Salesforce atribuye 88 millones a agentes de IA que atendían leads sin respuesta

Salesforce sostiene que sus agentes de inteligencia artificial aplicados a ventas han generado más de 88 millones de dólares en ingresos al atender contactos comerciales que su equipo humano nunca llegaba a tocar. El dato lo expuso un directivo de la compañía en una conferencia tecnológica en Tel Aviv y lo recoge Merca2, que advierte de que se trata de una cifra presentada por la propia empresa y sin desglose público.

Tres de cada cuatro contactos se quedaban sin respuesta

El punto de partida es más revelador que el resultado. Según explicó Itai Margalit, vicepresidente de área de Ventas para Israel, durante la Israel Information Technology Conference 2026, la compañía gestionaba un embudo de unos 100 millones de leads —contactos comerciales potenciales— y antes de incorporar los agentes el 75% se quedaba sin ninguna contestación.

El problema, según este diagnóstico, no era de demanda sino de capacidad: entraban más peticiones de las que la estructura comercial podía procesar. Un contacto que escribe y no recibe respuesta deja de ser una oportunidad de venta y pasa a ser un registro muerto en la base de datos.

Qué hace exactamente el agente

El reparto de tareas que describe la compañía es sencillo de enunciar: el agente abre la conversación en el canal donde ya está el cliente, ordena la información, resuelve las preguntas evidentes y deriva a un comercial humano cuando el caso lo requiere. Las reglas de traspaso son explícitas: en cuanto aparece una negociación de precio, una duda técnica o una cuenta considerada estratégica, entra una persona.

Margalit añadió una comparación para dimensionar el volumen: absorber esa misma carga inicial con plantilla habría exigido alrededor de 400 empleados adicionales. La compañía no ha precisado el periodo que cubre la cifra de ingresos, la metodología de cálculo ni qué parte del importe corresponde al agente y cuál al comercial que cerró la operación.

El dato, leído con cautela

Conviene recordar de dónde sale el número. Salesforce vende precisamente este tipo de software, de modo que la cifra funciona también como argumento comercial. Eso no la invalida, pero obliga a tratarla como lo que es: una métrica de compañía sin auditoría externa ni detalle público.

Más interesante para cualquier empresa que se plantee algo parecido es el otro porcentaje: ese 75% de contactos desatendidos describe un proceso comercial que ya estaba roto antes de que apareciera ningún modelo de lenguaje. La automatización no lo arregló; lo hizo visible y permitió escalar la respuesta.

La lección para una pyme

El artículo original insiste en un punto que se repite en el sector: el coste real de estos despliegues no es la licencia del software, sino el tiempo de integración, la limpieza previa de la base de datos de clientes y la formación del equipo. Sin información fiable y centralizada, el sistema hereda los errores existentes y los reproduce a mayor velocidad.

Las métricas razonables para juzgar un proyecto así, según este planteamiento, son el coste por contacto atendido y la tasa de conversión de las conversaciones recuperadas, siempre comparadas con la situación de partida. Si el gasto mensual en herramientas permite recuperar conversaciones que antes se perdían, la cuenta puede salir; si solo genera respuestas automáticas sin reuniones posteriores, no.

El propio Margalit recomienda empezar por el problema y no por la herramienta: elegir un caso de uso con valor de negocio claro y fácil de implantar, medirlo y ampliar después. La lógica no es exclusiva del software: cualquier negocio que reciba pedidos por correo electrónico puede aplicar el mismo esquema de filtrado previo y derivación al comercial.

El sector de la IA aplicada a empresas vive un momento de fuerte inversión, como refleja el crecimiento de ingresos de Anthropic antes de su salida a bolsa, lo que explica también la abundancia de anuncios de resultados difíciles de verificar.