Forrester: el mundo que creó RevOps es irreconocible y la función debe redefinir su valor

¿Qué cambió en el mundo que creó RevOps?

Durante la última década, las organizaciones B2B levantaron equipos de Revenue Operations para poner orden donde ventas, marketing y producto no se hablaban: estandarizar procesos, mejorar la calidad del dato y acordar métricas comunes. Ross Graber, VP y analista principal de Forrester, sostiene en su columna del 10 de septiembre de 2026 que ese encargo no desapareció, pero el entorno que lo justificaba sí: la IA cambió a la vez cómo compran los clientes y cómo operan las empresas. El punto de partida de RevOps, dice, hoy es irreconocible.

Las tres condiciones que la IA alteró

Graber identifica tres cambios de fondo. El primero: el comportamiento del comprador redujo la visibilidad del recorrido del cliente, porque las personas investigan, comparan y deciden cada vez más con IA de por medio, y muchas de las señales de interés que las empresas usaban se volvieron difíciles de observar. El segundo: la presión por adoptar IA corre el riesgo de poner el despliegue por delante del resultado, convirtiendo la tecnología en un fin en sí mismo. El tercero: la IA va a redefinir el trabajo operativo, no solo a automatizarlo, y la mayor oportunidad está en rediseñar procesos, no en acelerar los que ya existen.

¿Desplegar tecnología o crear valor?

La tesis de Graber corta contra el reflejo dominante de comprar más herramientas. Lo resume así: las organizaciones que más se beneficien de la IA «will not necessarily be those that deploy the most technology» (Forrester). No ganará quien despliegue más tecnología, sino quien la aplique para crear valor para el cliente, establecer bases operativas confiables y transformar la forma en que los equipos de salida al mercado trabajan juntos. Es una distinción incómoda para los presupuestos que miden avance en licencias activadas.

¿Dónde debe RevOps redefinir su valor?

El camino que propone Graber tiene tres prioridades concretas para los líderes de RevOps. Primero, aplicar la IA para maximizar el valor del cliente y recién después el de la empresa, porque optimizar solo hacia adentro puede generar fricción para quien compra. Segundo, construir una base de datos para la excelencia en IA: calidad del dato, definiciones de negocio comunes, consistencia semántica y gobierno, de modo que copilotos y agentes operen sobre un fundamento confiable. Tercero, enfocar los recursos sin piedad en operaciones transformadoras, priorizando los usos que reimaginan cómo se hace el trabajo por encima de los que solo hacen más rápido lo de siempre.

¿Qué implica para los equipos de ingresos en Chile y Latinoamérica?

En Chile y Latinoamérica, donde muchos equipos de RevOps son pequeños y cargan con la operación de varias áreas, la presión por mostrar que se está haciendo algo con IA es real y el atajo tentador es sumar herramientas. La lectura de Graber sugiere lo contrario: antes de desplegar, definir qué decisión o qué experiencia del cliente se quiere mejorar, y asegurar que el dato que alimenta a esos agentes sea confiable. Un modelo bien gobernado sobre datos mediocres no transforma nada. La ventaja regional no vendrá de llegar primero a la última plataforma, sino de aplicar la IA a un problema de valor que hoy esté roto.

La lectura de Revenue Hub

Este es un análisis editorial de Revenue Hub sobre la columna de Ross Graber, no una reproducción de su texto. Coincidimos en el diagnóstico central: el valor de RevOps en la era de la IA está en rediseñar el trabajo y gobernar el dato, no en acumular tecnología. Agregamos una advertencia para la región: en equipos chicos y con presupuestos exigidos, la tentación de confundir despliegue con resultado es más fuerte, y el costo de equivocarse es mayor. El valor no está en cuántos agentes enciendes, sino en cuántas decisiones de negocio mejoras con ellos. Lee la columna original en la fuente enlazada para ver el marco completo.