De actor secundario a protagonista. En los últimos cinco años, la inteligencia artificial ha dejado de ser una promesa tecnológica para convertirse en un factor cada vez más decisivo para la competitividad empresarial. No obstante, en muchas empresas su adopción sigue acotada a automatizaciones puntuales o proyectos piloto. Las buenas intenciones están, pero muchas de estas iniciativas todavía no logra transformar de fondo la manera en que operan los negocios.
Entonces, ¿cuál es la ruta que deben seguir las compañías para implementar con éxito herramientas de IA? Según el Global Survey on AI 2025 de McKinsey, las empresas que están capturando más valor de esta tecnología no se limitan a incorporar nuevas herramientas. También rediseñan procesos, modelos operativos, estrategias de talento y estructuras de datos para escalar su impacto.
Asimismo, estudios de Boston Consulting Group (BCG) advierten que la mayoría de las compañías en el mundo aún no logra capturar un valor significativo de sus inversiones en inteligencia artificial. De hecho, alrededor del 74% de las organizaciones enfrenta dificultades para escalar resultados. ¿La razón? La tecnología sigue sin integrarse de manera estructural en los procesos del negocio.
La transición hacia empresas agénticas
La verdadera transformación ocurre cuando la inteligencia artificial se inserta en los flujos de trabajo y permite anticipar decisiones, optimizar operaciones y abrir nuevos modelos de valor. Esa es la premisa que hoy guía la estrategia de Salesforce, una de las principales multinacionales especializadas en soluciones de gestión de clientes (CRM) y plataformas empresariales basadas en IA.
Según el informe global State of Service, para 2027 la inteligencia artificial gestionará cerca del 50% de los casos de atención al cliente, frente al 30% actual. En Perú, los equipos de servicio estiman que hoy el 34% de los casos ya se resuelve con apoyo de IA y prevén que esta proporción seguirá aumentando en los próximos años. El estudio se basó en una encuesta a 6,500 profesionales de servicios en el mundo, incluidos 100 en el mercado peruano.
En septiembre de 2025, la compañía inició una nueva etapa con el nombramiento de Alberto Indacochea como director general de sus operaciones en Perú. Desde entonces, sus principales retos han sido fortalecer la presencia local de la firma y acelerar la adopción de inteligencia artificial, automatización y analítica avanzada en las organizaciones del país.
Este martes 17, Indacochea participará como speaker en el 8.º Data & AI Summit 2026 de Seminarium, donde profundizará en el concepto de "empresa agéntica”: un modelo en el que agentes de inteligencia artificial colaboran con equipos humanos para ejecutar tareas operativas, analizar datos y apoyar la toma de decisiones.
En la antesala de su participación en la cumbre tecnológica, el director general de Salesforce Perú conversó con Sectoriales Tech sobre la adopción madura de la inteligencia artificial y el papel que jugarán los datos en la próxima fase de la transformación digital corporativa.
Uno de los cambios más visibles en Salesforce es su evolución de una plataforma orientada a gestionar la relación de las empresas con sus clientes (CRM) hacia una solución que integra capacidades más avanzadas de inteligencia artificial. ¿Cómo cambia el rol del CRM cuando la IA comienza a anticipar comportamientos y deja de centrarse únicamente en el registro interacciones?
Tradicionalmente, el CRM formaba parte de la categoría de sistemas de registro. Es decir, eran plataformas diseñadas para almacenar datos sobre los clientes.
Hoy ese rol está cambiando. Antes, muchas organizaciones exigían mantener el CRM actualizado principalmente por razones de control o reporte: era, sobre todo, una herramienta para registrar información.
Ahora la lógica es diferente. Yo mismo procuro que el CRM esté al día porque, con el apoyo de la inteligencia artificial, esos datos pueden analizarse y convertirse en información útil para tomar decisiones.
En otras palabras, el CRM deja de ser solo un repositorio de información para convertirse en una herramienta dinámica que, apoyada en inteligencia artificial, amplía las capacidades de las personas.
Cuando eso ocurre, la organización empieza a operar realmente como una empresa data-driven, en la que las decisiones se toman a partir de datos y no solo de intuiciones.
Eso permite ser más productivo, tomar decisiones más acertadas y reaccionar con mayor velocidad frente al mercado y la competencia.
Al momento de implementar inteligencia artificial, ¿cómo deberían las empresas medir su impacto? En otras palabras, ¿cómo evaluar sus aportes en eficiencia operativa o crecimiento de ingresos?
Creo que uno de los mayores retos hoy es, precisamente, convencer a las organizaciones de avanzar en este camino.
Déjame ilustrarlo con un ejemplo. Si retrocedemos a 1985, cuando las computadoras personales recién empezaban a masificarse y muy pocas empresas las usaban, imagina que llegas a una compañía con 500 empleados y le dices al gerente general: “Voy a venderte 500 computadoras personales y tu empresa será mucho más productiva”.
Probablemente te habría preguntado cuál sería el retorno de esa inversión: cómo demostrarías que aumentarán los ingresos o se reducirán los costos. En ese momento, sin embargo, era muy difícil calcularlo, porque lo que realmente se estaba proponiendo era transformar la forma de trabajar de la empresa durante los siguientes veinte años.
Con la inteligencia artificial ocurre algo similar. Hoy le planteas a un gerente general que la forma de trabajar de su organización va a cambiar y, naturalmente, su respuesta suele ser: “De acuerdo, pero tenemos que ir paso a paso”.
En ese contexto, el caso de negocio más potente es el que demuestra que la inteligencia artificial puede impulsar los ingresos de la empresa. Al final, lo que las organizaciones buscan es crecer. Cuando se identifican casos de uso en los que la IA fortalece ventas, marketing o experiencia del cliente, la adopción suele acelerarse.
Ahora bien, demostrar ese impacto no siempre es sencillo, y allí persiste un reto importante.
Si una empresa peruana quisiera dar un salto competitivo real con inteligencia artificial este año, ¿cuál debería ser su primer movimiento estratégico?
Lo primero es partir de que la empresa ya ha dado algunos pasos iniciales. Por ejemplo, que ha empezado a usar herramientas de inteligencia artificial para potenciar las capacidades individuales de sus colaboradores o facilitar el trabajo colaborativo. Algo tan simple como activar una transcripción automática en una reunión virtual ya muestra cómo la inteligencia artificial puede integrarse en la dinámica cotidiana del trabajo.
Aunque, si se busca lograr cambios a gran escala, mi recomendación sería elegir un proceso o flujo de trabajo específico —de preferencia uno con impacto medible y relativamente rápido en el negocio— y concentrar allí el esfuerzo. El objetivo es que ese caso de uso produzca resultados claros, ya sea en retorno sobre la inversión o en indicadores relevantes para la empresa.
Hoy muchas organizaciones ya han experimentado con asistentes de inteligencia artificial o soluciones generativas. El siguiente paso es avanzar hacia agentes capaces de ejecutar tareas dentro de los propios procesos del negocio.
En ese sentido, plataformas como Agentforce permiten diseñar flujos de trabajo que integran tareas determinísticas y probabilísticas dentro de un mismo proceso. Pero hay un punto clave: el caso de uso debe surgir desde el negocio, no desde el área de tecnología.
¿Podrías compartir algún ejemplo concreto de cómo estos flujos de trabajo funcionan en la práctica?
Un caso interesante es el de Falabella en Chile. La compañía quería mejorar su servicio de atención al cliente. En ese momento, alrededor del 70% de las interacciones se realizaba por teléfono y el 30% a través de canales digitales. Sin embargo, el volumen de reclamos seguía aumentando, la satisfacción de los clientes era baja y la empresa necesitaba incorporar cada vez más personal para atender las consultas.
Además, contaban con un chatbot tradicional que ya había perdido credibilidad entre los usuarios.
Entonces iniciamos con ellos —primero en Colombia— un proceso de trabajo para rediseñar su modelo de atención. El cliente creía que la solución debía concentrarse en mejorar la atención por voz, pero nuestra propuesta fue distinta: desarrollar una solución digital más eficiente, enfocada en resolver los problemas del cliente con mayor rapidez.
Muchas veces lo que el cliente quiere no es necesariamente hablar con una persona, sino resolver su problema lo más rápido posible. Si el sistema puede hacerlo en pocos pasos, la experiencia mejora de manera significativa.
Tras seis meses de implementación, los resultados fueron claros. Hoy, el 70% de las interacciones se realiza a través de WhatsApp, con lenguaje natural y procesos mucho más fluidos.
El sistema logra resolver las consultas con un NPS superior a 50 puntos, algo que antes parecía prácticamente inalcanzable. Además, la atención por voz se ha reducido al 30% y sigue disminuyendo, a medida que el sistema aprende de los casos y optimiza los procesos de forma continua.
Actualmente, esta solución ya está desplegada en Chile, Perú y Colombia, y constituye un ejemplo concreto de cómo la inteligencia artificial puede rediseñar de principio a fin un flujo de trabajo para mejorar la experiencia del cliente.
