Salesforce

Marc Benioff declaró en junio de 2025 que la IA realizaba entre el 30% y el 50% del trabajo en Salesforce. El 27 de mayo de 2026, Srinivas Tallapragada, President and Chief Engineering Officer, documentó la proporción a nivel de ingeniería: +50.8% de work items por desarrollador, +79% de PRs fusionadas y un Effective Output score de +151.3%, una medida basada en ML del valor del código más que de su volumen. Una migración de 33 endpoints de API estimada en 231 persona-días se entregó en 13 días, a lo largo de 5 PRs. Las dos palancas que él señala son la estandarización a escala de toda la organización sobre «Claude Code» y la eliminación de todo límite de tokens, algo que trata como una fricción y no como una barrera presupuestaria ("we removed all token limits"). Los incidentes cayeron un 5% mientras el volumen de PRs aumentaba. Tallapragada también nombra lo que sigue siendo difícil: la calidad variable de los CLAUDE.md y la seguridad agéntica, que según argumenta requiere un modelo de seguridad fundamentalmente distinto. Didier Girard cita estas cifras como evidencia de su tesis AI4IT: el código se verifica a sí mismo mediante compilación, tests y CI, mientras que los procesos de negocio no lo hacen.

La misma empresa aparece en el otro lado del balance. David Heinemeier Hansson sitúa a Salesforce y SAP "en sérieuse difficulté": el valor ha abandonado el código y reside únicamente en intuiciones de proceso que él considera inciertas. Jaya Gupta y Ashu Garg señalan que Salesforce registra el estado actual, no el estado en el momento de la decisión, de modo que las trazas de decisión que necesitan los agentes deben acumularse en otro lugar. Salesforce creó el modelo SaaS basado en asientos; también eliminó 4.000 puestos de soporte al cliente y subió los precios un 15%.