La adopción de la inteligencia artificial en las empresas lleva años avanzando, aunque no siempre al mismo ritmo que la tecnología que la impulsa. En ese desajuste se sitúa el lanzamiento de AI Fluency Playbook, la nueva guía publicada por Salesforce con un objetivo explícito: preparar a los trabajadores para colaborar de forma cotidiana con agentes de IA en lo que la compañía define como la “empresa agéntica”.
La guía se presenta en un momento en el que muchas organizaciones ya han superado la fase experimental de la IA generativa, pero siguen encontrando fricciones en su despliegue operativo. No se trata solo de integrar nuevas herramientas, sino de modificar rutinas, responsabilidades y criterios de confianza. Salesforce plantea que ese salto exige algo más que formación técnica: requiere fluidez, entendida como la capacidad de aplicar la IA con criterio, continuidad y sentido de negocio.
El concepto de fluidez en IA que propone la compañía se apoya en una constatación que empieza a repetirse en estudios sectoriales: el impacto de la IA depende menos del software que del uso que hacen las personas. Según los datos que maneja Salesforce, los empleados que utilizan IA de forma habitual declaran un 64% más de productividad, un 58% más de concentración y un 81% más de satisfacción laboral. Las cifras apuntan a beneficios claros, aunque también abren interrogantes sobre su generalización y sobre el tipo de tareas en las que esos incrementos son sostenibles en el tiempo.
El AI Fluency Playbook se apoya en la experiencia interna de la propia Salesforce, que ha actuado como Customer Zero en la implantación de agentes inteligentes a través de su plataforma Agentforce. En la práctica, esto implica que los equipos de la compañía ya trabajan de forma regular con agentes de IA integrados en procesos comerciales, de atención al cliente y de colaboración interna. El 85% de los empleados afirma sentirse cómodo utilizando herramientas de IA en su trabajo diario, un dato que supone un incremento de 16 puntos porcentuales respecto al año anterior.
Ese nivel de adopción interna se traduce, según la empresa, en resultados operativos medibles. En solo un año, los agentes desplegados en Slack habrían permitido ahorrar más de 500.000 horas de trabajo a los empleados. En el área comercial, Engagement Agent ha colaborado en la gestión de más de 190.000 clientes potenciales, mientras que Service Agent ha atendido más de dos millones de solicitudes de soporte. Son cifras significativas, aunque vinculadas a un entorno muy específico, con una fuerte inversión previa en datos, procesos y cultura digital.
Más allá de los números, la guía introduce un marco conceptual que Salesforce considera clave para escalar la IA en las organizaciones. La fluidez se articula en torno a tres ejes. El primero es el compromiso con la IA, que busca mejorar la percepción y la confianza de los empleados. Aquí el desafío no es menor: persisten temores sobre la sustitución de puestos, la pérdida de control o la opacidad de los sistemas algorítmicos. Sin un mínimo de aceptación cultural, la adopción tiende a quedarse en iniciativas aisladas.
El segundo eje es la activación de la IA, entendida como la capacidad de integrar estos sistemas en el trabajo diario de forma coherente. Muchas empresas han comprobado que ofrecer acceso a herramientas de IA no garantiza su uso efectivo. Falta tiempo, faltan casos claros de aplicación y, en ocasiones, faltan incentivos alineados con los objetivos reales del negocio. La guía insiste en que la activación requiere liderazgo intermedio, rediseño de procesos y métricas que reflejen el valor generado.
El tercer componente es la experiencia en IA, que va más allá de las habilidades técnicas. Salesforce incluye aquí competencias humanas, agénticas y empresariales. Saber formular buenas instrucciones, interpretar resultados, detectar errores o decidir cuándo no utilizar un agente se convierte en parte del trabajo cotidiano. Esta visión contrasta con enfoques más centrados en la automatización pura, donde la intervención humana se reduce al mínimo.
En este punto aparece una de las tensiones más relevantes del discurso sobre la empresa agéntica. Los agentes prometen automatizar tareas rutinarias y liberar tiempo, pero al mismo tiempo exigen nuevas formas de supervisión, coordinación y responsabilidad. La guía no elude esta contradicción, aunque la aborda desde una perspectiva pragmática: la productividad no aumenta por delegar sin criterio, sino por saber qué delegar, cuándo y con qué nivel de control.
La dimensión de recursos humanos ocupa un lugar central en el documento. “Cuando dominamos la IA, esta pasa de ser una innovación tecnológica a una ventaja para la fuerza laboral”, afirma Nathalie Scardino, presidenta y directora de Recursos Humanos de Salesforce. En su planteamiento, la fluidez en IA no solo mejora los resultados empresariales, sino que incrementa la capacidad de acción de los empleados y su control sobre la forma de trabajar y tomar decisiones. Es una lectura optimista que conecta con la competencia por atraer y retener talento en perfiles cada vez más escasos.
Sin embargo, el enfoque también plantea desafíos para empresas que no parten del mismo nivel de madurez digital. Replicar el modelo de Salesforce exige inversión, datos estructurados y una gobernanza clara de la IA, aspectos que muchas organizaciones aún están construyendo. Además, la estandarización de agentes inteligentes puede chocar con realidades sectoriales muy diversas, especialmente en entornos regulados o con procesos altamente personalizados.
El lanzamiento del AI Fluency Playbook se inscribe, así, en una conversación más amplia sobre el futuro del trabajo. La empresa agéntica no elimina el factor humano, pero lo reconfigura. Los empleados dejan de ser ejecutores directos de todas las tareas para convertirse en orquestadores, validadores y tomadores de decisiones apoyados por sistemas autónomos. Ese cambio no es inmediato ni uniforme, y su éxito depende tanto de la tecnología como de la capacidad de las organizaciones para gestionar el cambio.
La guía de Salesforce no pretende cerrar ese debate, pero sí ofrecer un marco operativo basado en su propia experiencia. Queda por ver hasta qué punto este modelo es extrapolable a otros contextos y cómo evolucionará a medida que los agentes ganen autonomía y sofisticación. La fluidez en IA, más que un destino, parece un proceso continuo, sujeto a ajustes, aprendizajes y nuevas preguntas que aún no tienen respuesta definitiva.
