Usted no está implantando un CRM. Está pagando para que descubran su empresa.

Qué decidir antes de firmar la próxima implantación, en el año en que los proveedores de IA empezaron a enviar ingenieros a vivir dentro del cliente.

Por Ricardo Segura · OPEX Consultoria · Noviembre de 2026

1. La segunda línea de la propuesta

La propuesta está sobre su mesa y tiene dos líneas. La primera es la licencia: tantos usuarios, tanto por mes. La segunda es la implantación: levantamiento de procesos, parametrización, integraciones, migración de datos, capacitación.

Casi toda la negociación se va en la primera línea. El dinero suele estar en la segunda. En mi experiencia, es mayor que la licencia, y las personalizaciones que vienen después son caras. Busqué un número independiente para esa proporción y no lo encontré. Solo existen estimaciones de consultoras y de proveedores, que van de una a cinco veces el valor anual de la licencia, según la complejidad, con algunos modelos por debajo de una vez. Quédese con el orden de magnitud.

Ahora mire lo que compra la segunda línea. Durante meses, un equipo externo entrevista a su gente para descubrir cómo funciona su empresa. Quién aprueba un descuento. Cuándo un pedido se convierte en excepción. Por qué aquel cliente tiene una condición que ningún otro tiene. Usted paga para que alguien descubra lo que su empresa sabe y nunca escribió. Al final, una parte de eso se convierte en campo, regla y flujo dentro del sistema. La otra parte se va en la cabeza del consultor.

De ahí la pregunta que este texto solo responde al final, porque la respuesta depende del camino:

Cuando el proyecto termine, ¿qué se queda en su empresa?

Un aviso antes de seguir. OPEX vende arquitectura de memoria organizacional, así que tengo una posición tomada en esta discusión. Por eso reservé una sección entera, cerca del final, para lo que juega en contra de mi postura.

Hasta hace poco se podía tratar esa pregunta como un detalle de contrato. En 2026 dejó de ser posible, y el motivo apareció primero en el mercado laboral.

2. El ingeniero que se va a vivir a su empresa

La función se llama Forward Deployed Engineer, o FDE. Es el ingeniero que trabaja dentro del cliente, al lado de quien opera, para configurar la IA, conectarla a los datos y sistemas de la casa y resolver problemas de negocio. El modelo fue popularizado por Palantir y era, hasta hace poco, un cargo de nicho.

En 2026, las vacantes con ese título en Estados Unidos crecieron más de 1.000% entre enero y agosto, en comparación con el mismo período del año anterior, según datos de Lightcast publicados por Fortune. El salario mediano anunciado supera los 188 mil dólares, frente a cerca de 145 mil dólares de un ingeniero de software tradicional.

Lo que llama la atención es quién está contratando. En abril, Salesforce lanzó una red de socios FDE con Accenture, Deloitte y más de treinta firmas, y explicó el motivo: pocas empresas tienen la base técnica para convertir pilotos en sistemas sobre los que el negocio pueda apoyarse. En mayo, Anthropic y OpenAI anunciaron empresas de servicios para implantar IA dentro de los clientes. En octubre, CNBC informó de 1.000 millones de dólares de AWS para el mismo fin.

Léalo con ojos de comprador. Las empresas que hacen los mejores modelos y los mayores sistemas llegaron a la misma conclusión: el producto, por sí solo, no llega a producción. Falta alguien que entienda el dolor del cliente, el proceso del cliente, las excepciones del cliente. Entonces están enviando gente dentro del cliente para aprender exactamente eso.

Es la segunda línea de la propuesta, ahora con salario alto y presupuesto de miles de millones.

Si ese conocimiento vale tanto para ellos, ¿por qué no es su empresa la que lo cataloga primero? La respuesta empieza por un hecho incómodo: el sistema que usted ya tiene nunca fue hecho para guardarlo.

3. Lo que su CRM sabe y lo que nunca supo

Un CRM es un sistema de registro. Sabe en qué etapa está la oportunidad, cuál es el valor, quién es el contacto, cuándo fue la última actividad. Lo hace bien, y la empresa sigue necesitando que alguien lo haga.

Lo que no guarda fue descrito con precisión en un ensayo de Foundation Capital, publicado en diciembre de 2025, que se volvió referencia en el debate. El ejemplo es simple. Un agente de renovación propone 20% de descuento. La política de la empresa limita las renovaciones a 10%, salvo excepción aprobada. El agente reúne los incidentes graves que sufrió el cliente, encuentra una aprobación anterior de un vicepresidente en un caso parecido, y finanzas aprueba.

En el CRM queda un único hecho: descuento de 20%. Quién autorizó el desvío, con base en qué y apoyado en qué precedente, nada de eso queda.

Los autores llaman a lo que falta rastros de decisión (decision traces) y dan al conjunto de ellos, conectado por cliente, política y tiempo, el nombre de context graph: un registro vivo que vuelve consultable el precedente. Es lo que llamé, en el manifiesto, decisión como evento inmutable con su porqué. El capital de riesgo llegó al mismo lugar por otro camino y le puso a la oportunidad una etiqueta de un billón de dólares. La etiqueta es tesis de ellos, no medida de mercado.

El argumento que pesa para quien compra es estructural. Los sistemas de registro guardan el estado actual. Los almacenes de datos reciben la información después de que la decisión ya fue tomada. El contexto se pierde antes de llegar a cualquiera de los dos.

Ese contexto es el que el consultor levanta en la implantación y el que el FDE va a buscar dentro de su empresa. Los grandes proveedores percibieron lo mismo, y se están moviendo más rápido de lo que sería cómodo para mi tesis.

4. Los proveedores no están quietos

Sería fácil decir que los grandes sistemas son jardines amurallados. En parte lo son. En parte dejaron de serlo.

Abrieron la puerta. Salesforce y HubSpot ya ofrecen servidores MCP, el protocolo abierto del que traté en El Arsenal Ejecutivo, y HubSpot tiene conectores para Claude y ChatGPT que leen y escriben registros en el CRM. En la práctica, el asistente de IA que su empresa elija ya puede consultar y actualizar el sistema. El argumento de que no conversan con nada envejeció.

Están construyendo la memoria. En Dreamforce 2026, según la cobertura de analistas, Salesforce presentó una capa de contexto y memoria compartida entre agentes, con disponibilidad general indicada para diciembre. En mayo escribí que no había producto de estantería para el Segundo Cerebro. Necesito actualizar la frase: el recipiente se está volviendo producto.

Y están ganando dinero. En el trimestre cerrado en julio de 2026, Salesforce reportó ingresos de 11.300 millones de dólares, un alza de 11%, e ingresos anuales recurrentes de Agentforce por encima de 1.500 millones de dólares, un alza de más de 240%. Quien anuncia la muerte del CRM no leyó el balance.

Pero fíjese en un detalle de la puerta abierta. En mayo de 2025, Salesforce cambió los términos de uso de la API de Slack. Las aplicaciones de terceros siguen leyendo los mensajes en tiempo real y perdieron el derecho de almacenarlos e indexarlos a largo plazo. Consultar quedó permitido. Llevárselos quedó prohibido.

Junte las piezas. El proveedor ofrece el sistema, la capa de memoria y el ingeniero que viene a vivir con usted. Es una oferta completa, y para muchas empresas será tentadora. Solo que cambia la naturaleza de la decisión: usted deja de elegir un software y pasa a elegir de quién va a depender.

5. Quién queda dependiendo de quién

La lectura apresurada de todo esto es que la IA resuelve y el ingeniero solo instala. Los hechos apuntan hacia otro lado. El modelo se está volviendo estándar: cualquier asistente ya se conecta a los grandes sistemas, y cambiar uno por otro cuesta cada vez menos. El conocimiento del proceso sigue siendo de cada casa.

La IA ejecuta bien lo que es codificable y tiene volumen. No sabe qué problema vale la pena resolver, ni por qué la casa decide como decide. Alguien tiene que saberlo. Veo tres respuestas para quién será ese alguien, con costos diferentes.

El ingeniero del proveedor. Es conocimiento alquilado. Aprende el proceso, construye y se va. Lo que aprendió se va con él o queda registrado en el formato de quien lo envió. Resuelve la falta de ingeniería, que es real, y crea una dependencia nueva.

Su propia gente capacitada. Es mejor, porque se queda en casa. Pero puede ser el quinto dolor del manifiesto con otra credencial, el del líder que se vuelve cuello de botella cognitivo. Si lo que la persona capacitada sabe sigue solo en su cabeza, la empresa cambió al gerente sénior insustituible por el especialista de IA insustituible.

La memoria escrita. Es la única de las tres que reduce las otras dos. Con proceso, excepciones y porqués registrados, el ingeniero de afuera se vuelve traductor temporal, y la persona capacitada se vuelve el curador de la memoria que describí en el artículo anterior, y deja de ser punto único de falla.

En esa arquitectura, la IA es infraestructura, las personas son dueñas del proceso, y el FDE es andamio: entra para construir y sale cuando la obra queda en pie. Los propios proveedores admiten el destino. AWS dice que sus ingenieros trabajan con el equipo del cliente para que este pueda mantener y expandir los sistemas por su cuenta. Anthropic incluye en el programa de formación a ingenieros que ya son empleados de clientes y socios.

En el papel, cierra. El directorio va a hacer otra pregunta: ¿esto da resultado?

6. Dónde apareció el dinero

Da, para pocos. Y el perfil de esos pocos se repite.

En la encuesta global de McKinsey de 2026, 80% de quienes usan IA en el trabajo dicen que su propia productividad mejoró. Solo 37% atribuyen a la IA algún efecto en el resultado operativo. Y el grupo de alto desempeño, que le atribuye al menos 5% del resultado operativo, quedó estancado en 6%. La distancia entre "mi productividad mejoró" y "el resultado de la empresa cambió" es el retrato de los treinta ChatGPTs descoordinados.

¿Qué hace diferente ese 6%? Casi tres cuartos de ellos rediseñaron sus flujos de trabajo. Entre las demás empresas, cerca de un cuarto. El estudio Wharton–GBK de octubre de 2026 agrega un dato útil para cualquier directorio: quien mide la IA por crecimiento reporta retorno fuerte casi tres veces más que quien mide solo eficiencia, 35% frente a 13%.

Nadie rediseña un proceso que no está descrito.

El estudio del MIT NANDA de 2025, conocido por el titular de que 95% de los pilotos de IA generativa fracasan, explica el otro lado. Más de la mitad de los presupuestos va a herramientas de ventas y marketing, mientras que el mayor retorno apareció en la automatización del back office. Y las herramientas se traban en el uso corporativo porque, según el informe, la mayoría de los sistemas de IA generativa no retiene la retroalimentación, no se adapta al contexto y no mejora con el tiempo. Es la descripción de un problema de memoria.

El trabajo más sólido que encontré muestra lo que pasa cuando ese problema se resuelve. Brynjolfsson, Li y Raymond, en un estudio divulgado en 2023 y publicado en 2025 en The Quarterly Journal of Economics, siguieron a cerca de 5 mil agentes de soporte que empezaron a usar un asistente de IA. En los números de la versión de 2023, los casos resueltos por hora subieron 14% en promedio y 34% entre los novatos y los menos calificados. Entre los más experimentados, el efecto fue mínimo. La explicación de los autores, presentada como evidencia sugestiva: el modelo disemina las mejores prácticas de los agentes más capaces y acorta la curva de experiencia de los nuevos.

Es el conocimiento que vivía en la cabeza de los mejores puesto a disposición de todos, medido en una operación real.

En Brasil, el obstáculo viene antes. En un relevamiento de Zappts de septiembre de 2026, 55,1% de las empresas no tienen un mapeo estructurado del retorno de la IA, y 19,8% lo miden de forma clara y recurrente.

Esos son números de otros. Tengo un caso mío, pequeño, que puedo contar por dentro.

7. La cuenta que hice en mi empresa

En abril de 2026 jubilé el CRM de OPEX. Los motivos están registrados en la decisión de aquel día. La suscripción no se pagaba en una operación de un solo operador. El modelo del sistema preveía un vendedor y un comprador, y cada negocio mío tiene cuatro partes: comprador, intermediario, fabricante y representante. El conector de IA disponible tenía limitaciones que rompían la rutina. Hoy la fuente de la verdad es un acervo de archivos de texto, con decisiones fechadas, políticas escritas y un ritual diario corriendo encima.

La operación es pequeña, tiene un decisor, y yo programo. La propia decisión registra la condición en la que yo la revisaría: el día en que haya un equipo de ventas y la operación deje de ser de un solo usuario. Ese día, permisos, auditoría, reportes y escala vuelven a pesar, y un CRM vuelve a la mesa.

La diferencia es cómo llegaría yo a esa conversación. Con el proceso descrito, las excepciones catalogadas y los dolores en orden de retorno. El proveedor no necesitaría descubrir cómo funciona la empresa, solo traducir lo que ya está escrito.

Antes de decir lo que yo haría en su lugar, le debo la lista de lo que puede estar mal en todo esto.

8. Dónde puede estar equivocada esta tesis

Quien construye solo suele llegar menos lejos. En el estudio del MIT, las soluciones compradas a proveedores especializados o hechas en asociación llegaron a la implantación con cerca del doble de frecuencia que las construidas internamente. Fortune cita cerca de 67% para el primer grupo. Entender el propio dolor es diferente de saber construir la solución.

Y, sin embargo, los mejores construyen más. En McKinsey, casi la mitad de las empresas de alto desempeño construye sus soluciones internamente, frente a 31% de las demás. Mi lectura es que las dos cosas conviven: la minoría que tiene ingeniería y proceso descrito construye y gana, y la mayoría que no los tiene sale mejor comprando.

El caso más citado no dice lo que dicen de él. A Klarna se la recuerda como la empresa que cambió el CRM por IA. El CEO contó otra historia: no sustituyeron software por un modelo de lenguaje. Construyeron un stack interno, con base de datos de grafos, para juntar en un solo lugar el conocimiento disperso por los sistemas. Sobre el resto del mercado, fue directo: "¿Todas las empresas van a hacer lo que hace Klarna? Lo dudo." Y agregó que no veía allí el fin de Salesforce.

Guardar es la parte fácil. El analista Charles Betz, de Forrester, recuerda que pedazos de esa capa de decisiones existen desde hace décadas y que la dificultad real es la fidelidad de lo que se guarda. Sin gobernanza, el registro se vuelve un diario en el que todos escriben y nadie lee. Y muchas de las decisiones más valiosas ocurren en reuniones y por teléfono, sin dejar rastro digital.

Los datos son frágiles. Casi todo lo que cité sobre retorno es respuesta de ejecutivos a cuestionarios, y McKinsey y GBK venden consultoría en esta área. CNBC registra que las ganancias atribuidas a los proyectos con FDE todavía no fueron verificadas de forma independiente. Gartner prevé que más de 40% de los proyectos de IA agéntica serán cancelados antes de fines de 2027. No encontré ningún estudio que compare empresas que empezaron por la memoria con empresas que empezaron por el sistema. Mi caso es uno solo. Y las tres dependencias de la sección 5 son lectura mía.

Nada de esto derriba el orden que voy a proponer. Todo esto limita cuánto puedo prometer con él.

9. Qué firmar, y en qué orden

Vuelvo a la pregunta del comienzo: cuando el proyecto termine, ¿qué se queda en su empresa?

Se queda lo que ya estaba escrito, a nombre de ella, antes de que el proyecto empezara. El resto se queda con quien lo descubrió.

Por eso el orden importa más que la elección del proveedor.

Primero, memoria. Un área, un decisor, noventa días. Registrar las decisiones con su porqué, escribir las reglas tácitas, anotar cada excepción el día en que ocurre. La IA hace aquí el trabajo manual que antes volvía esto inviable: transcribe la reunión, lee el correo, propone el registro, reclama lo que quedó abierto. La persona cura.

Segundo, diagnóstico. Con tres meses de rastro, los dolores aparecen sin entrevista. Dónde se rompe el proceso. Qué excepción se repite. Qué aprobación traba la venta. Cada uno recibe una estimación de retorno, y la lista se ordena por ella. Es aquí donde se descubre cuánto del problema era proceso mal diseñado, y un proceso mal diseñado dentro de un sistema caro sigue mal diseñado.

Tercero, sistema. Comprar, renovar, cambiar o construir. Con la especificación escrita por la propia casa, la segunda línea de la propuesta se encoge, la comparación entre proveedores se vuelve objetiva, y la memoria ya nace en un formato que sobrevive al cambio de cualquiera de ellos.

Hay casos en los que el orden se invierte. Equipo grande de ventas, sector regulado, exigencia de auditoría y de permisos desde el primer día, o ninguna capacidad interna de ingeniería. En esos casos el CRM viene primero, y la capa de memoria se construye al lado, desde el inicio, a nombre de la empresa.

Comprar no es el problema. Brasil compra: en la encuesta TIC Empresas 2025, el uso de CRM subió de 25% a 31% de las empresas, y el de IA, de 13% a 17%. El problema es comprar sin saber lo que la propia casa ya sabe.

Si la propuesta ya está sobre la mesa y no hay noventa días, lleve cinco preguntas a la reunión:

1. ¿Qué va a descubrir la implantación sobre nuestra empresa, y dónde queda escrito cuando el proyecto termine?
2. ¿Puedo exportar, además de los registros, el historial de decisiones y excepciones, en un formato que otra herramienta pueda leer?
3. ¿El contrato permite que la IA que yo elija lea y guarde esos datos, o solo la IA del proveedor?
4. ¿Cómo se comporta el precio cuando los agentes hagan el trabajo de los usuarios: por puesto, por consumo o por resultado?
5. Si el ingeniero del proveedor viene a vivir aquí, ¿quién de mi equipo aprende con él, hasta qué fecha, y qué queda documentado a nuestro nombre?

Y los CRM, ¿sobreviven? Sobreviven. Los números de ingresos no muestran un sector que se muere, y ni los autores de la tesis del context graph apuestan a eso. Lo que cambia es dónde está el valor. El registro del estado se vuelve infraestructura, necesaria y cada vez más parecida entre proveedores. El valor migra hacia quien guarda el contexto de las decisiones.

Los proveedores van a incorporar el segundo cerebro a sus sistemas, y eso tiende a acortar la implantación. Si la memoria de su casa nace allí adentro, el proyecto se vuelve más rápido y la salida, más cara. Si nace en un formato de la empresa, legible por cualquier modelo y por cualquier sistema, el CRM pasa a ser una pieza reemplazable de una arquitectura que es suya.

Usted no está implantando un CRM. Está pagando para que descubran su empresa. Descúbrala antes, por escrito y a su nombre. Después firme.

Memoria antes de inteligencia. Y, por el mismo motivo, memoria antes del sistema.

Si usted tiene una propuesta de estas sobre la mesa, conversemos antes de la firma. Sin agenda, sin deck, sin propuesta. Solo una conversación entre operadores.

Ricardo Segura es founder de OPEX Consultoria, que presta servicios de arquitectura de memoria organizacional y, por lo tanto, tiene interés comercial en la tesis de este artículo.

Referencias

1. Estimaciones de costo de implantación de CRM (fuentes con interés comercial): hyphadev.io y codleo.com
2. Fortune (Preston Fore), sobre el crecimiento de las vacantes de forward deployed engineer, datos de Lightcast, 3 sept. 2026 — fortune.com
3. Salesforce, anuncio de la FDE Partner Network, 15 abr. 2026 — salesforce.com
4. TechCrunch (Russell Brandom), "Anthropic and OpenAI are both launching joint ventures for enterprise AI services", 4 may. 2026 — techcrunch.com
5. CNBC (Barbara Booth), "AWS, Anthropic race to deploy army of specialized engineers", 15 oct. 2026 — cnbc.com
6. Foundation Capital (Ashu Garg), "AI's trillion-dollar opportunity: Context graphs", 26 dic. 2025 — ashugarg.substack.com
7. Salesforce Developers, "Salesforce Hosted MCP Servers Are in Beta Today", oct. 2025 — developer.salesforce.com ; y Salesforce, "Introducing the Data 360 MCP Server", 26 may. 2026 — salesforce.com
8. HubSpot, página de herramientas de IA (servidor MCP remoto y conectores) — hubspot.com
9. Info-Tech Research Group (Igor Ikonnikov), nota sobre Dreamforce 2026, 25 sept. 2026 — infotech.com
10. Salesforce, resultados del segundo trimestre fiscal de 2027, 26 ago. 2026 — s205.q4cdn.com
11. CX Today, sobre el cambio en los términos de la API de Slack — cxtoday.com
12. McKinsey (QuantumBlack), "The State of AI: Global Survey 2026", ago. 2026 — mckinsey.com ; cifras leídas en la cobertura de TechTimes, 26 ago. 2026 — techtimes.com
13. Wharton Human-AI Research y GBK Collective, estudio de adopción de IA 2026, 13 oct. 2026 — gbkcollective.com
14. Fortune, sobre el informe MIT NANDA "The GenAI Divide: State of AI in Business 2025", 18 ago. 2025 — fortune.com ; Virtualization Review, con fragmentos del informe, 19 ago. 2025 — virtualizationreview.com ; y DX, "The AI Divide" — getdx.com
15. Brynjolfsson, Li y Raymond, "Generative AI at Work", NBER Working Paper 31161 (2023); The Quarterly Journal of Economics, vol. 140, n.º 2, pp. 889–942 (2025) — nber.org
16. TI Inside (Matheus Bracco), sobre el estudio de Zappts "Panorama da IA no Brasil 2026", 8 sept. 2026 — tiinside.com.br
17. TechCrunch (Julie Bort), "Klarna CEO doubts that other companies will replace Salesforce with AI", 4 mar. 2025 — techcrunch.com
18. Forrester (Charles Betz), "Context Graphs Are A Convergence, Not An Invention", 10 abr. 2026 — forrester.com
19. Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", 25 jun. 2025 — gartner.com
20. CGI.br / Cetic.br, comunicado de la encuesta TIC Empresas 2025, 15 jun. 2026 — cgi.br