En un experimento con 453 profesionales con estudios universitarios (de marketing, redacción de subvenciones, consultoría, recursos humanos y dirección), tener acceso a un asistente de IA redujo un 40 % el tiempo para completar dos tareas de escritura propias de su ocupación y elevó un 18 % la calidad del resultado. Lo publicó Science en 2023 (estudio de Noy y Zhang, recogido por el MIT). Un responsable comercial que lee esto piensa enseguida en sus propuestas, sus correos de seguimiento y sus informes de visita.
Pero también debería preguntarse otra cosa: ¿se puede trasladar un experimento de laboratorio a un equipo de ventas real? Hemos repasado los estudios publicados que más se acercan al trabajo comercial. Ninguno mide ventas cerradas, pero juntos dan pistas útiles y avisos serios.
Lo que muestran los estudios que salen bien
Escritura profesional. Es el estudio de arriba. Lo que se midió fueron dos tareas de redacción propias de la ocupación de cada participante, hechas en línea. El resultado favorable se refiere a tiempo y a calidad percibida de textos, no a ingresos.
Atención al cliente. Con datos de 5.179 agentes de atención al cliente, la introducción escalonada de un asistente conversacional basado en IA generativa aumentó la productividad, medida en incidencias resueltas por hora, un 14 % de media, y un 34 % en los trabajadores noveles o menos cualificados, con un impacto mínimo en los más experimentados y cualificados (Brynjolfsson, Li y Raymond, Quarterly Journal of Economics, 2025). Es un único asistente aplicado a una tarea concreta, la atención por chat, en una empresa.
Para el trabajo comercial, ese segundo estudio sugiere una idea: la ayuda parece pesar más en quien está empezando. Es una hipótesis razonable para pensar la formación de un comercial nuevo, pero no está demostrada en ventas.
Lo que muestran los estudios que no salen tan bien
Pequeños empresarios en Kenia. En un experimento de campo en el que se asignó al azar un asistente de negocio basado en IA generativa, al que se accedía por mensajería móvil, no se pudo rechazar que el efecto medio fuera nulo (Harvard Kennedy School, 2023). Por subgrupos, quienes ya rendían bien antes de empezar mejoraron algo más de un 15 %, mientras que los que rendían peor empeoraron en torno a un 8 %. La media no se distinguía de cero; las cifras salen de un análisis por subgrupos.
Desarrolladores de software experimentados. METR (2025) siguió a 16 desarrolladores muy expertos en sus propios proyectos: tardaron un 19 % más en resolver incidencias reales cuando podían usar IA. Esperaban acelerar un 24 % y, después, seguían creyendo que lo habían hecho un 20 % más rápido. La muestra es diminuta, las herramientas eran de principios de 2025 y, en febrero de 2026, la propia METR explicó que había cambiado el diseño de su experimento porque cada vez más desarrolladores no querían trabajar sin IA, lo que sesga a la baja la estimación; sus estimaciones de finales de 2025 apuntaban a una aceleración, pero METR las considera evidencia muy débil.
Cómo leerlos (y qué no dicen)
- Ninguno mide ventas. Miden tiempo, calidad de textos, incidencias resueltas o beneficios de pequeños negocios. Que una propuesta salga antes no implica que se cierren más pedidos.
- Cubren tareas concretas. Hablan de redactar, resolver consultas por chat, gestionar un pequeño negocio o programar. De la negociación o de la relación personal con el cliente no dicen nada.
- El resultado no es igual para todos. Un estudio apunta a más mejora en quien parte con menos experiencia; otro, a mejoras en quien ya rendía bien y retrocesos en quien rendía peor. Si el efecto cambia según el perfil, conviene probar con perfiles distintos antes de generalizar a todo el equipo.
- La percepción engaña. El caso de METR recuerda que sentirse más rápido y serlo no son lo mismo.
- Son estudios, no tu equipo. Cada uno se hizo en un contexto distinto y con herramientas que ya han cambiado.
Tampoco conviene olvidar la formación. Según el Work Trend Index 2024 de Microsoft, encuesta autodeclarada a 31.000 trabajadores del conocimiento de 31 países, solo el 39 % de las personas que usan IA en el trabajo había recibido formación en IA de su empresa. Es una encuesta encargada por una empresa que vende herramientas de IA y se limita a trabajadores del conocimiento, así que no es una medida del conjunto del mercado, pero indica algo coherente con lo anterior: mucha gente usa IA sin haber recibido formación de su empresa.
Dónde cabría esperar ayuda en un equipo comercial (y dónde no)
Con la cautela de que es una extrapolación razonable y no un resultado medido, el trabajo comercial tiene partes que se parecen a las tareas estudiadas: redactar propuestas y correos, resumir una reunión o una llamada, preparar una visita a partir de lo que ya sabes del cliente, ordenar las notas del seguimiento. Ahí es donde un comercial formado podría ganar tiempo.
Hay otras partes donde los estudios no dan ninguna base: negociar un precio, leer el humor de un cliente en una reunión, decidir a quién dedicar una tarde. Son trabajo de persona, y conviene dejarlas fuera de cualquier piloto.
Cómo decidir si formar a tu equipo comercial
Con esta evidencia, lo prudente no es «sí a todo» ni «no a nada», sino un piloto pequeño y medido:
- Elige tareas de redacción y de gestión, no de relación. Propuestas estándar, correos de seguimiento, resúmenes de reuniones con clientes, preparación de visitas.
- Forma primero a dos o tres comerciales, mezclando a quien lleva años con quien acaba de llegar, para ver si el efecto cambia según la experiencia.
- Mide el punto de partida. Cuánto tardan hoy y cuántas veces hay que reescribir. Sin esa base, volverás a la percepción. Tienes un método en cómo medir el impacto de la formación en IA.
- Define qué no se delega. Negociación de precios, condiciones especiales y cualquier compromiso con el cliente los decide la persona. Y los datos personales de clientes no se pegan en herramientas que no estén aprobadas: consulta con quien lleve la protección de datos.
- Revisa a las cuatro u ocho semanas. Mira tiempo recuperado y calidad, y después, con más calma, si eso se ha traducido en más conversaciones con clientes.
Si te interesa cómo se plantea el programa para este perfil, está en formación en IA para equipos de ventas.
Fuentes
- MIT News (2023): Study finds ChatGPT boosts worker productivity for some writing tasks
- NBER / Quarterly Journal of Economics (2025): Generative AI at Work (NBER Working Paper 31161)
- Harvard Kennedy School, Center for International Development (2023): The Uneven Impact of Generative AI on Entrepreneurial Performance
- METR (2025): Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
- METR (2026): We are Changing our Developer Productivity Experiment Design
- Microsoft, Work Trend Index (2024): 2024 Work Trend Index Annual Report
Conclusión
Los estudios disponibles muestran que la IA puede acelerar la escritura y ayudar a quien empieza, también que el efecto no es igual para todos y que la percepción de ir más rápido no siempre coincide con la realidad. Ninguno demuestra que un equipo comercial venda más. La decisión sensata es un piloto pequeño, con formación, con un punto de partida y con las decisiones con clientes en manos de personas.
En MG Solutions formamos a equipos de empresa en IA, por puesto y con casos reales de tu negocio, y también implantamos agentes de IA a medida.
Puedes ver cómo es el programa en formación en IA para empresas.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.