La brecha entre los equipos de ventas nativos de IA y el resto se ensancha: la tesis de Kyle Norton

¿Qué está diciendo Kyle Norton?

Kyle Norton es CRO de Owner.com, una empresa que vende IA vertical a restaurantes independientes y que ronda los US$100M de ingresos recurrentes creciendo a triple dígito. En una charla en SaaStr AI 2026, recogida por Jason Lemkin, mostró números que en el B2B tradicional parecen imposibles: un vendedor de US$150K de sueldo trae más de US$2M de ingresos al año, y eso es el promedio, no el mejor. Su punto de fondo no es presumir cifras, sino explicar por qué la distancia entre quienes usan bien la IA y el resto se está volviendo estructural.

Para ordenar el diagnóstico usa una escalera de sofisticación de cinco niveles, que va desde el vendedor que trata a ChatGPT como un buscador más inteligente hasta el sistema que se mejora a sí mismo. La mayoría de las empresas, dice, están estancadas en los primeros peldaños.

¿Por qué la brecha crece de forma exponencial y no lineal?

La tesis central es que el salto entre un equipo que llega al nivel de infraestructura centralizada y contexto compartido, y otro que deja que cada persona improvise con IA, ya no es una diferencia de 10 o 15 por ciento. Es duplicar la producción por vendedor, o hacer que ciertos trabajos ocurran sin que nadie los toque. Cuando esa palanca compone mes a mes, la ventaja del que va adelante no se cierra, se ensancha. Por eso Norton insiste en que la carrera no es opcional y que el costo de mirarla desde la banca se paga tarde y caro.

Comprar la infraestructura, construir la inteligencia

El modelo mental más limpio de su charla es una regla para decidir dónde poner el esfuerzo. Norton la resume así:

«Compra tu infraestructura, construye tu inteligencia.»

La lógica: un discador, una plataforma de simulación o un motor de transcripción son problemas de tiempo de actividad y escala que conviene comprar, porque nunca vas a invertir en ellos lo que ya invirtió un proveedor especializado. Lo que sí hay que construir en casa es la inteligencia propietaria, ese conocimiento del cliente y del mercado que ninguna herramienta genérica tiene. Norton usa este marco, además, para argumentar que buena parte de la superficie que la IA parece amenazar en un CRM como Salesforce es en realidad infraestructura, no inteligencia.

¿Por dónde empezar? Los datos primero

El consejo que nadie quiere escuchar porque no es atractivo: partir por los datos. Norton distingue dos frentes. El dato de terceros arma tu mapa de mercado, quiénes son tus cuentas, cómo las priorizas y por qué te necesitarían. El dato propio es tu recorrido del cliente bien instrumentado, cada llamada capturada y volcada al CRM de forma automática, porque a un vendedor no le puedes pedir que llene 25 campos a mano. Su frase para el resto es directa: si apuntas agentes de IA a datos mediocres, obtienes resultados mediocres. La calidad del dato es el prerrequisito, no un detalle técnico.

Desagregar el trabajo: que el vendedor venda y la máquina prospecte

Norton propone mirar cada cargo como un paquete de tareas y preguntarse dónde debería vivir cada una, en una persona o en una máquina. El ejemplo obvio es el representante de desarrollo de negocio: en muchas empresas, cerca del 60 por ciento de sus horas se va en armar listas e investigar cuentas, un pésimo uso de alguien contratado para vender. Al centralizar esa tarea en un equipo de datos, el vendedor vuelve a lo suyo. La otra advertencia operativa es lo que él llama «pérdida»: cada paso generativo encadenado suma error, y encadenar cinco pasos sin control produce ese correo genérico que todos recibimos. La disciplina es intercalar un criterio humano o una regla determinista antes de que la pérdida se acumule.

¿Qué significa para los equipos B2B en Chile y Latinoamérica?

En Chile y buena parte de Latinoamérica, los equipos comerciales operan con menos gente y presupuestos más ajustados que sus pares de Estados Unidos. Esa restricción, lejos de invalidar la tesis, la vuelve más urgente: si la IA multiplica la capacidad por persona, la ventaja no está en sumar cabezas que cuesta financiar, sino en construir primero la capa central de datos, contexto e infraestructura. Para una empresa regional que le vende a un comité de compra, además, tener el mapa de mercado bien armado y el historial del cliente capturado sin fricción es lo que separa una prospección precisa de un envío masivo que quema reputación. La función que gobierne esos datos, aún incipiente en la región, se vuelve un diferencial competitivo para quien la levante antes.

La lectura de Revenue Hub

Coincidimos con el diagnóstico de fondo: en ventas, el límite se corrió de cuánta gente sumas a cuánta capacidad desbloqueas por persona, y ese es un cambio estructural. Con dos matices para no comprar el titular fácil. Primero, los números de Owner.com son de una empresa que vende IA vertical con un producto y un mercado particulares; son evidencia de que se puede, no una promesa transferible a cualquier B2B sin rediseñar la operación. Segundo, «centralizar la inteligencia» no es comprar más herramientas, es una decisión de gobierno del dato y del proceso que en Chile y Latinoamérica suele chocar con CRM mal poblados y equipos sin dueño claro de esa capa. El primer movimiento no es contratar una agencia de IA ni licenciar otro agente, es poner a alguien a ordenar los datos y a definir qué tarea vive en una persona y cuál en una máquina. Este es el análisis de Revenue Hub sobre la charla de Kyle Norton; la tesis original es de él y recomendamos leerla completa en la fuente enlazada.