Todos los CRM han sacado su IA. HubSpot la llama Breeze, Salesforce la llama Agentforce, Zoho lleva años con Zia y Pipedrive tiene sus funciones de IA repartidas por el pipeline. Las demos son buenas: el asistente resume el hilo, redacta el correo de seguimiento, puntúa el lead y te dice a quién llamar hoy. Si estás evaluando cuál activar, la pregunta que te están haciendo responder es «cuál tiene mejor IA». Es la pregunta equivocada.
La tesis en una frase: la IA que tu CRM te vende está diseñada para resolver el problema de tu CRM —que lo uses más y lo tengas más lleno—, no el de tu operación. Y el problema de tu operación casi nunca es escribir correos: es que el dato está sucio, incompleto y desactualizado, y que nadie sabe cuál es el siguiente paso de la mitad de los negocios abiertos.
Qué promete la IA para CRM en HubSpot, Salesforce, Pipedrive y Zoho
Las cuatro plataformas convergen en lo mismo, con nombres distintos: un asistente conversacional dentro del registro, redacción de correos, resúmenes de conversación, puntuación de leads y —lo nuevo de este ciclo— agentes que ejecutan secuencias completas sin que nadie apriete un botón. La diferencia real entre ellas no está en la capacidad del modelo: está en cuánto dato tuyo tienen ya dentro y en cuánto te cuesta sacar lo que producen.
| CRM | Cómo llama a su IA | Dónde aporta de verdad | Dónde te deja solo |
|---|---|---|---|
| HubSpot | Breeze (asistente + agentes) | Redacción y resúmenes dentro del registro; funciona bien si tu equipo ya vive en HubSpot | Todo lo que ocurre fuera de HubSpot: el correo que nadie registró, el ERP donde está el histórico de facturación |
| Salesforce | Agentforce | Agentes sobre procesos complejos y muy configurables, con permisos serios detrás | El coste real de configuración: sin alguien que lo modele, un agente potente sobre datos mal modelados amplifica el desorden |
| Zoho | Zia | Puntuación predictiva, detección de anomalías y sugerencias de momento de contacto a un precio muy por debajo de los otros dos | La profundidad cuando el proceso se sale del estándar; el ecosistema empuja a quedarte dentro de Zoho |
| Pipedrive | Funciones de IA en el pipeline | Simplicidad: puntuación y sugerencias sin que nadie tenga que administrar nada | Cualquier cosa que exija criterio propio o datos de fuera; es un pipeline visual, no una plataforma |
Nada de eso está mal. Lo que pasa es que todo está diseñado sobre el mismo supuesto: que el dato que hay dentro del CRM es correcto y está completo. En la mayoría de las empresas ese supuesto es falso, y ahí es donde se rompe la promesa.
El sesgo del vendedor: tu CRM resuelve problemas del CRM
Piénsalo desde el otro lado de la mesa. El fabricante de tu CRM mide el éxito en adopción: registros creados, campos rellenados, usuarios activos, licencias renovadas. Su IA, lógicamente, ataca la fricción que impide eso —escribir cuesta, rellenar cuesta, mirar el panel cuesta—. Es una IA que hace más cómodo usar el CRM.
Tu operación mide otra cosa: negocios que avanzan, previsiones que se cumplen, clientes que no se enfrían. Y la fricción que impide eso está casi siempre fuera del CRM o debajo de él: en el correo que nunca se registró, en el contacto duplicado tres veces, en el campo «sector» que rellenó cada comercial a su manera durante cuatro años, en el histórico que vive en el ERP.
La consecuencia práctica es fea. Un asistente que redacta bien sobre un registro incompleto produce un correo bien escrito y equivocado. Un agente que mueve etapas sobre datos sucios te da una previsión con más decimales y la misma falsedad. La IA no arregla el dato: lo hereda y lo propaga más rápido. Es la misma razón por la que fracasan tantos proyectos de automatización con IA: se empieza por la capa visible en vez de por la que sostiene.
Lo aburrido es lo que mueve la aguja
Hay tres cosas que sí cambian el número, y ninguna sale en la demo porque ninguna es vistosa. Se parecen más a fontanería que a inteligencia artificial, y por eso funcionan.
1. Higiene del dato
Duplicados que se fusionan solos en vez de acumularse. Nombres de empresa normalizados para que «Acme S.L.», «ACME SL» y «Acme» sean uno. Campos categóricos que se rellenan con una taxonomía cerrada y no con lo que a cada uno le pareció. Contactos que se marcan como inactivos cuando el correo rebota tres veces. Esto es lo que hace que la puntuación de leads que ya has pagado empiece a acertar: no un modelo mejor, un dato menos sucio.
2. Enriquecimiento
La mitad de los registros de tu CRM no tienen tamaño de empresa, sector real, tecnología que usan ni señal de si están creciendo. Sin eso, cualquier priorización es una corazonada con interfaz. Enriquecer significa completar esos campos desde fuentes externas y desde tus propios sistemas —lo que ya te compraron, lo que ya te devolvieron, lo que ya tickets abrieron— y mantenerlos frescos. Es la parte menos glamurosa de integrar la IA con tus sistemas y la que más rendimiento da por euro.
3. El siguiente paso escrito
La pregunta que la dirección hace todos los lunes no es «¿cuántos correos hemos mandado?». Es «¿qué falta para cerrar esto y quién tiene que moverlo?». Eso vive en las conversaciones, no en los campos: un compromiso con fecha, una objeción concreta, una persona que decide. Extraerlo de los hilos y escribirlo en propiedades del negocio convierte el CRM en un sistema de estado en vez de un archivo. Es exactamente lo que hacemos, por ejemplo, al conectar HubSpot con Gmail: lo valioso no es transportar el correo, es sacarle el estado.
Lo que no deberías automatizar todavía
Tres cosas que la demo hace parecer inofensivas y que en producción se pagan:
- Enviar correos al cliente sin que nadie los lea antes. No por miedo al error gramatical: por el compromiso implícito. Un asistente que promete una fecha o insinúa un descuento crea una expectativa que tu operación tendrá que sostener.
- Mover etapas del pipeline en automático desde el día uno. La etapa es el dato del que sale tu previsión. Si la mueve un modelo sin criterio auditable, dejas de poder defender la previsión ante nadie, incluido tú.
- Puntuar leads con un modelo entrenado sobre tu histórico sucio. Aprenderá tus sesgos pasados y los devolverá con aspecto de ciencia. Primero se limpia; después se puntúa.
El patrón es siempre el mismo, y no depende del CRM: automatiza primero lo que es reversible y barato de corregir; deja para después lo que toca al cliente o a la previsión. Es la misma lógica de qué procesos automatizar con IA aplicada a ventas.
Tres preguntas antes de activar nada
Antes de contratar el módulo de IA de tu CRM —el de HubSpot, el de Salesforce, el de Pipedrive o el de Zoho, da bastante igual— respóndete estas tres. Si fallas una, el módulo no es tu siguiente compra.
- ¿Qué porcentaje de mis registros está completo en los cinco campos que uso para decidir? Si no lo sabes, esa es la tarea de esta semana, no activar un agente.
- ¿Qué pasa cuando el dato importante vive fuera del CRM? Si tu histórico de facturación está en el ERP y tus conversaciones en el correo, la IA del CRM va a opinar con media película.
- ¿Puedo ver por qué el sistema hizo lo que hizo? Si la respuesta a «por qué movió este negocio a negociación» es un encogimiento de hombros, todavía no estás listo para dejarlo suelto.
La conclusión incómoda
Si tu dato está limpio, completo y conectado, la IA nativa de cualquiera de los cuatro te va a dar buen resultado y no necesitas nada más: actívala y ahorra el proyecto. Si no lo está, ninguna de las cuatro te va a salvar, y comprar la más cara solo hace que el desorden salga en pantallas más bonitas.
Por eso la pregunta útil no es «¿qué CRM tiene mejor IA?» sino «¿qué le falta a mi dato para que la IA que ya he pagado empiece a acertar?». Casi siempre la respuesta es lo aburrido: duplicados, campos vacíos y conversaciones que nunca llegaron al registro. Es menos emocionante que un agente autónomo. También es lo único que cambia el número.