HubSpot Spotlight

De INBOUND a UNBOUND: por qué una sola letra importaba

Cambiar una sola letra en una marca con quince años de valor acumulado no es un simple capricho de diseño, y la ponencia principal no pretendió dar a entender lo contrario. El cambio de nombre se describió desde el escenario como «una decisión muy estratégica», justificada por una sencilla observación: «la forma en que crecemos ha cambiado radicalmente». Los nuevos canales, las nuevas estrategias y las nuevas tecnologías han llegado más rápido de lo que el antiguo nombre de la conferencia podía reflejar.

El vídeo de apertura dejó que fuera el público, y no el equipo de marketing, quien diera la definición. Los asistentes describieron el concepto de «unbound» como ver más allá de los límites, desaprender lo que creían saber, establecer conexiones inesperadas, liberar el potencial y dejar atrás las viejas estrategias. La palabra se eligió porque encajaba con una sensación: sin restricciones, sin miedo, imparable.

Más allá del cambio, se declaró que una cosa permanecía constante: la comunidad presente en la sala. Y la pregunta que esa comunidad planteó marcó el tono de toda la sesión: «¿Cómo adoptamos la IA? ¿Qué funciona realmente en un mundo de IA?».

La fase de «maximización»: por qué trabajar más dejó de funcionar

El momento más citado de la mañana comenzó con una llamada telefónica. Una responsable de marketing esperaba que la IA le facilitara el trabajo; en cambio, su carga de trabajo se triplicó. Horas dedicadas a plasmar por escrito sus propias ideas, crear indicaciones, validar resultados, perfeccionar y repetir el proceso… y luego, además de todo eso, lo que ella describió como un segundo trabajo a tiempo completo simplemente para mantenerse al día con la IA. Su resumen se resumía en tres palabras: «Me siento atrasada».

Rangan admitió que esa sensación es contagiosa y puso como ejemplo su propia mañana: boletines sobre IA, publicaciones en redes sociales sobre nuevos modelos, podcasts a doble velocidad y gurús autoproclamados que dan consejos prescriptivos —«tanto espectáculo en torno a la IA, todo antes del desayuno»— . La respuesta instintiva en todo el sector ha sido hacer más: más herramientas, más agentes, más casos de uso, más tokens. El veredicto de la ponencia fue contundente.

«Trabajar más no funciona».

La expresión la tomó prestada del vocabulario de su hijo de diecisiete años —«maxing» de proteínas, «maxing» de looks, «maxing» de mandíbula— y la aplicó a la tecnología. La «fase de maxing» es el momento posterior al descubrimiento y al asombro, cuando todo el mundo se apresura a hacer más de algo antes de que nadie haya averiguado para qué sirve realmente.

La historia nos ha dado las advertencias. En la década de 1950, miles de zapaterías instalaron fluoroscopios de rayos X: los clientes conseguían un buen ajuste y una dosis de radiación, porque la tecnología de vanguardia se aplicaba a todos los problemas, incluso cuando los perjuicios superaban a los beneficios. La era de los móviles generó sus propios artefactos, incluida una aplicación para bandejas de huevos inteligentes que costaba 70 dólares. Como dijo Rangan: «Todo el mundo solía decir “tenemos una app para eso”. Pocos tuvieron el valor de preguntarse por qué». Los equivalentes de 2026 recibieron nombres directos: «agent maxing», «pilot maxing» y «token maxing».

• El «maxing» da la sensación de ser un avance porque la actividad es fácil de medir y los resultados no lo son.
• Cada fase de «maxing» termina de la misma manera: con alguien preguntando qué debería hacer la tecnología.
• «La transformación no se producirá en la fase de “maxing”».

El 6 %: lo que realmente muestra la investigación

Para pasar de la anécdota a la evidencia, HubSpot encuestó a 6.000 clientes y clientes potenciales de múltiples sectores, analizando aproximadamente 50 casos de uso de la IA que abarcaban todo el recorrido del cliente.

El titular resulta incómodo. El 90 % de las empresas encuestadas utiliza la IA. Solo el 6 % observa resultados transformadores. La brecha entre la adopción y el impacto es, en efecto, la cuantificación de la fase de «maximización».

Sin embargo, ese 6 % no es solo ligeramente mejor. Tiene cuatro veces más probabilidades de alcanzar los objetivos de ingresos y tres veces más de alcanzar los de eficiencia. Esto suscitó la pregunta que se respondió en el resto de la ponencia: ¿simplemente están sacando más partido, o están haciendo algo completamente diferente?

Hábito número uno: centrarse en los resultados, no en las apariencias

El primer factor diferenciador resulta engañosamente anticuado. Los resultados de la estrategia de comercialización, según se argumentó en la ponencia, no han cambiado en una década y no cambiarán en la próxima: generar demanda, cerrar acuerdos, satisfacer a los clientes. El marketing llena la parte superior del embudo e impulsa el conocimiento de los productos y soluciones. El departamento de ventas califica la demanda para incorporarla al canal de ventas, potencia la productividad de los comerciales y cierra negocios. El servicio de atención al cliente garantiza el éxito de los clientes.

Lo que sí ha cambiado es la tentación de medir lo que no hay que medir. Contar programas piloto, agentes o tokens es una cuestión de apariencia. Las empresas transformadoras parten del resultado y trabajan hacia atrás hasta llegar a la tecnología, lo que replantea la cuestión central de la era de la IA.

 

Enmarcados de esta manera, los tres resultados se convierten en un filtro más que en un eslogan. Cualquier inversión en IA que no pueda relacionarse con la generación de demanda, la consecución de contratos o la satisfacción de los clientes es, por definición, puro teatro.

 

• Generar demanda: concienciación, oferta en la parte superior del embudo, interés cualificado.
• Cerrar acuerdos: calificación, calidad del canal de ventas, productividad de los comerciales.
• Satisfacer a los clientes: retención y experiencia posventa.

Hábito n.º 2: menos casos de uso, seleccionados por su impacto

El segundo factor diferenciador contradice directamente la forma en que se evalúan la mayoría de los programas de IA. La investigación reveló que las empresas transformadoras llevan a cabo menos casos de uso, no más. Concentran un pequeño número de implementaciones en cada resultado, en lugar de dispersar sus esfuerzos en una larga lista de posibilidades.

Una diapositiva de apoyo mostraba las proporciones en pantalla: un puñado de casos de uso activos para generar demanda frente a un catálogo mucho más amplio de casos disponibles. En otras palabras, la concentración no es una limitación impuesta por el presupuesto, sino una estrategia deliberada que las empresas con mejor rendimiento adoptan a propósito.

La consecuencia lógica es que la popularidad no es una buena guía. Al representar gráficamente los casos de uso en función de su popularidad frente a su impacto, se observó un campo repleto de aplicaciones ampliamente adoptadas pero de escaso valor: aquellas que son fáciles de poner en marcha y de justificar en un informe de situación, pero que nunca mejoran las cifras.

 

 

El patrón que diferenciaba al grupo de alto impacto fue constante en los tres resultados: los casos de uso que dieron resultados eran ricos en datos y contexto. Ese hallazgo fue lo que llevó a la ponencia principal a su tercer y más trascendental argumento.

Hábito tres: el contexto como verdadera ventaja competitiva

Si todo el mundo puede comprar los mismos modelos, el factor diferenciador no puede ser el modelo en sí. Es lo que le aportas. La ponencia definió el contexto de crecimiento como el conocimiento que tiene el CRM del negocio, los equipos y los clientes: los registros de los clientes combinados con todo aquello que hace que una empresa concreta sea única.

«Son tus datos, es tu contexto y es tu ventaja».

Un buen contexto, tal y como se expone en la diapositiva, tiene varias capas. El contexto empresarial abarca el posicionamiento, el perfil de la empresa y la lista de productos. El contexto del cliente abarca los perfiles de cliente y la información sobre el perfil del cliente ideal. Una tercera capa recoge la forma en que el equipo trabaja realmente: el tono de voz, los hábitos de seguimiento y los ritmos que hacen que los resultados parezcan proceder de tu empresa y no de un motor genérico.

Este es también el nexo entre el diagnóstico y el producto. Si los casos de uso de alto valor son ricos en contexto, la calidad de dicho contexto se convierte en el límite máximo de la calidad del resultado.

 

La era de los resultados: tres pilares para triunfar

La ponencia inaugural dio paso a la ponencia sobre productos, con una estructura común. Triunfar en la era de los resultados, tal y como lo reiteró el segundo ponente, se basa en tres pilares.

1. La base adecuada: el CRM más el contexto de crecimiento, descrito como el motor que impulsa todo lo demás.
2. Los casos de uso adecuados: dado que la plataforma conoce el negocio, puede recomendar en qué centrarse, con herramientas destinadas a generar demanda y cerrar acuerdos.
3. Una nueva forma de trabajar: una única herramienta que conecta la base con los casos de uso; tú le hablas a Breeze, esta recurre a la base, aborda el caso de uso y ofrece el resultado.

Leído junto con la diapositiva numerada —centrarse en los resultados, sentar las bases—, el mensaje era que el orden importa. Primero la base, luego los casos de uso seleccionados y, por último, un patrón de trabajo diario diferente.

El CRM que se actualiza automáticamente y Context Home

La presentación del producto comenzó con el problema sin resolver más antiguo de la categoría: «Un CRM solo sabe lo que alguien se acuerda de contarle». Eso es cierto, se señaló con ironía, para todos los CRM del mercado —«incluso los que se basan en la intuición»—. Las notas se quedan en la cabeza de la gente, las fases de los acuerdos quedan obsoletas, las actividades nunca se registran y, entonces, los equipos piden a la IA que deduzca lo que falta.

La inversión propuesta era sencilla de expresar, pero difícil de implementar: «En lugar de que tú actualices el CRM, ¿y si fuera el CRM el que te actualizara a ti?». Las llamadas, los correos electrónicos y las reuniones se registran automáticamente; se añaden contactos, se actualizan las fases de las operaciones y se definen los siguientes pasos, de modo que el registro se mantiene actualizado y ordenado sin esfuerzo manual.

Context Home es el panel de control de todo esto: una visión de conjunto del contexto de crecimiento de la organización. Evalúa el grado de completitud de ese contexto, identifica las lagunas que conviene subsanar y permite a los equipos profundizar en el ámbito empresarial (posicionamiento, perfil de la empresa, lista de productos), el ámbito del cliente (personas, información sobre el ICP) y la forma de trabajar del equipo. A medida que llegan nuevas notas de reuniones y transcripciones, ofrece recomendaciones sobre qué actualizar, partiendo de la premisa de que la calidad de tu contexto determina la calidad de tus resultados.

La demostración que convenció fue un correo electrónico. Se mostraron dos versiones una al lado de la otra para una comercial llamada Sarah: un borrador genérico generado por IA a partir de una herramienta sin conocimiento del negocio —descartado por ser ilegible, con riesgo de perder al cliente potencial y de minar la confianza en el sistema— y otro redactado con todo el contexto de crecimiento.

La versión basada en el contexto se basaba en el producto que el cliente potencial había probado, el posicionamiento frente a un competidor concreto y una calificación de Gartner para la comparación, la práctica de seguimiento tras la prueba de uso del equipo de Sarah y su propio tono de voz; UNBOUND como el momento natural para reunirse; las preocupaciones expresadas por el cliente sobre la usabilidad y los precios; la identificación de una compañera, Deanna, como la persona adecuada a la que involucrar; y unos precios adecuados al tamaño de la empresa.

«Cada frase de ese correo electrónico se había ganado su lugar».

Breeze Assistant: una herramienta en lugar de un millón

La analogía utilizada para justificar una reconstrucción en lugar de una actualización era mecánica: no se puede acoplar un motor a reacción a un cacharro viejo, así que se construyó un vehículo nuevo. Breeze Assistant se presentó como una reconstrucción completa, no como una versión incremental para los usuarios actuales de Breeze.

La cuestión de diseño subyacente se planteó como una refutación directa a la fase de saturación: «En lugar de necesitar un millón de herramientas para hacer una sola cosa, ¿y si tuvieras una sola herramienta para hacer un millón de cosas?».

Es fundamental que el asistente se plantee como un actor y no como un mero resumidor. Va más allá de resumir acuerdos o preparar reuniones: los usuarios indican, ya sea escribiendo o hablando, lo que quieren que se haga, y Breeze recurre a su base, procesa el caso de uso y devuelve el resultado.

Las demostraciones se centraron en los mismos tres resultados que se habían establecido en la ponencia principal: generar demanda, gestionar el carrito de oportunidades y revisar acuerdos. La idea central era que la instrucción se mantuviera humana y breve, mientras que el contexto y la activación de la herramienta se gestionaban en segundo plano —lo que supone precisamente la inversión de la carga que supone redactar indicaciones, tal y como describió el responsable de marketing al inicio de la sesión.

Confianza, control y el punto de conexión humano

Se explicó al público que cada decisión sobre el producto se somete a una única pregunta: «¿Confiarán nuestros clientes en ello?». Confianza en que funciona, confianza en que los datos están a salvo y confianza en que el usuario mantiene el control.

Esos compromisos se concretaron. Los usuarios deciden qué se incluye en el contexto y qué se actualiza. Existe transparencia sobre cómo se utiliza el contexto. La plataforma actúa únicamente sobre los datos permitidos. Y el usuario mantiene el control sobre todas las herramientas que Breeze invoca: automatización sin renuncia al control.

Ese argumento sobre la gobernanza se acompañó de una declaración sobre las personas presentes en la sala. Se describió a los equipos de marketing, ventas y atención al cliente como «el alma de cualquier negocio», y se reconoció que sus trabajos son más difíciles que nunca: más presión, más ruido y más exigencia a la hora de demostrar el retorno de la inversión.

«Sois el punto de conexión entre una empresa y sus clientes. En un mundo que se ahoga en la automatización y el ruido, vosotros sois lo que le da un toque humano».

Voces desde la sala: la mesa redonda de clientes

A continuación, el foco de atención pasó a los profesionales del sector. Moderado por John, asistente desde hace diez años, el panel se centró en la propia audiencia: líderes de ventas, marketing, servicio y operaciones que desempeñan un trabajo más difícil que nunca —«pero hay un camino para superarlo»—, y los ponentes se presentaron como personas que ya lo están recorriendo.

Las tres empresas se situaban deliberadamente en escalas diferentes, lo que hizo que las conclusiones compartidas resultaran más interesantes que cualquier historia individual.

• RevenueWell — Kim Cormier, directora de ventas y marketing. Una empresa de software con una facturación aproximada de 50 millones de dólares que presta servicio a más de 11 000 clínicas dentales en Estados Unidos y Canadá. Abarca la captación de pacientes (páginas web, AEO, SEO, publicidad de pago) y la fidelización de pacientes (recepcionistas dentales con IA, automatización del marketing, verificación de seguros), y se posiciona como una plataforma de crecimiento «todo en uno» para captar y retener pacientes.
• Hollywood Branded — Stacey Jones, fundadora y directora ejecutiva. Una agencia de marketing de cultura pop con 30 empleados, con sede a las afueras de Los Ángeles, que integra marcas en contenidos de cine, televisión, influencers y famosos. Cliente de HubSpot desde 2014 —inicialmente lo adquirieron únicamente como plataforma de blogs, y era la más cara del mercado en aquel momento, antes de que se descubrieran sus capacidades más amplias, incluido el SEO—. Veinte años de colaboraciones se están reconstruyendo ahora como «un sistema operativo para Hollywood» basado en HubSpot, junto con una maquinaria de inbound marketing compuesta por miles de entradas de blog y cientos de podcasts.
• IFS — Mark Moffat, director ejecutivo. Aproximadamente 1.700 millones de dólares en ingresos, con un crecimiento del 25 % anual, que lleva la IA y el software a sectores intensivos en capital y con gran cantidad de activos, como las telecomunicaciones, la fabricación, la aviación y los servicios públicos. Era su primera visita a Boston.

Hollywood Branded aportó el ejemplo más elocuente: la agencia consiguió los dos patrocinios principales de la película F1 —Peak y Expensify—, con la marca de Expensify apareciendo en el pecho de Brad Pitt, en su casco y en los coches. Ambas marcas informaron de lo que se describió como una «explosión masiva» en los resultados.

Moffat explicó por qué una empresa que crece un 25 % al año decidiría, aun así, reformar su estrategia de comercialización: la aceleración impulsada por la demanda de IA en las operaciones industriales, un mercado ruidoso y complejo, y unos ciclos de compra cada vez más complicados. Lo que IFS necesitaba era una visión única y unificada del cliente y la capacidad de llegar a esos clientes con mensajes que fueran relevantes para su negocio, lo que llevó a la decisión de asociarse con HubSpot, que, en sus propias palabras, es un socio de talla mundial que sustenta la siguiente fase de crecimiento. Es la misma tesis que la de la ponencia principal, pero planteada desde el punto de vista del comprador: primero el contexto, luego los resultados.