• 3 min de lectura
23 herramientas después, las ventas B2B siguen estancadas
Los equipos de ingresos B2B usan, en promedio, 23 proveedores, pero los pipelines siguen planos. La tesis: son los datos fragmentados, no los modelos de IA, los que obstaculizan los resultados.

Imagen: TNW
Los equipos de ingresos B2B ahora usan software de 23 proveedores distintos en promedio, pero los pipelines de ventas se han mantenido planos. Esa es la contradicción central del software moderno de go-to-market: las empresas añadieron IA en ventas y marketing, pero obtuvieron más ruido, más mensajes genéricos y poco incremento en los ingresos.
Según la fuente, el problema no son los modelos en sí. Es la arquitectura bajo ellos. La mayoría de las pilas de ingresos siguen dependiendo de sistemas de registro diseñados para almacenar información hasta que un humano decide qué hacer después. En esa configuración, cada herramienta funciona de forma aislada, sin memoria compartida ni criterio compartido a lo largo de la pila.
El artículo sostiene que por eso la IA ha escalado en su mayoría playbooks de ventas defectuosos en lugar de arreglarlos. Insertar agentes autónomos sobre CRM y sistemas de engagement de ventas heredados creó soluciones puntuales aisladas, no operaciones verdaderamente inteligentes.
Qué se supone que debe hacer un Cerebro de la empresa
La alternativa propuesta es un Cerebro de la empresa: una capa de inteligencia centralizada que mapea cómo funciona el motor de ingresos de una compañía y sirve como fuente única de verdad para agentes especializados. En lugar de que cada herramienta aprenda por sí sola, prospección, mensajes salientes, cualificación de leads entrantes, llamadas y optimización de campañas funcionarían todos a partir de la misma memoria institucional y la misma capa de decisión.
En ese modelo, cada acción retroalimenta el sistema central en tiempo real. Si un agente aprende que cierto enfoque de mensaje funciona, el resto de la red puede adaptarse de inmediato. La afirmación es que la inteligencia se compone cuando los agentes comparten bucles de retroalimentación, en lugar de dejar las lecciones atrapadas dentro de silos de software separados.

Recomendado
Helicone permite a los usuarios consultar ClickHouse compartido de forma segura
Construye el cerebro primero
El consejo del artículo a los fundadores es sencillo: construyan la capa de inteligencia centralizada antes de desplegar agentes autónomos. Para que funcione bien, esa capa debería nutrirse de más de 50 fuentes de datos distintas y de cientos de señales de compra, y además situarse encima de las herramientas que los equipos de ventas y marketing ya usan.
Un ejemplo práctico: si un prospecto muestra alta intención en una página de precios, el cerebro procesa esa señal y dirige a un agente saliente a redactar un mensaje contextual. Cada respuesta y cada cierre de trato mejora entonces el sistema para la siguiente interacción.
La prueba decisiva, dice la fuente, es simple: ¿comparten realmente memoria, criterio y bucles de retroalimentación sus herramientas de IA? Si no, añadir más agentes a una pila fragmentada probablemente no cambiará el resultado. Las empresas que construyan el cerebro primero, argumenta, se separarán de aquellas que aún conectan agentes a sistemas de almacenamiento heredados.
Enterprise Editor
Marcus follows the money. He covers enterprise software, cloud architecture, and the tectonic shifts in Big Tech strategy. He translates dense earnings calls and complex M&A activity into actionable insights about where the industry is actually heading. If a tech giant makes a silent pivot, Marcus is usually the first to notice.
vía TNW


