a16z: ¿La industria del software está perdiendo el rumbo bajo los agentes inteligentes de IA?

¿La industria del software está perdiendo su rumbo?

El mes pasado, Salesforce anunció la apertura de su interfaz de programación de aplicaciones (API) y lanzó productos sin cabeza. Esto es esencialmente una apuesta: en la era de los agentes inteligentes, el valor central de la compañía radica en la capa de datos, y no en la interfaz de usuario (UI). Es una reorientación estratégica inteligente. Sin embargo, cabe señalar que en el nivel técnico en realidad no ha habido cambios significativos: las API que Salesforce ahora promociona como productos “sin cabeza” en realidad existían desde hace años. En otras palabras, esto es solo un lanzamiento típico de marketing de Salesforce. La lógica central de este nuevo producto es: los agentes de IA (AI Agent) pueden acceder directamente a los datos del sistema de registros, sin necesidad de adaptar una interfaz de usuario diseñada para humanos y utilizada para seguir flujos de trabajo.

Este anuncio también plantea una cuestión más profunda: si se elimina la interfaz de usuario y se abre directamente la base de datos subyacente, ¿cuál es realmente el valor central restante? ¿En qué se diferencia esto de una base de datos PostgreSQL bien diseñada con una estructura de tablas y una API? ¿Siguen siendo válidas las barreras clásicas que sustentan la longevidad de los sistemas de registros tradicionales? ¿O la industria ha formado un conjunto completamente nuevo de criterios de evaluación? En la era SaaS, la ventaja competitiva de los sistemas de registros radica en que los usuarios dependen en gran medida de la interfaz para realizar su trabajo. Pero en la era de los agentes inteligentes, esta ventaja se está debilitando. El valor de barrera de entrada de las empresas comienza a asentarse en modelos de datos, sistemas de permisos, lógica de flujos de trabajo y capacidades de cumplimiento, extendiéndose hacia la red ecológica, la generación de datos propia y la ejecución en negocios reales.

Cuando el software evoluciona hacia la era sin cabeza, ¿dónde se trasladarán realmente las barreras competitivas?

La interfaz de usuario en sí misma es un producto

Los sistemas de registros son las fuentes de datos auténticas y autorizadas en ámbitos de negocio específicos. La relación con clientes, archivos de empleados, transacciones financieras, todo se almacena aquí, y también es el núcleo para que otras herramientas lean y escriban datos.

Los sistemas de gestión de relaciones con clientes (CRM) son los sistemas de registros de ingresos; los sistemas de información de recursos humanos (HRIS) son los sistemas de registros de gestión de personal; los sistemas de planificación de recursos empresariales (ERP) son los sistemas de registros financieros y de fondos.

La fortaleza de estos sistemas no solo radica en el almacenamiento de datos, sino en que se convierten en la referencia unificada sobre la cual toda la operación empresarial se coordina.

En los últimos veinte años, Salesforce ha vendido esencialmente un método de gestión de ventas para los equipos de gestión comercial. Los paneles, vistas de embudo de ventas, herramientas de previsión de rendimiento, flujos de información dinámica, son lo que los usuarios realmente compran. Su modelo de negocio se basa en vender licencias de asientos de usuario, permitiendo a los usuarios acceder a estas funciones. La base de datos subyacente es importante, pero en términos de valor comercial, se ha convertido en una configuración secundaria.

Esto significa que: la interfaz de usuario determina la fidelidad del usuario. Normatiza la entrada de datos, establece un sistema de terminología uniforme: pistas de ventas, oportunidades, cuentas de clientes. Obliga a miles de vendedores a ingresar datos que antes no registraban. La interfaz siempre ha sido el mecanismo central para mantener la consistencia y orden en los datos.

Este producto tiene una fidelidad de usuario muy alta; muchos ejecutivos de ventas continúan usando Salesforce en su nuevo empleo, no porque la interfaz sea excepcional, sino por la memoria muscular y la costumbre.

Hoy en día, los agentes de IA están revolucionando este modelo tradicional. Sin necesidad de una interfaz frontal, pueden acceder y modificar datos en el nivel más profundo. Esto ha dado lugar a una gran cantidad de nuevas herramientas y soluciones alternativas que evaden la interfaz original (Salesforce no es un caso aislado: en análisis recientes, también hemos visto cómo el ecosistema alrededor de SAP está proliferando rápidamente con soluciones adaptadas a IA).

A largo plazo, los agentes de computación también reducirán la dependencia de factores centrados en humanos: preferencias de uso personal, capacitación en puestos, conocimientos tácitos y no documentados del negocio. En otras palabras, los sistemas de registros que puedan mantenerse en pie a largo plazo están en proceso de evolución en sus condiciones esenciales.

Resumen de las barreras tradicionales de fidelidad

Antes de explorar las transformaciones que traerá la era de los agentes inteligentes, es necesario aclarar: ¿qué fue lo que inicialmente construyó la alta fidelidad de los sistemas de registros? La principal causa radica en la interacción entre humanos y software, y en las preferencias individuales de uso. La alta fidelidad del software se basa en gran medida en la interfaz, hábitos de uso, flujos de trabajo manuales y procesos de negocio integrados.

Frecuencia de uso

Los sistemas como CRM son utilizados a diario por los equipos de ventas y otros empleados relacionados. La alta frecuencia de uso los convierte en infraestructura crítica de la empresa; y las costumbres y hábitos culturales — procesos de trabajo fijos, memoria muscular, ritmos de gestión establecidos durante años — son a menudo los aspectos más difíciles de migrar, incluso las empresas no se dan cuenta de que estos sistemas también necesitan ser migrados y reconstruidos.

Solo lectura o lectura y escritura

Un sistema de registros con alta fidelidad debe ser bidireccional, con capacidad de lectura y escritura. Por ejemplo, un CRM no es solo un archivo para almacenar datos, sino que se consulta y actualiza continuamente. Cada llamada, cada actualización de etapa de oportunidad, cada tarea creada, es ingresada activamente por los usuarios. Este flujo bidireccional significa que cualquier sistema sustituto debe poder aceptar datos en tiempo real, no solo importar archivos históricos. Las empresas no encuentran ventanas de migración sin riesgos, por lo que, una vez implementado, suelen estar atadas a su proveedor original. En cambio, los sistemas de seguimiento de reclutamiento (ATS) suelen ser solo de escritura, con poca lectura: una vez que se completa la contratación, rara vez se vuelven a consultar esos datos, por lo que su fidelidad es menor.

¿Cuántos procesos operativos estándar (SOP) no documentados existen?

El conocimiento tácito que define la continuidad del negocio no está en ningún documento, sino en las reglas de flujo de trabajo que los administradores y los integradores han construido durante años. Por ejemplo, en ventas, estas reglas no escritas incluyen: aprobación de pedidos superiores a 100,000 dólares por parte del vicepresidente, revisión de cumplimiento de privacidad en EMEA, descuentos para grandes clientes solo en fin de trimestre sin aprobación financiera. Estas reglas tácitas determinan si el negocio se realiza a tiempo, si cumple con las normas, e incluso si se puede cerrar la operación. Para migrar estos sistemas, hay que desglosar cada lógica automatizada o perder la memoria organizacional acumulada.

¿El sistema tiene muchas dependencias internas y externas?

El criterio clave es: ¿cuántos otros sistemas internos, procesos de equipo y actores externos dependen de este sistema de registros? La conectividad interna se refiere a cómo otros softwares y flujos de trabajo se integran con él; la conectividad externa incluye auditores, contadores, reguladores — por ejemplo, los sistemas ERP a menudo deben dar acceso directo a estas entidades. Cuanto mayor sea la dependencia, más compleja será la migración, ya que habrá que desglosar y reorganizar toda la cadena de relaciones.

Desde la perspectiva de cumplimiento, qué tan importante es la calidad de los datos?

La cuestión principal es simple: ¿es este sistema un sistema clave para el cumplimiento? Sistemas críticos como nóminas, ERP y datos de recursos humanos deben tener una fuente de datos autorizada, legalmente válida, con controles estrictos de permisos y auditorías. La migración de estos sistemas requiere la participación de auditores y reguladores, elevando mucho la fidelidad y los costos de migración. En cambio, datos de ventas o herramientas como Zendesk, aunque importantes para la continuidad del negocio, no representan riesgos regulatorios en caso de migración o cambio de permisos.

No todos los sistemas de registros tienen el mismo nivel de costo de cambio. Comparando CRM y ATS, la diferencia es clara. ATS solo sirve para procesos de reclutamiento cerrados y fijos; una vez que el candidato entra o sale, los datos se ingresan una sola vez y rara vez se vuelven a consultar. La integración es limitada, y el grupo de usuarios es pequeño y concentrado.

Por otro lado, un ERP es un sistema en el extremo opuesto: los libros contables son evidencia de auditoría, y su migración involucra a auditores, reguladores y otros actores externos. Reemplazar un ATS, aunque laborioso, es tolerable; reemplazar un CRM es como una cirugía a corazón abierto; reemplazar un ERP es como correr una maratón mientras se realiza una cirugía de pecho.

Tradicionalmente, los sistemas de registros no han aprovechado datos propios ni efectos de red que puedan construir barreras de entrada; solo los flujos de trabajo de negocio suelen ser suficientes para crear barreras. En el ámbito del consumo, las herramientas y ecosistemas de red sí se integran, pero los sistemas de registros siempre han estado ausentes de esa capacidad.

Datos propios

Aunque la mayoría de los sistemas de registros recopilan datos de clientes, en realidad no los aprovechan en profundidad (y muchas veces, por restricciones contractuales, no pueden usarlos libremente). Por eso, aunque un CRM tenga datos ricos y pueda agregar información a nivel de cliente, no ha logrado crear aplicaciones con valor práctico real (aunque ha habido intentos, como Salesforce Einstein).

Efectos de red

Los efectos de red son la barrera definitiva que todos sueñan con tener. Si se logran, el valor del CRM crece con la expansión del ecosistema, permitiendo a los vendedores y compradores conectarse en la plataforma. Sin embargo, en la práctica, los efectos de red en los sistemas de registros han sido siempre muy débiles.

¿Qué queda cuando la interfaz desaparece y los agentes inteligentes toman el escenario?

Los agentes de IA no necesitan navegadores; solo requieren API, contexto de negocio, instrucciones y capacidades de acción. Dos avances tecnológicos hacen posible esta escala: primero, los grandes modelos ahora tienen suficiente capacidad de razonamiento lógico. Ahora los agentes pueden entender el contexto, planear, llamar a herramientas, ejecutar acciones y revisar resultados, sin intervención humana en la mayoría de las tareas. Segundo, el protocolo MCP estandariza las llamadas a herramientas, proporcionando una interfaz unificada para que los agentes accedan a capacidades externas. Los agentes que usan MCP pueden completar en milisegundos todas las operaciones humanas, operar en masa y sin necesidad de navegador. Con un contexto completo, incluso los agentes de operación en computadora pueden adaptarse y controlar interfaces tradicionales sin depender de APIs oficiales.

En términos simples, hoy en día, los compradores de software tienen tres caminos:

1. Mantener los sistemas existentes + agregar agentes inteligentes. Aprovechando las capacidades de línea de comandos y API de los sistemas actuales, usando productos de agentes nativos del proveedor (como Salesforce Agentforce, SAP Joule), o desarrollando sus propios agentes (suponiendo idealmente que las APIs sean completas y que la transformación sin cabeza sea operativamente sencilla en la práctica).

2. Construir un sistema de registros propio. Desde cero, diseñando modelos de datos, lógica de operación, permisos, auditorías y sistemas de integración, además de desarrollar agentes propios (generalmente usando herramientas de terceros para agentes y bases de datos).

3. Comprar software nativo con IA integrada. Optar por nuevas generaciones de software diseñadas desde cero para la era de los agentes: con arquitectura sin cabeza, orientadas a máquinas, donde la orquestación de agentes sea una función nativa, no un añadido posterior.

Entonces, ¿qué estándares de fidelidad del sistema siguen siendo válidos? La dependencia de comportamientos humanos y hábitos de uso, como frecuencia y atributos de lectura/escritura, se está reduciendo. Los agentes inteligentes pueden deshacer barreras basadas en memoria muscular, pero no pueden reemplazar la lógica de negocio y el contexto que generan las barreras de entrada. Al contrario, la importancia de estos aspectos se refuerza, porque los agentes necesitan reglas, permisos y procesos claros para operar de forma segura y conforme.

A corto plazo, los procesos tácitos y no documentados seguirán siendo clave. La lógica empresarial que reside en las reglas de flujo de trabajo es esencial para que los agentes ejecuten correctamente las tareas, y también la parte más difícil de reconstruir. Actualmente, no es posible exportar completamente estos conocimientos tácitos, especialmente cuando aún hay participación humana en los procesos. Sin embargo, la digitalización del contexto de negocio avanza rápidamente; a medida que los agentes sustituyen más tareas humanas, la importancia de ese conocimiento tácito disminuirá.

La complejidad de desglosar las dependencias del sistema sigue siendo alta y de amplio alcance. La conectividad ya no se trata solo de adaptar la operación humana, sino de integrar funciones y sistemas que antes estaban desconectados. Un agente de CRM debe coordinar datos y contextos de ventas, facturación y éxito del cliente. Si la plataforma se convierte en un nodo de intercambio para múltiples actores externos (compradores, vendedores, socios), las dependencias se profundizarán aún más. Ya sea mediante sistemas tradicionales con agentes añadidos o construyendo bases de datos y ecosistemas propios, la coordinación de capacidades básicas en diferentes sistemas será muy difícil.

La importancia de los datos críticos para el cumplimiento legal y regulatorio permanece inalterada. Datos que involucran requisitos regulatorios, riesgos legales, deben tener una fuente confiable y autorizada. La confianza en los productos existentes reduce la voluntad de reemplazo. Por ejemplo, datos de nóminas, finanzas y recursos humanos, aunque puedan ser accedidos por agentes, suelen mantenerse en sistemas que garantizan cumplimiento y auditoría. La migración de estos datos requiere participación de reguladores y auditores, elevando los costos y barreras. En cambio, datos de ventas o herramientas como Zendesk, aunque importantes, no representan riesgos regulatorios en caso de migración.

No todos los sistemas de registros tienen el mismo costo de cambio. Comparando CRM y ATS, la diferencia es clara: ATS solo soporta procesos de reclutamiento cerrados, con datos que se ingresan una sola vez y rara vez se consultan después. La integración es limitada y el grupo de usuarios pequeño. Un ERP, en cambio, es un sistema en el que los libros contables son evidencia de auditoría, y su migración involucra a reguladores y auditores externos. Reemplazar un ATS es difícil, pero tolerable; reemplazar un CRM es como una cirugía a corazón abierto; reemplazar un ERP es como correr una maratón mientras se realiza una cirugía de pecho.

Tradicionalmente, los sistemas de registros no han aprovechado datos propios ni efectos de red que puedan construir barreras de entrada; solo los flujos de trabajo de negocio han sido suficientes para crear barreras. En el ámbito del consumo, las herramientas y ecosistemas de red sí se integran, pero los sistemas de registros siempre han estado ausentes de esa capacidad.

Datos propios

Aunque la mayoría de los sistemas recopilan datos de clientes, en realidad no los aprovechan en profundidad (y muchas veces, por restricciones contractuales, no pueden usarlos libremente). Por eso, aunque un CRM tenga datos ricos y pueda agregar información a nivel de cliente, no ha logrado crear aplicaciones con valor práctico real (aunque ha habido intentos, como Salesforce Einstein).

Efectos de red

Los efectos de red son la barrera definitiva que todos sueñan con tener. Si se logran, el valor del CRM crece con la expansión del ecosistema, permitiendo a los actores conectar en la plataforma. Sin embargo, en la práctica, los efectos de red en los sistemas de registros han sido siempre muy débiles.

¿Qué queda cuando la interfaz desaparece y los agentes inteligentes toman el escenario?

Los agentes de IA no necesitan navegadores; solo requieren API, contexto de negocio, instrucciones y capacidades de acción. Dos avances tecnológicos hacen posible esta escala: primero, los grandes modelos ahora tienen suficiente capacidad de razonamiento lógico. Ahora los agentes pueden entender el contexto, planear, llamar a herramientas, ejecutar acciones y revisar resultados, sin intervención humana en la mayoría de las tareas. Segundo, el protocolo MCP estandariza las llamadas a herramientas, proporcionando una interfaz unificada para que los agentes accedan a capacidades externas. Los agentes que usan MCP pueden completar en milisegundos todas las operaciones humanas, operar en masa y sin necesidad de navegador. Con un contexto completo, incluso los agentes de operación en computadora pueden adaptarse y controlar interfaces tradicionales sin depender de APIs oficiales.

En términos simples, hoy en día, los compradores de software tienen tres caminos:

1. Mantener los sistemas existentes + agregar agentes inteligentes. Aprovechando las capacidades de línea de comandos y API de los sistemas actuales, usando productos de agentes nativos del proveedor (como Salesforce Agentforce, SAP Joule), o desarrollando sus propios agentes (suponiendo idealmente que las APIs sean completas y que la transformación sin cabeza sea operativamente sencilla en la práctica).

2. Construir un sistema de registros propio. Desde cero, diseñando modelos de datos, lógica de operación, permisos, auditorías y sistemas de integración, además de desarrollar agentes propios (generalmente usando herramientas de terceros para agentes y bases de datos).

3. Comprar software nativo con IA integrada. Optar por nuevas generaciones de software diseñadas desde cero para la era de los agentes: con arquitectura sin cabeza, orientadas a máquinas, donde la orquestación de agentes sea una función nativa, no un añadido posterior.

Entonces, ¿qué estándares de fidelidad del sistema siguen siendo válidos? La dependencia de comportamientos humanos y hábitos de uso, como frecuencia y atributos de lectura/escritura, se está reduciendo. Los agentes inteligentes pueden deshacer barreras basadas en memoria muscular, pero no pueden reemplazar la lógica de negocio y el contexto que generan las barreras de entrada. Al contrario, la importancia de estos aspectos se refuerza, porque los agentes necesitan reglas, permisos y procesos claros para operar de forma segura y conforme.

A corto plazo, los procesos tácitos y no documentados seguirán siendo clave. La lógica empresarial que reside en las reglas de flujo de trabajo es esencial para que los agentes ejecuten correctamente las tareas, y también la parte más difícil de reconstruir. Actualmente, no es posible exportar completamente estos conocimientos tácitos, especialmente cuando aún hay participación humana en los procesos. Sin embargo, la digitalización del contexto de negocio avanza rápidamente; a medida que los agentes sustituyen más tareas humanas, la importancia de ese conocimiento tácito disminuirá.

La complejidad de desglosar las dependencias del sistema sigue siendo alta y de amplio alcance. La conectividad ya no se trata solo de adaptar la operación humana, sino de integrar funciones y sistemas que antes estaban desconectados. Un agente de CRM debe coordinar datos y contextos de ventas, facturación y éxito del cliente. Si la plataforma se convierte en un nodo de intercambio para múltiples actores externos (compradores, vendedores, socios), las dependencias se profundizarán aún más. Ya sea mediante sistemas tradicionales con agentes añadidos o construyendo bases de datos y ecosistemas propios, la coordinación de capacidades básicas en diferentes sistemas será muy difícil.

La importancia de los datos críticos para el cumplimiento legal y regulatorio permanece inalterada. Datos que involucran requisitos regulatorios, riesgos legales, deben tener una fuente confiable y autorizada. La confianza en los productos existentes reduce la voluntad de reemplazo. Por ejemplo, datos de nóminas, finanzas y recursos humanos, aunque puedan ser accedidos por agentes, suelen mantenerse en sistemas que garantizan cumplimiento y auditoría. La migración de estos datos requiere participación de reguladores y auditores, elevando mucho los costos y barreras. En cambio, datos de ventas o herramientas como Zendesk, aunque importantes, no representan riesgos regulatorios en caso de migración o cambio de permisos.

No todos los sistemas de registros tienen el mismo costo de cambio. Comparando CRM y ATS, la diferencia es clara: ATS solo soporta procesos de reclutamiento cerrados, con datos que se ingresan una sola vez y rara vez se consultan después. La integración es limitada y el grupo de usuarios pequeño. Un ERP, en cambio, es un sistema en el que los libros contables son evidencia de auditoría, y su migración involucra a reguladores y auditores externos. Reemplazar un ATS, aunque laborioso, es tolerable; reemplazar un CRM es como una cirugía a corazón abierto; reemplazar un ERP es como correr una maratón mientras se realiza una cirugía de pecho.

Tradicionalmente, los sistemas de registros no han aprovechado datos propios ni efectos de red que puedan construir barreras de entrada; solo los flujos de trabajo de negocio han sido suficientes para crear barreras. En el ámbito del consumo, las herramientas y ecosistemas de red sí se integran, pero los sistemas de registros siempre han estado ausentes de esa capacidad.

Datos propios

Aunque la mayoría de los sistemas recopilan datos de clientes, en realidad no los aprovechan en profundidad (y muchas veces, por restricciones contractuales, no pueden usarlos libremente). Por eso, aunque un CRM tenga datos ricos y pueda agregar información a nivel de cliente, no ha logrado crear aplicaciones con valor práctico real (aunque ha habido intentos, como Salesforce Einstein).

Efectos de red

Los efectos de red son la barrera definitiva que todos sueñan con tener. Si se logran, el valor del CRM crece con la expansión del ecosistema, permitiendo a los actores conectar en la plataforma. Sin embargo, en la práctica, los efectos de red en los sistemas de registros han sido siempre muy débiles.

¿Qué queda cuando la interfaz desaparece y los agentes inteligentes toman el escenario?

Los agentes de IA no necesitan navegadores; solo requieren API, contexto de negocio, instrucciones y capacidades de acción. Dos avances tecnológicos hacen posible esta escala: primero, los grandes modelos ahora tienen suficiente capacidad de razonamiento lógico. Ahora los agentes pueden entender el contexto, planear, llamar a herramientas, ejecutar acciones y revisar resultados, sin intervención humana en la mayoría de las tareas. Segundo, el protocolo MCP estandariza las llamadas a herramientas, proporcionando una interfaz unificada para que los agentes accedan a capacidades externas. Los agentes que usan MCP pueden completar en milisegundos todas las operaciones humanas, operar en masa y sin necesidad de navegador. Con un contexto completo, incluso los agentes de operación en computadora pueden adaptarse y controlar interfaces tradicionales sin depender de APIs oficiales.

En términos simples, hoy en día, los compradores de software tienen tres caminos:

1. Mantener los sistemas existentes + agregar agentes inteligentes. Aprovechando las capacidades de línea de comandos y API de los sistemas actuales, usando productos de agentes nativos del proveedor (como Salesforce Agentforce, SAP Joule), o desarrollando sus propios agentes (suponiendo idealmente que las APIs sean completas y que la transformación sin cabeza sea operativamente sencilla en la práctica).

2. Construir un sistema de registros propio. Desde cero, diseñando modelos de datos, lógica de operación, permisos, auditorías y sistemas de integración, además de desarrollar agentes propios (generalmente usando herramientas de terceros para agentes y bases de datos).

3. Comprar software nativo con IA integrada. Optar por nuevas generaciones de software diseñadas desde cero para la era de los agentes: con arquitectura sin cabeza, orientadas a máquinas, donde la orquestación de agentes sea una función nativa, no un añadido posterior.

Entonces, ¿qué estándares de fidelidad del sistema siguen siendo válidos? La dependencia de comportamientos humanos y hábitos de uso, como frecuencia y atributos de lectura/escritura, se está reduciendo. Los agentes inteligentes pueden deshacer barreras basadas en memoria muscular, pero no pueden reemplazar la lógica de negocio y el contexto que generan las barreras de entrada. Al contrario, la importancia de estos aspectos se refuerza, porque los agentes necesitan reglas, permisos y procesos claros para operar de forma segura y conforme.

A corto plazo, los procesos tácitos y no documentados seguirán siendo clave. La lógica empresarial que reside en las reglas de flujo de trabajo es esencial para que los agentes ejecuten correctamente las tareas, y también la parte más difícil de reconstruir. Actualmente, no es posible exportar completamente estos conocimientos tácitos, especialmente cuando aún hay participación humana en los procesos. Sin embargo, la digitalización del contexto de negocio avanza rápidamente; a medida que los agentes sustituyen más tareas humanas, la importancia de ese conocimiento tácito disminuirá.

La complejidad de desglosar las dependencias del sistema sigue siendo alta y de amplio alcance. La conectividad ya no se trata solo de adaptar la operación humana, sino de integrar funciones y sistemas que antes estaban desconectados. Un agente de CRM debe coordinar datos y contextos de ventas, facturación y éxito del cliente. Si la plataforma se convierte en un nodo de intercambio para múltiples actores externos (compradores, vendedores, socios), las dependencias se profundizarán aún más. Ya sea mediante sistemas tradicionales con agentes añadidos o construyendo bases de datos y ecosistemas propios, la coordinación de capacidades básicas en diferentes sistemas será muy difícil.

La importancia de los datos críticos para el cumplimiento legal y regulatorio permanece inalterada. Datos que involucran requisitos regulatorios, riesgos legales, deben tener una fuente confiable y autorizada. La confianza en los productos existentes reduce la voluntad de reemplazo. Por ejemplo, datos de nóminas, finanzas y recursos humanos, aunque puedan ser accedidos por agentes, suelen mantenerse en sistemas que garantizan cumplimiento y auditoría. La migración de estos datos requiere participación de reguladores y auditores, elevando mucho los costos y barreras. En cambio, datos de ventas o herramientas como Zendesk, aunque importantes, no representan riesgos regulatorios en caso de migración o cambio de permisos.

No todos los sistemas de registros tienen el mismo costo de cambio. Comparando CRM y ATS, la diferencia es clara: ATS solo soporta procesos de reclutamiento cerrados, con datos que se ingresan una sola vez y rara vez se consultan después. La integración es limitada y el grupo de usuarios pequeño. Un ERP, en cambio, es un sistema en el que los libros contables son evidencia de auditoría, y su migración involucra a reguladores y auditores externos. Reemplazar un ATS, aunque laborioso, es tolerable; reemplazar un CRM es como una cirugía a corazón abierto; reemplazar un ERP es como correr una maratón mientras se realiza una cirugía de pecho.

Tradicionalmente, los sistemas de registros no han aprovechado datos propios ni efectos de red que puedan construir barreras de entrada; solo los flujos de trabajo de negocio han sido suficientes para crear barreras. En el ámbito del consumo, las herramientas y ecosistemas de red sí se integran, pero los sistemas de registros siempre han estado ausentes de esa capacidad.

Datos propios

Aunque la mayoría de los sistemas recopilan datos de clientes, en realidad no los aprovechan en profundidad (y muchas veces, por restricciones contractuales, no pueden usarlos libremente). Por eso, aunque un CRM tenga datos ricos y pueda agregar información a nivel de cliente, no ha logrado crear aplicaciones con valor práctico real (aunque ha habido intentos, como Salesforce Einstein).

Efectos de red

Los efectos de red son la barrera definitiva que todos sueñan con tener. Si se logran, el valor del CRM crece con la expansión del ecosistema, permitiendo a los actores conectar en la plataforma. Sin embargo, en la práctica, los efectos de red en los sistemas de registros han sido siempre muy débiles.

¿Qué queda cuando la interfaz desaparece y los agentes inteligentes toman el escenario?

Los agentes de IA no necesitan navegadores; solo requieren API, contexto de negocio, instrucciones y capacidades de acción. Dos avances tecnológicos hacen posible esta escala: primero, los grandes modelos ahora tienen suficiente capacidad de razonamiento lógico. Ahora los agentes pueden entender el contexto, planear, llamar a herramientas, ejecutar acciones y revisar resultados, sin intervención humana en la mayoría de las tareas. Segundo, el protocolo MCP estandariza las llamadas a herramientas, proporcionando una interfaz unificada para que los agentes accedan a capacidades externas. Los agentes que usan MCP pueden completar en milisegundos todas las operaciones humanas, operar en masa y sin necesidad de navegador. Con un contexto completo, incluso los agentes de operación en computadora pueden adaptarse y controlar interfaces tradicionales sin depender de APIs oficiales.

En términos simples, hoy en día, los compradores de software tienen tres caminos:

1. Mantener los sistemas existentes + agregar agentes inteligentes. Aprovechando las capacidades de línea de comandos y API de los sistemas actuales, usando productos de agentes nativos del proveedor (como Salesforce Agentforce, SAP Joule), o desarrollando sus propios agentes (suponiendo idealmente que las APIs sean completas y que la transformación sin cabeza sea operativamente sencilla en la práctica).

2. Construir un sistema de registros propio. Desde cero, diseñando modelos de datos, lógica de operación, permisos, auditorías y sistemas de integración, además de desarrollar agentes propios (generalmente usando herramientas de terceros para agentes y bases de datos).

3. Comprar software nativo con IA integrada. Optar por nuevas generaciones de software diseñadas desde cero para la era de los agentes: con arquitectura sin cabeza, orientadas a máquinas, donde la orquestación de agentes sea una función nativa, no un añadido posterior.

Entonces, ¿qué estándares de fidelidad del sistema siguen siendo válidos? La dependencia de comportamientos humanos y hábitos de uso, como frecuencia y atributos de lectura/escritura, se está reduciendo. Los agentes inteligentes pueden deshacer barreras basadas en memoria muscular, pero no pueden reemplazar la lógica de negocio y el contexto que generan las barreras de entrada. Al contrario, la importancia de estos aspectos se refuerza, porque los agentes necesitan reglas, permisos y procesos claros para operar de forma segura y conforme.

A corto plazo, los procesos tácitos y no documentados seguirán siendo clave. La lógica empresarial que reside en las reglas de flujo de trabajo es esencial para que los agentes ejecuten correctamente las tareas, y también la parte más difícil de reconstruir. Actualmente, no es posible exportar completamente estos conocimientos tácitos, especialmente cuando aún hay participación humana en los procesos. Sin embargo, la digitalización del contexto de negocio avanza rápidamente; a medida que los agentes sustituyen más tareas humanas, la importancia de ese conocimiento tácito disminuirá.

La complejidad de desglosar las dependencias del sistema sigue siendo alta y de amplio alcance. La conectividad ya no se trata solo de adaptar la operación humana, sino de integrar funciones y sistemas que antes estaban desconectados. Un agente de CRM debe coordinar datos y contextos de ventas, facturación y éxito del cliente. Si la plataforma se convierte en un nodo de intercambio para múltiples actores externos (compradores, vendedores, socios), las dependencias se profundizarán aún más. Ya sea mediante sistemas tradicionales con agentes añadidos o construyendo bases de datos y ecosistemas propios, la coordinación de capacidades básicas en diferentes sistemas será muy difícil.

La importancia de los datos críticos para el cumplimiento legal y regulatorio permanece inalterada. Datos que involucran requisitos regulatorios, riesgos legales, deben tener una fuente confiable y autorizada. La confianza en los productos existentes reduce la voluntad de reemplazo. Por ejemplo, datos de nóminas, finanzas y recursos humanos, aunque puedan ser accedidos por agentes, suelen mantenerse en sistemas que garantizan cumplimiento y auditoría. La migración de estos datos requiere participación de reguladores y auditores, elevando mucho los costos y barreras. En cambio, datos de ventas o herramientas como Zendesk, aunque importantes, no representan riesgos regulatorios en caso de migración o cambio de permisos.

No todos los sistemas de registros tienen el mismo costo de cambio. Comparando CRM y ATS, la diferencia es clara: ATS solo soporta procesos de reclutamiento cerrados, con datos que se ingresan una sola vez y rara vez se consultan después. La integración es limitada y el grupo de usuarios pequeño. Un ERP, en cambio, es un sistema en el que los libros contables son evidencia de auditoría, y su migración involucra a reguladores y auditores externos. Reemplazar un ATS, aunque laborioso, es tolerable; reemplazar un CRM es como una cirugía a corazón abierto; reemplazar un ERP es como correr una maratón mientras se realiza una cirugía de pecho.

Tradicionalmente, los sistemas de registros no han aprovechado datos propios ni efectos de red que puedan construir barreras de entrada; solo los flujos de trabajo de negocio han sido suficientes para crear barreras. En el ámbito del consumo, las herramientas y ecosistemas de red sí se integran, pero los sistemas de registros siempre han estado ausentes de esa capacidad.

Datos propios

Aunque la mayoría de los sistemas recopilan datos de clientes, en realidad no los aprovechan en profundidad (y muchas veces, por restricciones contractuales, no pueden usarlos libremente). Por eso, aunque un CRM tenga datos ricos y pueda agregar información a nivel de cliente, no ha logrado crear aplicaciones con valor práctico real (aunque ha habido intentos, como Salesforce Einstein).

Efectos de red

Los efectos de red son la barrera definitiva que todos sueñan con tener. Si se logran, el valor del CRM crece con la expansión del ecosistema, permitiendo a los actores conectar en la plataforma. Sin embargo, en la práctica, los efectos de red en los sistemas de registros han sido siempre muy débiles.

¿Qué queda cuando la interfaz desaparece y los agentes inteligentes toman el escenario?

Los agentes de IA no necesitan navegadores; solo requieren API, contexto de negocio, instrucciones y capacidades de acción. Dos avances tecnológicos hacen posible esta escala: primero, los grandes modelos ahora tienen suficiente capacidad de razonamiento lógico. Ahora los agentes pueden entender el contexto, planear, llamar a herramientas, ejecutar acciones y revisar resultados, sin intervención humana en la mayoría de las tareas. Segundo, el protocolo MCP estandariza las llamadas a herramientas, proporcionando una interfaz unificada para que los agentes accedan a capacidades externas. Los agentes que usan MCP pueden completar en milisegundos todas las operaciones humanas, operar en masa y sin necesidad de navegador. Con un contexto completo, incluso los agentes de operación en computadora pueden adaptarse y controlar interfaces tradicionales sin depender de APIs oficiales.

En términos simples, hoy en día, los compradores de software tienen tres caminos:

1. Mantener los sistemas existentes + agregar agentes inteligentes. Aprovechando las capacidades de línea de comandos y API de los sistemas actuales, usando productos de agentes nativos del proveedor (como Salesforce Agentforce, SAP Joule), o desarrollando sus propios agentes (suponiendo idealmente que las APIs sean completas y que la transformación sin cabeza sea operativamente sencilla en la práctica).

2. Construir un sistema de registros propio. Desde cero, diseñando modelos de datos, lógica de operación, permisos, auditorías y sistemas de integración, además de desarrollar agentes propios (generalmente usando herramientas de terceros para agentes y bases de datos).

3. Comprar software nativo con IA integrada. Optar por nuevas generaciones de software diseñadas desde cero para la era de los agentes: con arquitectura sin cabeza, orientadas a máquinas, donde la orquestación de agentes sea una función nativa, no un añadido posterior.

Entonces, ¿qué estándares de fidelidad del sistema siguen siendo válidos? La dependencia de comportamientos humanos y hábitos de uso, como frecuencia y atributos de lectura/escritura, se está reduciendo. Los agentes inteligentes pueden deshacer barreras basadas en memoria muscular, pero no pueden reemplazar la lógica de negocio y el contexto que generan las barreras de entrada. Al contrario, la importancia de estos aspectos se refuerza, porque los agentes necesitan reglas, permisos y procesos claros para operar de forma segura y conforme.

A corto plazo, los procesos tácitos y no documentados seguirán siendo clave. La lógica empresarial que reside en las reglas de flujo de trabajo es esencial para que los agentes ejecuten correctamente las tareas, y también la parte más difícil de reconstruir. Actualmente, no es posible exportar completamente estos conocimientos tácitos, especialmente cuando aún hay participación humana en los procesos. Sin embargo, la digitalización del contexto de negocio avanza rápidamente; a medida que los agentes sustituyen más tareas humanas, la importancia de ese conocimiento tácito disminuirá.

La complejidad de desglosar las dependencias del sistema sigue siendo alta y de amplio alcance. La conectividad ya no se trata solo de adaptar la operación humana, sino de integrar funciones y sistemas que antes estaban desconectados. Un agente de CRM debe coordinar datos y contextos de ventas, facturación y éxito del cliente. Si la plataforma se convierte en un nodo de intercambio para múltiples actores externos (compradores, vendedores, socios), las dependencias se profundizarán aún más. Ya sea mediante sistemas tradicionales con agentes añadidos o construyendo bases de datos y ecosistemas propios, la coordinación de capacidades básicas en diferentes sistemas será muy difícil.

La importancia de los datos críticos para el cumplimiento legal y regulatorio permanece inalterada. Datos que involucran requisitos regulatorios, riesgos legales, deben tener una fuente confiable y autorizada. La confianza en los productos existentes reduce la voluntad de reemplazo. Por ejemplo, datos de nóminas, finanzas y recursos humanos, aunque puedan ser accedidos por agentes, suelen mantenerse en sistemas que garantizan cumplimiento y auditoría. La migración de estos datos requiere participación de reguladores y auditores, elevando mucho los costos y barreras. En cambio, datos de ventas o herramientas como Zendesk, aunque importantes, no representan riesgos regulatorios en caso de migración o cambio de permisos.

No todos los sistemas de registros tienen el mismo costo de cambio. Comparando CRM y ATS, la diferencia es clara: ATS solo soporta procesos de reclutamiento cerrados, con datos que se ingresan una sola vez y rara vez se consultan después. La integración es limitada y el