01 · ARQUITECTURA

El verdadero activo no es solamente el modelo

Los modelos de IA son cada vez más capaces.

Pero un modelo, por sí solo, no conoce cómo funciona una empresa.

No sabe necesariamente qué cliente tiene prioridad, qué autorización requiere determinada operación, qué información puede consultar cada colaborador, qué proceso debe ejecutarse después de una decisión, qué excepciones existen ni qué reglas de negocio deben respetarse.

Ese contexto vive en CRM, ERP, sistemas operativos, bases de datos, workflows, políticas y conocimiento acumulado durante años.

AIforce apunta precisamente hacia esa capa.

Salesforce plantea que los agentes puedan razonar y actuar utilizando el contexto, las reglas y los workflows existentes, manteniendo los permisos y controles empresariales.

El modelo aporta inteligencia. La empresa aporta contexto. Y el valor aparece cuando ambos pueden operar juntos.

Este cambio profundiza una conversación que ya analizamos en JABRI INSIGHTS: la IA empresarial necesita traducirse en operación y resultados, no quedarse en una sucesión de pilotos tecnológicos.

02 · EJECUCIÓN

Del “dime qué hacer” al “hazlo”

Existe una diferencia enorme entre una IA que responde “este cliente necesita seguimiento” y una IA capaz de identificar por qué lo necesita, revisar antecedentes, consultar interacciones, determinar la siguiente acción, actualizar el registro, asignar un responsable y activar el workflow correspondiente.

El anuncio de Salesforce muestra precisamente esa dirección.

En Slack, por ejemplo, describe escenarios donde el sistema puede detectar cuentas que pierden actividad, analizar casos de soporte y conversaciones relacionadas, reasignar responsables, crear tareas y preparar comunicaciones de recuperación.

Esto cambia la unidad de valor.

Antes medíamos cuánto tiempo ahorraba la IA produciendo una respuesta.

Ahora tendremos que medir cuánto trabajo puede completar correctamente.

03 · INTERFAZ

La aplicación también empieza a perder protagonismo

Durante décadas digitalizamos empresas construyendo interfaces: menús, pantallas, campos, dashboards y formularios.

Para ejecutar una operación, una persona debía aprender dónde estaba cada función.

La IA generativa comienza a invertir esa relación.

En lugar de que el trabajador tenga que navegar por el software para encontrar una función, el software puede empezar a organizarse alrededor de la intención del trabajador.

AIforce propone interfaces dinámicas y capacidades empresariales disponibles desde diferentes superficies de inteligencia artificial.

Eso no significa que las aplicaciones desaparecerán mañana.

Significa algo más importante: la interfaz tradicional deja de ser necesariamente la puerta obligatoria para acceder a la capacidad operativa del sistema.

04 · MCP

MCP importa más de lo que parece

Entre las tecnologías mencionadas por Salesforce aparece MCP, junto con APIs, plugins y skills.

Para un Consejo de Administración, esas siglas probablemente importan poco. La implicación empresarial sí.

Estamos avanzando hacia arquitecturas donde diferentes agentes, modelos y aplicaciones pueden conectarse con capacidades empresariales mediante mecanismos estandarizados.

Esto reduce una dependencia peligrosa: construir toda la estrategia de IA alrededor de una sola interfaz o de un único modelo.

La pregunta empieza a cambiar.

Ya no es únicamente: ¿qué IA vamos a comprar?

Empieza a ser: ¿cómo construiremos una arquitectura empresarial capaz de utilizar distintas inteligencias sin perder control sobre nuestros datos, procesos y decisiones?

05 · GOBIERNO

Cuando la IA puede actuar, el gobierno deja de ser opcional

Una IA que redacta un correo incorrectamente representa un riesgo limitado.

Una IA que puede modificar un registro, activar un workflow, conceder una condición comercial o iniciar una operación pertenece a otra categoría.

Por eso resulta relevante que la propuesta de AIforce vincule las acciones con permisos, reglas empresariales, seguridad y gobierno existentes.

Éste será uno de los grandes desafíos de la siguiente etapa.

Las empresas tendrán que definir con precisión qué puede observar un agente, qué puede decidir, qué puede ejecutar, qué necesita autorización humana y qué debe quedar registrado para auditoría.

La gobernanza ya no será únicamente una política de IA. Será parte del diseño operativo.

06 · MÉXICO Y LATAM

El reto para México y LATAM no es comprar más IA

Para muchas organizaciones de la región, la tentación será agregar otra herramienta al stack tecnológico.

Ese enfoque puede producir más pilotos sin producir necesariamente más transformación.

La oportunidad real está en otro lugar.

Antes de desplegar agentes capaces de ejecutar trabajo, una empresa necesita identificar procesos suficientemente definidos, datos utilizables, sistemas que puedan integrarse, reglas de negocio explícitas, responsables de cada decisión, controles, excepciones y métricas económicas y operativas.

Una organización con procesos fragmentados no se vuelve automáticamente eficiente porque conecte un agente.

Puede simplemente automatizar su fragmentación.

Para México, el desafío ya no es únicamente adoptar la tecnología. Como señalamos anteriormente en nuestro análisis sobre cómo escalar la IA hacia operación y resultados, el reto consiste en convertir adopción en capacidad empresarial.

07 · VENTAJA COMPETITIVA

La ventaja competitiva estará en la arquitectura operativa

Si los modelos continúan democratizándose, muchas empresas tendrán acceso a capacidades de inteligencia similares.

La diferenciación se desplazará entonces hacia otra capa: quién puede conectar mejor esa inteligencia con su operación.

Datos confiables. Procesos diseñados. Automatización. Integraciones. Gobierno. Observabilidad. Intervención humana cuando realmente agrega valor.

Ahí se construirá buena parte de la ventaja empresarial de la próxima etapa.

08 · CONCLUSIÓN

Conclusión

AIforce es relevante no porque Salesforce haya presentado otra solución de inteligencia artificial.

Es relevante porque muestra hacia dónde se está desplazando la arquitectura empresarial.

Primero utilizamos IA para conversar. Después para asistir. Ahora empezamos a conectarla con los sistemas que ejecutan el negocio.

El siguiente salto será conseguir que personas, agentes, aplicaciones y procesos operen como un mismo sistema empresarial, con velocidad pero también con control.

La pregunta para la dirección ya no es si la empresa utilizará inteligencia artificial.

Es cuánto de su operación estará preparada para que la inteligencia artificial pueda actuar sobre ella.