Un CRM agéntico es un sistema de clientes donde el software, y no el rep, es el autor principal del registro y quien inicia la siguiente acción. Los agentes observan la evidencia cruda — llamadas, email, calendario, eventos de producto —, escriben ellos mismos los campos de la cuenta y de la oportunidad, y luego actúan dentro de un alcance que tú les otorgaste: redactar el follow-up, mover la etapa, abrir la tarea de renovación. El sistema de registro deja de ser un lugar donde la gente escribe y pasa a ser algo que funciona inicien sesión o no.
No es un CRM con un asistente de AI en la barra lateral. Un botón de resumen, un redactor de emails y un panel de “qué cambió en esta cuenta” son todas funciones de petición-respuesta: un humano decide que algo hay que hacer, pregunta, lee y de todos modos escribe el resultado en un campo. Eso es un sistema de registro con funciones de AI, y todos los CRM grandes ya lanzaron uno. La distinción no está en qué tan bueno es el modelo. Está en quién sostiene la pluma.
La prueba de una sola pregunta
Elige una semana y pregunta cómo se ve tu pipeline si ningún rep abre el CRM. En un sistema de registro, la respuesta es que el pipeline queda congelado — etapas obsoletas, next-steps vacíos, ninguna llamada registrada, porque el registro solo refleja lo que los humanos alcanzaron a capturar. En un CRM agéntico, la respuesta es que el registro igual se movió: las llamadas quedaron adjuntas a la oportunidad correcta, la etapa avanzó o retrocedió según lo que se dijo, y los follow-ups salieron.
Esa prueba también expone el marketing. Si la historia agéntica de un proveedor se reduce a “tus reps escribirán menos porque prellenamos el formulario”, el humano sigue siendo el autor y el agente es un autocompletado. Útil, pero con precio y gobierno de función, no de trabajador.
Dos arquitecturas usan la misma etiqueta
La capa de agentes encima. Rox se ubica por encima del CRM que ya operas en lugar de reemplazarlo — su propio sitio describe la integración con “Salesforce, HubSpot, Gmail, Microsoft Outlook, Slack, and others” y plantea el producto como un stack de AI aplicada para ingresos autónomos, con agentes por cuenta que hacen research, monitoreo, outreach y escritura de vuelta. No se migra nada. Tus registros se quedan donde están y los agentes trabajan sobre ellos.
El CRM AI-native debajo. Day.ai construye su propio modelo de objetos y posiciona a los agentes como la fuerza de trabajo sobre él, con arquetipos como un CRM Data Specialist que “read the transcript, find the Opportunity it belongs to, and move it to exactly the stage the conversation earned”, además de roles de analista de RevOps, sales engineer y BDR. Aquí el registro mismo es nuevo, lo que es una migración, no una instalación.
La versión de los incumbentes. Salesforce Agentforce y Agent Hub de HubSpot — el rebranding de julio de 2026 de lo que salió como Breeze Agents — atornillan un runtime de agentes al sistema de registro que ya compraste. La ventaja es que el modelo de datos, los permisos y la superficie de auditoría son los que tus admins ya conocen. El costo es que el agente hereda toda la deuda de esquema que acumulaste.
La decisión de compra es sobre todo esta: ¿estás reemplazando el registro o rentando mano de obra sobre él? Un equipo con dos años de personalización en Salesforce y una superficie de compliance está rentando mano de obra. Una empresa de 15 personas cuyo CRM nadie confía lo suficiente como para pronosticar está reemplazando el registro.
La unidad de cobro es la señal
Nada expone el cambio de categoría más rápido que la lista de precios. Verificado el 2026-08-06:
- Day.ai cobra por agente desplegado, no por persona: Free, Turbo a $25/mes, Professional a $60/mes, Executive a $200/mes, con 2, 5 y 10 automated skill slots respectivamente y 20% de descuento anual. Su propia página dice “no per-seat fees, no usage-based pricing”.
- Salesforce Agentforce cobra la Agentforce User License a $5/usuario/mes y la marca como “Requires Flex Credits” — el asiento ahora es una pequeña cuota de acceso frente a un medidor. Los Flex Credits son fungibles entre actions, prompts, translations y voice actions, se venden en bloques de $500, y los propios ejemplos de Salesforce valoran cada crédito en medio centavo: 40 créditos por request, 20 requests al día, 30 días, son 24,000 créditos y $120 al mes. El cobro por conversación va a $2 por conversación.
- HubSpot se movió a outcome-based: $0.50 por conversación que resuelve el customer agent (50 créditos) y $1.00 por lead que recomienda el prospecting agent (100 créditos), lo que deja el crédito de HubSpot en un centavo.
- Attio muestra el híbrido con claridad — los asientos siguen existiendo a $35 (Plus) y $79 (Pro) por usuario/mes facturado anual, pero cada asiento carga una asignación de créditos de 100, 500, 1,000 y 2,500 por usuario/mes en Free, Plus, Pro y Enterprise, con créditos de workspace adicionales vendidos aparte.
Léelos juntos y el patrón es que el número de asientos deja de predecir la factura. Presupuesta el piloto sobre unidades de trabajo a tu volumen real — resoluciones, leads recomendados, corridas de agente, créditos — porque un modelo basado en headcount no te da ninguna señal de lo que cuesta un trimestre cargado.
Preguntas de diagnóstico para un proveedor
- ¿Quién escribió este campo? Pide ver un registro donde los valores escritos por el agente y por humanos sean distinguibles en la UI y en el export. Si no lo son, tu historial de pipeline se convierte silenciosamente en output del modelo.
- ¿Qué alcances de escritura tiene el agente y puedo correrlo solo-lectura primero? Un modo dry-run o de propuesta que encola cambios para aprobación es la diferencia entre un piloto y un incidente.
- ¿Qué pasa en el hand-off? Cuando el agente de research pasa al agente de outreach, nombra cuál es el dueño del estado y cuál es la compuerta humana. Varios agentes compartiendo una lista de tareas es orquestación; varios agentes compartiendo un logo es un bundle de funciones.
- ¿Cuánto cuesta una unidad de trabajo a nuestro volumen? Consigue el número para tu conteo mensual de conversaciones, leads o corridas — no el precio de lista.
- ¿Puedo ponerle tope? Pide límites mensuales de corridas por agente. Que HubSpot mismo recomiende revisar los costos estimados en créditos y fijar límites mensuales de corridas es la señal de que las corridas sin tope son un modo de falla real.
- ¿Qué sobrevive a una auditoría? Los logs de acciones te dicen qué cambió. Necesitas la evidencia sobre la que actuó el agente, vinculada al registro, o “el modelo decidió” es toda tu explicación.
Watch-outs, cada uno con su guardia
El historial escrito por agentes contamina tu analítica. Si un agente avanza etapas, tus tasas de conversión por etapa pasan a medir el juicio del agente en vez del comportamiento del comprador. Guardia: mantén una marca de procedencia por campo y reconstruye el reporting de forecast y conversión para filtrar o segmentar sobre ella antes de confiar en un trimestre.
La autonomía rebasa tu calidad de datos. Un agente que actúa sobre una cuenta duplicada o un campo de owner obsoleto actúa con confianza y de forma equivocada a velocidad de máquina. Guardia: corre primero la pasada de higiene de CRM; un backlog de deduplicación es un prerrequisito, no un seguimiento.
El medidor no tiene techo por defecto. El cobro por consumo convierte un trimestre cargado en una desviación de presupuesto que nadie aprobó. Guardia: fija topes de corridas por agente desde el día uno y reconcilia el reporte de uso del proveedor contra tu propio conteo de eventos cada mes.
Las definiciones de etapa se vuelven prompts del modelo. Una vez que un agente mueve oportunidades, tus criterios escritos de etapa son la especificación que el modelo ejecuta. Guardia: reescribe las definiciones de etapa del deal como pruebas de evidencia que el agente pueda satisfacer — una etapa exige un artefacto vinculado, no una intuición.
Cuándo realmente necesitas uno
Compra agéntico cuando la brecha que cierras es trabajo no registrado: reps que hacen buenas llamadas y no registran nada, cuentas que nadie tocó en 60 días, renovaciones que aparecen una semana tarde. Esa es la falla que un agente arregla directamente, y es una falla que un mejor diseño de formulario nunca arregló.
Sáltatelo cuando tu problema es de proceso o de esquema. Si los deals se atoran porque las aprobaciones tardan nueve días, o tu pipeline está mal porque tres equipos definen “calificado” distinto, un agente ejecutará esa ambigüedad más rápido y producirá una versión más segura del mismo desorden. Arregla las definiciones y después entrégaselas al agente.
Para el patrón general detrás de esta categoría, ve qué hace a un agente de AI para ops y AI agent vs RPA.