Análisis · RevOps
RevOps en 2026: por qué la IA solo da apalancamiento si no se convierte en el nuevo cuello de botella, según Rosalyn Santa Elena
A los equipos de RevOps se les pide desplegar IA, limpiar datos y subir productividad sin sumar headcount. La fundadora de The RevOps Collective, Rosalyn Santa Elena, advierte que la IA mal gobernada crea tantos cuellos de botella como los que promete resolver. La tesis define cómo deberían adoptar IA los equipos B2B de Chile y Latinoamérica.
La tesis
Rosalyn Santa Elena sostiene que la IA no le entrega apalancamiento a RevOps por defecto: mal gobernada, crea nuevos cuellos de botella y mantenimiento que consumen la capacidad que prometía liberar. En 2026 RevOps recibe el mandato de desplegar IA, limpiar datos y subir productividad sin sumar personas, y eso lo obliga a pasar de ejecutar procesos a gobernar sistemas: decidir qué se automatiza, con qué datos y bajo qué reglas. Para los equipos B2B de Chile y Latinoamérica, con estructuras chicas, esa disciplina es la diferencia entre escalar y multiplicar el caos.
Hay una tensión que atraviesa a los equipos de RevOps en 2026 y que casi nadie nombra en voz alta: se les pide hacer más que nunca sin agrandar el equipo. Desplegar IA, limpiar datos, mejorar la cobertura, subir la productividad de los representantes y consolidar herramientas, todo sin sumar headcount. Sobre esa contradicción trabaja Rosalyn Santa Elena, fundadora y Chief Revenue Operations Officer de The RevOps Collective, anfitriona del Revenue Engine Podcast y una de las voces más seguidas de la disciplina. Su advertencia es directa: la IA promete apalancamiento, pero mal implementada crea con la misma facilidad nuevos cuellos de botella.
¿Qué está diciendo realmente Rosalyn Santa Elena?
En un roundtable de RevOps y IA que co-lideró en 2026, Santa Elena y sus pares parten de una premisa incómoda: la IA «puede crear con la misma facilidad nuevos cuellos de botella o proyectos de «ingeniería GTM» que hay que mantener». Es decir, un equipo que automatiza sin criterio no libera capacidad, la reasigna a vigilar y reparar lo que la IA hace mal. El apalancamiento real no aparece por instalar herramientas, sino por decidir dónde la IA agrega valor, qué se rompe cuando más gente la adopta y cómo equilibrar gobierno con velocidad.
¿Por qué la IA no entrega apalancamiento por defecto?
Porque la IA amplifica lo que ya existe. Si el proceso es ambiguo, los datos están sucios y la propiedad de cada etapa no está definida, la IA escala esos problemas más rápido, no los corrige. El resultado es el patrón que Santa Elena describe como el nuevo cuello de botella: automatizaciones frágiles que exigen supervisión constante, integraciones que se caen y un backlog de mantenimiento que crece. Lo que parecía ahorro de tiempo se convierte en deuda operativa. La condición para que la IA rinda es aburrida y previa: procesos documentados, datos confiables y dueños claros.
Del ejecutor de procesos al gobernador de sistemas
La consecuencia estructural es un cambio de rol. RevOps deja de ser el área que ejecuta y mantiene procesos para volverse la que gobierna sistemas inteligentes: define qué agentes pueden actuar, con qué datos, con qué límites y bajo qué reglas de escalamiento a un humano. No es automatizar todo lo automatizable, sino decidir qué conviene automatizar y qué no. Esa función de gobierno, y no la cantidad de bots desplegados, es la que determina si la IA se traduce en velocidad o en caos administrado.
¿Por qué esta tesis golpea distinto a los equipos B2B en Chile y Latinoamerica?
Porque en Chile y Latinoamérica los equipos de RevOps suelen ser chicos, muchas veces una o dos personas que sostienen todo el stack. Ahí el mandato de hacer más sin sumar headcount no es una aspiración de eficiencia, es la realidad de base. Un equipo pequeño que automatiza sin gobierno se satura de mantenimiento y queda peor que antes; el mismo equipo, si prioriza gobierno de datos y procesos antes de escalar IA, obtiene el apalancamiento que en estructuras grandes se diluye. La disciplina que Santa Elena describe pesa más, no menos, cuando el equipo es reducido y el margen de error es chico.
¿Qué deberían hacer los líderes de revenue esta semana?
La lectura operativa es secuenciar. Antes de sumar un agente, mapear el proceso que va a tocar, definir quién es dueño del dato que va a leer y qué pasa cuando se equivoca. Empezar por casos donde la IA quita trabajo repetible con bajo costo de error, como higiene de CRM o enriquecimiento, y recién después avanzar a decisiones sensibles. Y medir el apalancamiento neto: no cuántas tareas se automatizaron, sino cuánta capacidad quedó realmente liberada después de descontar el mantenimiento.
La lectura de Revenue Hub
Nuestra postura, comentando la tesis de Santa Elena, es que acierta en el diagnóstico y que la trampa es real: en 2026 muchos equipos van a confundir actividad de IA con apalancamiento y terminarán administrando bots en vez de operar el negocio. Para un líder de revenue en Chile o Latinoamérica la recomendación es tratar a RevOps como la función de gobierno de la IA, no como el área que la instala. Primero gobierno de datos y procesos, después escala de agentes; primero decidir qué no se automatiza, después automatizar el resto. En equipos chicos esa secuencia no es burocracia, es la única forma de que la IA sume capacidad en lugar de restarla. El apalancamiento no se compra con herramientas, se diseña con criterio.
Fuentes, derechos y criterio editorial
- RevOps + AI: Driving Leverage Without Bottlenecks (roundtable con Rosalyn Santa Elena) · Rosalyn Santa Elena, Taft Love y Will Taylor
- RevOps in motion: 15 leaders you need to be following (perfil de Rosalyn Santa Elena) · Bec Henrich
- The RevOps Collective (sitio oficial) · Rosalyn Santa Elena
- What AI Really Means for RevOps in 2026
Derechos: original
Transparencia: Análisis editorial de Revenue Hub asistido por IA. Sintetiza y comenta la opinión pública de un tercero; puede diferir del original. Lee y escucha la fuente original en el enlace citado.
Sobre la firma
Redacción Revenue Hub
Equipo editorial · Revenue Hub Latam
Equipo editorial de Revenue Hub Latam. Sintetiza y comenta las voces más relevantes de RevOps, HubSpot, IA y go-to-market para líderes B2B de Chile y Latinoamérica.
Preguntas frecuentes
¿Cuál es la tesis de Rosalyn Santa Elena sobre RevOps e IA en 2026?
Que la IA no entrega apalancamiento por defecto. Mal gobernada, crea nuevos cuellos de botella y proyectos de mantenimiento que consumen la capacidad que prometía liberar. Para que rinda, RevOps debe pasar de ejecutar procesos a gobernar sistemas: decidir qué se automatiza, con qué datos y bajo qué reglas, en lugar de automatizar todo lo automatizable.
¿Por qué la IA puede convertirse en un cuello de botella para RevOps?
Porque la IA amplifica lo que ya existe. Si el proceso es ambiguo, los datos están sucios o la propiedad de cada etapa no está clara, la IA escala esos problemas más rápido. El equipo termina supervisando y reparando automatizaciones frágiles, con un backlog de mantenimiento creciente que transforma el ahorro de tiempo prometido en deuda operativa.
¿Qué significa que RevOps pase de ejecutor a gobernador de sistemas?
Significa que RevOps deja de solo construir y mantener procesos para definir cómo se comportan los sistemas inteligentes: qué agentes pueden actuar, con qué datos, con qué límites y cuándo escalan a un humano. La función clave deja de ser cuántos bots se despliegan y pasa a ser qué se decide automatizar y qué no.
¿Qué se necesita antes de escalar IA en revenue operations?
La condición previa es poco glamorosa: procesos documentados, datos confiables y dueños claros para cada etapa. Sin esa base, desplegar IA sobre un proceso roto solo amplifica el problema. Conviene empezar por casos de bajo costo de error, como higiene de CRM o enriquecimiento de datos, antes de avanzar a decisiones sensibles.
¿Cómo se mide si la IA realmente dio apalancamiento?
No por la cantidad de tareas automatizadas, sino por la capacidad neta liberada después de descontar el mantenimiento que esas automatizaciones exigen. Si un agente ahorra horas de ejecución pero suma horas de supervisión y reparación, el apalancamiento neto puede ser cero o negativo. Ese es el número que un líder de RevOps debería vigilar.
¿Por qué esta discusión pesa distinto en los equipos B2B de Chile y Latinoamérica?
Porque en la región los equipos de RevOps suelen ser muy pequeños, a veces una o dos personas que sostienen todo el stack. El mandato de hacer más sin sumar headcount es su realidad de base, no una aspiración. Un equipo chico que automatiza sin gobierno se satura de mantenimiento; el mismo equipo, si prioriza gobierno de datos y procesos, obtiene un apalancamiento que en estructuras grandes se diluye.
¿Quién es Rosalyn Santa Elena y por qué su opinión pesa en RevOps?
Rosalyn Santa Elena es fundadora y Chief Revenue Operations Officer de The RevOps Collective, VP de GTM Operations en SingleStore, anfitriona del Revenue Engine Podcast y asesora de startups de alto crecimiento. Con más de 25 años en tecnología y operaciones, es una de las voces más reconocidas de la disciplina de revenue operations.
¿La tesis implica frenar la adopción de IA en RevOps?
No. Implica secuenciarla con gobierno. La recomendación no es dejar de adoptar IA, sino decidir primero qué no se automatiza, asegurar datos y procesos, empezar por casos de bajo riesgo y recién después escalar. En equipos chicos esa secuencia es la que permite que la IA sume capacidad en lugar de restarla con mantenimiento.