ServiceNow adopta Claude: qué se sabe y qué no demuestra sobre productividad

La información disponible sí permite identificar una novedad específica: Anthropic anunció el 28 de enero de 2026 que ServiceNow eligió Claude como modelo predeterminado para ServiceNow Build Agent y como modelo preferido en su plataforma de IA. La compañía también comunicó que está incorporando Claude y Claude Code en su plantilla global. Esto convierte el caso en una noticia sobre una adopción empresarial, no en evidencia suficiente para afirmar que la IA eleva la productividad en el trabajo en general.

La distinción importa porque el anuncio procede de Anthropic, proveedor de Claude y parte interesada en la adopción. Su publicación sirve como fuente primaria para conocer lo que la empresa dice que acordó con ServiceNow, pero no equivale a una evaluación independiente del impacto. El enfoque más preciso es describir la decisión y las cifras atribuidas a la empresa, separándolas de cualquier conclusión más amplia.

Conviene, por tanto, mantener separados tres niveles: la selección de un modelo, el despliegue comunicado por la empresa y los resultados que esta atribuye al uso de sus herramientas. El primero describe una decisión; el segundo, la escala declarada de la iniciativa; el tercero, una afirmación de rendimiento. Que aparezcan juntos en el mismo anuncio no hace que tengan el mismo grado de verificación.

Según Anthropic, Claude será el modelo predeterminado de Build Agent, una herramienta de ServiceNow dirigida a ayudar a personas con distintos niveles de experiencia a crear aplicaciones. La publicación describe los agentes como sistemas que pueden razonar, decidir acciones y ejecutarlas de forma autónoma; esa formulación resume la caracterización del proveedor, no una comprobación independiente de cómo funciona cada tarea en la práctica.

Que Claude sea el modelo predeterminado de Build Agent indica cuál se seleccionó para esa herramienta, pero no aclara por sí solo qué aplicaciones se crearán, cuánto trabajo asumirá el sistema ni qué intervención humana requerirá el proceso. La información permite describir el propósito general de la herramienta tal como lo presenta Anthropic; no detalla el funcionamiento de cada uso ni sus resultados concretos.

El anuncio también presenta a Claude como modelo preferido en ServiceNow AI Platform y menciona un despliegue de Claude y Claude Code entre más de 29.000 empleados de ServiceNow. Esos datos permiten entender la escala declarada y las áreas que la empresa destaca. No especifican, por sí solos, cuántas personas lo usan activamente, qué tareas cubre el despliegue ni con qué frecuencia se utiliza. La cifra de empleados se refiere al alcance comunicado, no necesariamente al número de usuarios efectivos o a una medida de uso sostenido.

Anthropic atribuye a la preparación comercial una reducción del 95 % del tiempo de preparación de vendedores. También afirma que Claude Code contribuye a impulsar la productividad de ingeniería y a reducir el tiempo entre una idea y su implementación. Son declaraciones de resultados comunicadas por el proveedor en el anuncio, no mediciones verificadas en la documentación aportada por una fuente independiente.

La cifra del 95 % es llamativa, pero la publicación disponible no detalla el punto de partida, el periodo medido, el tamaño de la muestra, las tareas incluidas ni el método de comparación. Sin esa información, no se puede determinar si la reducción se aplica a todos los vendedores, a una actividad concreta o a un grupo piloto. Tampoco debe extrapolarse a otros puestos o empresas. La cifra describe un resultado comunicado, no una garantía de ahorro para quienes adopten la herramienta.

El dato tampoco permite saber, a partir de la información disponible, qué se contabilizó como tiempo de preparación o cómo se definió la comparación. Sin conocer esos elementos, el porcentaje no puede interpretarse como una medida completa del trabajo comercial ni como una predicción de resultados futuros. La cautela no pone en duda que Anthropic haya comunicado la cifra: precisa qué aspectos de esa afirmación no quedan documentados en el anuncio.

La productividad no se reduce a completar una tarea en menos tiempo. Para evaluar una herramienta de IA también habría que considerar la calidad del resultado, las correcciones posteriores, los costes de implantación, la supervisión humana y los riesgos de error. El anuncio disponible no ofrece un balance de esos factores ni datos que permitan comparar los beneficios con el coste total de uso.

Una evaluación útil debería especificar qué tarea se automatiza o acelera, cómo se mide el tiempo ahorrado y si se mantiene la calidad. También debería aclarar qué tareas siguen necesitando revisión, qué ocurre cuando el sistema se equivoca y qué controles de acceso y datos se aplican. Esos criterios no refutan el anuncio: delimitan lo que la información publicada permite concluir.

También importa distinguir entre una mejora localizada y un cambio general en la productividad. Una reducción de tiempo asociada a una actividad concreta, si se mide, no demuestra automáticamente que otras tareas se aceleren ni que el efecto se mantenga en distintos equipos. Para valorar el alcance harían falta detalles sobre las tareas observadas y las condiciones de la medición, que el anuncio disponible no aporta. Esto ayuda a evitar que una cifra puntual se lea como una conclusión sobre toda la organización o sobre el trabajo en general.

En este caso, la comunicación de Anthropic aporta una descripción de la adopción y resultados que la empresa atribuye a sus herramientas. No incluye una evaluación independiente ni evidencia suficiente para afirmar que Claude mejore la productividad de forma generalizada. Esta limitación debe leerse como una frontera de la información disponible, no como prueba de que el despliegue no produzca beneficios.

La conclusión verificable es acotada: Anthropic anunció que ServiceNow seleccionó Claude para Build Agent, que lo considera un modelo preferido en su plataforma de IA y que está ampliando su despliegue interno. La empresa comunicó además una reducción del 95 % en el tiempo de preparación de vendedores, pero el material disponible no permite contrastar independientemente esa cifra ni trasladarla a otros contextos.

Para quienes evalúan software de productividad, la noticia es un motivo para seguir el caso, no una recomendación de compra ni una demostración concluyente de retorno. Antes de usar el anuncio como base para decidir, conviene buscar documentación sobre disponibilidad, condiciones de uso, alcance, método de medición y resultados externos. Hasta contar con esos elementos, la interpretación prudente es distinguir adopción empresarial de impacto demostrado.