio humano y empatía aún está por verse. Otras empresas, como Klarna, que implementaron estrategias de automatización similares, han tenido que admitir que la calidad del servicio se vio afectada.

Un segundo ejemplo son los agentes de IA en ventas. Varios clientes de Salesforce han implementado agentes que califican automáticamente a los clientes potenciales, programan citas y envían correos electrónicos de seguimiento. Estos agentes trabajan las 24 horas y pueden gestionar cientos de clientes potenciales simultáneamente. Según Salesforce, algunos clientes han informado de un aumento de la productividad de sus equipos de ventas entre un 20 % y un 30 % gracias al uso de estos agentes.

Sin embargo, también existen limitaciones. Los agentes funcionan mejor con procesos estandarizados y criterios de calificación claramente definidos. Alcanzan rápidamente sus límites en procesos de venta B2B complejos que requieren un profundo conocimiento del producto y habilidades de negociación estratégica. Además, algunos usuarios reportan cierta insatisfacción con los clientes potenciales que prefieren hablar con una persona.

Además de Salesforce, muchas otras empresas utilizan agentes de IA. ServiceNow, competidor directo de Salesforce en el ámbito de la gestión de servicios de TI, ha desarrollado su propia plataforma para agentes de IA. Estos agentes están diseñados para diagnosticar y resolver problemas de TI de forma independiente, gestionar solicitudes de servicio y orquestar flujos de trabajo.

Microsoft también utiliza IA basada en agentes con sus productos Copilot, pero con un enfoque ligeramente diferente. Los agentes de Microsoft están más integrados en los productos existentes de Office 365 y se centran en impulsar la productividad individual en lugar de la automatización autónoma de procesos.

SAP y Oracle siguen estrategias similares, desarrollando agentes de IA integrados directamente en sus sistemas ERP y CRM. SAP ha presentado Joule, un asistente de IA que analiza procesos de negocio, ofrece recomendaciones y automatiza tareas. Oracle se centra especialmente en la infraestructura en la nube impulsada por IA y se posiciona como una plataforma para cargas de trabajo de IA con un uso intensivo de recursos computacionales.

Lo que demuestran todos estos ejemplos es que los agentes de IA funcionan mejor en casos de uso claramente definidos con datos estructurados y procesos estandarizados. Cuanto más compleja, impredecible y centrada en el ser humano sea una tarea, más difícil será para los agentes autónomos igualar o superar el rendimiento humano.

Adecuado para:

• Salesforce AI: ¡Por qué las plataformas de IA independientes son mejores que Einstein y Agentforce-Hybrid Foofcho vencen al bloqueo del proveedor!

Críticas, controversias y preguntas sin resolver: El lado oscuro de la revolución de la IA

Los problemas de Salesforce y los desafíos más amplios de la implementación de agentes de IA han generado un intenso debate sobre las promesas y limitaciones de la tecnología. Varios aspectos críticos merecen especial atención.

El primer punto controvertido se refiere a la pérdida de empleos. Al despedir a 4.000 empleados de atención al cliente, Salesforce envió un mensaje claro: los agentes de IA no solo están reemplazando procesos ineficientes, sino también a los humanos. Benioff había afirmado previamente que la IA no provocaría la desaparición de los empleos de oficina. La realidad muestra algo diferente.

Esta tendencia no se limita a Salesforce. Según datos, se preveía la eliminación de más de 64.000 empleos tecnológicos solo en EE. UU. para 2025, muchos de ellos relacionados con la creciente automatización mediante IA. Lo irónico es que, al mismo tiempo, muchas de estas empresas buscan contratar nuevos empleados, especialmente en desarrollo y ventas de IA. Por lo tanto, se está produciendo un cambio: ciertos puestos se vuelven obsoletos mientras que otros emergen. Pero la pregunta sigue siendo si los nuevos empleos creados compensarán a los perdidos, tanto en número como en calidad.

El segundo aspecto crítico es la discrepancia entre el marketing y la realidad. Salesforce y otras empresas tecnológicas han promocionado agentes de IA con promesas ambiciosas: revolucionar el mundo laboral, obtener ganancias extraordinarias de productividad y sistemas autónomos que sustituyen a los empleados humanos. Sin embargo, la realidad es que muchas implementaciones aún se encuentran en fase piloto, y las ganancias de productividad prometidas a menudo no se materializan o solo se materializan en áreas limitadas.

Un estudio de Capgemini reveló que, si bien el 90 % de los ejecutivos encuestados están convencidos de que la IA basada en agentes ofrece una ventaja competitiva, solo el 14 % ha comenzado a implementarla. La mayoría aún se encuentra en la fase de planificación y casi la mitad carece de una estrategia de implementación concreta. La confianza en los agentes de IA totalmente autónomos ha disminuido significativamente durante el último año, del 43 % al 27 %.

Un tercer problema es la dependencia de gigantes tecnológicos individuales. Salesforce Agentforce está estrechamente integrado con el ecosistema de Salesforce. Los agentes funcionan mejor cuando todos los datos y procesos se encuentran dentro del entorno de Salesforce. Integrar fuentes o sistemas de conocimiento externos requiere un esfuerzo considerable. Esto crea una dependencia del proveedor, lo que dificulta que los clientes cambien a soluciones alternativas.

Microsoft, SAP y Oracle también enfrentan críticas similares. Cada proveedor intenta crear su propio ecosistema donde sus agentes de IA funcionen mejor. Esto complica la integración de diferentes sistemas y obliga a los clientes a elegir un proveedor principal. Iniciativas como el Protocolo de Contexto de Modelo, cuyo objetivo es facilitar la comunicación estandarizada entre agentes de IA de diferentes proveedores, aún están en sus primeras etapas.

Un cuarto aspecto controvertido se refiere a la privacidad y seguridad de los datos. Los agentes de IA necesitan acceder a una gran cantidad de datos corporativos para operar eficazmente. Esto genera posibles riesgos de seguridad, especialmente cuando estos datos se transmiten a servicios de IA externos como OpenAI o Anthropic. Si bien Salesforce y otros proveedores enfatizan que han implementado estrictas medidas de protección de datos, persisten las preocupaciones, especialmente en sectores regulados como la salud o los servicios financieros.

El quinto punto crítico es el impacto ambiental. Ejecutar grandes modelos de IA requiere una enorme cantidad de potencia de procesamiento y, por lo tanto, de energía. Los centros de datos que alimentan estos modelos consumen millones de kilovatios-hora de electricidad y producen importantes emisiones de CO2. En un momento en que las empresas se ven cada vez más presionadas para cumplir sus objetivos de sostenibilidad, la huella ambiental de los sistemas de IA se está convirtiendo en una preocupación creciente.

Mirando hacia el futuro: entre la consolidación y la próxima ola

A pesar de todos los desafíos actuales, los expertos predicen que los agentes de IA desempeñarán un papel cada vez más importante en las empresas en los próximos años. La pregunta no es si esta tecnología prevalecerá, sino con qué rapidez y en qué forma.

Gartner predice que, para 2026, aproximadamente el 40 % de todas las aplicaciones empresariales contendrán agentes de IA para tareas específicas, un aumento significativo respecto a menos del 5 % en 2025. Para 2035, la IA basada en agentes podría representar aproximadamente el 30 % de los ingresos globales por software empresarial, superando los 450 000 millones de dólares. El mercado de la IA autónoma y los agentes autónomos crecerá de 8 620 millones de dólares en 2025 a 263 960 millones de dólares en 2035, con una tasa de crecimiento anual compuesta superior al 40 %.

Estas previsiones se basan en el supuesto de que los desafíos actuales se irán superando gradualmente. Diversos acontecimientos podrían contribuir a ello:

En primer lugar, la tecnología en sí evolucionará. Los grandes modelos lingüísticos subyacentes serán más potentes, eficientes y rentables. Nuevos modelos, como o1 de OpenAI, con razonamiento mejorado, o Claude de Anthropic, con ventanas de contexto más amplias, permitirán tareas más complejas. El coste de la inferencia de IA ya se ha reducido drásticamente, multiplicándose por 280 entre noviembre de 2022 y octubre de 2024. Es probable que esta tendencia continúe, lo que hará que las aplicaciones de IA sean más atractivas económicamente.

En segundo lugar, las empresas aprenderán a utilizar los agentes de IA de forma más eficaz. Los primeros en adoptar la tecnología adquirirán experiencia, identificarán las mejores prácticas y las compartirán con la comunidad. Surgirán programas de formación, certificaciones y servicios de consultoría para apoyar a las empresas en su implementación.

En tercer lugar, la estandarización podría avanzar. Iniciativas como el Protocolo de Contexto de Modelo o el Protocolo de Agente a Agente de ServiceNow buscan facilitar la comunicación entre agentes de IA de diferentes proveedores. Si se establecen estos estándares, facilitarán la integración y reducirán la dependencia de un proveedor.

En cuarto lugar, es previsible la consolidación de proveedores. El mercado de agentes de IA está actualmente fragmentado, con docenas de startups y empresas consolidadas compitiendo por cuota de mercado. Es probable que en los próximos años se produzcan adquisiciones y reestructuraciones del mercado, similares a las observadas en otros segmentos tecnológicos en el pasado. Grandes empresas como Salesforce, Microsoft, Google, SAP y Oracle adquirirán proveedores más pequeños para ampliar sus capacidades de IA.

Para Salesforce, en particular, será crucial que la empresa pueda integrar con éxito la adquisición de Informatica y generar valor real para Agentforce. Esta adquisición es la mayor en la historia de la compañía desde la compra de Slack en 2021. Conlleva riesgos, como lo demuestra la rebaja de calificación de RBC, que redujo drásticamente el precio objetivo. Sin embargo, también ofrece oportunidades si permite a Salesforce crear una plataforma de gestión de datos más completa que aumente la eficacia de los agentes de IA.

A medio plazo, para 2030, Salesforce aspira a alcanzar ingresos superiores a los 60 000 millones de dólares, lo que corresponde a una tasa de crecimiento orgánico superior al 10 % anual. Esto marcaría el regreso a un crecimiento de dos dígitos tras haber permanecido por debajo de esta marca desde mediados de 2024. El que este objetivo sea realista depende en gran medida de que Agentforce y otros productos de IA alcancen el éxito esperado.

A largo plazo, Gartner predice que la tendencia podría avanzar hacia ecosistemas complejos multiagente. En estos sistemas, agentes especializados trabajan juntos, coordinando sus acciones y compartiendo información. Un agente podría analizar las consultas de los clientes, otro desarrollar propuestas de solución, un tercero coordinar la implementación y un cuarto supervisar la calidad. Esta colaboración orquestada podría automatizar procesos de negocio aún más complejos.

Pero aún queda mucho camino por recorrer. Los próximos dos o tres años serán cruciales para ver si se pueden superar los problemas actuales y si las ganancias de productividad y los aumentos de ingresos prometidos se materializan.

Lecciones de la crisis de Salesforce para la industria tecnológica

El análisis del problema de Salesforce revela verdades fundamentales sobre el estado de la inteligencia artificial y su explotación comercial. El hallazgo clave es que existe una discrepancia significativa entre la viabilidad tecnológica de los agentes de IA y su rentabilidad comercial en el mercado actual.

Salesforce es un excelente ejemplo de una industria que entró en la era de la IA con grandes expectativas, pero que ahora se enfrenta a la dura realidad de la monetización. Los tres principales desafíos identificados (dificultades de monetización, saturación del mercado y complejidad de adopción) no son exclusivos de Salesforce, sino que afectan a toda la industria del software empresarial.

La experiencia demuestra que la innovación tecnológica por sí sola no es suficiente. Las empresas también deben desarrollar un modelo de negocio atractivo, demostrar beneficios claros para el cliente y reducir las barreras de adopción. Salesforce ha creado un producto tecnológicamente impresionante con Agentforce, pero traducirlo en un crecimiento sostenible de los ingresos sigue siendo un desafío.

Para los inversores, esto significa que deben distinguir entre la expectativa a corto plazo y el valor a largo plazo. Las altas valoraciones de muchas empresas de IA se basan en expectativas de beneficios futuros que podrían no materializarse o retrasarse considerablemente. Es fundamental realizar un análisis riguroso de las tasas de adopción reales, la contribución a los ingresos y la rentabilidad.

Para las empresas que buscan implementar agentes de IA, la recomendación es: comenzar con casos de uso claramente definidos, invertir en la calidad de los datos y la gestión de cambios, y no esperar resultados inmediatos. Las implementaciones más exitosas se centran en unos pocos proyectos bien ejecutados en lugar de lanzar numerosos experimentos superficiales.

Para los trabajadores, este desarrollo implica que ciertas tareas serán automatizadas por la IA, a la vez que surgirán nuevos roles. Invertir en habilidades relevantes para la IA, ya sea en su desarrollo, gestión o aplicación estratégica, es cada vez más importante.

El caso de Salesforce es, por tanto, mucho más que la historia de una sola empresa en dificultades. Es una lección sobre los desafíos de la transformación tecnológica, la brecha entre la visión y la realidad, y la necesidad de mantener una visión clara de las realidades económicas a pesar del entusiasmo por las nuevas tecnologías. La revolución de la IA llegará, pero se producirá de forma gradual, irregular y selectiva; no como el tan mencionado Big Bang, sino como un proceso continuo con altibajos.

☑️ Nuestro idioma comercial es inglés o alemán.

☑️ NUEVO: ¡Correspondencia en tu idioma nacional!

 

Estaré encantado de servirle a usted y a mi equipo como asesor personal.

Puedes ponerte en contacto conmigo rellenando el formulario de contacto o simplemente llámame al +49 89 89 674 804 (Múnich) . Mi dirección de correo electrónico es: wolfenstein ∂ xpert.digital

Estoy deseando que llegue nuestro proyecto conjunto.

 

 

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación.

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Pionero en desarrollo empresarial / marketing / relaciones públicas / ferias comerciales

Enfoque industrial: B2B, digitalización (de IA a XR), ingeniería mecánica, logística, energías renovables e industria.

Más sobre esto aquí:

• Centro de negocios Xpert

Un centro temático con conocimientos y experiencia:

• Plataforma de conocimiento sobre la economía global y regional, la innovación y las tendencias específicas de la industria.
• Recopilación de análisis, impulsos e información de fondo de nuestras áreas de enfoque
• Un lugar para la experiencia y la información sobre los avances actuales en negocios y tecnología.
• Centro temático para empresas que desean aprender sobre mercados, digitalización e innovaciones industriales.

Xpert.Digital tiene un conocimiento profundo de diversas industrias. Esto nos permite desarrollar estrategias a medida que se adaptan precisamente a los requisitos y desafíos de su segmento de mercado específico. Al analizar continuamente las tendencias del mercado y seguir los desarrollos de la industria, podemos actuar con previsión y ofrecer soluciones innovadoras. Mediante la combinación de experiencia y conocimiento generamos valor añadido y damos a nuestros clientes una ventaja competitiva decisiva.

Más sobre esto aquí:

• Utilice la experiencia quíntuple de Xpert.Digital en un solo paquete, desde sólo 500 € al mes