Las reglas de tu CRM alcanzan cuando la tarea arranca con un dato y la respuesta es siempre la misma: asignar un lead, crear una tarea, avisar que una oportunidad está quieta. Necesitas un agente cuando la entrada es una conversación: un WhatsApp abierto, una cotización con variantes o un seguimiento que depende de lo que contestó el cliente.
La mayoría de las empresas que trabajan con Salesforce u Oracle ya automatizan buena parte de su proceso comercial sin llamarlo así. La pregunta por la IA aparece cuando esas reglas empiezan a quedar cortas, y casi siempre quedan cortas en el mismo lugar: donde escribe el cliente.
Una aclaración de contexto: Vantegrate es partner de Salesforce y de Oracle y no vende CRM, sino agentes que corren sobre ellos. Por eso esta guía no plantea elegir entre uno y otro, sino repartir el trabajo. Y si lo que estás comparando es un bot de menús con un agente de IA, eso está en chatbot o agente de IA para vender por WhatsApp; aquí la comparación es entre las reglas que ya tienes en el CRM y un agente que conversa.
¿Qué resuelven bien las reglas de tu CRM?
Mucho más de lo que se les reconoce. Antes de pensar en un agente, conviene repasar lo que la automatización de procesos que ya trae tu CRM hace bien:
Asignación: repartir cada lead nuevo al vendedor que corresponde por zona, producto o tamaño de cuenta, al instante y sin discusiones.
Flows: crear tareas, actualizar campos, avisar al gerente o mandar un mail interno cuando un registro cambia. Un Flow de Salesforce bien armado es predecible y queda documentado.
Puntaje: el lead scoring por reglas, o el predictivo de Einstein si lo tienes activo, ordena la cola para que el vendedor empiece por lo más prometedor.
Alertas: avisar que una oportunidad lleva una semana sin actividad o que una cotización está por vencer.
Controles: impedir que se guarde una oportunidad sin monto o que salga un descuento fuera de política sin la aprobación de alguien.
Todas tienen algo en común: las dispara un campo del CRM y hacen siempre lo mismo. Son baratas de correr, cualquier administrador las entiende y se pueden auditar. En Oracle la lógica es la misma, con sus propias herramientas. Si un proceso se puede escribir como "si pasa esto en el registro, haz aquello", una regla lo resuelve y no hace falta nada más.
Las reglas de tu CRM son ideales para automatizar procesos predecibles, desde la asignación de leads hasta el control de datos, asegurando consistencia y orden.
Dónde se traban las reglas
Las reglas se traban cuando la entrada deja de ser un campo y pasa a ser lo que alguien escribió. En la venta B2B de América Latina hay tres lugares donde eso ocurre todos los días.
Conversaciones abiertas por WhatsApp
Un comprador escribe a las ocho de la noche: "Buenas, ¿tienen el de 20 litros? El mismo de la otra vez, pero lo necesito el jueves en Monterrey". Una regla puede registrar el contacto, asignarlo y mandarle una plantilla de "recibimos tu mensaje". Lo que no puede es saber qué producto es "el de la otra vez", si hay stock para el jueves o cuánto cuesta el envío. Para eso hay que leer el mensaje, buscar en el historial y consultar el ERP, y contestar mientras la ventana de 24 horas sigue abierta.
Cotizaciones con variantes
Una regla calcula bien un precio cuando la configuración ya está cargada en campos, y un CPQ resuelve incluso las configuraciones complejas. El problema es llegar hasta ahí: el cliente pide "unos 40 rollos, transparentes si tienen, si no marrones", cambia la cantidad a mitad de la conversación y pregunta si con 50 entra en el escalón de descuento. Cada variante que se intenta resolver con reglas es una rama más del Flow, y un Flow lleno de excepciones es el que nadie se anima a tocar, cuando no el que termina tumbando la org.
Seguimiento que depende de la respuesta
Una secuencia automática manda el segundo mensaje al tercer día y el tercero a la semana, pase lo que pase. Pero si el cliente contestó "lo veo con mi socio y te confirmo el lunes", el próximo contacto tiene que ser el lunes y decir otra cosa; si contestó "está caro", corresponde una pregunta sobre cantidades o condiciones, no un recordatorio. La regla no lee la respuesta, así que sigue el calendario aunque la conversación ya cambió.
Regla o agente, función por función
En la práctica, la división no es entre el CRM y la IA, sino tarea por tarea. Este es un reparto que funciona para la mayoría de las empresas que venden por WhatsApp:
Asignar un lead: regla. El criterio es fijo y el dato está en el registro.
Calificar a quien escribe: agente, que hace las preguntas conversando y completa los campos. El puntaje sobre esos campos lo sigue calculando el CRM.
Responder precio y stock: agente, que consulta el ERP en el momento.
Cotizar: agente, que entiende qué pide el cliente y arma la cotización con tu lista y tu política de descuentos. Por encima del descuento máximo, la cotización pasa a quien la aprueba, como contamos en las cotizaciones automáticas por WhatsApp.
Detectar una oportunidad quieta: regla.
Retomarla con el cliente: agente, con el contexto de lo que se habló.
Sistemas sin conexión: si hay que copiar datos entre dos sistemas que no se hablan, el terreno es del RPA, mientras no se puedan conectar de otra forma.
Registrar lo que pasó: el agente escribe en el CRM y las reglas de validación cuidan que el dato llegue completo.
El patrón es simple: la regla decide sobre datos, el agente sobre conversaciones, y cada uno le pasa al otro lo que mejor sabe hacer.
Un agente de IA es indispensable cuando la interacción del cliente es conversacional y requiere comprensión, adaptabilidad y acceso dinámico a la información.
El CRM registra, el agente actúa
Un agente bien integrado no reemplaza al CRM: lo extiende hasta donde el CRM no llega. El recorrido es siempre el mismo. Lee del CRM la cuenta, el historial y las condiciones del cliente; conversa y resuelve en WhatsApp; y vuelve a escribir el lead, la oportunidad, la cotización y el resumen de lo que se habló. Cómo entra cada chat con su campaña de origen está en integrar WhatsApp con Salesforce.
Lo interesante es lo que pasa después. Para el CRM, ese registro es uno más, así que tus reglas siguen funcionando sobre lo que escribió el agente: el Flow que se dispara al crear una oportunidad se dispara igual, la alerta de inactividad sigue corriendo y el tablero del gerente se actualiza solo. Por eso tirar el CRM y reemplazarlo por código generado con IA suele ser un mal negocio, como explicamos en la trampa de cambiar Salesforce u Oracle por código generado por IA.
Salesforce, además, tiene su propia plataforma para construir agentes, Agentforce, y no compite con este esquema: es una de las formas de armarlo. La pregunta práctica es quién construye y mantiene el agente que vende por WhatsApp: tu equipo sobre Agentforce, un partner a medida o un agente especializado en tu misma org. Cómo conviven está en Agentforce en WhatsApp. Sellium, nuestro agente de ventas por WhatsApp, corre dentro de tu Salesforce, lee y escribe tus objetos y respeta tus perfiles y permisos; si tu empresa no usa Salesforce, los agentes de Vantegrate corren sobre Oracle Cloud y se conectan a tu CRM.
Un ejemplo: el mismo pedido, con reglas y con agente
Un ejemplo, para verlo en concreto. Una distribuidora de insumos industriales de Bogotá recibe a las 19:40 un mensaje desde un anuncio que abre WhatsApp: "Buenas, ¿me regala el precio de 40 rollos de cinta de 48 mm? Si tienen transparente, mejor. Es para entregar en Medellín".
Solo con reglas, el CRM registra el lead, la regla de asignación lo pasa al vendedor de la zona, un Flow le crea una tarea y una plantilla le avisa al cliente que lo van a contactar. El vendedor lo ve a la mañana siguiente, pregunta lo que falta y manda la cotización cerca del mediodía, si nada se le cruza en el camino.
Con un agente, la respuesta sale en el momento: confirma si hay cinta transparente de 48 mm, consulta el precio de la lista que corresponde y el costo del envío a Medellín, pregunta a nombre de qué empresa va la factura y deja la cotización armada. En el CRM quedan el lead con su campaña de origen y la oportunidad con la cotización, y las mismas reglas de antes hacen su parte: la asignación la pasa al vendedor de la zona y el Flow le crea la tarea, que ya no es responder sino llamar para cerrar. Si el cliente contesta "lo consulto con compras y te aviso el viernes", el próximo paso queda agendado para el viernes.
Cómo decidir: cinco preguntas
Para cada proceso comercial que pienses automatizar, estas cinco preguntas, en orden, te dicen si alcanza una regla o hace falta un agente:
¿Lo que dispara la tarea es un campo del CRM o un mensaje de un cliente? Si es un campo, empieza por una regla.
¿La respuesta es siempre la misma o depende de lo que dijo el cliente? Si es siempre la misma, alcanza una regla o una plantilla.
¿Cuántas excepciones tiene? Si cada una se volvió una rama nueva del Flow y nadie quiere tocarlo, la tarea está pidiendo criterio.
¿Los datos para responder están en un sistema? Si el precio vive en la cabeza de un vendedor, ni la regla ni el agente sirven todavía: primero hay que ordenar los datos. No es un caso raro: según el Connectivity Benchmark Report de MuleSoft (2025), el 95% de los líderes de TI tiene dificultades para integrar datos entre sistemas.
¿Hay volumen y horarios que lo justifiquen? Si son pocas conversaciones y llegan en horario de oficina, quizá un vendedor con buenas reglas alcance.
Si las cinco respuestas apuntan a la regla, no hace falta un agente: mejora tus reglas y sigue. Si dos o más apuntan a la conversación, ahí está el lugar por donde empezar.
Cómo sumar un agente sin desarmar lo que funciona
El error más común es pegar un agente encima del proceso viejo y esperar que la IA haga el resto. Rinde más rediseñar quién hace qué, y es lo que menos se hace: según McKinsey (2025), solo el 21% de las empresas que usan IA generativa rediseñó a fondo al menos algunos de sus procesos de trabajo.
Un proceso por vez: la primera respuesta a los leads que llegan por anuncios de WhatsApp o el seguimiento de presupuestos suelen ser buenos puntos de partida.
Campos acordados: qué campos escribe el agente y qué reglas actúan sobre ellos, con un usuario de integración y permisos acotados.
Flows revisados: cuáles se disparan con los registros nuevos, para que el agente no active avisos duplicados ni tareas que ya no tienen sentido.
Línea de base: medir antes en el CRM, con los mismos reportes que vas a usar después.
Derivación: qué conversaciones pasan a una persona y con qué contexto, como contamos en derivación a un vendedor.
Si quieres ver cómo trabajan los agentes en ventas y en otras áreas, el recorrido está en agentes de IA para empresas. Y si quieres revisar qué parte de tu proceso comercial le conviene tomar a un agente y cuál dejar en tus reglas, agenda una demo y lo vemos sobre tu CRM.
