SERIE AI-NATIVE · CÓMO PRESENTAR IA AGÉNTICA, PARTE 1 DE 3
Principios que sobreviven a cualquier presentación: por qué el flujo de trabajo va primero
Resumen de 1 minuto
De qué se trata. Parte 1 de una serie de tres sobre cómo presentar agentes de IA a empresas. Deriva cuatro movimientos (escuchar, ubicar, limitar, demostrar) a partir de siete principios que ya regían mucho antes de la IA.
Por qué importa. En ventas grandes, describir funcionalidades suele perjudicar (SPIN Selling, 1988). Las presentaciones de IA casi siempre arrancan con funcionalidades, y esa es una de las razones por las que los compradores se desconectan.
Qué puedes hacer después de leer esto. Para una oportunidad concreta en curso, escribe una línea por movimiento. Léela en voz alta. Si toma más de un minuto, recorta, no la aceleres.
Pitching Agentic AI — la espina de la serie
- Principios que sobreviven a cualquier presentación este episodio
- Vender agentes esta temporada episodio 2
- Cuatro clientes, cuatro primeros flujos de trabajo episodio 3
Cómo leer las etiquetas: EVIDENCE tiene fuente, DESIGN es una práctica recomendada, OPEN aún no está probado, y LENS es mi propia convicción.
Los compradores dejan de escuchar las promesas de IA. Siete principios, cada uno con décadas de antigüedad, convierten la presentación en cuatro movimientos centrados en su trabajo estancado: escuchar cómo lo describen, localizar su costo, limitar una prueba que puedan observar, demostrarlo con evidencia acordada de antemano. La sorpresa, en la apuesta de abajo: uno de los hábitos más naturales de un vendedor juega en su contra.
Qué cubre este episodio: los principios detrás de una buena presentación de IA
Toda presentación de IA en la que he estado tiene una diapositiva 7. Enumera cuarenta capacidades en dos columnas, cada una con su ícono. La diapositiva 7 es donde el comprador empieza a revisar su teléfono.
Esta serie trata sobre cómo presentar agentes de IA a empresas sin una diapositiva 7. Surgió de una sesión de capacitación a la que asistí sobre cómo posicionar agentes de programación, que me dejó con una convicción: la presentación debe partir del trabajo del cliente, no de la herramienta. El marco de abajo es mi propia síntesis. Derivé cada uno de sus cuatro movimientos de un principio que ya era cierto mucho antes de la IA, razón por la cual espero que sobreviva a las herramientas de este año:
- Escuchar: repetir cómo describe el cliente el problema, con sus propias palabras.
- Localizar: localiza el flujo de trabajo recurrente que hay detrás, y lo que cuesta ahora.
- Limitar: diseña una prueba lo bastante pequeña como para intentarla y lo bastante visible como para evaluarla, con alguien a cargo.
- Probar: acuerda, antes de empezar, qué evidencia justificaría ampliarla.
La parte 2 cubre la práctica de esta temporada. La parte 3 adapta un primer flujo de trabajo para cuatro industrias donde los errores salen más caros.
Antes que nada, haz una apuesta
La investigación de Huthwaite detrás de SPIN Selling observó más de 35.000 llamadas de ventas. En ventas grandes y complejas, ¿qué comportamiento del vendedor se asociaba con el éxito?
- A. Explicar con claridad las características y ventajas del producto.
- B. Manejar bien las objeciones del cliente.
- C. Preguntar sobre las consecuencias del problema del cliente, y cuánto valdría resolverlo.
Guárdate la respuesta. El principio 1 la trae.
Principio 1: pregunta por las consecuencias, no por las características (Localizar)
EVIDENCE Huthwaite reporta que, en ventas grandes, las preguntas sobre las implicaciones de un problema y el beneficio de resolverlo se asociaban con el éxito, mientras que describir características y ventajas no (Huthwaite International, SPIN Selling). Rackham va más allá en el libro (SPIN Selling, 1988): sostiene que los vendedores buenos para manejar objeciones suelen ser los mismos que las provocaron, por describir características demasiado pronto. La respuesta a la apuesta es la C.C. La diapositiva 7 es la opción A, con íconos.
Una advertencia importante: Huthwaite hizo la investigación y vende la capacitación, y el conjunto de datos nunca se publicó de forma independiente. Tómalo como evidencia práctica de larga data, no como ciencia asentada.
DESIGN «Productividad del desarrollador» es una promesa a nivel de característica. «La preparación para el lanzamiento se retrasa porque la revisión entre tres equipos es inconsistente, y cada retraso mueve la hoja de ruta» es una implicación. Una invita a una demo. La otra invita a una conversación sobre lo que cuesta el retraso. Yo di la primera versión. El cliente hizo una pregunta cortés sobre precios, que en ventas grandes es como termina una reunión.
Principio 2: la gente compra progreso en un trabajo, no un producto (Escuchar)
EVIDENCE Clayton Christensen y sus colegas sostuvieron que los clientes «contratan» un producto para avanzar en una circunstancia particular, y que entender ese trabajo predice la compra mejor que la demografía o los atributos del producto (Christensen et al., Know Your Customers' "Jobs to Be Done", HBR, 2016).
DESIGN Antes de reformular nada, repite el trabajo con las propias palabras del cliente. Un líder de plataforma que dice «nuestro CI se sigue rompiendo y nadie se hace cargo» te ha dicho cuál es el trabajo: lograr que un cambio pase de fusionado a confiable sin que alguien pierda una tarde en eso. Empieza por ahí.
Principio 3: el statu quo tiene un precio, así que ponle nombre (Localizar)
EVIDENCE La teoría de las perspectivas mostró que la gente juzga los resultados como ganancias o pérdidas respecto de un punto de referencia, y que las pérdidas tienden a pesar más que ganancias equivalentes (Kahneman & Tversky, Prospect Theory, Econometrica, 1979). Qué tan fuerte y qué tan general es la aversión a la pérdida sigue siendo objeto de debate; una revisión de 2018 argumentó que es más limitada de lo que suele suponerse (Gal y Rucker, The Loss of Loss Aversion, 2018).
DESIGN Usa la parte sólida, no la parte en disputa. No vendas miedo. Sí haz visible el costo del flujo de trabajo actual, porque no hacer nada tiene un precio que nadie ha anotado: las horas de revisión, las repeticiones, la fecha que se atrasa. Un comprador que ve ese precio compara tu propuesta con una alternativa real, no con cero.
Principio 4: una prueba que la gente puede observar vence a una promesa que debe creer (Limitar)
EVIDENCE El libro de Everett Rogers, Diffusion of Innovations (1962), nombra cinco atributos que determinan qué tan rápido se difunde una innovación: ventaja relativa, compatibilidad, complejidad, «posibilidad de ensayo» (trialability) y «observabilidad» (observability) (Rogers, Diffusion of Innovations, 5.ª ed., 2003, cap. 6). A menudo se citan cifras sobre cuánto de la adopción explican estos atributos; no las he verificado contra el libro, así que las dejo fuera.
DESIGN La revisión de cambios de un solo equipo durante seis semanas es ensayable (suficientemente pequeña para probarla sin necesidad de un programa) y observable (el equipo puede ver el tiempo de revisión y cómo varía el retrabajo). «La automatización de ingeniería en toda la empresa» no es ninguna de las dos cosas. Pequeño y visible es una decisión de diseño, no una falta de ambición.
Principio 5: la confianza cae cuando el vendedor es el centro de atención (Limitar)
EVIDENCE The Trusted Advisor (2000) expresó la confianza como credibilidad más fiabilidad más intimidad, dividido entre autoorientación (Maister, Green & Galford, la ecuación de confianza). Es una heurística, no un modelo medido, pero el denominador explica mucho: cuanto más gira una presentación en torno al vendedor, menos se le cree.
DESIGN De ahí se siguen dos hábitos. Decir «esto podría valer la pena evaluarlo», no «esto va a transformar tu ingeniería». Y decir qué es lo que la herramienta no debe no controlar: tus ingenieros conservan la responsabilidad de la calidad y las aprobaciones. Admitir un límite aumenta la credibilidad; la diapositiva 7 aumenta la autoorientación.
Principio 6: acuerda la medida antes de ver el resultado (Probar)
EVIDENCE La ciencia aprendió esto por las malas. Decidir cómo se analizará un estudio antes de ver los datos es hoy una defensa reconocida contra el sesgo de encontrar lo que uno esperaba encontrar (Nosek et al., The preregistration revolution, PNAS, 2018). La ley de Goodhart advierte lo mismo desde el otro lado; en la popular formulación de Marilyn Strathern, cuando una medida se convierte en objetivo, deja de ser una buena medida.
DESIGN En una presentación, el comprador aprueba de antemano la señal y el umbral antes de que empiece la prueba. Un vendedor que propone la medida demuestra que espera cumplirla, y nadie podrá después tachar el resultado de amañado.
Un séptimo principio, que hay que usar con cuidado: enseña, pero primero escucha (Localizar)
EVIDENCE The Challenger Sale (2011) reportó, a partir de una gran encuesta a vendedores, que los de mejor desempeño en ventas complejas tendían a enseñarles a los clientes algo nuevo sobre su propio negocio (Dixon & Adamson, The Challenger Sale, 2011, cap. 2). El estudio lo realizó la misma firma que vendía la capacitación y es correlacional; los porcentajes que suelen citarse no están verificados, así que los omito.
LENS Localizar el problema de fondo en el flujo de trabajo es enseñar. Hacerlo antes de haber escuchado es sermonear. El orden importa.
Los cuatro movimientos en menos de un minuto
Me contaste que las fechas de lanzamiento se retrasan cuando la revisión se acumula (Escuchar). Debajo de eso, el mismo retrabajo de revisión se repite cada sprint, y le cuesta una semana al roadmap cada vez (Localizar). Un equipo, seis semanas, un agente redactando las primeras revisiones, tus ingenieros aprobando cada merge (Limitar). Si el tiempo de revisión baja y el retrabajo no sube, podría valer la pena un segundo equipo (Probar).
DESIGN Si no cabe en un minuto, simplifica. No hables más rápido. Una presentación que necesita velocidad para caber tiene demasiadas ideas metidas adentro, que es la diapositiva 7 otra vez, leída en voz alta.
Cómo podría fallar esto
- Aplicado como guion. Estos principios describen lo que los buenos vendedores notan. Recitados mecánicamente ("and what's the implication of that?" (Traducción: "¿y cuál es la implicación de eso?")) se sienten como un interrogatorio, y el denominador de la ecuación de confianza sube.
- La evidencia es más vieja y más limitada de lo que parece. SPIN y Challenger se apoyan en estudios realizados por las mismas firmas que los vendían. No sabemos qué tan bien se traslada ninguno de los dos a los agentes de IA, que cargan con un problema de credibilidad que los años ochenta no tenían.
- Localizar puede ser presuntuoso. Un vendedor que nombra "el problema de fondo" después de una sola reunión puede estar equivocado. Por eso existe Probar: hace que el diagnóstico del vendedor sea refutable.
- Lo pequeño puede quedarse pequeño. Una prueba limitada que tiene éxito pero no tiene un responsable para el siguiente paso termina siendo una anécdota. La parte 2 cubre la calificación, que es cómo verificas que exista ese responsable antes de empezar.
- La diapositiva 7 vuelve. Bajo presión, todos recurren a la lista de funciones. Cuenta cuántas veces mencionas funciones en tu próxima presentación.
Tu jugada de esta semana
Toma una oportunidad real que tengas en curso y escribe cuatro líneas, una por movimiento: Escuchar (sus palabras), Localizar (el flujo de trabajo recurrente y su costo), Limitar (la prueba piloto y quién se mantiene a cargo), Probar (la señal y el umbral). Léelas en voz alta. Si te toma más de un minuto, recorta.
Siguiente
La parte 2 pasa de los principios a esta temporada: cómo compran IA las empresas en 2025-26, por qué se estancan las pruebas piloto, qué dice la mejor evidencia sobre las herramientas de IA para programar (que, de forma instructiva, se contradice a sí misma) y cuatro verificaciones que toda presentación de agentes debería superar.
Fuentes
- Huthwaite International, SPIN Selling (resumen de investigación). Rackham, N., SPIN Selling, McGraw-Hill, 1988.
- Christensen, C., Hall, T., Dillon, K., Duncan, D. "Know Your Customers' 'Jobs to Be Done'." Harvard Business Review, septiembre de 2016.
- Kahneman, D., Tversky, A. "Prospect Theory: An Analysis of Decision under Risk." Econometrica 47(2), 1979.
- Gal, D., Rucker, D. "The Loss of Loss Aversion: Will It Loom Larger Than Its Gain?" Journal of Consumer Psychology 28(3), 2018.
- Rogers, E. Diffusion of Innovations. Free Press, 1962 (5.ª ed. 2003).
- Maister, D., Green, C., Galford, R. The Trusted Advisor. Free Press, 2000.
- Nosek, B., Ebersole, C., DeHaven, A., Mellor, D. "The preregistration revolution." PNAS 115(11), 2018. Goodhart, C. "Problems of Monetary Management: The U.K. Experience," 1975. Strathern, M. "'Improving ratings': audit in the British University system." European Review 5(3), 1997.
- Dixon, M., Adamson, B. The Challenger Sale. Portfolio, 2011.
- Origen: esta serie surgió de una sesión de capacitación sobre agentes de código a la que el autor asistió en 2026. El marco presentado aquí es síntesis propia del autor a partir de las fuentes públicas citadas arriba.