Salesforce Perú: la empresa con IA se construye desde el MVP

La pregunta que define la próxima década de la IA corporativa

El 77% de las grandes empresas ya ejecuta agentes de IA en producción, según datos de IDC recogidos por CRN en 2026. Y aun así, el propio CEO de Salesforce, Marc Benioff, aseguró en The Six Five Summit 2026 que «la gran mayoría de los clientes siguen al principio de su viaje con IA». El contraste lo resume Alberto Indacochea, country manager de Salesforce Perú: el debate sobre cuántas plazas puede automatar una IA está obsoleto. La conversación de fondo es qué cambia en una empresa cuando un agente deja de ser una herramienta y pasa a ser parte de su fuerza de trabajo. Esa transición, y no el modelo de lenguaje detrás, es la que decide quién sobrevive en la próxima ola.

Por qué el MVP vuelve a ser la respuesta, también para la IA

Indacochea lo planteó en el encuentro que Salesforce celebró en Lima en julio: en producción emergen las preguntas incómodas que un sandbox oculta. ¿Qué capacidades le faltan al equipo? ¿Qué datos están fragmentados? ¿Qué proceso no estaba tan estandarizado como parecía? El MVP deja de ser un entregable técnico y se convierte en un mecanismo para hacer visibles esas fricciones. «En un entorno de prueba, todo sale lindo; ya [hay que] pasar a producción», resumió el ejecutivo.

La urgencia tiene cifras detrás. Salesforce reportó en su fiscal 2026 press release que su plataforma de agentes Agentforce cerró el año con US$800M de ARR, un crecimiento interanual del 169%, 29.000 deals cerrados y cuentas en producción creciendo casi un 50% trimestre a trimestre (datos publicados por The Motley Fool). El Agentic Work Units, la nueva unidad con la que Salesforce mide tareas completadas por agentes, ya acumula 2.400 millones de unidades ejecutadas. No son proyecciones: son cargas de trabajo reales que requieren prácticas reales de ingeniería.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

De agentes sueltos a «empresa agéntica»: una transformación cultural antes que tecnológica

Para Indacochea, la batalla de la empresa agéntica no se libra en el software sino en la confianza de quienes lo usan. Si el trabajador percibe al agente como amenaza, la adopción queda limitada; si aprende a usarlo como ampliación de sus capacidades, la conversación puede avanzar hacia cómo rediseñar el trabajo alrededor de esa relación. La secuencia que propone es clara: primero aprender a usar la IA («using AI»), entender cómo aumenta la productividad individual, y solo después revisar cómo cambian roles, funciones y estructura.

Ese enfoque coincide con la apuesta pública de Salesforce. En su fiscal 2026, la compañía se autodescribe como «the operating system for the Agentic Enterprise», dejando claro que la promesa es una plataforma de gobierno del trabajo híbrido humano-agente, no un chatbot más. Benioff lo reforzó en la cumbre citada por Yahoo Finance: la IA empresarial evoluciona de prompts a agentes y ahora a interfaces dinámicas que combinan sistemas deterministas con IA probabilística, sin tirar la inversión previa.

KPIs que importan: de contar agentes a vender resultados de negocio

«En nuestros estudios ya vemos un impacto de más del 30% de productividad en empresas que están experimentando como empresa agéntica«, asegura Indacochea. Pero la cifra clave no es esa: es que los KPI técnicos dejaron de ser los que valen. Contar agentes, interacciones o automatizaciones sirve durante una prueba; para sostener una inversión frente al directorio, la conversación tiene que trasladarse a productividad, ventas, atención, costos o tiempos.

Aparece entonces el time to value o speed to value: la velocidad con la que una iniciativa empieza a generar retorno, que no es lo mismo que el ROI clásico. «A veces las empresas no necesitan solo el ROI al comienzo, cuando están transformando», precisa el ejecutivo. Reducir el tiempo de respuesta, mejorar la capacidad de un equipo o atender una operación con mayor velocidad pueden ser señales tempranas de valor antes de que el retorno financiero completo sea visible. Para dimensionar el mercado: Gartner, también recogida por CRN, proyecta que el mercado de servicios de IA alcanzará US$515.000M en 2029, impulsado precisamente por el viraje hacia enfoques agentic AI.

Las dos brechas que ninguna plataforma resuelve sola: talento y datos

Indacochea fue directo con el caso peruano: «Al talento hay que seguir preparándolo. Hay conceptos como alfabetización de inteligencia artificial que hay que poner sobre la mesa». Democratizar el acceso al software no equivale a democratizar la capacidad de usarlo; el primero se distribuye en semanas, la segunda requiere aprendizaje organizacional sostenido.

El segundo cuello de botella es datos fragmentados. CRMs, ERPs, hojas de cálculo, sistemas heredados y repositorios dispersos son un problema técnico para un agente de IA y, sobre todo, un problema de calidad del contexto con el que deberá razonar. Pero intentar resolver primero toda la arquitectura de datos produce un efecto paralizante: «Hoy día, si uno quiere construir la calidad de datos perfecta, no va a comenzar nunca», advirtió Indacochea. La salida pragmática: ir habilitando datos por casos de uso, con herramientas que unifican contexto, sin esperar al 100% de cobertura.

El riesgo de fondo lo recogen Gartner y Forbes Technology Council: en agosto de 2025, Gartner previó que el 40% de las aplicaciones empresariales incluirán agentes de IA específicos por tarea a finales de 2026, frente a menos del 5% previo. A esa escala, la gobernanza deja de ser técnica y se vuelve una cuestión de directorio: qué agentes existen, qué procesos tocan, qué controles los supervisan y quién responde cuando algo falla.

¿Qué significa esto para tu startup?

Si estás construyendo producto B2B o vendiendo a empresas en LATAM o España, hay tres movimientos que dejan de ser opcionales en 2026.

Diseña con mentalidad MVP desde el primer piloto. No lances una demo deslumbrante; lanza el MVP más feo que pueda entrar en producción de un cliente. El ROI se demuestra con datos reales, no con sandboxes.
Mide con KPIs de negocio, no con métricas de adopción. Si tu cliente no puede traducir tu agente a horas ahorradas, ventas atribuibles o tickets resueltos, no renovará. Empieza la conversación con su CFO, no con su CTO.
Trata datos y alfabetización como producto, no como higiene. Ofrece plantillas de calidad de datos, guías de prompting por rol y casos de uso verticales. Lo que el cliente no sabe ejecutar, es tu siguiente línea de servicios.

La frase que mejor resume la nueva regla de la IA empresarial la dijo el propio Indacochea: «El mayor error es no comenzar». En un mercado donde el 77% de las grandes empresas ya corren agentes en producción, la pregunta dejó de ser si empezar y pasó a ser cuánto cuesta seguir esperando.