Transparencia de datos Nuestros resultados de IA están basados en evidencia
Cada cifra de resultados que publicamos tiene una fuente verificable (con su año cuando la fuente lo declara) y aclara si viene de una investigación independiente o de un proveedor. Acá documentamos ese origen para que puedas comprobarlo por tu cuenta.
Por qué publicamos esta página
En un mercado de inteligencia artificial empresarial saturado de promesas infladas, elegimos el camino opuesto: mostrar la fuente detrás de cada dato. Las tablas de esta página reúnen las fuentes de todas nuestras tarjetas de datos, de cada cifra que cambió nuestra auditoría de fuentes y de las cifras que enlazan las notas de Pulse, cada una con el enlace al estudio original. Esto es lo que entendemos por transparencia: datos verificables, benchmarks citables y cero garantías infundadas.
La confianza no se declara, se demuestra. La mayoría de los proveedores de IA B2B publican cifras de resultados sin decir de dónde salen, y muchas de esas cifras no resisten una verificación. Nosotros preferimos exponer nuestras fuentes para que evalúes la solidez de cada afirmación con criterio propio.
Esta página cumple dos funciones. Para ti como cliente o evaluador, es la prueba de que nuestras afirmaciones de marketing tienen respaldo real: estudios de consultoras, analistas independientes y papers académicos, y datos de proveedores identificados como tales. Para nosotros, es un compromiso interno: ningún número entra al sitio sin una fuente que lo respalde, y esta página reúne esas fuentes en un solo lugar.
Cómo leer nuestros números
No todos los números significan lo mismo, y parte de ser transparente es explicar qué tipo de dato estás leyendo en cada caso. Por eso clasificamos cada afirmación numérica en una de tres categorías, y la identificamos en la columna "Tipo" de cada tabla:
Benchmark del sector. Es un dato que proviene de una investigación independiente: consultoras como McKinsey, Bain o Deloitte, analistas como Gartner o Forrester, papers académicos revisados, cámaras sectoriales, organismos públicos y de normas (reguladores, bancos centrales, estadísticas oficiales, organismos de estándares) y reportes de referencia de la industria. Cuando decimos "estudios del sector muestran que…", estamos en esta categoría. Representa el promedio o el rango de la industria, no un resultado que te garantizamos a ti. Es el tipo de fuente que priorizamos.
Dato de proveedor. Algunas cifras relevantes solo están publicadas por empresas que venden la solución que el dato describe. Las incluimos porque aportan referencia útil cuando no existe una fuente independiente equivalente, o como referencia junto a ella, pero las etiquetamos siempre como tales, porque provienen de una parte interesada y pueden estar sujetas a sesgo de selección. En esta categoría también entra lo que cada empresa publica sobre sí misma o sobre su producto, como su cantidad de clientes, sus precios de lista o los límites de su API. Siempre que existe una fuente independiente equivalente, la priorizamos por sobre la del proveedor.
Mejora documentada en casos propios. Cuando publicamos un número como resultado propio de Vantegrate, es porque está medido en producción real con un cliente que aceptó ser caso de estudio. Estos casos se identifican siempre como tales y nunca se presentan como benchmark general de la industria.
Aparte de esas tres categorías están las cifras que damos sobre nosotros mismos: cuántas integraciones tenemos, la trayectoria del equipo y cuánto tardamos en responder. Van en la primera tabla de esta página, marcadas como dato propio, con lo que cada una significa y lo que no.
Fuentes y benchmarks por tema
Estas tablas reúnen, agrupadas por tema, las fuentes de todas las tarjetas de datos del sitio, de cada cifra que cambió nuestra auditoría de fuentes y de las cifras que enlazan las notas de Pulse. Cada fila incluye la afirmación, la cifra, el enlace a la fuente original (con su año cuando la fuente lo declara) y el tipo de dato. Algunas cifras que aparecen en el cuerpo de las fichas de integración y de las notas de Pulse citan su fuente con un enlace en el mismo párrafo y no tienen fila propia acá.
Cifras propias de Vantegrate
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Integraciones con las que trabajan nuestros agentes | Más de 150 integraciones: un piso redondo del catálogo de fichas de integración, que tiene 160 publicadas. Cuenta herramientas con ficha propia, no conectores a medida | Catálogo de integraciones | Dato propio |
| Trayectoria del equipo fundador | Más de 30 años: Juan Manuel Garrido fundó EGA Futura en 1994, que es partner de Salesforce desde 2009. Es la experiencia del equipo, no la antigüedad de Vantegrate | Nosotros | Dato propio |
| Tiempo de respuesta del equipo comercial | Respuesta en menos de 4 horas hábiles a quien escribe por WhatsApp o por un formulario del sitio. Es un compromiso del equipo comercial, no un acuerdo de nivel de servicio de soporte | Agenda una demo | Dato propio |
Comunicación conversacional (WhatsApp, email y SMS)
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Apertura de WhatsApp vs. email | WhatsApp 72% de mediana por marca (414 marcas de e-commerce; 79,6% ponderado por mensaje); email 20,73% sin Apple MPP (33,87% con) | Chatarmin, WhatsApp Open Rate Benchmark (2026); Brevo, Marketing Orchestration Benchmark (2026) | Dato de proveedor |
| Apertura de WhatsApp frente a una buena campaña de email | Unas tres veces, en la mediana por marca | Chatarmin, WhatsApp Open Rate Benchmark (2026) | Dato de proveedor |
| Clics de WhatsApp vs. click-through del email | WhatsApp 12% de clics por mensaje entregado (cuenta cada clic, no personas); email 2,27% de click-through: unas cinco veces más clics | Chatarmin, WhatsApp Benchmark Report (2026); Brevo, Marketing Orchestration Benchmark (2026) | Dato de proveedor |
| Apertura del email por región y en envíos automáticos | Sin Apple MPP: 14,72% en América Latina (23,28% con MPP) y 17,32% en Norteamérica; 30,63% en emails automáticos y transaccionales | Brevo, Marketing Orchestration Benchmark (2026) | Dato de proveedor |
| Apertura del email con Apple MPP incluido | 43,46% sobre 3,6 millones de campañas, inflada por las aperturas automáticas de Apple Mail | MailerLite, Email Marketing Benchmarks (2025) | Dato de proveedor |
| Compra en los flujos de carrito abandonado por WhatsApp | 8,7% de los contactos que entran al flujo (173 marcas de e-commerce) | Chatarmin, WhatsApp Flow Benchmark (2026) | Dato de proveedor |
| Recuperación de carrito por WhatsApp (caso de una marca) | 42% de los carritos, 8 veces más que el email | Kanal (2026), caso Jean Fourche | Dato de proveedor |
| Conversión del carrito abandonado con WhatsApp (caso Osklen, en VTEX) | Del 3% al 18% | VTEX, Commerce Stories (2026) | Dato de proveedor |
| Reactivación de clientes inactivos por WhatsApp (caso de un distribuidor) | Más de 47% de conversión en una campaña de Rommac | Yalo, caso Rommac | Dato de proveedor |
| Pedidos por WhatsApp y comercio conversacional (casos publicados) | Más del 15% de las órdenes de Coca-Cola FEMSA pasaban por WhatsApp; la conversión de Sears por comercio conversacional creció 260% | Yalo, caso Coca-Cola FEMSA; B Capital, sobre Yalo | Dato de proveedor |
| Consumidores que prefieren la mensajería para hablar con una empresa | 73% (73,3%), en 22 mercados, entre ellos Argentina, México, Brasil y Colombia | Kantar para Meta, State of Business Messaging (2025) | Dato de proveedor |
| Personas que usan WhatsApp cada mes | Más de 3.000 millones, según Meta | Meta, vía TechCrunch (2025) | Dato de proveedor |
| Adultos de Estados Unidos que usan WhatsApp | 32% del total; 56% de los adultos hispanos, contra 23% de los adultos blancos | Pew Research Center (2025); Pew Research Center, Social Media Fact Sheet (2025) | Benchmark del sector |
| Acuerdos de Docusign entregados por WhatsApp | Casi 7 veces más rápidos que por email; más del 50% se completa en 15 minutos o menos | Docusign, lanzamiento de la entrega por WhatsApp (2023) | Dato de proveedor |
| Empresas que planean usar RCS y todavía no lo lanzaron | 59% | Bandwidth, State of Messaging (2026) | Dato de proveedor |
| Mensajes RCS enviados por día en Estados Unidos | Más de 1.000 millones, según Google | 9to5Google (2025) | Dato de proveedor |
| Mensajes SMS y MMS en Estados Unidos en un año | Unos 2,2 billones | CTIA, Annual Survey (2025) | Benchmark del sector |
WhatsApp Business: precios y reglas de Meta
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Cómo cobra Meta la plataforma de WhatsApp Business | Por mensaje entregado, según la categoría y el país del destinatario (antes, por conversación) | Meta for Developers, precios de WhatsApp (2026) | Dato de proveedor |
| Mensajes de servicio gratis | 1.000 por número y por mes; después, cada uno paga la tarifa de utilidad. El acceso directo a la API no tiene costo (USD 0): Meta cobra solo los mensajes | Meta for Developers, mensajes sin plantilla (2026); WhatsApp Business, preguntas frecuentes | Dato de proveedor |
| Ventana de atención al cliente | 24 horas desde el último mensaje del cliente; fuera de ella, solo plantillas aprobadas | Meta for Developers, mensajes sin plantilla (2026) | Dato de proveedor |
| Ventana de entrada gratuita después de un anuncio que lleva a WhatsApp | Hasta 7 días, si la empresa responde dentro de las 24 horas (documentación para desarrolladores); 72 horas según la página comercial de precios | Meta for Developers, precios de WhatsApp (2026); WhatsApp Business, precios de la plataforma (2026) | Dato de proveedor |
| Tarifa por mensaje de marketing entregado | Argentina USD 0,0618; México USD 0,0397; Colombia USD 0,0125; Norteamérica USD 0,0250 | Meta, tarifa por mensaje en USD (2026) | Dato de proveedor |
| Tarifa por mensaje de utilidad (y de servicio, pasados los 1.000 gratis) | Argentina USD 0,0260; México USD 0,0085; Colombia USD 0,0008; Chile USD 0,0200; Norteamérica USD 0,0034 | Meta, tarifa por mensaje en USD (2026) | Dato de proveedor |
| Marketing frente a utilidad | Marketing cuesta más que utilidad en los 47 mercados de la tarifa; en Argentina, 2,4 veces más | Meta, tarifa por mensaje en USD (2026) | Dato de proveedor |
| Costo de Meta Business Agent | USD 2 por millón de tokens, unos 4 a 5 centavos por respuesta típica | Meta for Developers, precios de WhatsApp (2026); Wati (2026) | Dato de proveedor |
| Negocios que ya usaban Meta Business Agent cuando Meta lo abrió a todos | Más de 1 millón, en WhatsApp y Messenger | Meta Newsroom (2026); WhatsApp Business, blog (2026); Meta, conferencia de resultados del 2.º trimestre, vía The Motley Fool (2026) | Dato de proveedor |
| País donde Meta lanzó primero su agente de IA para WhatsApp Business | México, el primero del mundo | Expansión (2025) | Dato de proveedor |
| Límite de mensajería (personas distintas a las que se escribe primero, cada 24 horas) | 250 al empezar; 2.000 al completar un camino de escalado, como verificar el negocio; luego 10.000, 100.000 e ilimitado, subiendo al usar la mitad del límite en 7 días | Meta for Developers, límites de mensajería (2026); Meta, ayuda para empresas | Dato de proveedor |
| Velocidad de envío por número (throughput) | Hasta 80 mensajes por segundo por defecto, y hasta 1.000 con la mejora automática | Meta for Developers, throughput | Dato de proveedor |
| Revisión de una plantilla | Hasta 24 horas | Meta for Developers, revisión de plantillas (2026) | Dato de proveedor |
| Pausa de una plantilla de calidad baja | 3 horas la primera vez y 6 la segunda; a la tercera se desactiva | Meta for Developers, pausa de plantillas (2026) | Dato de proveedor |
| Restricciones por infringir las políticas | 1 o 3 días sin plantillas en las primeras; después, 5, 7 o 30 días sin poder enviar; una apelación tarda de 24 a 48 horas | Meta for Developers, aplicación de políticas (2026) | Dato de proveedor |
| Historial que se sincroniza al conectar a la API un número de la app (coexistencia) | 6 meses de chats individuales | Meta for Developers, alta con coexistencia (2026) | Dato de proveedor |
| Ingresos de Meta por mensajería paga y por anuncios que llevan a una conversación | Anuncios con clic a WhatsApp: +60% interanual (3.er trimestre de 2025); anuncios click-to-message en EE. UU.: más de 50% interanual; la mensajería paga de WhatsApp superó un ritmo anual de USD 2.000 millones (4.º trimestre de 2025) | Meta, conferencia de resultados del 3.er trimestre de 2025; Meta, conferencia de resultados del 4.º trimestre de 2025 (2026) | Dato de proveedor |
| Licencia mensual por número de 360dialog | USD 59 (plan Regular) y USD 119 (Premium) | 360dialog, precios (2026) | Dato de proveedor |
| Precio de RCS en Twilio | Desde USD 0,0083 por mensaje enviado o recibido, más tarifas del operador | Twilio, RCS (2026) | Dato de proveedor |
| Recargo de Twilio por mensaje de WhatsApp | USD 0,005 por mensaje enviado o recibido, además de la tarifa de Meta | Twilio, precios de WhatsApp | Dato de proveedor |
Agentes de IA en la atención al cliente
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Casos de atención que ya atiende la IA | 30%, según estiman los equipos de servicio (encuesta a 6.500 profesionales de 40 países, entre ellos Argentina, Brasil, Chile, Colombia, México y Perú) | Salesforce, State of Service (2025) | Dato de proveedor |
| Consultas que la IA resuelve sola, de punta a punta | 1 de cada 5 de las que toca (20,3%) y 4,9% del total (131 tiendas de e-commerce, 2,9 millones de tickets) | Chatarmin, AI Customer Service Benchmark (2026) | Dato de proveedor |
| Tasa de resolución de un agente de IA de atención (casos y referencias de un proveedor) | Entre 30% y 50% como punto de partida, según el equipo de soporte de Intercom; Lightspeed pasó de 20% a más de 70% con Fin | Comunidad de Intercom, "What is considered a good Fin resolution rate?" (2023); Intercom, caso Lightspeed | Dato de proveedor |
| Tasa de resolución promedio del Customer Agent de HubSpot | 70%, según HubSpot | HubSpot, agente de IA para atención (2026) | Dato de proveedor |
| Clientes que preferirían que las empresas no usaran IA en la atención | 64% (encuesta a 5.728 clientes); la principal preocupación, para el 60%, es que sea más difícil llegar a una persona, y el 42% teme respuestas equivocadas | Gartner (2024) | Benchmark del sector |
| Productividad de agentes de soporte con un asistente de IA generativa (5.179 agentes) | 14% más consultas resueltas por hora; 34% en los empleados nuevos o menos experimentados; 9% menos tiempo de atención por consulta | Brynjolfsson, Li y Raymond, NBER (2023) | Benchmark del sector |
| Organizaciones que ven en la mejora de la atención un caso de uso principal de los agentes de IA | 65% | Okta, Businesses at Work (2026) | Dato de proveedor |
| Herramientas de IA legal que buscan en documentos antes de responder | Dan información incorrecta en al menos 1 de cada 6 consultas | Stanford RegLab y HAI (2024) | Benchmark del sector |
La IA en las empresas
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Pilotos de IA generativa que no llegan a producción con impacto medible en el negocio | 95% | MIT NANDA, The GenAI Divide (2025); Fortune, sobre el informe (2025) | Benchmark del sector |
| Proyectos de IA que llegan a implementarse, según cómo se hicieron (lo declaran las propias empresas) | 67% con herramientas de proveedores externos, contra 33% de los desarrollos internos | MIT NANDA, The GenAI Divide (2025) | Benchmark del sector |
| Empresas que experimentan con agentes de IA (encuesta a grandes clientes de Cisco) | 85%, pero solo el 5% los llevó a producción | Cisco (2026) | Dato de proveedor |
| Proyectos de IA que se descartan entre la prueba de concepto y la adopción amplia | 46% en promedio (1.006 encuestados) | S&P Global Market Intelligence (2025) | Benchmark del sector |
| Organizaciones con pilotos de agentes de IA | Casi una cuarta parte ya los lanzó; el 14% está implementándolos | Capgemini Research Institute (2025) | Benchmark del sector |
| Aplicaciones empresariales con agentes de IA específicos para tareas | 40% a fines de 2026, desde menos del 5% en 2025 (proyección) | Gartner (2025) | Benchmark del sector |
| Organizaciones sin las prácticas de gestión de datos que necesita la IA | 63% no las tiene o no sabe si las tiene | Gartner (2025) | Benchmark del sector |
| Tiempo de los empleados que la IA generativa y otras tecnologías podrían automatizar | 60% a 70% (potencial modelado) | McKinsey, The economic potential of generative AI (2023) | Benchmark del sector |
| Encuestados en empresas que usan IA que reportan al menos una consecuencia negativa | 51% | McKinsey, The State of AI (2025) | Benchmark del sector |
| Empresas que usan IA generativa y rediseñaron a fondo al menos algunos de sus procesos de trabajo | 21% | McKinsey, The State of AI (2025) | Benchmark del sector |
| Consultores que usaron GPT-4 en tareas dentro de la frontera de la IA (758 consultores de BCG) | 12,2% más tareas, 25,1% más rápido y más de 40% de mejor calidad | Dell'Acqua y otros, Organization Science (2025); Harvard Business School (2023); Harvard, resumen del estudio | Benchmark del sector |
| Productividad de quienes usan IA generativa | 33% más productivos en cada hora en que la usan, en promedio | Federal Reserve Bank of St. Louis (2025) | Benchmark del sector |
| Ejecutivos que no ven impacto de la IA en el empleo de su empresa en los últimos tres años | Más del 90% (EE. UU., Reino Unido, Alemania y Australia) | NBER, Firm Data on AI (2026) | Benchmark del sector |
| Automatización y empleo en el agro de Estados Unidos | 41% de los trabajadores en 1900 y 1,9% en 2000; la producción de 2023 fue casi tres veces la de 1948 | USDA ERS (2005); USDA ERS, Agricultural Productivity (2023) | Benchmark del sector |
| Agencias de viajes en Estados Unidos después de internet | Empleo a menos de la mitad desde su pico; ingreso semanal de 87% del promedio en 2000 a 99% en 2025 | Stripe Economics (2026) | Benchmark del sector |
| Líderes de TI con dificultades para integrar datos entre sistemas (1.050 encuestados) | 95%; en promedio, solo el 29% de las 897 aplicaciones de una empresa están integradas | MuleSoft, Connectivity Benchmark Report (2025) | Dato de proveedor |
| Prioridades de seguridad con la IA | 58% pone la gobernanza de IA y de identidades como su principal preocupación; 78%, el control de acceso de las identidades no humanas | Okta, Businesses at Work (2026) | Dato de proveedor |
| Ahorro en el costo de una filtración con uso extensivo de IA y automatización en seguridad | USD 1,93 millones | IBM, Cost of a Data Breach (2026) | Dato de proveedor |
Procesamiento documental (OCR / IDP en cuentas a pagar)
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Costo de procesar una factura | USD 9,40 en promedio; USD 2,78 en los equipos best-in-class | Ardent Partners, "AP Metrics That Matter in 2025", vía Tungsten Automation (2025) | Benchmark del sector |
| Equipos de cuentas a pagar más eficientes (el 20% mejor por costo y tiempo de ciclo) frente al resto | 78% menos costo por factura, 82% más rápido y 59% menos excepciones | Ardent Partners, "AP Performance Advantages of Best-in-Class" (2024) | Benchmark del sector |
| Facturas procesadas sin intervención humana (straight-through) | 49,2% en los equipos best-in-class; 32,6% en promedio | Ardent Partners, "AP Metrics That Matter in 2025", vía Tungsten Automation (2025) | Benchmark del sector |
| Precisión de la extracción con aprendizaje automático en documentos legibles por máquina (no imágenes) | Rango alto del 90% | Gartner, Market Guide for AP Invoice Automation, vía OpenEnvoy | Benchmark del sector |
| Precisión y volumen de ABBYY en facturas; precisión de Nanonets sin entrenar | ABBYY: 99,5% en facturas estructuradas y 1.500 millones de facturas por año; Nanonets: 93% a 96% sin entrenar | ChatFin, comparativa de herramientas IDP (2026) | Dato de proveedor |
| Tiempo por factura con IDP (caso Fugro, 300.000 facturas por año) | De unos 2 minutos a unos 35 segundos, 70% menos | Rossum, caso Fugro | Dato de proveedor |
| Crecimiento anual proyectado del mercado de procesamiento inteligente de documentos, 2026-2034 | 26,8% | Fortune Business Insights (2026) | Benchmark del sector |
| Tamaño del mercado de procesamiento inteligente de documentos | USD 10.410 millones en 2025, con una proyección de USD 88.910 millones para 2034; Norteamérica, 46% del mercado | Fortune Business Insights (2026) | Benchmark del sector |
| Proveedores de IDP | Más de 100, entre soluciones completas y componentes; Gartner evalúa 15 en su Magic Quadrant | Gartner (2026) | Benchmark del sector |
Cierre contable y consultas de pedido (WISMO)
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Cierre contable mensual del cuartil superior | 4,8 días o menos (mediana: 6,4 días) | APQC, vía CFO.com (2018) | Benchmark del sector |
| Reducción de las consultas "dónde está mi pedido" con seguimiento proactivo | 30-40% en distribuidores de alimentos; casos de comercios con 39,2% y 50% menos consultas | Nuvizz (2026); Sendcloud (2025) | Dato de proveedor |
Disputas de chargeback
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Chargebacks que el comercio gana cuando los disputa | 20% en promedio (los comercios disputan el 54% de los chargebacks que reciben) | Mastercard y Datos Insights, State of Chargebacks (2025), vía Chargeback Gurus | Dato de proveedor |
| Chargebacks ganados con la evidencia armada de forma automática | Hasta 80% | Chargeflow (2025) | Dato de proveedor |
Pagos en América Latina
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Récord diario de Pix en Brasil (5 de diciembre de 2025) | 313,3 millones de transferencias por R$ 179,9 mil millones | Banco Central do Brasil, vía Agência Brasil (2025) | Benchmark del sector |
| Transacciones interoperables por mes en Perú (primer semestre de 2025) | Más de 186 millones | BCRP, Estrategia de Interoperabilidad de los Pagos Minoristas (2025) | Benchmark del sector |
| Bre-B en Colombia a sus primeros seis meses | 617 millones de transacciones por más de 97 billones de pesos | Banco de la República (2026) | Benchmark del sector |
| Cuentas de Nequi al cierre de 2025 | 27,4 millones, de las cuales 21,9 millones activas | Grupo Cibest, resultados del 4T25 (2026); Grupo Cibest, vía Valora Analitik (2026) | Dato de proveedor |
| Usuarios activos mensuales de Yape (primer trimestre de 2026) | 16,4 millones | Credicorp, resultados del 1T26 (2026) | Dato de proveedor |
| Tope por operación de un pago con Yape a través de una pasarela | S/ 2.000 | Culqi, documentación de Yape (2026) | Dato de proveedor |
| Cobertura de dLocal | 17 países de América Latina y más de 40 en total; dLocal Go, más de 15 | dLocal, cobertura (2026); dLocal, Nosotros; dLocal Go | Dato de proveedor |
| Países donde opera Openpay | 4: México, Colombia, Perú y Argentina (desde diciembre de 2022) | Grupo BBVA (2023); BBVA Argentina (2022) | Dato de proveedor |
| Medios de pago que acepta Payway | Más de 100 | Payway (2026) | Dato de proveedor |
| Plazos de acreditación de Payway | Débito, 1 día hábil; crédito, de 5 a 18 días hábiles según el tamaño y el rubro | Payway, plazos de acreditación (2026) | Dato de proveedor |
| Certificación PCI DSS de Kushki y de Conekta (la declara cada empresa) | Nivel 1 (Kushki, versión 4.0.1) | Kushki, certificaciones (2026); Conekta (2026) | Dato de proveedor |
Inteligencia de negocio (BI) y datos
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Empleados que usan herramientas de BI | 25% a 35% según el estudio: 35% para Gartner (2019) y 25% para BARC y Eckerson Group (2022, 214 empresas) | TechTarget (2023); Eckerson Group y BARC (2022) | Benchmark del sector |
| Precisión de los modelos de IA al pasar preguntas a SQL | GPT-4, 54,89% contra 92,96% de un analista humano (12.751 preguntas en 95 bases); en Spider 2.0, GPT-4o resolvió 10,1% y o1-preview 17,1% | Li y otros, NeurIPS (2023); Spider 2.0, ICLR (2025) | Benchmark del sector |
| Precisión text-to-SQL de Cortex Analyst | 90%+ en el benchmark interno de Snowflake | Snowflake, blog de ingeniería (2024) | Dato de proveedor |
| Reducción del tiempo para obtener un insight (caso de un proveedor de BI) | 88% en el caso Cox 2M | ThoughtSpot, caso Cox 2M | Dato de proveedor |
| Ranking de popularidad de bases de datos | Oracle #1, MySQL #2, SQL Server #3 y PostgreSQL #4 | DB-Engines Ranking (2026) | Benchmark del sector |
| Adopción de data warehouses entre empresas de EE. UU. que compran por Ramp | Snowflake 64%, Redshift 25%, Databricks 17% y BigQuery 9%; el 57% de quienes compran su primer data warehouse elige Snowflake | Ramp, data warehouses (2026) | Dato de proveedor |
| Amazon Redshift frente a otros data warehouses en la nube | Hasta 8,3 veces mejor relación precio-rendimiento en consultas nuevas de tableros, según AWS | AWS, Amazon Redshift (2026) | Dato de proveedor |
| Velocidad de las consultas de los clientes de Databricks | 5 veces más rápidas que tres años atrás, según Databricks | Databricks, Lakehouse (2026) | Dato de proveedor |
| Precio de BigQuery on-demand | USD 6,25 por TiB consultado; el primer TiB de cada mes es gratis (varía por región) | Google Cloud, precios de BigQuery (2026) | Dato de proveedor |
| Datos no estructurados entre los que generan las organizaciones (estudio patrocinado por Box) | 90%; el 10% restante son datos estructurados | IDC, vía StorageNewsletter (2023) | Dato de proveedor |
Ventas y respuesta a leads
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Contactar un lead en 5 minutos en lugar de 30 | 100 veces más probable de contactarlo y 21 veces más probable de calificarlo; entre el minuto 5 y el 10, las chances de contactarlo bajan a la quinta parte | Lead Response Management Study, InsideSales.com con James Oldroyd, MIT (2007); página original archivada | Dato de proveedor |
| Contactar un lead dentro de la primera hora | Casi 7 veces más probable de calificarlo que una hora después, y más de 60 veces más que esperando 24 horas o más; 42 horas de respuesta promedio en una auditoría de 2.241 empresas de EE. UU. | Harvard Business Review, "The Short Life of Online Sales Leads" (2011) | Benchmark del sector |
| Empresas B2B que responden un lead a tiempo (433 empresas, comprador encubierto) | Solo el 7% respondió en los primeros 5 minutos; el 55% no respondió en cinco días hábiles | Drift, Lead Response Survey (2017) | Dato de proveedor |
| Concesionarias de EE. UU. que dieron una respuesta perfecta a la consulta web, rápida y por email, texto y teléfono (3.290 sitios medidos) | 51%; cuando hace falta una persona, el doble de probabilidad de quedarse sin respuesta personal | Pied Piper PSI, Internet Lead Effectiveness (2026) | Benchmark del sector |
| Semana de un vendedor que se va en tareas que no son vender (encuesta a 4.050 profesionales de ventas de 22 países) | 60% | Salesforce, State of Sales (2026) | Dato de proveedor |
| Compradores B2B que prefieren una experiencia de compra sin vendedor | 61% | Gartner (2025) | Benchmark del sector |
| Toques para conseguir una primera reunión con un prospecto nuevo | 8 en promedio; 5 para los que mejor venden | RAIN Group (2025) | Dato de proveedor |
| Cómo compra un cliente B2B | Usa 10 canales de interacción en promedio a lo largo de la compra; en las empresas B2B con e-commerce, ese canal genera el 34% de la facturación, más que cualquier otro | McKinsey, B2B Pulse (2024) | Benchmark del sector |
Marketing y experiencia del cliente
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Costo de adquirir un cliente frente a retener uno | 5 a 25 veces más, según el estudio y la industria; 5% más de retención sube las ganancias de 25% a 95% (Bain) | Harvard Business Review (2014) | Benchmark del sector |
| Empresas que usan intensamente analytics de cliente frente al resto | 23 veces más probabilidades de superar a su competencia en captación de clientes nuevos, 9 veces más en fidelización y casi 19 veces más de lograr una rentabilidad por encima del promedio | McKinsey, Five facts (2014) | Benchmark del sector |
| Aumento de ingresos por personalización | 10% a 15%, el rango más frecuente | McKinsey (2021) | Benchmark del sector |
| Marketers y la IA | 75% experimenta con IA o ya la implementó; los equipos de alto rendimiento, 2,5 veces más que los de bajo rendimiento | Salesforce, State of Marketing (2024) | Dato de proveedor |
| Clientes que esperan que las empresas entiendan sus necesidades | 73% | Salesforce, Customer Engagement Research (2022) | Dato de proveedor |
| Clientes para los que la experiencia importa tanto como el producto | 80% | Salesforce, State of the Connected Customer | Dato de proveedor |
| Marketers que usan IA para crear contenido (879 encuestados) | 87%; publican 42% más contenido por mes y el 80% lo revisa a mano | Ahrefs (2025) | Dato de proveedor |
| Consumidores y la atención en redes sociales | 76% valora una atención priorizada y rápida; 69% espera respuesta el mismo día | Sprout Social Index (2023) | Dato de proveedor |
| Net Promoter Score de referencia (más de 150.000 organizaciones) | +32 en promedio; bueno por encima de 20 y excepcional por encima de 70 | SurveyMonkey (2025) | Dato de proveedor |
| CTR promedio de los anuncios de búsqueda (Google Ads y Microsoft Ads) | 6,64% | LocaliQ y WordStream (2026) | Dato de proveedor |
| Participación proyectada de Instagram en los ingresos publicitarios de Meta en Estados Unidos (2025) | 50,3% | EMARKETER (2024) | Benchmark del sector |
B2B SaaS
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Net Revenue Retention promedio de empresas cloud | 140% entre USD 1 y 10 millones de ARR; 120% desde 10 millones; solo el cuartil más bajo queda bajo 100% | Bessemer Venture Partners, Scaling to $100 Million (2021) | Benchmark del sector |
| Relación LTV:CAC | Invertir en adquisición desde 3:1 o más; por debajo de 1:1 se pierde; las mejores empresas superan 3, a veces 7 u 8 | Bessemer Venture Partners (2021); David Skok, SaaS Metrics 2.0 (2013) | Benchmark del sector |
| CAC payback objetivo por segmento | Menos de 12 meses en pymes, 18 en mercado medio y 24 en grandes empresas | Bessemer Venture Partners, Scaling to $100 Million (2021) | Benchmark del sector |
| MQL-to-SQL promedio en B2B SaaS | 13% | First Page Sage (2026) | Dato de proveedor |
| Conversión free-to-paid (200 productos B2B) | Mediana de 8%; 30% en las pruebas que piden tarjeta | ChartMogul, SaaS Conversion Report (2026) | Dato de proveedor |
Servicios Financieros
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Abandono del onboarding bancario digital en Europa | 63% en promedio, hasta 70% en algunos países | Signicat (2020), vía Innovatrics | Dato de proveedor |
| Consumidores de Europa que abandonaron una solicitud de un producto financiero durante el alta, en el año previo a la encuesta | 68%; en promedio, a los 18 minutos | Signicat, The Battle to Onboard (2022) | Dato de proveedor |
| Instituciones financieras que perdieron clientes por demoras en el onboarding | 70%, la cifra más alta registrada | Fenergo (2025); FinTech Global (2025) | Dato de proveedor |
| Cost-to-collect sano | Por debajo del 2% del monto recuperado | Prodigal, citando a ResolvePay | Dato de proveedor |
Salud
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| No-show promedio en turnos médicos (revisión de 105 estudios) | 23% | Dantas y otros, Health Policy (2018) | Benchmark del sector |
| Reducción de la inasistencia con recordatorios por teléfono y SMS | 34% en promedio ponderado | Hasvold y Wootton, Journal of Telemedicine and Telecare (2011) | Benchmark del sector |
| Mejora de la adherencia a la medicación con apps de seguimiento | +19 puntos porcentuales (18,85) en los estudios que la miden como porcentaje (JMIR 2025); JMCP 2020 también encuentra una mejora significativa, medida con otra escala | Lanke y otros, JMIR (2025); Peng y otros, JMCP (2020) | Benchmark del sector |
| Claims rechazados en la primera presentación | Cerca del 30%; en el 32% de los rechazos, la causa principal es un error de codificación | HBMA, vía Voyant Health (2025) | Dato de proveedor |
| Benchmark de denial rate | 5-10% | MD Clarity | Dato de proveedor |
| First-pass acceptance objetivo | 98% (las prácticas eficientes superan el 90%) | BellMedEx (2024) | Dato de proveedor |
| Pacientes para los que es importante sacar turno a cualquier hora, online o desde el celular | 89% | Experian Health, State of Patient Access (2024) | Dato de proveedor |
| Confirmaciones de citas con WhatsApp integrado al CRM (caso Dentalia, más de 60 clínicas) | +20-30% | Treble, caso Dentalia (2025) | Dato de proveedor |
Farmacéutica
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Digitalización del control de calidad farmacéutico | +30-40% de productividad; más de 50% menos costos de QC; más de 65% menos desviaciones y cierres más de 90% más rápidos | McKinsey, "The Future of Pharma Quality Control" (2019) | Benchmark del sector |
| Producto farmacéutico perdido por año por fallas de temperatura en tránsito | USD 2.500 a 12.500 millones (estimación de IATA) | IATA, vía DHL (2019) | Benchmark del sector |
| Costo total de las fallas de cadena de frío, con reposición y análisis de causa | Cerca de USD 35.000 millones | DHL (2019) | Dato de proveedor |
| Medicamentos subestándar o falsificados en países de ingresos bajos y medios | Al menos 1 de cada 10 | OMS (2024) | Benchmark del sector |
Logística y comercio exterior
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Demurrage y detention por contenedor por día en los puertos de Norteamérica | USD 2.008 en promedio | Container xChange, D&D Benchmark Report (2023), vía Container News | Dato de proveedor |
| OTIF que Walmart exige a sus proveedores | 90% de entregas a tiempo y 95% de pedidos completos | Walmart, vía Logistics Viewpoints (2024) | Benchmark del sector |
| OTIF que exige Amazon y el de los mejores operadores | Amazon, 90% o más; los mejores, 95-98% | Red Stag Fulfillment (2025) | Dato de proveedor |
| Peso de la última milla en el costo total de la cadena logística (500 ejecutivos de retail y consumo) | 41%, más del doble que cualquier otra etapa | Capgemini Research Institute (2019); Capgemini, perspectiva de experto | Benchmark del sector |
| Combustible con optimización de rutas (caso de un cliente nombrado) | 8% menos combustible por pedido y 5% más eficiencia de combustible en Tesco | Satalia, caso Tesco | Dato de proveedor |
| Ahorro del sistema de ruteo ORION de UPS a despliegue completo | Unos 10 millones de galones de combustible y 100.000 toneladas de CO2 por año; USD 300 a 400 millones anuales | INFORMS, caso UPS (archivo de 2026) | Benchmark del sector |
| Ahorros que reportan los proveedores de optimización de rutas sobre sus clientes | 15% a 25% menos combustible (CIGO Tracker); 5% a 15% menos kilómetros (Solera); hasta 20% de costos frente al ruteo estándar (Greenplan, de DHL); 5% a 10% (DispatchTrack) | CIGO Tracker; Solera (2024); DHL (2020); Mexico Business News (2022) | Dato de proveedor |
| Tiempo de entrega con ruteo dinámico (caso de e-commerce en EE. UU.) | 20% menos | Oloko, EJLPSCM (2024) | Benchmark del sector |
| Entregas a tiempo en el caso de un supermercado online | 99,5% | Locus | Dato de proveedor |
| Ahorro de las empresas que adoptaron temprano la IA en su cadena de suministro | 15% menos costos logísticos frente a sus competidores más lentos | McKinsey (2021) | Benchmark del sector |
| Costo de una entrega fallida en Estados Unidos | US$ 17,20 por pedido | Loqate, Fixing Failed Deliveries (2021) | Dato de proveedor |
| Peso del picking en un almacén | Hasta 55% del costo operativo; el recorrido es cerca del 50% del tiempo del operario | De Koster, Le-Duc y Roodbergen, EJOR (2007) | Benchmark del sector |
| Punto de equilibrio entre FCL y LCL, y espacio útil de los contenedores | 13 a 15 CBM; 25 a 28 CBM en 20 pies y 54 a 58 CBM en 40 pies | FreightFigures (2026) | Benchmark del sector |
Field Service (servicio técnico en campo)
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| First-time fix rate | 80% en promedio; 88% en el best-in-class; 63% en los rezagados | Aberdeen Group, vía PTC (2024) | Benchmark del sector |
| First-time fix rate según IBM | Cerca de 80% en promedio; de 89% a 98% en entornos maduros o acotados | IBM Think (2026) | Dato de proveedor |
| Costo de cada salida del técnico (truck roll) | USD 200 a 300 en promedio | PTC | Dato de proveedor |
| Costo diario de cada camión de servicio en la calle | Más de USD 1.100 | TSIA, vía Field Technologies Online | Benchmark del sector |
| Programación inteligente de cuadrillas (piloto en una utility de EE. UU.) | +20-30% de productividad en campo; 80% menos salidas en falso | McKinsey, Smart scheduling for utilities (2023) | Benchmark del sector |
Maquinaria y equipamiento
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Margen EBIT de aftermarket frente al equipo nuevo (30 industrias) | 25% contra 10%; margen bruto de repuestos de más de 30%, contra 10% del mantenimiento | McKinsey, "Industrial Aftermarket Services: Growing the Core" (2017) | Benchmark del sector |
| Margen operativo del aftermarket frente al equipo nuevo | Unas 2,5 veces | Deloitte, vía Genalpha (2021) | Benchmark del sector |
Manufactura y energía
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| OEE de clase mundial | 85% (meta de Nakajima); la mayoría de las plantas está más cerca del 60% | Vorne, OEE.com | Dato de proveedor |
| Plantas que se apoyan más en mantenimiento preventivo y predictivo | 52,7% menos tiempo de parada no planificada | NIST, Thomas y Weiss (2021) | Benchmark del sector |
| Costo de las paradas no planificadas | 11% de los ingresos de las 500 empresas más grandes del mundo (unos USD 1,4 billones); una hora detenida cuesta de USD 36.000 en Consumo Masivo a 2,3 millones en automotriz | Siemens, The True Cost of Downtime (2024) | Dato de proveedor |
| Capacidad productiva que se pierde por paradas | Al menos 5%, y hasta 20% en muchas plantas | Interstates, en Automation.com (2011) | Dato de proveedor |
| Profesionales que entienden del todo el impacto financiero del costo de la calidad | 31% | ASQ (2025) | Benchmark del sector |
| Eficiencia de una central eléctrica con recomendaciones de IA (Vistra, Martin Lake, caso de un cliente de McKinsey) | Más de 2% a los tres meses; unos USD 4,5 millones por año | McKinsey, caso Vistra (2022) | Dato de proveedor |
Retail, E-commerce y Consumo Masivo
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Abandono promedio de carritos de e-commerce (50 estudios) | 70,22% | Baymard Institute (2025) | Benchmark del sector |
| Motivos de abandono en el checkout, sin contar a quienes solo miraban (compradores de EE. UU.) | 40% costos extra; 19% no confió en el sitio para cargar su tarjeta; 17% proceso largo o complicado | Baymard Institute (2025) | Benchmark del sector |
| Conversión de las cadenas del Top 1000 con funciones omnicanal | Retiro en tienda 3,4% y curbside 3,9%, contra 3,1% del promedio | Digital Commerce 360 (2025) | Benchmark del sector |
| Compradores online que consultaron si un producto estaba disponible en una tienda cercana | 68% | Digital Commerce 360 (2023) | Benchmark del sector |
| Compradores que hicieron compras adicionales al retirar en tienda un pedido online | 85% | Doddle, vía Retail Dive (2019) | Dato de proveedor |
| Clientes omnicanal (46.000 compradores) | 23% más visitas de recompra en seis meses (correlación) | Harvard Business Review (2017) | Benchmark del sector |
| Devoluciones en Estados Unidos (estudio de NRF con un proveedor de devoluciones) | 19,3% de las ventas online; 15,8% del total | NRF y Happy Returns (2025) | Dato de proveedor |
| Quiebre de stock en góndola | 8,3% en promedio mundial; ante un quiebre, el 31% va a otra tienda y el 26% compra otra marca | FMI, GMA y CIES (2002) | Benchmark del sector |
| Ventas de Consumo Masivo que pasan por el canal tradicional | 37% en América Latina; 46% en Centroamérica | NielsenIQ, vía Estrategia y Negocios (2026) | Benchmark del sector |
Costos de referencia
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Costo fully loaded de un SDR (mercado de EE. UU.) | USD 106.000 a 141.000 anuales | The Bridge Group (2016) | Benchmark del sector |
Salesforce, Oracle y su ecosistema
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Implementación de Salesforce en quienes migran desde HubSpot (444 empresas) | 21 días en promedio | Salesforce, Salesforce vs HubSpot (2026) | Dato de proveedor |
| Precio inicial de Agentforce Service Agent | USD 2 por conversación | Salesforce (2024) | Dato de proveedor |
| Precio de lista de Data 360 por perfiles | USD 240 cada 1.000 perfiles por año | Salesforce, precios de Data 360 | Dato de proveedor |
| Acuerdos e ingresos de Agentforce | Más de 29.000 acuerdos desde el lanzamiento; más de USD 1.500 millones de ingresos recurrentes anuales, con una definición ampliada que suma Slackbot y Headless 360 | Salesforce, resultados del año fiscal 2026; Salesforce, resultados del 2.º trimestre del año fiscal 2027 | Dato de proveedor |
| Claudeforce (Salesforce dentro de Claude) | 37 skills de ventas y 8,1 millones de horas anualizadas de productividad con Slackbot, según el comunicado; según VentureBeat, el 83% de la plantilla de Salesforce usa Slackbot con Claude, se mencionan 3,8 millones de horas, y armar un plan pasa de unos 10.000 clics en la app a unos 30 segundos | Salesforce, comunicado de Claudeforce (2026); VentureBeat (2026) | Dato de proveedor |
| Headless 360 | Más de 60 herramientas MCP, más de 30 skills y un fondo de USD 50 millones | Salesforce (2026) | Dato de proveedor |
| Asistentes a Dreamforce 2025 | Casi 50.000 | Salesforce (2025) | Dato de proveedor |
| Calidad de MuleSoft Vibes frente a los modelos de lenguaje más usados | 60% de mejora, según MuleSoft | MuleSoft | Dato de proveedor |
| Resultados de Oracle en el 2.º trimestre de su año fiscal 2026 | Ganancia neta de USD 6.135 millones (+95%); contratos por cumplir (RPO) de USD 523.000 millones | Oracle (2025) | Dato de proveedor |
| Recorte de personal de Oracle | Hasta 30.000 puestos sobre unos 162.000 empleados; según TD Cowen, el recorte liberaría USD 8.000 a 10.000 millones de flujo de caja; compromisos de infraestructura estimados en USD 156.000 millones | CIO, citando a TD Cowen (2026) | Benchmark del sector |
| Clientes de NetSuite | Más de 44.000, en 220 países y territorios, según Oracle | Oracle (2026) | Dato de proveedor |
| Reseñas en AppExchange de apps que integramos | Docusign eSignature for Salesforce: 4.647 reseñas, 4,55 sobre 5; RingEX by RingCentral: 117 reseñas, 4,3 sobre 5 | Salesforce AppExchange (2026); Salesforce AppExchange, RingEX (2026) | Dato de proveedor |
| Precio de una acción de agente con créditos Flex de Agentforce | USD 0,10 a precio de lista (20 créditos de USD 0,005) | Salesforce, precios de Agentforce | Dato de proveedor |
| Participación de Salesforce en el mercado mundial de CRM | 20%, primero por decimotercer año consecutivo | IDC (2025), citado por Salesforce | Benchmark del sector |
| Organizaciones que usan Oracle Cloud ERP | Más de 11.000, según Oracle | Oracle (2025) | Dato de proveedor |
Normas, plazos y estándares oficiales
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Plazo para reportar a la FDA un evento adverso serio e inesperado | 15 días calendario | FDA, 21 CFR 314.80 | Benchmark del sector |
| Plazo de farmacovigilancia en Argentina | 15 días corridos para una reacción adversa seria; 7 si hubo muerte o riesgo de vida | ANMAT, Disposición 5358/2012 | Benchmark del sector |
| Reintegro del drawback de Estados Unidos sobre mercadería importada que se exporta o se destruye | Hasta el 99% de los derechos, impuestos y tasas pagados | U.S. Customs and Border Protection (2016) | Benchmark del sector |
| Plazo para cumplir un pedido de baja de email (ley CAN-SPAM) | 10 días hábiles | Federal Trade Commission | Benchmark del sector |
| Países y economías que usan el Sistema Armonizado | Más de 200 | Organización Mundial de Aduanas | Benchmark del sector |
| Países con organizaciones miembro de GS1 | Más de 120 | GS1 (2026) | Benchmark del sector |
| Lugar de la inyección de prompts en el Top 10 de riesgos de OWASP para LLM | #1 (LLM01:2025) | OWASP Gen AI Security Project (2025) | Benchmark del sector |
| Vigencia del ticket de acceso del WSAA de ARCA (ex AFIP) | Alrededor de 12 horas | AFIP, manual para desarrolladores del WSAA | Benchmark del sector |
| Reglas de la FCC y la TCPA para el SMS de marketing en Estados Unidos | La baja se cumple en 10 días hábiles como máximo; envíos de 8 a 21, hora del destinatario (Florida y Oklahoma cortan a las 20); US$ 500 por mensaje en infracción, hasta US$ 1.500 si fue deliberada | FCC (2024); 47 CFR 64.1200; 47 U.S.C. 227; Florida; Oklahoma | Benchmark del sector |
Plataformas que integramos: datos de cada empresa
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Adopción de software entre empresas de EE. UU. que compran por Ramp | CRM: Salesforce 75%, HubSpot 35%. Comunicación: Zoom 72%, Slack 54%; Teams, 24% de las grandes empresas contra 10% de las pequeñas. Bots de soporte con IA: Intercom 46%, Zendesk 17%. Mensajería: Twilio 57%, SendGrid 85%. Ejecución de ventas: Zapier 90% | Ramp, CRM (2026); Ramp, comunicación (2026); Ramp, bots de soporte con IA (2026); Ramp, infraestructura de mensajería (2026); Ramp, ejecución de ventas (2026) | Dato de proveedor |
| Empresas en las que Enlyft detecta cada software | QuickBooks 281.091 (4,6 veces Xero; 75% en EE. UU.); NetSuite 78.794 (2,5 veces Business Central); Business Central 31.066; Acumatica, más frecuente en EE. UU. y en firmas de 50 a 200 empleados | Enlyft, QuickBooks (2026); Enlyft, NetSuite (2026); Enlyft, Business Central (2026); Enlyft, Acumatica (2026) | Dato de proveedor |
| Ranking de apps por cantidad de clientes en Okta | Microsoft 365 #1, Google Workspace #2, Slack #6 | Okta, Businesses at Work (2026) | Dato de proveedor |
| Directorio de apps de Zapier, ordenado por popularidad | Más de 9.000 apps; Gmail #2, Google Calendar #4, Google Drive #5, Microsoft Outlook #13 | Zapier (2026) | Dato de proveedor |
| Clientes que declara cada empresa | HubSpot, más de 306.000; Acumatica, más de 10.000 con 350 revendedores; Business Central, 55.000; Docusign, más de 1,9 millones pagos; Stripe, más de 5 millones; respond.io, más de 10.000 marcas B2C; Wati, más de 16.000 en más de 190 países; Manychat, más de 1 millón de creadores y marcas; Softland, más de 35.000 empresas en 20 países | HubSpot (2026); Acumatica (2026); Microsoft (2026); Docusign (2026); Stripe (2026); respond.io (2026); Wati (2026); Manychat (2026); Softland (2026) | Dato de proveedor |
| Pymes y clientes de Aspel y Siigo | Aspel facilitó la transformación digital de más de 1 millón de pymes en 40 años; Siigo, más de 1,2 millones de clientes en seis países | Accel-KKR (2022); Siigo, comunicado Endeavor Outliers (2026) | Dato de proveedor |
| Ingresos de QuickBooks Online Accounting en un año fiscal | USD 5.051 millones, 23% más que el año anterior | Intuit, Form 10-K (año fiscal 2026) | Dato de proveedor |
| Ventas de e-commerce de EE. UU. que procesa Shopify | 10%, según Shopify | Shopify (2026) | Dato de proveedor |
| Cobertura y trayectoria de operadores logísticos | FedEx, más de 220 países y territorios; 99minutos, más de 99 millones de envíos; Olva, más de 39 años y más de 400 tiendas y agentes en el Perú; OCA, más de 64 años en Argentina | FedEx (2026); 99minutos (2026); Olva Courier (2026); OCA (2026) | Dato de proveedor |
| Integraciones y canales que declara cada plataforma | Infios, más de 1.500 integraciones; n8n, más de 500; Calendly, más de 150; B2Chat, 5 canales en una bandeja | Infios (2026); n8n (2026); Calendly (2026); B2Chat (2026) | Dato de proveedor |
| Trayectoria de Bejerman en el mercado argentino | Más de 40 años | Thomson Reuters Argentina (2026) | Dato de proveedor |
| Red de Twilio | Más de 180 países y 4.800 conexiones con operadores | Twilio, infraestructura global | Dato de proveedor |
| RingCentral como Líder del Magic Quadrant de Gartner para UCaaS | 12 años seguidos | RingCentral (2026) | Dato de proveedor |
| Usuarios de la plataforma de Beetrack (DispatchTrack) | Más de 850 clientes en 20 países | DispatchTrack | Dato de proveedor |
| Resultados de RingCentral en su año fiscal 2025 | Ingresos de USD 2.515 millones, 5% más que el año anterior; más de 8.000 clientes de AI Receptionist | RingCentral, vía Business Wire (2026) | Dato de proveedor |
| Otros datos de tamaño que citan las fichas de integración | Zendesk, más de 80.000 empresas, según Zendesk; Store Leads cuenta más de 3,1 millones de tiendas Shopify activas, 38,2% en EE. UU.; HubSpot, tercera entre las mejores empresas de software de G2, detrás de Salesforce y Google | Zendesk (2026); Store Leads; G2 (2026) | Dato de proveedor |
Plataformas que integramos: límites y datos técnicos
| Afirmación | Cifra | Fuente | Tipo |
|---|---|---|---|
| Límites de envío y de solicitudes de las APIs de mensajería y colaboración | Bots de Teams: 50 solicitudes por segundo por app y organización, 7 mensajes por segundo por conversación; Slack: 1 mensaje por segundo por canal; Gmail: 1 aviso push por segundo por casilla; Mailchimp: 10 conexiones simultáneas; ActiveCampaign: 5 solicitudes por segundo | Microsoft Learn (2025); Slack; Gmail API; Mailchimp (2026); ActiveCampaign (2026) | Dato de proveedor |
| Límites de las APIs de datos, ERP y operación | QuickBooks: 500 solicitudes por minuto por empresa; Business Central: 6.000 por usuario cada cinco minutos, y espera 30 segundos desde el primer cambio antes de mandar el aviso del webhook; Acumatica: demora las llamadas desde el 50% del límite de la licencia y reintenta un push hasta 5 veces; Google Sheets: 300 lecturas por minuto por proyecto y 60 por usuario; Mixpanel: 60 consultas por hora y 5 simultáneas; Samsara: 200 solicitudes por segundo por organización | Intuit; Microsoft Learn (2025); Microsoft Learn, suscripciones a webhooks de Business Central; Acumatica, límites de la licencia para la API (2026); Acumatica (2026); Google Sheets API; Mixpanel; Samsara | Dato de proveedor |
| Límites de las APIs de logística y pagos | Correios: 3 solicitudes por segundo a su API de token, que entrega un token nuevo 30 minutos antes del vencimiento; MyDHL: 500 invocaciones diarias por credencial en el entorno de prueba; Chilexpress: 3 APIs (Cobertura, Cotizador y Envíos); PayU: unos 3 segundos de respuesta promedio, hasta un minuto en casos inusuales | Correios (2026); DHL Developer Portal (2026); Chilexpress (2026); PayU | Dato de proveedor |
| Vida de los tokens y sesiones de cada plataforma | Culqi: token de tarjeta de 5 minutos y un solo uso; Adobe Commerce (Magento): 4 horas el de administrador y 1 hora el de cliente; Wix: 4 horas; Instagram: token de larga duración de 60 días; MyGeotab: sesión de 14 días y hasta 100 sesiones simultáneas por usuario; Microsoft Graph: suscripción a mensajes de Outlook de hasta 10.080 minutos | Culqi (2026); Adobe Commerce (2026); Wix; Meta for Developers, token de acceso de Instagram (2026); Geotab (2026); Microsoft Learn (2026) | Dato de proveedor |
| Ventanas y reintentos de otras plataformas | Instagram: 24 horas para responder en la mayoría de los casos, 7 días con la etiqueta Human Agent; API de Conversiones de Meta: eventos de hasta 7 días; Exchange: los cambios de permisos de aplicaciones tardan de 30 minutos a 2 horas; respond.io: desactiva un webhook tras 30 errores en 30 minutos; Docusign: consultar el estado de un sobre una vez cada 15 minutos como máximo; Google Calendar: 50 calendarios por consulta de disponibilidad | Meta for Developers, Instagram (2026); Meta for Developers, API de Conversiones (2026); Microsoft Learn (2026); respond.io (2026); Docusign Developers (2026); Google Calendar API | Dato de proveedor |
| Otros datos técnicos que usamos al explicar las integraciones | Gemini: un token equivale a unos 4 caracteres, y 100 tokens a 60-80 palabras en inglés; PrestaShop: clave de Webservice de 32 caracteres; un QR impreso, de 2 x 2 cm como mínimo, con una relación de 10:1 entre la distancia de escaneo y el tamaño | Google, Gemini API (2026); PrestaShop; QR Planet (2026) | Dato de proveedor |
Sobre las fuentes con interés comercial
Algunos de los números que figuran arriba provienen de empresas que venden la solución que el dato describe. Los incluimos porque aportan referencia útil, pero los marcamos siempre como "dato de proveedor" para que sepas que provienen de una parte interesada y pueden estar sujetos a sesgo de selección. Cuando existe una fuente independiente (consultora, analista, paper, cámara sectorial), siempre la priorizamos sobre la del proveedor.
Alcance geográfico: benchmarks globales y LATAM
La mayoría de los benchmarks disponibles son globales o están centrados en Estados Unidos. Los datos específicos de inteligencia artificial empresarial en LATAM (Argentina, México, Brasil, Chile, Colombia y Perú) todavía son escasos en la literatura de analistas. Cuando usamos un dato regional (por ejemplo, casos de WhatsApp Business en la región), lo señalamos de forma explícita. En el resto de los casos, los valores absolutos pueden diferir según el país, y conviene tomarlos como referencia direccional, no como una cifra exacta para tu mercado.
Preguntas frecuentes
¿De dónde salen los números que Vantegrate muestra en su sitio?
Cada cifra de resultados proviene de una de tres fuentes: un benchmark de investigación independiente (consultoras, analistas, papers), un dato publicado por un proveedor del sector (etiquetado como tal), o un caso propio medido en producción con un cliente real. Las fuentes de nuestras tarjetas de datos y de las cifras de nuestras páginas están en las tablas de esta página, cada una con su enlace; una cifra dentro de un texto lleva el enlace a su fuente ahí mismo.
¿Vantegrate garantiza estos resultados para mi empresa?
No. Los benchmarks describen el promedio o el rango de la industria según estudios del sector, no un resultado garantizado. Los resultados reales dependen de la implementación, la calidad de los datos y la adopción de cada organización. Lo explicamos en detalle en el disclaimer al final de esta página.
¿Qué diferencia hay entre un benchmark del sector y un dato de proveedor?
Un benchmark del sector proviene de una fuente independiente sin interés comercial en el resultado (por ejemplo, un estudio de McKinsey, un paper académico o un organismo público o de normas). Un dato de proveedor proviene de una empresa que vende la solución que el dato describe, por lo que puede tener sesgo; lo incluimos cuando no hay una fuente independiente equivalente, o como referencia junto a ella, y siempre lo aclaramos.
¿Cada cuánto se actualizan las fuentes?
Revisamos y renovamos las fuentes de forma periódica, y corregimos cualquier cifra que quede desactualizada respecto de la investigación más reciente. El anclaje temporal está en cada fuente, no en un sello al pie: la tabla enlaza el estudio original, con su año de publicación cuando la fuente lo declara. Eso te dice qué tan vigente es el número, que es la pregunta real. Si ves una cifra que quedó vieja, escríbenos y la corregimos.
¿Qué pasa si un número no tiene una fuente sólida?
No lo publicamos como número. Lo reemplazamos por una descripción cualitativa, como "mejora significativa y consistente". Preferimos comunicar menos antes que afirmar algo que no podemos respaldar con evidencia.
¿Por qué Vantegrate publica una página de transparencia de datos?
Porque la confianza se demuestra con evidencia verificable, no con declaraciones. Es nuestra forma de diferenciarnos en un mercado de IA empresarial donde abundan las cifras sin respaldo, y un compromiso interno de no comunicar ningún número que no podamos documentar.
Disclaimer legal
Los benchmarks de esta página describen el promedio o el rango de cada industria según la investigación disponible al momento de la publicación. Tienen carácter informativo y de referencia.
Ninguna de las cifras aquí presentadas constituye una garantía de resultado. Vantegrate no garantiza que tu organización vaya a obtener los mismos números, ni resultados equivalentes, por el solo hecho de adoptar nuestras herramientas. Los benchmarks reflejan lo que otras organizaciones del sector han reportado, no lo que tú vas a lograr.
Los resultados reales varían de una empresa a otra y dependen de factores que están fuera del control de Vantegrate. Entre ellos: el grado de responsabilidad y rigor que cada organización pone en la implementación de sus procesos, la correcta configuración y uso de las herramientas, la calidad y limpieza de los datos disponibles, el nivel de compromiso y adopción por parte de los usuarios, y las particularidades del contexto operativo, regulatorio y de mercado de cada empresa. Una implementación parcial, una baja adopción interna o procesos mal definidos pueden producir resultados sustancialmente distintos a los benchmarks de referencia.
El contenido de esta página tampoco constituye asesoramiento legal, financiero, regulatorio ni profesional de ningún tipo. Para decisiones que dependan de estos benchmarks, consulta con asesores calificados en tu jurisdicción.
¿Tienes dudas sobre este documento?
Escríbenos por WhatsApp y te respondemos. Es el canal más rápido para resolver cualquier consulta sobre este documento o sobre cómo tratamos tu información.
Hablemos por WhatsApp




