# Cómo usar IA para dejar de hablar con leads que no van a comprar
El malbaratament més gran d'un equip de vendes no són les tècniques de tancament que fallen. És el temps que el closer inverteix en converses amb leads que mai no havien de comprar. Estudis interns d'equips B2B estimen que entre el 60% i el 80% del temps d'un comercial qualificat se'n va en prospectes que no compleixen els criteris mínims de compra.
La IA no tancarà la venda per tu. El que fa bé és filtrar, prioritzar i preparar, de manera que el closer arriba a la conversa de tancament amb la informació justa i només quan hi ha una probabilitat real de decisió. El problema de la majoria d'equips no és la falta d'IA, sinó la mala aplicació: compren una eina, la connecten al CRM i esperen que passi la màgia sense tocar el procés.
Aquest article recorre les cinc aplicacions d'IA que de debo retallen el temps perdut en leads inviables, amb la lògica d'ús i els errors que convé evitar.
1. Scoring predictiu: no tots els leads valen el mateix
No tots els leads són iguals. Algú que ha descarregat un ebook genèric no té la mateixa probabilitat de tancament que qui ha demanat una demostració després de visitar tres vegades la pàgina de preus. El scoring predictiu fa servir l'històric de vendes guanyades i perdudes per assignar a cada lead una probabilitat de tancament basada en senyals reals, no en intuïcions.
La IA funciona aquí perquè troba correlacions que una persona no veuria: que els leads del sector logístic amb més de 50 treballadors que arriben per LinkedIn i visiten la pàgina d'integracions tanquen el doble que la mitjana. Aquest patró, sobre milers de registres, el detecta un model; una persona, no.
L'error habitual és connectar el scoring sense calibrar-lo amb les dades reals del negoci. Un model genèric que puntua leads per sector i mida d'empresa és gairebé inútil si el teu negoci té particularitats. El que funciona és entrenar el model amb les teves pròpies vendes guanyades i perdudes, encara que siguin pocs centenars de registres.
2. Prequalificació conversacional: la IA fa el primer filtre
Abans de la trucada humana, un agent d'IA conversacional pot fer les preguntes de descart: pressupost aproximat, moment de la decisió, decisor real, problema que volen resoldre. No és un xatbot de respostes freqüents: és un entrevistador estructurat que classifica el lead i, si no compleix els criteris mínims, el redirigeix a contingut de nurturing en lloc d'agendar una trucada.
El valor no és estalviar feina al closer, sinó protegir-li l'agenda. Un closer que només rep converses prefiltrades tanca més, no perquè tanqui millor, sinó perquè no perd la primera meitat del matí en descarts que una IA podia fer en cinc minuts.
L'error a evitar és dissenyar la conversa de prequalificació com un formulari disfressat. Si l'agent fa deu preguntes seguides sense aportar valor, el lead es frustra i abandona. La prequalificació que funciona sembla una conversa, no un interrogatori: una o dues preguntes, una resposta útil, una altra pregunta, una altra aportació. El lead ha de sentir que avança, no que l'avaluen.
3. Resum i extracció de senyals de les trucades
La IA que transcriu i resumeix trucades de tancament és una de les aplicacions amb el retorn més ràpid. El closer que enregistra les seves trucades i les passa per un model de transcripció obté, en minuts, un resum estructurat: el problema declarat, el pressupost esmentat, les objeccions explícites, el compromís acordat i els passos següents.
El valor no és el resum en si, sinó els senyals que d'una altra manera es perden. Un closer fa 30 trucades al mes. Sense ajuda, recorda els grans temes de cadascuna, però oblida el detall que distingeix el lead que comprarà del que no. La IA, en canvi, n'extreu el patró: aquest prospecte va esmentar el pressupost tres vegades però sempre condicionat a aprovar-lo amb el seu soci; aquest altre no va esmentar pressupost però sí una data d'inici concreta. El primer és un lead tebi i el segon, un lead calent, encara que a primera vista semblin iguals.
L'error habitual és quedar-se en la transcripció. La transcripció sense anàlisi és soroll. El que és útil és el resum estructurat i la comparació entre trucades, que només funciona si defineixes l'esquema d'extracció que vols: problema, pressupost, urgència, decisor, pas següent. Sense aquest esquema, el model produeix resums diferents a cada trucada i no pots comparar.
4. Guions personalitzats per perfil de prospecte
Un guion de tancament únic per a tots els leads és una pèrdua. La IA, alimentada amb l'històric de converses guanyades, pot generar variants del guion segons el perfil: el prospecte tècnic necessita un llenguatge diferent del prospecte financer; el que ve de la competència necessita un enfocament de migració que no necessita el que no té proveïdor actual.
El valor és que el closer arriba a la trucada amb els arguments que de debo han funcionat amb perfils similars, no amb un guion genèric que s'adapta malament. La IA no substitueix l'instint del closer, li dona un punt de partida millor.
L'error freqüent és confiar cegament en el guion generat. La IA produeix text plausible, no necessàriament correcte. El closer ha de revisar, ajustar i, sobretot, contrastar els arguments amb el que sap del prospecte concret. Un guion d'IA no contrastat és una manera sofisticada d'improvisar.
5. Seguiment automatitzat i prioritzat
El seguiment és on es perden més leads, no per falta d'interès del prospecte, sinó perquè el closer no prioritza bé. Té 40 leads en seguiment i no sap a quin trucar primer. La IA, que coneix l'històric d'interaccions, la cadència de resposta del lead i el moment del cicle, pot prioritzar cada matí els contactes amb més probabilitat de reactivar la conversa.
El valor és substituir la llista plana del CRM per una agenda ordenada per probabilitat de tancament. El closer no perd vint minuts decidint a qui truca primer; comença pel que té més senyals d'estar preparat.
L'error és automatitzar el missatge a més de la priorització. La IA pot decidir a qui cal trucar, però el missatge de seguiment l'ha d'escriure o revisar el closer. Un seguiment que sona a plantilla, per ben prioritzat que estigui, activa la reacció contrària: el prospecte el classifica com a spam i trenca el canal.
El parany de la IA sense procés
La majoria d'equips que fracassen amb la IA en vendes no fracassen per l'eina, sinó per no haver dissenyat el procés. Compren la IA, la connecten al CRM i esperen que el scoring, el seguiment i el resum millorin sols. El que millora, quan millora, és quan algú s'asseu a definir quins senyals defineixen un lead viable en aquest negoci, quines preguntes de descart calen, quin esquema de resum és útil per al closer i quina cadència de seguiment és raonable.
La IA no substitueix aquest disseny. L'executa a escala. Si el disseny és bo, la IA multiplica el resultat. Si el disseny és dolent, la IA multiplica l'error.
Conclusió
L'objectiu de fer servir IA en vendes no és vendre sense esforç, sinó deixar de perdre temps on no hi havia possibilitat de venda. Un closer que dedica l'agenda a converses reals de tancament, recolzat per un filtre intel·ligent que descarta el que és inviable, tanca més amb menys hores. Aquesta és la promesa i, ben aplicada, es compleix.
Si el teu equip perd temps en leads que no tanquen, agenda un diagnòstic i revisem junts on encaixa la IA en el teu procés de venda concret.