Por qué creamos DataChi

El patrón más claro en las ventas B2B es uno que nadie tiene en cuenta al diseñar. La semana de un rep se llena con todo lo que no es vender —actualizaciones del CRM después de cada llamada, seguimientos que salen tarde o no salen, trabajo de preparación para una reunión que empieza en veinte minutos, las mismas seis pestañas de investigación de prospectos abiertas al inicio de cada día. Vender, el trabajo que se supone que es el trabajo, acaba apretujado en los huecos.

Creamos DataChi porque ese patrón no nos parece un problema de productividad —es un problema de capacidad, y la diferencia importa.

Lo que seguíamos viendo

Antes de esta empresa, pasamos años dentro de organizaciones de ventas de todos los tamaños —en fase temprana, en fase de crecimiento y unos cuantos equipos post-Serie-C que deberían haberlo sabido mejor. Lo mismo se repetía en todas partes.

Más reps no ayudaba. Cada nueva contratación llegaba, se ponía al día y en un trimestre su semana se veía igual que la de todos los demás: aproximadamente un cuarenta por ciento en llamadas, un sesenta por ciento en el trabajo administrativo que rodeaba esas llamadas. A los reps fuertes les iba un poco mejor. El problema estructural era idéntico.

Mejores herramientas tampoco ayudaban de la forma en que se suponía que debían hacerlo. El CRM seguía teniendo que rellenarse a mano. El secuenciador no investigaba al prospecto. La herramienta de conferencias producía una transcripción que no era un resumen. Cada herramienta resolvía una porción y dejaba el tejido conectivo donde siempre había estado: en el rep.

La conclusión a la que seguíamos llegando era que la brecha no era una herramienta que faltaba. Faltaba un nivel de trabajo —la capa administrativa que debería haberse situado entre el rep y el sistema. En la mayoría de las organizaciones de ventas, esa capa administrativa era el rep.

Por qué ahora

La parte obvia: los modelos de lenguaje se volvieron lo bastante buenos. No a la perfección, no de forma autónoma en cada tarea, pero lo bastante bien como para que una integración cuidadosa en el stack existente pudiera hacer un daño real al nivel administrativo. Esa es la parte que todos notan.

La parte que más nos importa es el cambio regulatorio. El mercado europeo empezó a hacer preguntas serias sobre dónde se ejecutan las cargas de trabajo de IA y quién custodia los datos. Estamos basados en Luxemburgo, lo que significa que el GDPR y la soberanía digital no son una frase de marketing —son el entorno dentro del que operamos. Los datos de los clientes se alojan en regiones de la UE por defecto, con la región actual visible dentro del workspace. Los DPA se firman antes del despliegue, no después de que la primera auditoría lo pida. Los proveedores de inferencia están listados abiertamente en la página de Confianza y Seguridad. Nada de eso fue una decisión de funcionalidad; fue el punto de partida dentro del que tuvimos que construir.

Lo que construimos

DataChi es el nivel administrativo de un equipo de ventas, automatizado. Un puñado de compañeros de equipo de IA especializados se encargan de la prospección, la inteligencia de pipeline, los seguimientos, las actualizaciones del CRM, la preparación de reuniones y el soporte entrante. Se sitúan por debajo del equipo de ventas que ya tienes, absorbiendo el trabajo que nunca debería haber sido el trabajo de una persona en primer lugar.

El principio al que seguimos volviendo es el que le di a la prensa luxemburguesa hace unas semanas:

La IA no debería reemplazar a los equipos de ventas, sino ayudarles a centrarse en lo que de verdad crea valor. Al automatizar ciertas tareas operativas, nuestro objetivo es devolver a los equipos el tiempo que necesitan para centrarse en las relaciones con los clientes, la estrategia de ventas y la toma de decisiones.

Esa es la empresa. Todo lo demás —los agentes, las integraciones, la arquitectura de la UE— viene aguas abajo de eso.

Hacia dónde vamos a partir de aquí

La primera versión de DataChi está en el mercado. Seis agentes, las principales integraciones de CRM y de outreach, y el modelo de despliegue que permite a los equipos elegir dónde se alojan sus datos. En los próximos trimestres estamos profundizando los playbooks por vertical, ampliando la cobertura de idiomas en las regiones donde operan nuestros clientes y añadiendo los dos siguientes agentes de la hoja de ruta.

Reserva una demo personalizada y descubre cómo DataChi ayuda a tus representantes a centrarse en los negocios en lugar de en la gestión administrativa.