En Dreamforce hubo dos conversaciones esta semana y no se parecían en nada.

En tarima, Marc Benioff sentado con Sam Altman, Dario Amodei y Jensen Huang, discutiendo si el desarrollo de modelos va demasiado rápido. Huang fue el más claro de los tres: que los laboratorios corran lo más rápido que puedan.

Abajo, entre los 50.000 asistentes, la conversación era otra. Ahí la gente contaba que todavía está tratando de sacarle provecho a lo que ya compró.

Lo que dijo la gente que firma los cheques

CNBC recogió los testimonios y son bastante directos.

Quién	Qué corre
Tim Sanders, jefe de innovación en G2	”La mayoría de los resultados agénticos no los mueve la capacidad de frontera. Los mueve la IA del año pasado.”
Kevin Lee, jefe de tecnología en Nice	Modelos al menos una generación atrás de la frontera, “muy competentes y efectivos para lo que nuestros clientes necesitan”
Ram Reddy, jefe de tecnología de industrias de consumo en Nagarro	Sus ingenieros esperan alrededor de tres meses antes de integrar un modelo recién publicado
Jaya Rohit Vuyyuru, VP en SummitX	”Los modelos de frontera ya van muy adelante. Buena parte de la base de clientes apenas está metiendo los pies.”

Y el dato que cierra el argumento: Salesforce no apoya los bots de Agentforce en Claude Fable 5.1 ni en GPT-6 Astra. Usa generaciones anteriores.

La empresa que organiza el evento donde los tres directores ejecutivos discuten la frontera, en su propio producto, no la usa.

Para mercadeo, esto es una noticia de presupuesto

Si tu equipo rehace su forma de trabajar con IA cada vez que sale un modelo, haz la cuenta de lo que cuesta. Prompts nuevos, pruebas nuevas, guía de voz de marca recalibrada, capacitación otra vez, documentación interna desactualizada otra vez.

Nada de eso aparece en una factura. Se paga en semanas de gente ocupada.

Y el problema que tenían antes del cambio sigue ahí, porque casi nunca era el modelo. El anuncio que no convierte no lo salva un modelo más listo. Lo salva una oferta más clara. El correo que suena a plantilla no suena así porque el modelo sea viejo, suena así porque nadie escribió qué tono tiene la marca.

Sobre ese punto exacto escribimos en mercadeo no necesita su propio modelo de IA, y lo que dijeron en Dreamforce es la versión de los compradores del mismo argumento.

Alec Bronston, director de Salesforce en Spins, lo dijo con una honestidad que agradezco: ya es bastante difícil mantenerse al día, y una desaceleración sería la oportunidad de por lo menos alcanzar.

Eso lo firma cualquier director de mercadeo que conozca.

La política de los tres meses

Lo de Nagarro me parece lo más aplicable de toda la cobertura, y es aburridísimo, que es justamente por qué funciona.

Tres meses de espera. No como desconfianza, como calendario. El modelo sale, el equipo sigue trabajando, y alguien lo evalúa cuando toca evaluarlo.

La versión para un equipo de mercadeo sería algo así. Una ventana fija al trimestre para revisar herramientas y modelos. Fuera de esa ventana, el equipo no cambia de motor aunque Twitter esté en llamas. Dentro de la ventana, se mide contra lo que ya se tiene, con los mismos briefs de siempre, y se cambia solo si gana de forma clara.

¿Qué se gana con eso? Que el equipo pase el trimestre mejorando la oferta y el mensaje en vez de reaprendiendo la herramienta. Que la voz de marca tenga tiempo de estabilizarse. Que puedas comparar resultados de un trimestre contra otro sin que la mitad de la varianza venga de haber cambiado de modelo en mayo.

Lo que sí conviene revisar ya

No todo es esperar, y sería deshonesto dejarlo ahí.

Hay una cosa que sí vale la pena mirar esta semana, y no tiene que ver con qué modelo usas: quién revisa lo que sale. Si tu equipo publica contenido asistido por IA sin un paso de revisión con criterio, el modelo más nuevo del mundo no te arregla eso, y el del año pasado tampoco te lo empeora. Ahí está el verdadero riesgo de marca, y lo desarrollamos en tu IA de mercadeo necesita un revisor.

Si estás armando el plan del último trimestre del año, ese es el orden que yo seguiría. Primero el revisor, después la ventana trimestral, y el modelo de frontera cuando de verdad haga falta.

Ver cómo trabajamos mercadeo con IA