Nuestra IA de captación saliente enviaba 1.000 correos al día. Luego dejaron de llegar nuestras facturas.

La primera señal de que algo iba mal no fue una métrica de ventas. Fue una factura que nunca llegó.

Un cliente escribió para preguntar por qué no se le había facturado. Habíamos enviado la factura días antes, desde el mismo dominio que usábamos para ejecutar una agresiva campaña de captación saliente con IA. La factura no había ido a su carpeta de spam. Gmail la había rechazado en la puerta. Y cuando empecé a tirar del hilo, me di cuenta de que nuestros correos de restablecimiento de contraseña, nuestras confirmaciones de acuerdos y una buena parte de nuestro correo transaccional legítimo estaban siendo estrangulados junto con ella.

Esa fue la semana en que dejé de creer en el discurso del SDR con IA. No en la idea de la inteligencia de ventas con IA —sigo pensando que hacia ahí va la captación saliente—. Sino en la promesa concreta que todas las herramientas vendían por entonces: más correos, más personalización, más pipeline; basta con añadir un agente autónomo y verlo escalar. Habíamos hecho exactamente eso. Y el volumen sin verificación destruyó más pipeline del que jamás creó.

Este es un ensayo sobre qué se rompió, por qué se rompió a nivel de arquitectura y no de redacción, y qué acabamos construyendo en su lugar. Si estás evaluando herramientas de SDR con IA ahora mismo, o recuperándote de una implementación que se hundió alrededor del día 90, creo que reconocerás su forma.

Los primeros 30 días siempre lucen estupendos

Nadie te advierte de esta parte: las cifras iniciales son realmente buenas. Eso es lo que las hace peligrosas.

Las herramientas de SDR con IA pueden registrar tasas iniciales de respuesta por correo hasta un 50% superiores a las de un comercial humano, sobre todo porque envían a un volumen que ningún humano podría igualar. Lo lanzas, el panel se ilumina y durante cerca de un mes sientes que has encontrado dinero gratis. Nos pasó. Recuerdo mostrarle a mi equipo el gráfico de tasa de respuesta y sentirme un poco engreído por lo tarde que llegaban todos los demás a esto.

Luego los efectos de segundo orden empiezan a acumularse, y no aparecen en el panel que estás mirando.

Para cuando te das cuenta, las reuniones que agendó la IA no están convirtiendo. Los datos del sector de 2026 sitúan la tasa de la IA de reunión a oportunidad cualificada en torno al 15%, frente al 25% de un SDR humano. La brecha se ensancha aún más aguas abajo: los comerciales humanos generan 2,6 veces más ingresos que las reuniones agendadas por IA, pese a tocar menos prospectos. La IA estaba llenando el calendario con conversaciones que morían al primer contacto.

Y ese es el benigno fallo. El costoso ocurría en la carpeta de enviados, donde nadie de mi equipo estaba mirando.

El correo que citaba una migración que nunca ocurrió

Una tarde, depurando una baja tasa de respuesta en un segmento, leí de verdad lo que el sistema había enviado. No una muestra que hubiéramos aprobado durante la configuración, sino el resultado real, días enteros de él.

Un correo felicitaba con aplomo a un prospecto por su "reciente migración a Salesforce". Su página de empleo, que nuestro enriquecimiento había rastreado, mencionaba explícitamente HubSpot en tres ofertas de trabajo abiertas. La IA había inventado la migración. Otro hacía referencia a la "expansión a APAC" de una empresa, extraída, por lo que pude reconstruir, de un comunicado de prensa de 2019 que hacía tiempo se había revertido.

La gramática era impecable. Eso era lo que lo empeoraba. Una errata se detecta. Una frase segura, bien escrita y objetivamente falsa navega directa hasta la bandeja de entrada de un vicepresidente y etiqueta a tu empresa como una que no se molestó en comprobar.

La gramática perfecta es el disfraz. Es lo que permite que una frase falsa sortee cada ojo humano entre el borrador y el envío.

Cuando volví atrás y auditamos nuestro resultado frente al referente más amplio, cuadraba: los modelos de lenguaje de una sola pasada se equivocan en entre el 12 y el 18 por ciento de las afirmaciones específicas sobre cada prospecto. Detente en esa cifra frente al volumen. Con 1.000 correos al día, eso son entre 120 y 180 mensajes objetivamente erróneos aterrizando en bandejas de entrada de directivos cada santo día, y ninguno de ellos disparó una alarma, porque cada uno se leía perfectamente.

Lo que yo había construido era una máquina extremadamente eficiente para equivocarse a escala.

¿Por qué no lo arregló más personalización?

Este fue mi primer instinto equivocado, y quiero ser honesto al respecto porque lo defendí con fuerza de puertas adentro: pensé que el problema era que no estábamos personalizados lo suficiente.

Los datos parecían darme la razón. Las plantillas genéricas, sin personalizar, reciben respuesta en un 1-3%. Las campañas personalizadas basadas en señales —captación que hace referencia a un disparador real, específico y oportuno— reciben respuesta en un 15-25%. Eso es una mejora de aproximadamente 5 veces, y solo alrededor del 5% de los remitentes personaliza cada mensaje. Así que el movimiento obvio era forzar más la personalización: más señales, investigación más profunda, ganchos más específicos.

Lo empeoró todo.

Más personalización significaba que la IA escarbaba más hondo en sus fuentes para encontrar algo específico que decir, y cuanto más hondo escarbaba, más confabulaba. La personalización y la verificación no son lo mismo, y yo las había tratado como si lo fueran. Una herramienta puede ser brillante para encontrar una señal de compra y no tener mecanismo alguno para comprobar si la frase que escribió sobre esa señal es verdadera. La mayor parte del mercado está construida exactamente así. La personalización es el producto; la verificación es el problema del cliente.

Ese fue el punto de inflexión, pero no se sintió como un gran avance. Se sintió como descubrir que los cimientos se habían vertido mal.

¿Qué pasa cuando Gmail deja de enviar al spam?

Mientras yo me preocupaba por el texto, el terreno de la entregabilidad se movía bajo los pies de todos nosotros.

En noviembre de 2025, Gmail cambió las reglas, y el cambio es fácil de pasar por alto hasta que te muerde. Dejó de enrutar el correo masivo no conforme a la carpeta de spam y empezó a rechazarlo a nivel de SMTP, en el saludo (handshake), antes de que el mensaje siquiera exista en el buzón del destinatario. Tus correos ya no caen en spam. Nunca llegan.

Por debajo de eso, el sistema RETVec de Google detecta patrones de texto generado por IA a lo largo de miles de mensajes incluso cuando las palabras concretas varían, así que reescribir el texto no te salva. Y el umbral es brutal: una tasa de quejas por spam superior al 0,3% desencadena daños en la reputación del dominio, con una recuperación que lleva de seis a doce semanas de envío restringido.

Este es el detalle que convirtió esto de un problema de marketing en un problema de empresa, y es el que ojalá alguien me hubiera puesto delante antes de que lanzáramos:

La reputación del dominio no se limita a tu campaña. Se limita a tu dominio. Cuando la captación en frío quema tu reputación, tus facturas, restablecimientos de contraseña y confirmaciones de acuerdos se queman con ella.

Esa es la factura que nunca llegó. Había estado mirando nuestro panel de Postmaster Tools observando cómo la línea de la tasa de spam se arrastraba hacia esa línea roja del 0,3% como si fuera un KPI de campaña. No lo era. Era la salud de cada correo que envía el negocio. La cruzamos, y durante el siguiente tramo nuestro correo transaccional legítimo se vio estrangulado justo al lado de la captación saliente que nos habían dicho que era segura.

La versión de 74 millones de dólares de mi error

La razón por la que estoy dispuesto a escribir todo esto es que vi a una empresa mucho mejor financiada cometer el error idéntico en público, y eso me dejó claro que no se trataba de un fallo de ejecución de Veriprajna. Era el estado final de todo un enfoque.

En marzo de 2025, TechCrunch informó de que 11x.ai —respaldada por 74 millones de dólares de a16z y Benchmark con una valoración de 350 millones— había estado listando clientes que en realidad no tenía. El logotipo de ZoomInfo figuraba en el sitio web de 11x pese a que ZoomInfo solo había realizado una prueba de un mes, durante la cual, dijeron, el producto rindió significativamente peor que los SDR humanos. Antiguos empleados describieron una rotación de clientes del 70 al 80 por ciento en las primeras cohortes, con el producto alucinando y, para algunos clientes, sin llegar a cargar en absoluto.

Esa cifra de rotación no es una anomalía de 11x. La categoría de SDR con IA en su conjunto tiene una rotación anual del 50 al 70 por ciento. La gente compra la promesa del volumen, choca contra el muro contra el que yo choqué y se va. El patrón más amplio es el mismo: el 42% de las empresas abandonaron la mayoría de sus iniciativas de IA en 2025, frente al 17% del año anterior, y Gartner espera que más del 40% de los proyectos de IA agéntica se desechen para finales de 2027.

74 millones de dólares de financiación no pueden disimular un producto que envía información errónea a escala. Solo compran una versión más cara del mismo cráter.

Leer esa historia fue el momento en que dejé de intentar salir del problema a base de ajustes y acepté que tenía que reconstruir desde una premisa distinta.

La responsabilidad cuya letra pequeña nadie lee

Hay un tercer modo de fallo que sinceramente no vi venir, y es el que debería poner en alerta a un director jurídico.

Bajo la doctrina de la autoridad aparente, un agente de IA que actúa en nombre de tu empresa puede obligarte a lo que dice. Un SDR con IA que teclea "garantizamos un 100% de tiempo de actividad" o "le devolvemos el importe íntegro, sin preguntas" puede estar creando una obligación exigible. En sectores regulados, es peor que un mal acuerdo: una IA que alucina "estamos autorizados por FedRAMP" o inventa una certificación de cumplimiento puede desencadenar una investigación federal. Estos no son supuestos hipotéticos que los abogados plantean para frenarte; son una consecuencia directa de dejar que un generador de texto no verificado hable con la voz de tu empresa a desconocidos.

Y casi nadie lo está gobernando. A fecha de 2026, solo el 7% de las empresas cuenta con políticas de gobernanza específicas para lo agéntico, aun cuando la aplicación del RGPD exige ahora un consentimiento explícito y documentado para la captación en frío en la UE, mucho más allá del viejo encogimiento de hombros del "interés legítimo". Estás dejando que un agente autónomo haga declaraciones al mercado con, estadísticamente, ninguna capa de política detrás.

Lo que construimos en su lugar

Cuando pongo estos tres fallos uno al lado del otro —hechos alucinados, colapso del dominio y exposición legal—, comparten una única causa raíz. Ninguno de ellos es un problema de redacción. Todos provienen de la misma decisión arquitectónica: dejar que un único modelo de lenguaje decida qué es verdad y pulse enviar en una sola pasada.

Así que dejamos de atornillar comprobaciones al final y trasladamos la verificación a la arquitectura misma.

La decisión central fue colocar un paso de verificación de hechos entre el borrador y el envío, no después de él: una etapa donde cada afirmación específica sobre el prospecto en un correo se valida frente a los datos de origen de los que supuestamente procede antes de que el mensaje llegue siquiera a la cola. Si la IA escribe "reciente migración a Salesforce", el pipeline vuelve a la evidencia; si la única señal es una oferta de empleo de HubSpot, la afirmación no sale. Al modelo de lenguaje se le permite ser creativo con la formulación. No se le permite ser la autoridad final sobre si algo es verdad.

Escrito así suena obvio. No es como están construidas las herramientas de serie, porque la verificación es la parte cara y poco glamurosa, y un pipeline multiagente que investiga, redacta y comprueba es de verdad más difícil de diseñar que uno que investiga y redacta. La mayoría de los equipos internos que intentan construir esto recurren por defecto a la generación aumentada por recuperación sin una capa de verificación exactamente por esa razón: la parte difícil se omite porque la demostración se ve bien sin ella.

Otras cuantas cosas tenían que cumplirse para que esto sirviera de verdad a una empresa en lugar de solo lucir bien en una demostración:

Tenía que abarcar empresas privadas. Las herramientas más potentes para empresas cotizadas, como Autobound, construyen sus bibliotecas de señales a partir de los informes ante la SEC y los formularios 10-K —lo cual es genuinamente potente, pero se topa en torno a los 4.500 tickers cotizados—. La mayor parte del pipeline real de cualquiera son empresas privadas que no presentan nada, así que la capa de investigación tiene que funcionar sin un flujo de EDGAR en el que apoyarse.

Tenía que priorizar la gobernanza, con un rastro de auditoría para cada afirmación y cada envío, de modo que un equipo de cumplimiento pueda responder "por qué dijo eso la IA", no como una función que añadimos después bajo presión regulatoria, sino como el sustrato.

Y tenía que ser nativa del CRM y partir de datos limpios. Auditamos el CRM del cliente en la primera semana, porque un pipeline de verificación apuntado a registros de contacto duplicados y obsoletos —las colisiones de deduplicación de HubSpot y el estrangulamiento de la API de Salesforce que todo equipo de RevOps conoce— simplemente verifica su camino hacia la bandeja de entrada equivocada más rápido. Todo el enfoque está expuesto en nuestra página de solución de Inteligencia de Ventas con IA si quieres la arquitectura en lugar de la historia.

¿Por qué no contratar simplemente SDR humanos en su lugar?

La gente siempre me hace alguna versión de la misma pregunta: si la IA es tan propensa a errores, ¿por qué no volver simplemente a los SDR humanos?

Porque la economía de la captación puramente humana tampoco funciona, y fingir que sí es su propia forma de deshonestidad. Un SDR humano con todos los costes incluidos cuesta entre 75.000 y 125.000 dólares al año. El apalancamiento que aporta la IA es real, cuando está verificada. El modelo que realmente rinde no es solo IA ni solo humano; es el pipeline con humano en el circuito, al que los datos de 2026 atribuyen un rendimiento anual del 317% y una amortización de 5,2 meses. Herramientas híbridas como Duo de Amplemarket reportan un multiplicador de productividad de 5-6 veces por comercial precisamente porque el humano se ocupa del juicio y la escalada mientras la máquina verificada se ocupa de la escala.

El objetivo de integrar la verificación no es hacer la IA lo bastante segura como para eliminar al humano. Es hacer la IA lo bastante fiable como para que el juicio del humano se multiplique en lugar de gastarse limpiando confabulaciones.

La otra pregunta que recibo es sobre el coste, y es justa. Un pipeline verificado a medida es un compromiso inicial mayor que una suscripción SaaS por puesto: las herramientas SaaS cuestan entre un par de miles y treinta y cinco mil dólares al año, y una construcción a medida es un orden de inversión distinto, con un plazo de 10 a 14 semanas. Pero haz la comparación real. La herramienta barata que alucina el 15% de sus afirmaciones y quema tu dominio no es barata; es una interrupción de la entregabilidad de seis a doce semanas y un impuesto de marca que pagas en cada bandeja de entrada de directivos que envenenaste. La parte cara nunca fue el software. Fue la limpieza.

Lo que me diría a mí mismo antes de lanzar

Si pudiera enviar un mensaje de vuelta a la versión de mí mismo que contemplaba aquel precioso gráfico de tasa de respuesta del primer mes, no sería "no uses IA para la captación saliente". La volvería a construir. Sería esto: el panel que estás mirando es el panel equivocado. La cifra que importa no es cuántos correos salieron ni siquiera cuántos recibieron respuesta. Es qué fracción de las afirmaciones que enviaste al mundo eran realmente verdaderas, y no tienes forma de saberlo, porque construiste un sistema que nunca comprueba.

Una IA que envía más rápido de lo que puede verificar no es un acelerador de ventas. Es un horno de reputación con una tasa de apertura realmente impresionante. Todo el arte de la inteligencia de ventas con IA —la versión que vale la pena construir— está en el paso de verificación que todos los demás tratan como el problema de otro. Esa es la parte que pusimos en el centro, y es la razón por la que nuestras facturas ahora llegan. Puedes ver cómo encaja todo en la página de solución.

Todavía miro una línea de tasa de spam en un panel de Postmaster casi todas las mañanas. Ahora se mantiene muy por debajo de ese umbral del 0,3%, plana y aburrida. Después del año que he descrito, una línea plana y aburrida es el gráfico más hermoso de la empresa, porque significa que cada correo que enviamos ayer, a un prospecto o a un cliente que paga, llegó de verdad, y cada afirmación en su interior era verdadera antes de salir.