# ¿Vendedor o asesor? Tres cosas que debes exigir a tu proveedor tecnológico ![[Vendedor-o-asesor-0.webp]] Un vendedor es —==modo ironía **on**==— un mentiroso profesional. Lo que defiende depende de quién le pague: si mañana se pasa a la competencia, cambiará de chaqueta sin pestañear y seguirá diciendo lo mismo con otros nombres de productos y plataformas. Y en todos los casos lo **argumentará con datos** que suenan sólidos. —==modo ironía **off**==— No es que vender sea malo. Vender es necesario y lo hacemos todos. Y bien hecho, mola. El problema es cuando el vendedor solo sirve a su propio interés, no al del cliente. Y en tecnología, esa dinámica ya no funciona. --- ## El ruido tecnológico y la necesidad de claridad ![[Vendedor-o-asesor.webp]] Vivimos en un mercado saturado. Nubes que prometen ser las más rápidas, plataformas de IA que dicen ser las más creativas, startups que aseguran haber resuelto todos los problemas del mundo con un modelo propio entrenado “con datos únicos”. El problema no es la falta de información: es el exceso. Lo difícil no es encontrar datos, sino separar lo relevante de lo irrelevante. Y cuando además la IA puede resumirte en segundos lo que antes era un informe de 50 páginas, el valor ya no está en repetir información, sino en **interpretarla y ayudar a decidir**. Por eso el rol del “vendedor tradicional” queda desfasado. Y por eso aparece la figura del **asesor de confianza**. Lo cual en realidad es casi un cliché. --- ## Del vendedor al asesor de confianza ![[Vendedor-o-asesor-1.webp]] Es casi un cliché porque las compañías de tecnología llevan años diciendo que quieren ser “asesores de confianza”. Incluso han creado roles con nombres rimbombantes: _customer excellence manager_, _key account specialist_, _trusted advisor_. Pero la realidad es más sencilla: un asesor de confianza no es un título corporativo. Es una persona. Una persona que no busca cerrar su cuota trimestral mientras usa el eufemismo de que te quiere *ayudar*. Una persona que te ayuda a tomar decisiones desde su experiencia. Y en un mundo donde la IA automatiza cada vez más lo técnico, lo único que marca la diferencia es la confianza entre personas. --- ## La guía en tres pasos ![[Vendedor-o-asesor-2.webp]] Si en tu trabajo tienes que tomar decisiones sobre nube, inteligencia artificial o cualquier otra tecnología, hay tres cosas que deberías exigir a tu proveedor. Ese que se llama a sí mismo *strategic partner*. Piensa en estas tres cosas como una brújula para orientarte en el caos actual: 1. La verdad, la realidad del mundo tecnológico. 2. Recomendación basada en la experiencia. 3. Argumentación con datos. ### 1. **La verdad**, la realidad del mundo tecnológico. Qué productos existen, cuáles funcionan y cuáles no, qué modelos de IA rinden mejor en qué contextos. Sin maquillaje, sin hype y sin sesgo. ⚠️ Señal de alerta: cuando alguien esquiva preguntas directas o solo habla de lo que ofrece su marca. En el caso de la inteligencia artificial generativa, la verdad no empieza hablando de productos ni de marcas. Empieza mucho antes. Antes de comparar productos hay que explicar **qué es realmente la IA generativa y por qué es distinta**. Cómo se diferencia de la IA clásica, qué significa trabajar con modelos probabilísticos, por qué no hay respuestas deterministas y qué implicaciones tiene eso en un entorno empresarial. Por ejemplo: hay productos de IA de consumo diseñados para resultarte más “agradables”, que siempre te devuelven algo extenso y con tono conversacional. Y hay productos pensados para el trabajo, más sobrios y precisos, que priorizan la fiabilidad sobre el espectáculo. El primero puede darte la impresión de ser “mejor”, simplemente porque está diseñado para **parecerlo**. El segundo puede parecer más seco, pero en entornos profesionales esa parquedad suele ser una virtud. No es que uno sea mejor que el otro, es que responden a propósitos distintos. Y entender esa diferencia es la base de cualquier decisión seria. La verdad no está en un logo ni en un catálogo de productos. Está en comprender las bases del fenómeno. Y este punto es crucial: en IA generativa hay **mucho que explicar y entender antes de entrar a marcas**. Saltarse ese paso es como recomendar un coche sin que el conductor sepa qué es un motor de combustión o una batería eléctrica. ### 2. **La recomendación** basada en experiencia Una vez te han contado lo que hay, la verdad, el siguiente paso es que te recomienden. Qué hacer con esa verdad. Recomendar desde la experiencia. Desde el uso. ¿Por dónde empezar? ¿qué priorizar y qué evitar? ⚠️ Señal de alerta: si la experiencia viene en un PowerPoint con forma de *success cases* pero se desconocen los detalles. Si esos *success cases* son replicables tal cual, mal. Un problema que veo de vez en cuando, que me llama mucho la atención, y que sería un problema si no fuera porque se ve a la legua y no engaña a nadie: el que habla de IA generativa sin ser usuario habitual. Lo veo en eventos, charlas, clases, vídeos, reuniones: repite titulares haciéndolos suyos, habla de lugares comunes. Pero no es usuario habitual de IA. No seas ese _experto_. Lo más flagrante lo veo en integradores y partners: presentan proyectos de adopción estratégica de IA… y luego, en su día a día, escriben correos a mano y se leen los PDFs de cabo a rabo como si el tiempo se hubiera parado en 2022. En el mundo de la inteligencia artificial generativa no hay grandes expertos. Nadie tiene recetas definitivas porque todos estamos aprendiendo sobre la marcha. Hoy sabemos la diferencia entre _leer un documento_, _leer un resumen hecho con IA_, y _**usar la IA para entender, procesar y conectar ideas en la tercera parte de tiempo**_. Esa diferencia es la frontera entre postureo y experiencia real Cuando me preguntan por “qué están haciendo otras empresas que sea un caso de éxito”, suelo responder lo mismo: **los casos realmente relevantes están todavía en desarrollo**. Lo que lees en prensa casi siempre se publica antes de que el proyecto esté maduro, a veces incluso antes de que haya llegado a producción. Y para más inri, la IA generativa se mueve a tal velocidad que un caso que parecía innovador hace seis meses hoy ya podría estar desfasado. Por eso la recomendación basada en experiencia no puede ser una presentación hecho por el departamento de márketing de tu empresa que habla de productos que no se usan en el día a día. Tiene que venir de alguien que lo esté usando intensivamente, en primera línea, día a día. ### 3. **La argumentación** con datos Una vez te han contado lo que hay, y te han hecho la recomendación, entonces podrás tomar una decisión. Y una vez tomada la decisión, es posible que necesites justificársela a alguien. Aquí sí sirven los gráficos, comparativas y métricas. Aquí es donde el comercial tradicional, con un trabajo de argumentar con datos, puede ayudar. Pero la cuestión es que, hoy en día, si lo que necesitas es una argumentación con datos, la mejor opción es la IA. Usa el agente Investigador de Copilot y en quince minutos tendrás la mejor comparativa que nadie te ha hecho nunca: cifras, benchmarks, estudios de mercado y hasta referencias académicas, todo ordenado y listo para presentar. Esto pone en evidencia algo incómodo: la parte donde el vendedor tradicional era fuerte —preparar argumentarios llenos de datos— está empezando a ser irrelevante. Hoy esa labor la hace la IA con más rigor, más velocidad y menos sesgo. > Bueno, puede que la IA no te invite a comer ni te descorche un buen vino. Es lo que hay. --- ## La pulla necesaria ![[Vendedor-o-asesor-3.webp]] Si tu proveedor empieza directamente por el tercer punto, la argumentación con datos, corta la conversación. No respeta tu tiempo. Pregúntale qué herramientas usa él o ella en su día a día. Pregúntale qué experiencias buenas y malas ha tenido. Pídele que te lo enseñe funcionando en vivo, en su PC. Si no puede enseñártelo en su propio PC, no es asesor: es vendedor.