Cada semana hay un nuevo artículo prometiendo que la IA va a triplicar tus ventas. La realidad que vemos trabajando con equipos es más mundana: la IA aplicada bien ahorra horas de trabajo mecánico, mejora la preparación de llamadas y eleva la calidad de los mensajes. Aplicada mal, acelera la producción de contenido malo.
La pregunta no es si usar IA en ventas. Es dónde tiene sentido real y dónde estás metiendo tecnología para parecer moderno sin añadir valor.
"Si el output de la IA necesita un 50% de edición, el prompt está mal. Si no necesita ninguna edición, estás delegando juicio que debería ser tuyo."
El mapa: qué automatizar y qué no tocar
Hay una distinción que lo clarifica todo: tareas de proceso vs. tareas de criterio.
Las tareas de proceso son repetitivas, siguen un patrón, y la calidad depende de la información disponible, no de la experiencia. Estas son las candidatas a IA.
Las tareas de criterio requieren interpretar señales ambiguas, gestionar emociones, leer entre líneas, decidir cuándo empujar y cuándo ceder. Estas son tuyas.
- Research de cuenta antes de una primera llamada
- Resumen de llamada y puntos de acción
- Draft del email de seguimiento post-reunión
- Enrichment de CRM (cargo, empresa, señales de compra)
- Scoring inicial de leads según criterios definidos
- Respuestas a FAQs internas del equipo comercial
- El primer mensaje a un prospecto en frío (se nota)
- La gestión de objeciones en una llamada
- La conversación de pricing y condiciones
- La decisión de si una oportunidad merece tiempo o no
- El cierre: cualquier momento donde la relación está en juego
Las herramientas que tienen sentido real
No hace falta un stack de 12 herramientas. Con tres bien configuradas cubres el 80% del valor:
Para research y enrichment
Clay es el más potente para consolidar información de cuenta: extrae datos de LinkedIn, noticias recientes, tech stack, rondas de financiación y puede generar un resumen contextual listo para usar antes de llamar. El setup inicial cuesta tiempo, pero el resultado es research de 30 minutos hecho en 30 segundos. En ARQ trabajamos con Enginy en los proyectos donde el nivel de automatización y enriquecimiento de datos requiere una implementación más avanzada.
Para resúmenes de llamadas
Fireflies u Otter transcriben y resumen automáticamente. El valor no está solo en el resumen: está en que el equipo deja de tomar notas durante la llamada y puede estar 100% presente. Integrado con el CRM, el resumen queda en el deal sin esfuerzo manual.
Para coaching de llamadas
Gong o Chorus van más allá de la transcripción: analizan patrones en las llamadas del equipo, detectan qué preguntas generan más engagement y comparan el ratio de escucha entre comercial y prospect. Son útiles cuando tienes volumen suficiente de llamadas para que los patrones tengan significado estadístico — por debajo de unas 20 llamadas semanales por equipo, el valor es limitado.
Para drafts de comunicación
ChatGPT o Claude sirven para drafts de emails de seguimiento, propuestas de estructura de oferta o respuestas a RFPs. El prompt importa: cuanto más contexto específico de la cuenta y la conversación le des, mejor es el draft. El comercial revisa, ajusta el tono y envía. No al revés.
El problema de la adopción
El error más frecuente al implementar IA en un equipo de ventas es hacerlo de golpe y con demasiadas herramientas. El resultado: nadie las usa de verdad, o las usan mal, y a los tres meses se descarta como "experimento que no funcionó".
El patrón que funciona:
- Elige un caso de uso concreto. No "mejorar las ventas con IA". Algo específico: "reducir el tiempo de research antes de una primera llamada".
- Implementa con un solo comercial primero. El early adopter del equipo. Mide el tiempo antes y después. Cuando tenga datos reales, el resto del equipo los escucha.
- Define el proceso, no solo la herramienta. "Antes de cada primera llamada, ejecuto este prompt con esta información y reviso el output en 5 minutos." Sin proceso explícito, la herramienta queda abandonada.
- Expande cuando el primer caso sea hábito. No antes. La tentación de añadir más herramientas antes de consolidar las primeras es la causa número uno de que el stack quede sin usar.
"La IA no hace que los malos comerciales sean buenos. Hace que los buenos comerciales tengan más tiempo para hacer lo que les diferencia."
Dónde está el riesgo real
No es que la IA sea mala. Es que delegar criterio sin darte cuenta es fácil.
Si usas IA para generar el mensaje de outbound y ese mensaje no funciona, hay dos opciones: mejorar el prompt o cuestionar si el ICP y la propuesta de valor son correctos. La mayoría mejora el prompt. El segundo análisis es el que importa.
La IA es muy buena produciendo contenido que parece razonable. No es buena detectando si la estrategia es la correcta. Esa parte sigue siendo tuya.
Trabajamos con equipos comerciales para identificar dónde tiene sentido real aplicar IA en su proceso específico, y configurar el stack sin sobredimensionar. Sin demos de 12 herramientas, con contexto de cómo trabaja tu equipo hoy.
Hablemos →