IA en el proceso comercial y demostraciones verificables
IA en el proceso comercial y demostraciones verificables
Objetivos
- Clasificar las tareas de prospección (buscar y contactar clientes posibles), calificación (decidir si una oportunidad merece tiempo), propuesta, negociación y cierre como automatizar, asistir o reservar para personas, y justificar cada decisión por escrito.
- Verificar una afirmación de un proveedor de IA (referencias, definiciones de ARR (ingreso anual recurrente) y de churn (pérdida de clientes), muestra y fecha) antes de repetirla ante un comprador.
- Preparar una demostración de IA con criterios acordados antes de la prueba, un registro de afirmaciones y una lista de límites visible.
Idea central
La IA puede acelerar casi cualquier tarea de ventas, pero cada afirmación que llega al comprador es un compromiso que alguien debe poder sostener. Por eso la pregunta útil no es “¿la IA puede hacer esto?”, sino “¿qué voy a afirmar con este resultado y qué evidencia lo respalda?”. Una tarea se automatiza cuando su error es barato y se revisa por muestreo, se asiste cuando una persona revisa el resultado antes de que llegue al comprador, y se reserva para personas cuando implica una decisión, una promesa o datos personales sin base clara. Las fuentes consultadas no miden la precisión de la IA en prospección ni su efecto en la tasa de ganadas (ganadas entre cerradas), así que cualquier afirmación de eficacia es una hipótesis hasta que se mida.
Vocabulario mínimo
| Término | Qué significa |
|---|---|
| IA generativa | Sistemas que producen texto, imágenes o código a partir de instrucciones (en inglés, generative AI). Es el tipo de IA que redacta correos y resúmenes. |
| Automatizar | Dejar que el sistema complete la tarea y revisar solo una muestra de los resultados. |
| Asistir | El sistema produce un borrador o un análisis, y una persona lo revisa y decide antes de que salga. |
| Reservar para personas | Una persona decide y ejecuta la tarea. La IA no participa o solo entrega datos. |
| Demostración (demo) | Presentación en la que el vendedor muestra el producto resolviendo un caso. |
| Prueba de concepto (PoC) | Prueba acotada en la que el cliente usa el producto con sus datos o con un caso definido. Ver el capítulo 21. |
| SDR | Representante de desarrollo de ventas, que prospecta y califica (en inglés, sales development representative). Ver el capítulo 15. |
| AE | Ejecutivo de cuentas, que lleva la oportunidad hasta el cierre (en inglés, account executive). |
| Sales engineer | Ingeniero que acompaña a ventas en demostraciones técnicas y pruebas de producto (en inglés, sales engineer). Ver el capítulo 41. |
| FDE | Ingeniero que trabaja junto al cliente y combina trabajo técnico, de ventas y de plataforma (en inglés, forward deployed engineer). Ver el capítulo 42. |
| Comprador técnico | Persona de TI (tecnología de la información) o seguridad que evalúa si el producto cumple los requisitos. |
| ARR | Ingreso anual recurrente: lo que aportan al año las suscripciones (en inglés, annual recurring revenue). |
| CARR | ARR contratado: el ingreso anual comprometido en contratos firmados, aunque todavía no esté facturado o en uso (en inglés, contracted ARR). |
| Churn | Porcentaje de clientes, o de ingresos, que se pierde en un periodo. |
| Retención | Parte de clientes o de ingresos que se mantiene de un periodo al siguiente. Es lo contrario del churn. |
| Cohorte | Grupo de clientes que empezaron en la misma fecha. Se mide por separado para ver si el problema está en un momento concreto. |
| Muestra | Número de personas o casos en los que se basa una cifra. |
| Logotipo de cliente | Imagen de la marca de un cliente que el proveedor muestra en su web como prueba social (señal de que otros usan el producto). |
| Referencia de cliente | Cliente que acepta hablar con un comprador sobre su experiencia. |
| Tasa de ganadas (win rate) | Ganadas dividido entre cerradas (ganadas más perdidas). Ver el capítulo 38. |
| Datos personales | Información que identifica o permite identificar a una persona, como su nombre, su correo o su voz. |
| Transcripción | Texto que una herramienta genera a partir de una grabación de audio. |
| Acuerdo de tratamiento de datos (DPA) | Contrato en el que el proveedor se compromete a tratar datos personales por cuenta del cliente y en las condiciones pactadas (en inglés, data processing agreement). |
| Cumplimiento (compliance) | Área que revisa que la empresa cumpla leyes, normas internas y contratos. |
Automatizar, asistir o reservar para personas
Cada tarea comercial pasa por una secuencia de preguntas: primero si implica una decisión, una promesa o una firma; luego si produce algo que llega al comprador. Según la respuesta, se pregunta si hay fuente verificable con una persona que responde por ella, o si implica datos personales o contacto con el comprador. El diagrama muestra el orden.
flowchart TD
T["Tarea comercial"] --> Q0{"¿Implica una decisión, una promesa o una firma?"}
Q0 -- Sí --> R["Reservar para personas"]
Q0 -- No --> Q1{"¿Produce una afirmación, cifra o propuesta que llegará al comprador?"}
Q1 -- No --> Q3{"¿Implica datos personales, contacto con el comprador o cifras que compromete la empresa?"}
Q3 -- No --> AU["Automatizar con revisión por muestreo"]
Q3 -- Sí --> AS1["Asistir: revisión humana antes de cualquier envío o uso"]
Q1 -- Sí --> Q2{"¿Hay fuente verificable y una persona que responde por ella?"}
Q2 -- No --> R
Q2 -- Sí --> AS2["Asistir: la IA redacta y una persona aprueba"]
Una tarea reservada para personas no significa que la IA quede fuera del proceso. Significa que la decisión, la promesa o la firma las toma alguien que puede responder por ella ante el comprador y ante la empresa.
Matriz de referencia para Conciliatio
Conciliatio es el caso guiado del curso, una empresa ficticia: un SaaS (software que se contrata por suscripción) de conciliación bancaria (comparar los movimientos del banco con los registros contables) y cierre contable mensual. Su comité de compra reúne al CFO (director financiero), a la jefa de contabilidad, a TI y seguridad, a Compras y al equipo de cierre contable (ver el capítulo 7). Su producto incluye un componente de IA de emparejamiento, que sugiere a qué registro contable corresponde cada movimiento bancario.
La tabla es un ejemplo. Cada equipo decide según su producto, sus datos y su comité.
| Etapa | Tarea | Decisión | Motivo |
|---|---|---|---|
| Prospección | Detectar señales de intención (indicios públicos de interés o necesidad) en cuentas, como anuncios públicos de expansión o de rondas de inversión | Automatizar | Es recopilación de datos públicos de la empresa, sin datos personales. Un error cuesta una cuenta mal priorizada y se corrige en la revisión por muestreo. |
| Prospección | Redactar el primer correo a la jefa de contabilidad | Asistir | El correo afirma algo sobre la cuenta. Una persona lo revisa antes de enviarlo. |
| Prospección | Decidir a qué cuentas se escribe y si hay base para contactarlas | Reservar para personas | Implica criterio de perfil de cliente (ver el capítulo 5) y permisos de contacto (ver el capítulo 8). |
| Calificación | Resumir la llamada de discovery (la conversación para entender el problema del comprador) | Asistir | Requiere transcripción con aviso previo. El vendedor corrige el resumen antes de guardarlo en el CRM (el sistema donde se registran cuentas y oportunidades). |
| Calificación | Confirmar que el CFO es el comprador económico (quien aprueba el presupuesto) | Reservar para personas | Es un juicio que decide la calificación de la oportunidad (ver el capítulo 16). Solo la confirma el propio CFO o un escrito suyo. |
| Propuesta | Armar el borrador de la propuesta comercial con datos de la cuenta | Asistir | La IA ordena el borrador. Cada cifra se revisa contra su fuente. |
| Propuesta | Incluir referencias de clientes y declaraciones de seguridad | Reservar para personas | Requieren permiso del cliente y verificación. La parte de seguridad se trabaja en el capítulo 29. |
| Negociación | Preparar escenarios de concesiones | Asistir | Sirve como análisis con cifras que la empresa podría comprometer. La decisión de qué conceder la toma la persona. |
| Negociación | Aprobar un descuento | Reservar para personas | Depende del piso de descuento (el límite que el equipo puede conceder sin aprobación) y de la aprobación interna (ver el capítulo 25). |
| Cierre | Enviar recordatorios internos al equipo sobre los pasos pendientes del paper process (los documentos y aprobaciones que faltan para firmar) | Automatizar | No llega al comprador. El error típico es un recordatorio tardío, que se detecta en la revisión por muestreo. |
| Cierre | Aceptar condiciones legales y firmar | Reservar para personas | Requiere autoridad de firma y revisión legal. |
Qué dice la encuesta de Gartner sobre el comprador
Según la cobertura de Digital Commerce 360 (17 de marzo de 2026), una encuesta de Gartner indica que 67 % de los compradores B2B prefiere una experiencia sin representante. La cifra se lee mejor con sus condiciones a la vista:
- Muestra y fechas: la cobertura de Digital Commerce 360 (17 de marzo de 2026) indica una encuesta a 646 compradores realizada entre agosto y septiembre de 2025.
- Definición: el comunicado de Gartner no se pudo abrir (la página respondió con error 403), y la cobertura tampoco define “prefiere”. No se confirma con exactitud si es una respuesta declarada o un comportamiento observado.
- Interés comercial declarado: Gartner es una firma de análisis. Si además vende investigación o servicios de asesoría, ese es un interés comercial que no se verificó, porque el comunicado y la página de la empresa no se pudieron abrir (error 403).
- Estado de la fuente: la cifra se toma de la cobertura de prensa, no del comunicado original. Es una fuente parcial.
Lo que la cifra permite decir es que, en esa encuesta, la mayoría de los compradores encuestados prefiere una experiencia sin representante. Lo que no permite decir es cuánto del proceso de compra se hace sin vendedor en una cuenta concreta, ni nada sobre la precisión de la IA. Para el vendedor, la consecuencia práctica es decidir qué tareas delegar sin perder la confianza del comprador, que es lo que ordena la matriz de la sección anterior.
Las diferencias entre fuentes sobre esta misma encuesta están en el anexo de discrepancias.
Afirmaciones que el comprador puede comprobar: el caso 11x
En marzo de 2025, TechCrunch publicó una investigación sobre 11x, una empresa que ofrece un SDR con IA, es decir, un sistema que hace parte del trabajo de prospección que haría una persona en ese rol. La nota documenta afirmaciones que no se pudieron confirmar en las fuentes consultadas:
- La web de la empresa mostraba como clientes a ZoomInfo y Airtable. Ambas dijeron que no eran clientes y que no autorizaron el uso de su logotipo. El logotipo de ZoomInfo siguió publicado hasta que una fuente preguntó por él.
- La empresa afirma que reporta CARR a su consejo y que sus inversionistas lo conocían. Según empleados actuales y exempleados, la empresa no distinguía los periodos de prueba de los clientes de largo plazo, y el ARR seguía contando un año completo aunque el cliente saliera antes por cláusulas de ruptura (cláusulas que permiten terminar el contrato antes de tiempo).
- Un empleado, según TechCrunch, describió que la empresa perdía 70 % a 80 % de los clientes que llegaban (TechCrunch, 2025). La empresa afirma, en la misma nota (TechCrunch, 2025), una retención actual de 79 % y dice que su mayor churn ocurrió en las cohortes tempranas de finales de 2023.
- La empresa responde que retiró los logotipos cuando se le pidió y que un número reducido de casos se debió a error humano.
| Afirmación | Quién la hace | Qué se pudo comprobar |
|---|---|---|
| Clientes ZoomInfo y Airtable en la web | La empresa | Ambas dijeron que no eran clientes y que no autorizaron el logotipo. |
| Reporte de CARR al consejo | La empresa | Es ingreso contratado, no ingreso cobrado. La definición quedó en disputa. |
| Pérdida de 70 % a 80 % de clientes | Un empleado, citado por TechCrunch (2025) | Dicho por una fuente interna. La nota no lo confirma con cifras de la empresa. |
| Retención actual de 79 % | La empresa | La definición y el periodo no se confirmaron en la fuente consultada. |
El caso no mide la precisión de ningún producto. Sirve para ver qué preguntas hacer antes de repetir una afirmación:
- Pedir la definición de ARR y de churn por escrito, y saber si el ARR es contratado o facturado.
- Pedir el contacto de la referencia y su permiso para citarla.
- Probar el producto con datos del propio comprador antes de firmar. La sección de demostraciones lo desarrolla.
Verificar una afirmación de proveedor
Antes de repetir una cifra o un caso de un proveedor, se responde esta lista. Si la cifra la publica el mismo proveedor que la vende, se registra como afirmación de un proveedor con interés comercial declarado.
| Afirmación | Pregunta de verificación | Evidencia que se acepta |
|---|---|---|
| Referencia de cliente | ¿Quién es, aceptó ser nombrado y paga hoy? | Contacto de la persona y permiso por escrito. |
| ARR | ¿Es contratado, facturado o cobrado? ¿Incluye salidas anticipadas? | Definición escrita del proveedor. |
| Churn | ¿Sobre qué periodo, clientes o ingresos se mide? ¿Por cohortes? | Tabla con fechas y criterio de cálculo. |
| Muestra | ¿Cuántos casos y de qué tipo de cliente? | Número de casos y criterio de selección. |
| Fecha | ¿Cuándo se midió y cuándo se publicó? | Fecha de campo y fecha de publicación. |
| Precisión de la IA | ¿Sobre qué conjunto de casos, con qué métrica y quién la midió? | Conjunto de prueba (casos separados que no se usaron para ajustar el sistema) y resultados sin resumir. |
| Resultado prometido | ¿Qué se define como resultado y en qué plazo? | Definición escrita y periodo de medición. |
Si una fila no tiene respuesta, la afirmación se registra como no verificada y no se usa en la conversación con el comprador.
Demostraciones verificables
Una demostración es verificable cuando el comprador puede comprobar cada afirmación con evidencia que no depende solo de la palabra del vendedor. Esta idea continúa lo visto en la demo orientada al valor y en la prueba de concepto. Quien presenta un producto de IA puede ser un sales engineer (ver el capítulo 41) o un FDE (ver el capítulo 42).
En Conciliatio, el componente de emparejamiento puede llevar a afirmaciones como “reduce la revisión manual” o “permite cerrar el mes en menos días”. Esas frases son promesas de valor. No son verificables hasta que se miden con datos del cliente.
flowchart LR
A["Afirmación de la demo"] --> B{"¿Tiene fuente y definición?"}
B -- No --> C["No se afirma en la demo"]
B -- Sí --> D{"¿El comprador aceptó la prueba?"}
D -- No --> E["Se presenta como promesa sin verificar"]
D -- Sí --> F["Se prueba con datos del comprador o con un conjunto fijado antes"]
F --> G{"¿Cumple los criterios acordados?"}
G -- Sí --> H["Se afirma junto con sus límites"]
G -- No --> I["Se corrige la afirmación antes de firmar"]
Criterios acordados antes de la prueba
Los criterios se escriben y el comprador los confirma antes de la prueba. Para Conciliatio, serían:
- El conjunto de movimientos bancarios de una cuenta piloto, entregado por el cliente antes de empezar.
- Qué cuenta como acierto y qué como error, con ejemplos escritos.
- El tiempo de revisión manual antes y después, medido por el mismo equipo de cierre.
- Quién revisa los resultados (por ejemplo, el equipo de cierre y TI).
Cambiar los criterios después de ver el resultado invalida la prueba como evidencia.
Lista de límites visible
Cada presentación de IA muestra qué no cubre el producto y qué ocurre cuando falla. Los límites de este ejemplo son hipotéticos; los reales los define el producto:
| Límite | Qué ocurre |
|---|---|
| Movimientos sin descripción legible | El caso pasa a revisión manual y queda en el registro. |
| Operaciones en moneda sin tipo de cambio registrado | No se emparejan automáticamente. |
| Respuesta de baja confianza del modelo | El sistema la marca y la persona decide. |
Registro de afirmaciones de la demo
Cada afirmación de la demostración tiene una fila con su fuente, su estado y el permiso correspondiente:
| Afirmación | Fuente | Estado | Permiso del cliente | Prueba acordada |
|---|---|---|---|---|
| Reduce la revisión manual de movimientos | Prueba con la cuenta piloto | No verificada todavía | Sí, por escrito | Conjunto entregado antes de la prueba y criterio de acierto firmado |
| Permite cerrar el mes en menos días | Promesa de valor del producto | No verificable hasta medir | No aplica | Medir el cierre antes y después con el equipo de cierre |
| Tenemos clientes en el sector financiero | Sin referencia | No verificada | Sin permiso | No se afirma hasta tener referencia con permiso |
Riesgos del uso de IA en el proceso comercial
| Riesgo | Ejemplo en ventas | Control |
|---|---|---|
| Afirmaciones sin verificar | Citar una referencia sin permiso o un ARR sin definición | Registro de afirmaciones y checklist de verificación. |
| Grabación sin aviso | Transcribir una llamada sin informar al comprador | Aviso al inicio y una base legal (la razón jurídica que permite grabar o tratar el dato) definida. Ver el capítulo 8 y el capítulo 46. |
| Correos sin revisión humana | Enviar un correo generado que cita un dato equivocado de la cuenta | Una persona revisa antes del envío. |
| Datos de clientes en herramientas de terceros | Pegar en una herramienta externa la base de contactos de un cliente | Acuerdo de tratamiento de datos con el proveedor. El curso marca este riesgo, pero en las fuentes consultadas no hay una fuente específica sobre él. |
En un video de Freddy Vega (Platzi) se sugiere “graben todo” (reuniones y transcripciones) para que la IA ayude. Es una opinión atribuida a su autor, que no se pudo contrastar con el video. Este capítulo no la toma como verdad: grabar exige informar a la otra persona y tener una base para hacerlo, y el capítulo 8 lo desarrolla. La ética del uso de métricas de proveedores se trabaja en el capítulo 45.
En las fuentes consultadas no hay medición independiente de la precisión de la IA en prospección ni de su efecto en la tasa de ganadas. Por eso ninguna afirmación de eficacia de este capítulo se presenta como hecho.
Práctica
El artefacto es un expediente de IA comercial con tres partes: la matriz de decisiones, el registro de afirmaciones y la lista de límites. Puede hacerse para un producto real de tu cartera o para Conciliatio.
- Lista diez tareas de tu proceso comercial, de al menos tres etapas distintas.
- Para cada tarea, responde las preguntas del diagrama en su orden. Deja vacía la columna que no aplique.
- Completa la matriz con la decisión (automatizar, asistir o reservar para personas) y el motivo en una frase.
- Para cada afirmación de proveedor que quieras usar, completa el checklist de verificación. Si alguna fila queda sin respuesta, márcala como no verificada.
- Escribe los criterios de la prueba con el comprador antes de hacerla. Guarda el acuerdo por escrito.
- Redacta la lista de límites que mostrarás en la presentación: qué no cubre el producto y qué ocurre cuando falla.
- Revisa el registro de afirmaciones y elimina de la presentación cualquier afirmación sin fuente, sin definición o sin permiso.
Plantilla A: matriz de decisiones
| Etapa | Tarea | ¿Decisión, promesa o firma? | ¿Llega al comprador? | ¿Fuente y responsable? | ¿Datos personales o contacto con el comprador? | Decisión | Motivo |
|---|---|---|---|---|---|---|---|
| Prospección | |||||||
| Calificación | |||||||
| Propuesta | |||||||
| Negociación | |||||||
| Cierre |
Plantilla B: registro de afirmaciones
| Afirmación | Fuente | Tipo de fuente | Estado (verificada, parcial o no verificable) | Permiso del cliente | Fecha de verificación | Prueba acordada |
|---|---|---|---|---|---|---|
Plantilla C: lista de límites
- Qué no cubre el producto:
- Qué ocurre cuando falla:
- Quién revisa el caso fallido:
Entregable: la matriz completa, el registro de afirmaciones con sus estados, la lista de límites y una frase que diga qué afirmación decidiste no hacer en la demostración y por qué.
Criterio de dominio
- Clasifico una tarea comercial como automatizar, asistir o reservar para personas, y justifico la decisión con la pregunta sobre la afirmación al comprador.
- Explico por qué la cifra de 67 % necesita muestra, fechas, definición e interés comercial declarado antes de usarla.
- Distingo CARR de ARR facturado y explico por qué un churn sin periodo ni cohortes no permite comparar.
- Verifico una referencia de cliente pidiendo contacto y permiso por escrito antes de nombrarla.
- Escribo los criterios de una prueba de IA y los acuerdo con el comprador antes de empezar.
- Presento una lista de límites junto con cada afirmación de eficacia.
- Identifico cuándo una grabación o un dato personal exige aviso, base legal o acuerdo de tratamiento.
Autoevaluación
1. Una tarea produce un correo que afirma un dato de la cuenta. ¿Cuál es la decisión por defecto y por qué?
Asistir. El correo produce una afirmación que el comprador verá, así que una persona lo revisa antes de enviarlo. Automatizar solo tiene sentido cuando el error es barato y se corrige en la revisión por muestreo.
2. Una web afirma un ARR contratado alto y una retención alta, sin más detalle. ¿Qué pides antes de repetirlo?
La definición escrita de ARR (contratado, facturado o cobrado) y de retención, el periodo de medición, la muestra y la fecha. Sin esas respuestas, la afirmación se registra como no verificada.
3. ¿Por qué la cifra de 67 % de Gartner no permite afirmar que la IA sea precisa en prospección?
Porque la encuesta trata sobre compradores y su forma de comprar, no sobre la precisión de ningún sistema de IA. Además, el comunicado original no se pudo abrir y la cifra viene de la cobertura de prensa, así que tampoco se confirma la definición exacta de “prefiere”.
4. En Conciliatio, ¿qué criterios se escriben antes de probar el componente de emparejamiento?
El conjunto de movimientos de la cuenta piloto entregado por el cliente, qué cuenta como acierto y qué como error, cómo se mide el tiempo de revisión manual antes y después, y quién revisa los resultados. Cambiar los criterios después de ver el resultado invalida la prueba.
5. ¿Por qué la frase "graben todo para que la IA ayude" no se presenta como verdad en este capítulo?
Porque es una opinión de Freddy Vega en su video. Grabar exige informar a la otra persona y tener una base para hacerlo. El capítulo 8 desarrolla ese requisito, y el curso la trata como idea atribuida a su autor.
Fuentes y respaldo
Fuentes
- Gartner, comunicado sobre experiencia sin representante: Gartner, 2026 (9 de marzo según el título y el enlace; el texto no se pudo leer); tipo: analista (fuente primaria, no abierta). Estado: no verificable, la página respondió con error 403 al consultarla el 21 de noviembre de 2026.
- Gartner survey coverage (Digital Commerce 360): Digital Commerce 360, 2026 (17 de marzo); tipo: prensa. Estado: parcial. Indica 67 % y una muestra de 646 compradores de una encuesta de agosto y septiembre de 2025; no nombra el comunicado ni define “prefiere”. Consultada el 21 de noviembre de 2026.
- A16z- and Benchmark-backed 11x has been claiming customers it doesn’t have (TechCrunch): TechCrunch, 2025 (24 de marzo); tipo: prensa. Estado: verificada (texto completo consultado; publicada el 24 de marzo de 2025). Documenta logotipos de ZoomInfo y Airtable, CARR, churn de 70 % a 80 % según un empleado y la respuesta de la empresa. Consultada el 21 de noviembre de 2026.
- Forward deployed engineers (The Pragmatic Engineer): Gergely Orosz, 2025 (12 de agosto); tipo: prensa (ensayo periodístico). Estado: verificada. Describe que algunas empresas dan a los FDE más peso en cerrar negocios del pipeline (las oportunidades abiertas); no dice que el FDE sea dueño de la venta de punta a punta. Consultada el 21 de noviembre de 2026.
Validez
La encuesta de Gartner es de compradores, y su muestra y fechas de campo están declaradas en la cobertura de un tercero. El comunicado no se pudo leer, así que la definición exacta de “prefiere” no está confirmada. Una cobertura de prensa no sustituye al comunicado, y no se verificó si Gartner, como firma de análisis, declara un interés comercial en la encuesta.
TechCrunch es periodismo de investigación. Cita fuentes internas y la respuesta de la empresa. Documenta afirmaciones disputadas; no mide productividad ni precisión de productos de IA. El ensayo de The Pragmatic Engineer es periodístico y se usa para describir el rol, no como evidencia de resultados.
Ninguna fuente consultada contiene una medición independiente de la precisión de la IA en prospección ni de su efecto en la tasa de ganadas. Esa ausencia es un dato en sí mismo: las afirmaciones de eficacia deben tratarse como hipótesis hasta que se midan.
Casos de éxito
Sin caso de éxito verificable.
El caso 11x es un caso documentado de afirmaciones disputadas, no de éxito, y lo publica la prensa, no el proveedor. Lo que reemplaza la evidencia de éxito es el checklist de verificación de proveedores y la prueba acordada con datos del propio comprador, descritos en este capítulo.
Por qué es relevante
El vendedor que incorpora IA decide qué tareas delegar sin perder la confianza del comprador. Cada afirmación que lleva a una reunión es un compromiso que alguien debe poder sostener frente al comprador técnico y frente a cumplimiento. Una referencia sin permiso o una cifra sin definición exponen a la cuenta y a la empresa. El capítulo 16 muestra cómo registrar la evidencia de cada criterio de calificación, y el capítulo 46 cómo se usa el análisis de llamadas sin perder de vista el aviso.
Anterior: Founder-led sales y primer equipo · Siguiente: Ética comercial: promesas, referencias y métricas de proveedores