Nos acompaña Juan Carlos Torres Pierola, VP Sales para México y Chile en Galgo. Juan Carlos es chileno e ingeniero de formación, y lleva más de cuatro años en Galgo, donde comenzó liderando la operación de Chile y hoy trabaja con líderes comerciales distribuidos entre Colombia y México, actualmente desde Medellín.
En esta conversación, Juan Carlos comparte una mirada muy concreta sobre cómo aplicar inteligencia artificial a los procesos de venta, especialmente en temas como priorización de leads, análisis de conversaciones, playbooks comerciales y experimentación dentro del funnel.
Acá te dejamos 5 momentos para repensar cómo priorizás leads, cómo medís a tu equipo y cómo encontrás valor incluso en las oportunidades que no se cierran.
1️⃣ Escuchar llamadas para entender todo el negocio
“la posibilidad de acceder en el fondo a información no de 10 negocios ni de 100, sino que de la totalidad de los negocios. Eso finalmente cambia (…) toda la visión (…) con respecto a la venta y al proceso de la venta”
Hay una diferencia enorme entre revisar casos puntuales y entender patrones reales, durante años, gran parte del análisis comercial dependió de escuchas manuales, auditorías parciales o revisiones hechas sobre una muestra mínima. Eso servía para detectar algunos errores, pero no para entender de verdad cómo vende una organización.
Cuando podés analizar el total de las conversaciones, cambia la escala del aprendizaje, ya no dependés de anécdotas, percepciones o “lo que parece estar pasando”. Empezás a ver repeticiones, fricciones, objeciones frecuentes, momentos de quiebre y conductas que antes quedaban escondidas.
Esto no implica que la tecnología reemplace el criterio comercial. Lo que hace es darle más profundidad. Le permite al líder dejar de operar sobre excepciones y empezar a mirar el sistema completo y para un equipo B2B, eso tiene impacto directo en coaching, forecast, calidad de ejecución y mejora continua.
2️⃣ No todos los leads valen lo mismo
La IA modifica la capacidad operativa del vendedor, si una parte del trabajo comercial hoy puede ser asistida, automatizada o acelerada, entonces el modelo de asignación también debería cambiar.
“Hoy día si tú estás acompañado y tienes sentado de copiloto, un agente de IA, evidentemente tu capacidad es otra.”
Uno de los errores más comunes en ventas es repartir oportunidades como si todas tuvieran el mismo valor, la misma urgencia y la misma probabilidad de avance. En la práctica, eso rara vez pasa.
Priorizar mejor es una ventaja competitiva, saber qué lead tocar primero, cuál después y cuál dejar para más adelante cambia por completo la productividad del equipo.
“cómo tú logras priorizar tu demanda. (…) hay ciertos patrones, ciertos comportamientos que hacen que no todos los leads sean iguales”
No solo trabajás distinto, también podés absorber más, responder mejor y ejecutar con otro ritmo.
No todos van a coincidir con esta mirada en el mismo grado, hay industrias donde la capacidad sigue estando más limitada por la complejidad del deal que por la eficiencia operativa. Pero incluso ahí, mejorar la priorización sigue siendo central.
La pregunta útil para cualquier equipo comercial es: ¿seguís distribuyendo leads con una lógica vieja, aunque la capacidad real de tus vendedores ya cambió?
3️⃣ El playbook no debería ser un libreto, sino una serie de hitos observables
“Playbook a nosotros más que (…) script de ventas que sean como textos muy escritos (…) trabajamos más con hitos, hitos (…) que son relevantes en la conversación”
En muchas empresas, el playbook comercial termina siendo un documento correcto, prolijo y casi inútil. Está bien redactado, tiene buenas intenciones, pero vive lejos de la operación.
Lo interesante de este enfoque es que corre al playbook del lugar del “texto ideal” y lo lleva al terreno de lo observable y lo aleja del terreno de identificar momentos clave dentro de la conversación: qué tiene que pasar, qué información hay que conseguir, qué validaciones no pueden faltar y qué señales muestran que la venta está avanzando.
Eso vuelve todo mucho más medible, porque si el playbook está diseñado como una secuencia de hitos, después se puede revisar si esos hitos realmente aparecieron o no en las conversaciones del equipo.
4️⃣ El 90 % que no compra también debería enseñarte algo
“Hay un lado invisible en el funnel que es el restante, el 90 % a los clientes (…) que tú no logras vender”
Hay una obsesión bastante instalada en ventas: mirar solo lo que convierte, pero también hay una trampa que es dejar el resto del funnel en sombras.
Y muchas veces el aprendizaje más valioso está justamente ahí.
El punto no es solo que haya que mirar oportunidades perdidas. Es cómo se las mira. Porque en la mayoría de los CRM, los motivos de pérdida suelen ser categorías demasiado amplias: “precio”, “no interesado”, “sin respuesta”, “timing”. Etiquetas cómodas, pero pobres. Ordenan, sí. Explican poco.
Veamos las pérdidas como fuente de inteligencia comercial, no como descarte administrativo. Si analizás mejor qué pasó en esos procesos, podés descubrir objeciones mal resueltas, propuestas con poco fit, errores de diagnóstico, señales tempranas de desinterés o incluso problemas de posicionamiento más profundos.
Claro que no todo deal perdido encierra una lección transformadora, a veces simplemente no era el momento. Pero cuando ese 90 % se analiza de forma sistemática, deja de ser ruido y se convierte en información estratégica.
¿cuánto de lo que tu equipo cree saber sobre por qué pierde está basado en evidencia, y cuánto en categorías genéricas del CRM?
5️⃣ Pilotear dejó de ser lento, caro y reservado para grandes apuestas
“Hoy día con inteligencia artificial y con data lo que tú puedes hacer es ir piloteando (…) de manera muy ágil y muy barata”
Hoy experimentar comercialmente cuesta mucho menos que antes.
Durante años, testear cambios en el proceso comercial implicaba tiempo, coordinación, recursos y paciencia. Por eso muchas empresas solo pilotaban iniciativas grandes. Un nuevo canal, una campaña relevante, un cambio de proceso mayor. Todo lo chico quedaba afuera.
Lo que cambia con IA y con mejor acceso a datos es la posibilidad de probar más cosas, más rápido y con menos fricción. Desde un saludo diferente hasta una variante de mensaje, una secuencia de contacto o un cambio pequeño en la forma de abrir una conversación.
Lo más interesante es que ya no hace falta esperar siempre al resultado final para aprender. También se pueden mirar indicadores tempranos: tiempos de respuesta, nivel de interacción, continuidad de la conversación, señales de engagement, disposición del cliente a seguir avanzando.
Lo que se habló en la entrevista
Con Juan Carlos Torres Pierola, VP Sales para México y Chile en Galgo (fintech chilena que vende motos con financiación en LATAM), nos metimos en cómo aplicar IA al proceso comercial sin perderse en la moda. La conversación bajó a tierra cómo priorizar leads con data, construir un ICP a partir del histórico, medir la adherencia al playbook a escala y pilotear cambios sin gastar meses en validar.
¿Por qué tener tanta información en ventas hoy es a la vez sueño y pesadilla?
«Si esto del análisis fuese una película de dos horas, yo creo que estamos recién en los primeros cinco minutos, si no antes.» — Juan Carlos Torres Pierola
Juan Carlos plantea que la gran sacudida del último año en ventas no es la IA en abstracto, sino el acceso al 100% de las conversaciones. Antes, los equipos de calidad escuchaban manualmente: con un promedio de 10 minutos por llamada, era imposible escalar más allá de unas decenas de casos por persona por día.
Hoy el problema se invirtió: hay tanta información disponible —transcripciones, dashboards, CRM, mensajes de WhatsApp— que la velocidad del dato supera la del análisis. El desafío ya no es conseguir información, es no ahogarse en ella y saber qué mirar primero.
¿Cómo se prioriza la demanda en un equipo comercial B2B con IA?
«Hoy día un ejecutivo cuando se sienta tiene que tener la claridad de a qué clientes intentar tocar primero, a cuáles después y a cuál deja un poquito más para el final.» — Juan Carlos Torres Pierola
Para Juan Carlos, priorizar no es solo ordenar por score: es identificar clústers reales dentro de la demanda. No todos los leads son iguales —tampoco son mejores o peores—, tienen características distintas en ciclo de venta, tiempos de respuesta y manera de ser abordados. Trabajar lineal contra esa heterogeneidad es gastar recursos del equipo.
Los dos drivers que él mira para definir el umbral de atención son intención de compra (declarativa o por comportamiento) y disposición real del dinero. Después se cruza con el fit del producto: una cosa es querer comprar, otra es poder y otra es que lo que vendés sea lo que esa persona realmente necesita.
Estos criterios —intención, presupuesto y fit— son el corazón de frameworks de calificación de oportunidades como qué es MEDDIC y MEDDPICC, que muchos equipos B2B usan para sistematizar exactamente este tipo de decisiones.
¿Cómo se construye un ICP con datos históricos en lugar de mitos del equipo?
«Hay algunas cosas que vivían como mito y otras cosas que en realidad no eran tan relevantes pasan a tener una relevancia mayor.» — Juan Carlos Torres Pierola
El ICP en Galgo se construyó revisando retroactivamente miles de casos. La sorpresa, dice Juan Carlos, es que al correr los modelos y ver la relevancia estadística real de cada variable, varias creencias del equipo se caen y otras que parecían menores ganan protagonismo. El ICP deja de ser un PowerPoint cerrado y se vuelve dinámico.
Este enfoque de construir procesos comerciales a partir de datos y no de intuición es justamente el eje del resumen de The Sales Acceleration Formula, el libro de Mark Roberge (ex CRO de HubSpot) sobre cómo escalar equipos de ventas con métricas.
Una clave que él menciona y que se ignora seguido: la limpieza de la base previa al análisis. Conversaciones que terminan en «hola» o leads que nunca aparecieron contaminan el modelo. La curación de qué entra al training set la hace un humano, no la IA — y eso define la calidad de todo lo que viene después.
¿Qué diferencia hay entre un script de ventas y un playbook basado en hitos?
«Playbook a nosotros más que script de ventas que sean como textos muy escritos, trabajamos más con hitos, hitos que son relevantes en la conversación y que de alguna manera son aplicables.» — Juan Carlos Torres Pierola
Juan Carlos diferencia explícitamente: el script intenta que el vendedor repita un texto. El playbook por hitos define momentos críticos que tienen que pasar en la conversación, sin importar las palabras exactas. Da espacio al estilo del vendedor mientras garantiza estructura.
El playbook, además, no se construye «desde afuera». Para él la IA no llega y dice «así se vende»: ordena patrones que ya estaban ahí en las mejores conversaciones del equipo. Cuando se corre el playbook y los mejores vendedores aparecen con la puntuación más alta, hay doble validación: el modelo está bien hecho, y el equipo recibe un espaldarazo basado en data.
¿Cómo se mide la adherencia al playbook conversación por conversación a escala?
«No sirve mucho tener un playbook muy bonito si es que tú no logras medirlo y hacer el seguimiento a la adherencia a él.» — Juan Carlos Torres Pierola
Galgo cubre prácticamente el 100% de las conversaciones —WhatsApp, teléfono, todas las interacciones del cliente— y mide automáticamente si cada hito del playbook se cumplió. La revisión manual queda reservada para outliers: casos donde la nota automática no cierra y hay que entender por qué.
Es justamente el espacio donde una herramienta como Samu tiene tracción inmediata: cada llamada, reunión o WhatsApp se evalúa contra el playbook, vendedor por vendedor, sin que un equipo de calidad tenga que escuchar 10 minutos por caso. El manager pasa de auditar muestras a coachear con cobertura total.
¿Cómo entender el 90% del funnel que no compra (motivos de pérdida reales)?
«Hay un lado invisible en el funnel que es el restante, el 90% de los clientes que no logras vender. Cuando se logra en el fondo hacer también revisión de casos uno a uno a nivel masivo, también te da sorpresa.» — Juan Carlos Torres Pierola
El foco habitual está en mejorar el 10% que sí cierra. Para Juan Carlos hay tanta o más data en el 90% que se pierde, y los motivos declarados en el CRM —»no interesado», «precio»— suelen ser una etiqueta cómoda más que la realidad. Cuando se revisan las conversaciones reales, aparecen detalles chicos con corrección rápida y temas de fit de producto que requieren ajustes más grandes.
Trabajar ese árbol de decisión de manera retroactiva permite no solo entender por qué perdés, sino encontrar palancas concretas para subir el 10% de conversión inicial. Es el ejemplo clásico del vendedor que dice «perdimos por precio» y la revisión muestra que el cliente nunca entendió la propuesta.
¿Cómo pilotear cambios en ventas B2B usando IA sin gastar meses en validar?
«Hoy día con inteligencia artificial y con data lo que tú puedes hacer es ir piloteando quizás hasta muchas cosas a la vez de manera muy ágil y muy barata.» — Juan Carlos Torres Pierola
Antes, pilotear una variante en el proceso comercial era caro: requería tiempo, recursos y aceptar el riesgo de no aprender si salía mal. Hoy, con indicadores tempranos como contactabilidad, velocidad de respuesta y nivel de engagement, podés A/B testear cosas tan chicas como un saludo, un emoji, una imagen en WhatsApp o el rango óptimo de descuento sin canibalizar tu venta orgánica.
La lógica de Juan Carlos: un piloto que sale mal igual te enseña qué descartar. Uno que sale bien no suma, multiplica. La diferencia hoy es que el costo de probar bajó tanto que no pilotear es más caro que pilotear y fallar.
Si tu equipo B2B vende a volumen en LATAM y querés aplicar IA al análisis de conversaciones —medir adherencia al playbook, descubrir motivos reales de pérdida, priorizar la demanda con data—, probá Samu 14 días sin tarjeta. Graba videollamadas, llamadas telefónicas, reuniones presenciales y WhatsApp en español y portugués, e integra HubSpot, Pipedrive, Zoho, Salesforce y Freshsales.
Si querés profundizar en los frameworks de venta B2B que se mencionan en este podcast, mirá los 12 Mejores Libros de Ventas B2B.
Tu CRM te dice cuántos deals se cierran, pero no por qué algunos vendedores cierran más que otros.
🎯 Evalua a cada vendedor automáticamente según tu playbook.
🔍 Identifica sus puntos fuertes y áreas de mejora sin perder horas en grabaciones.
⚡ Da coaching basado en datos, no en opiniones.
📖 100% personalizable a tu modelo de ventas.
Si liderás un equipo de ventas y querés ver lo que antes era invisible, prueba Samu gratis por 10 días.