La manera de vendre en B2B canvia més ràpid del que la majoria d’equips comercials poden assumir, i en posts anteriors ja parlàvem de conceptes com el GTM Engineering. I no és només una qüestió de “fer més activitat”: és que la prospecció tradicional ja no escala al ritme que exigeixen els objectius.
A Trilogi ho veiem en empreses d’indústria, distribució, moda i serveis professionals: l’equip comercial inverteix hores a buscar contactes, redactar missatges, perseguir respostes i actualitzar el CRM… mentre les oportunitats reals s’escapen per falta de timing, seguiment o focus.
No és casualitat que més del 40% dels venedors considerin la prospecció la part més difícil del procés comercial.
La bona notícia: avui pots redissenyar aquesta fase amb un enfocament molt més eficient gràcies als agents IA. I aquí entra el concepte d’assistent de vendes amb intel·ligència artificial.
Què és un assistent de vendes amb IA (i per què no és “un altre chatbot”)
Un assistent de vendes amb IA és, en essència, un “SDR digital” que s’encarrega de les tasques repetitives i d’alt volum de l’outbound:
- Trobar i enriquir leads segons el teu ICP (Ideal Customer Profile)
- Redactar missatges rellevants i personalitzats
- Executar cadències (primer contacte + seguiments)
- Detectar senyals d’interès i prioritzar leads
- Preparar el traspàs al comercial quan hi ha intenció real
La diferència clau respecte a les automatitzacions antigues és que l’assistent no es limita a enviar plantilles: fa servir context (sector, rol, situació, senyals) per adaptar el missatge i mantenir una conversa útil.
En poques paraules: la IA no substitueix el venedor, però sí que evita que el venedor es converteixi en una màquina de tasques mecàniques. És el punt d’inflexió que ja s’està veient al mercat: agents que enriqueixen llistes, verifiquen dades, personalitzen missatges i fan seguiment fins a agendar reunions quan hi ha interès. modaes.com
Per què la prospecció B2B clàssica falla (encara que el teu equip sigui bo)
La majoria d’estratègies outbound es trenquen per quatre motius:
1) Temps (massa) invertit en tasques de poc valor
Buscar perfils, validar emails, copiar/enganxar missatges, registrar activitat… És feina necessària, però no és feina que tanqui vendes.
2) Resposta baixa quan es dispara a volum
Per exemple, en cold email, un rang habitual de resposta saludable sol moure’s al voltant de l’1%–5%.
Això vol dir que si el teu targeting o el teu missatge no estan afinats, el volum només amplifica el problema.
3) Personalització que no escala
Personalitzar de debò millora el rendiment, però fer-ho manualment per a centenars de comptes és inassumible.
4) Follow-up inconsistent
En outbound, els diners gairebé sempre són al segon, tercer o quart contacte. Si el seguiment depèn de la memòria o de “quan hi hagi un forat”, el pipeline es torna imprevisible.
Què canvia quan automatitzes la prospecció amb IA
Quan introdueixes un assistent de vendes amb IA en la teva prospecció, el que canvia no és només la velocitat. Canvia el model operatiu.
1) Leads més ben definits i més ben prioritzats
La IA ajuda a operar amb un ICP real: filtres, enriqueixes i detectes quins perfils encaixen abans d’invertir-hi esforç humà.
2) Missatges personalitzats a escala
En lloc de “hola {Nom}”, parlem de personalització per:
- Rol i responsabilitats
- Sector i context de mercat
- Senyals públics (activitat, iniciatives, creixement, expansió)
- Dolor probable + hipòtesi de valor
Resultat: el missatge sona rellevant, no massiu.
3) Activitat constant 24/7 sense cremar l’equip
Un assistent pot sostenir l’activitat de prospecció de manera contínua, mentre el teu equip es concentra en discovery, demos, negociació i tancament.
4) Seguiment amb cadència (no amb culpa)
El sistema insisteix amb criteri: els mateixos objectius, però sense oblits, sense mandra i sense improvisació.
5) Qualificació i handoff al comercial en el moment adequat
Quan hi ha senyals clars (preguntes, objeccions, interès, proposta de pas següent), el lead puja de prioritat i es transfereix amb context.
Prospecció multicanal: cold email + LinkedIn (la combinació que converteix millor)
A la pràctica, l’enfocament més robust és multicanal:
- Cold email per obrir portes amb control, mesura i test A/B
- LinkedIn per sumar confiança, context social i conversa natural
- Cadències coordinades per no “trepitjar-te” (no tot alhora)
Un patró molt efectiu:
- Email curt amb hipòtesi + pregunta
- Interacció lleugera a LinkedIn (senyal humà)
- Invitació a connectar sense pitch
- Missatge breu d’exploració després d’acceptar
- Seguiment amb valor amb els agents IA (insight, exemple, minicas)
Això redueix el rebuig i augmenta la probabilitat de resposta, perquè el prospect t’“ubica” abans de respondre.
Cas d’èxit: Punto Blanco (captació de distribuïdors amb agents d’IA)
Aquí aterrem en un cas real que hem impulsat des de TRILOGI.
Punto Blanco, marca catalana reconeguda per la seva trajectòria en moda íntima i mitjons, afrontava un repte molt comú en B2B: créixer i obrir mercat sense multiplicar la mida de l’equip comercial.
En el marc de la seva expansió, l’enfocament es va centrar a:
- Identificar distribuïdors i comptes objectiu nacionals i internacionals
- Activar converses amb missatges rellevants
- Sostenir el seguiment sense fricció
- Arribar a reunions amb perfils alineats
Aquest cas es recull com a exemple d’aplicació del model d’agents d’IA en vendes B2B impulsat des de Trilogi. Marketing4eCommerce
Vídeo: cas d’èxit de Punto Blanco explicat per Toni Valldaura, el seu director comercial
Com implementar un assistent de vendes amb IA sense perdre el control (recomanació de Trilogi)
Des de Trilogi recomanem començar amb un enfocament pràctic i governable:
Pas 1) Defineix l’ICP amb precisió (i amb exclusions)
No és només “a qui sí”, sinó “a qui no”. L’outbound millora quan redueixes la dispersió.
Pas 2) Dissenya una cadència i un objectiu per a cada contacte
Cada missatge ha de complir una funció:
- Obrir conversa
- Validar el dolor
- Aportar insight
- Demanar el pas següent
Pas 3) Controla el “to de marca”
La IA ha de sonar com la teva empresa: formalitat, proximitat, vocabulari sectorial, manera de preguntar.
Pas 4) Mesura el que importa
No t’obsessionis amb les obertures. Prioritza:
- Taxa de resposta real
- Resposta positiva
- Reunions
- Conversió a oportunitat
Pas 5) Defineix quan entra l’humà
La IA prepara el terreny. El venedor entra quan:
- hi ha un encaix evident
- hi ha intenció
- hi ha una negociació que requereix criteri
De fet, els nostres sistemes d’agents IA etiqueten automàticament les converses en funció de la seva intenció:
Conclusió: la prospecció B2B del futur és col·laborativa (IA + equip comercial)
L’outbound no ha mort. El que ha mort és l’outbound basat en volum sense rellevància.
L’assistent de vendes amb IA permet professionalitzar la prospecció: més focus, més consistència, més converses útils… sense cremar l’equip.
I casos com el de Punto Blanco demostren que aquest enfocament pot accelerar l’expansió i la captació de distribuïdors sense créixer proporcionalment en estructura comercial.
Preguntes freqüents
Funciona especialment bé quan hi ha un ICP clar, un tiquet mitjà/alt o la necessitat d’escalar la prospecció sense ampliar l’equip.
Depèn del mercat. L’email dona més control i escala; LinkedIn aporta confiança i context. El més sòlid sol ser un enfocament multicanal.
No hauria de fer-ho. El millor resultat arriba quan la IA assumeix les tasques repetitives i l’SDR se centra en el que requereix criteri: discovery, qualificació avançada i tancament.
