Cada setmana surt un article nou prometent que la IA triplicarà les teves vendes. La realitat que veiem treballant amb equips és més mundana: ben aplicada, la IA estalvia hores de feina mecànica, millora la preparació de trucades i eleva la qualitat dels missatges. Mal aplicada, accelera la producció de contingut dolent.
La pregunta no és si fer servir IA a vendes. És on té sentit real i on estàs posant tecnologia per semblar modern sense afegir valor.
"Si l'output de la IA necessita un 50% d'edició, el prompt està malament. Si no necessita cap edició, estàs delegant un judici que hauria de ser teu."
El mapa: què automatitzar i què no tocar
Hi ha una distinció que ho aclareix tot: tasques de procés vs. tasques de criteri.
Les tasques de procés són repetitives, segueixen un patró i la qualitat depèn de la informació disponible, no de l'experiència. Aquestes són candidates per a IA.
Les tasques de criteri requereixen interpretar senyals ambigus, gestionar emocions, llegir entre línies, decidir quan empènyer i quan cedir. Aquestes són teves.
- Research de compte abans d'una primera trucada
- Resum de trucada i punts d'acció
- Esborrany de l'email de seguiment postreunió
- Enrichment del CRM (càrrec, empresa, senyals de compra)
- Scoring inicial de leads segons criteris definits
- Respostes a FAQs internes de l'equip comercial
- El primer missatge a un prospecte en fred
- La gestió d'objeccions en una trucada
- La conversa de pricing i condicions
- La decisió de si una oportunitat mereix temps o no
- El tancament: qualsevol moment en què la relació està en joc
Les eines que tenen sentit real
No cal un stack de 12 eines. Amb tres ben configurades cobreixes el 80% del valor:
Per a research i enrichment
Clay és de les eines més potents per consolidar informació de compte: extreu dades de LinkedIn, notícies recents, tech stack, rondes de finançament i pot generar un resum contextual llest per fer servir abans de trucar. El setup inicial costa temps, però el resultat és research de 30 minuts resolt en 30 segons. A ARQ treballem amb Enginy en projectes on el nivell d'automatització i enriquiment de dades demana una implementació més avançada.
Per a resums de trucades
Fireflies o Otter transcriuen i resumeixen automàticament. El valor no és només el resum: és que l'equip deixa de prendre notes durant la trucada i pot estar-hi 100% present. Integrat amb el CRM, el resum queda al deal sense esforç manual.
Per a coaching de trucades
Gong o Chorus van més enllà de la transcripció: analitzen patrons a les trucades de l'equip, detecten quines preguntes generen més engagement i comparen el ràtio d'escolta entre comercial i prospecte. Són útils quan hi ha prou volum de trucades perquè els patrons tinguin significat estadístic — per sota d'unes 20 trucades setmanals per equip, el valor és limitat.
Per a esborranys de comunicació
ChatGPT o Claude serveixen per a drafts d'emails de seguiment, propostes d'estructura d'oferta o respostes a RFPs. El prompt importa: com més context específic del compte i de la conversa li dones, millor surt el draft. El comercial revisa, ajusta el to i envia. No a l'inrevés.
El problema de l'adopció
L'error més habitual en implementar IA en un equip de vendes és fer-ho tot de cop i amb massa eines. El resultat: ningú no les fa servir de debò, o les fan servir malament, i al cap de tres mesos es descarten com a "experiment que no va funcionar".
El patró que sí funciona:
- Tria un cas d'ús concret. No "millorar les vendes amb IA". Una cosa específica: "reduir el temps de research abans d'una primera trucada".
- Implementa-ho primer amb un sol comercial. L'early adopter de l'equip. Mesura el temps abans i després. Quan tingui dades reals, la resta escolta.
- Defineix el procés, no només l'eina. "Abans de cada primera trucada, executo aquest prompt amb aquesta informació i reviso l'output en 5 minuts." Sense procés explícit, l'eina queda abandonada.
- Escala quan el primer cas sigui hàbit. No abans. La temptació d'afegir més eines abans de consolidar les primeres és la causa número u d'un stack que ningú fa servir.
"La IA no fa que els mals comercials siguin bons. Fa que els bons comercials tinguin més temps per fer allò que els diferencia."
On és el risc real
No és que la IA sigui dolenta. És que delegar criteri sense adonar-te'n és molt fàcil.
Si fas servir IA per generar el missatge d'outbound i aquest missatge no funciona, tens dues opcions: millorar el prompt o qüestionar si l'ICP i la proposta de valor són correctes. La majoria millora el prompt. La segona anàlisi és la que importa.
La IA és molt bona produint contingut que sembla raonable. No és bona detectant si l'estratègia és la correcta. Aquesta part continua sent teva.
Treballem amb equips comercials per identificar on té sentit real aplicar IA al seu procés concret i configurar l'stack sense sobredimensionar-lo. Sense demos de 12 eines, amb context de com treballa avui el teu equip.
Parlem →