Los equipos de Go-To-Market (GTM) están presenciando una revolución impulsada por la inteligencia artificial, con un notable 93% de ellos que ha implementado al menos un agente de IA, según el último informe de LeanData. Sin embargo, a pesar de esta rápida adopción, muchos de estos equipos carecen de visibilidad sobre las acciones que estos agentes están llevando a cabo. Un alarmante 30% de los encuestados afirma haber observado acciones automatizadas sin rastro de auditoría, lo que pone de manifiesto la falta de seguimiento y control en un entorno que busca optimizar los procesos de marketing y ventas mediante la automatización. La incapacidad para rastrear estas acciones representa un riesgo significativo, ya que las decisiones automatizadas podrían no alinearse con las estrategias comerciales deseadas.
El efecto de la inteligencia artificial en la pila de GTM resalta problemas ya existentes, especialmente en la calidad de los datos. Según el estudio, el 55% de los profesionales entrevistados citan la preparación y calidad de los datos como los principales obstáculos para una integración eficaz de la inteligencia artificial en sus operaciones. Muchos equipos enfrentan desafíos de higiene de datos, lo que ha llevado al 27% de los encuestados a experimentar un conflicto en la comunicación con prospectos, cuando diferentes agentes contactan al mismo cliente potencial simultáneamente. La falta de datos precisos complica aún más la colaboración entre el marketing y las ventas, y aumenta el riesgo de iniciativas mal fundamentadas que pueden dañar la experiencia del cliente.
La diversidad de agentes de IA y su procedencia han creado un entorno complejo que está más allá del control de muchas organizaciones. Un 69% de los encuestados utiliza herramientas de GTM convencionales con funciones de IA incorporadas, mientras que un 62% emplea aplicaciones personalizadas desarrolladas con APIs de modelos de lenguaje. Sin embargo, esta explosión de agentes ha llevado a pérdidas de control en el seguimiento de sus acciones, ya que un tercer de los encuestados no pudo incluso contabilizar el número de agentes que estaban utilizando. Esto plantea problemas serios de sobreposición y colisión entre los sistemas, donde las interacciones con un cliente pueden variar drásticamente dependiendo del agente que esté operando, lo que resulta en experiencias fragmentadas y confusas para los consumidores.
En medio de esta disyuntiva, la cuestión de la propiedad y el gobierno de los agentes de IA toma centralidad. Mientras que un 42% de los profesionales reportan que una estrategia multifuncional para administrar IA está en marcha, otros indican que la regulación actual es insuficiente, con un preocupante 19% admitiendo que la IA se está utilizando de manera ad hoc. Con equipos de operaciones de GTM ya sobrecargados, el establecimiento de un marco claro que no solo gestione las actividades de IA, sino que también garantice que se rija por reglas adecuadas, se vuelve crucial para el éxito estratégico a largo plazo del negocio.
El futuro de la inteligencia artificial en los equipos de GTM depende de la capacidad de las organizaciones para adaptarse a estos desafíos y tomar control sobre sus agentes. La petición por un rastro de auditoría completo de cada acción (en un 31% de los casos) y la necesidad de alinear las decisiones de los agentes con las reglas de los equipos humanos son claras indicaciones de que las empresas buscan mayor control y responsabilidad. Sin una adecuada visibilidad y regulación, el riesgo de confusión y errores aumenta, lo que podría anular muchos de los beneficios que la inteligencia artificial promete ofrecer. Por lo tanto, es esencial que las empresas aborden estos problemas en la estructura de sus operaciones de GTM para poder maximizar el potencial de la IA de manera efectiva.
