Cada vez que Salesforce presenta una nueva feature de IA en Dreamforce, la sala se llena de aplausos. Seis meses después, en la mayoría de orgs, esa feature está desactivada o ignorada.
No porque la tecnología sea mala. Sino porque la IA de alto impacto no se activa en un toggle: se diseña.
El problema con las demos
Las demos de IA en CRM siempre muestran el escenario perfecto: datos limpios, usuarios comprometidos, un caso de uso donde la predicción es obvia. La realidad en producción es exactamente lo contrario: datos inconsistentes, usuarios que no confían en las sugerencias del sistema, y casos de uso donde el "valor" es difícil de cuantificar.
El error más común es empezar por la herramienta. "Tenemos Einstein Lead Scoring activado, ¿por qué no lo usan los comerciales?" La pregunta correcta es la inversa: "¿Qué decisión toma el comercial hoy de forma manual que podríamos mejorar?"
El marco que uso
Antes de activar cualquier funcionalidad de IA en un org, paso por tres preguntas:
1. ¿Qué decisión mejora esto?
No "qué feature activa", sino qué acción humana concreta se hace mejor, más rápida o menos propensa a error. Si no tengo una respuesta específica, no implemento.
2. ¿Los datos lo soportan?
Einstein no hace milagros con datos sucios. Si el campo que va a alimentar el modelo tiene un 60% de valores nulos o inconsistentes, el primer paso no es activar IA, es limpiar datos.
3. ¿Cómo va a confiar el usuario en la sugerencia?
La adopción de IA en herramientas operativas depende de la confianza. Los usuarios necesitan entender por qué el sistema sugiere lo que sugiere, y necesitan poder equivocarse sin que el sistema los penalice.
Lo que sí funciona
En los proyectos donde he visto IA generar valor real en Salesforce, el patrón es siempre el mismo: un caso de uso pequeño, bien definido, con datos limpios, y un usuario que fue involucrado en el diseño.
Einstein Case Classification clasificando tickets de soporte con un 80% de precisión es infinitamente más útil que un scoring de oportunidades que nadie entiende con un 60%.
La IA de alto impacto no es la más sofisticada. Es la que resuelve un problema real que alguien tenía hoy.