A la part 1 d’aquesta sèrie, vam analitzar com la IA agentiva està revolucionant la part superior de l’embut de vendes B2B—des de la generació de leads intel·ligents fins a l’enviament personalitzat i autònom de missatges. La part 2 explora com aquesta transformació està modificant fonamentalment l’estructura dels equips de vendes, millorant l’eficiència i impulsant l’èxit escalable mitjançant una autonomia intel·ligent i unes pràctiques MLOps disciplinades. **Condensar l’embut: reestructuració dels rols i fluxos de treball de vendes** La IA agentiva comprimeix i redefineix l’embut de vendes, trencant els silos tradicionals entre màrqueting i vendes. Abans, màrqueting generava leads (MQLs), els representants de desenvolupament de vendes (SDRs) els qualificaven (SQLs), i només llavors els executives de vendes intervingueren. Ara, els agents d’IA qualifiquen i fan seguiment dels leads de manera instantània, convertint-los en oportunitats de pipeline de forma fluida. En lloc que màrqueting passi milers de MQLs als SDRs, els agents de SDR d’IA cultiven cada lead des del principi, elevant només els possibles compradors realment preparats per a la venda als humans. Això fa que les mètriques tradicionals com els MQLs siguin menys rellevants—el pipeline qualificat i els ingressos esdevenen els veritables indicadors de rendiment, directament influenciats per la IA. L’automatització de tasques repetitives i de baix valor també redibuixa els rols humans dins dels equips de mercat (GTM). Els rols d’entrada, especialment els SDRs encarregats de trucades fredes i entrada de dades, evolucionen ara. Els nous professionals de vendes passen menys temps fent tasques rutinàries de contacte i més gestionant agents d’IA o participant en interaccions de gran valor amb els clients. Aquest canvi exigeix habilitats i capacitats estratègiques majors en els nivells inicials, transformant la funció de l’SDR d’un treball manual a una orquestra de IA. Simultàniament, els caps de comptes i els responsables de vendes guanyen llibertat de càrregues administratives com la programació, l’entrada de dades, les actualitzacions del pipeline o la redacció de propostes, tasques que cada cop més gestiona l’IA. Això els permet concentrar-se en estratègies complexes i en el desenvolupament de relacions. McKinsey prediu que la IA generativa (GenAI) pot gestionar gairebé tota la jornada de vendes—des de la prospecció fins a la negociació— amb una intervenció humana mínima, reservant l’esforç humà per a tractes més complexos i solucions específiques. El resultat global és una organització de vendes més àgil, ràpida i apoderada, on els membres del equip operen en el seu màxim nivell d’habilitats. Com diu Harvard Business Review, la IA hauria d’augmentar la qualitat de l’engagement, no només la quantitat, fomentant punts de contacte Humans significatius suportats per interaccions contínues impulsades per IA, que mantenen els prospects informats i compromesos. A més, la IA difumina els límits tradicionals entre vendes i màrqueting, fomentant una col·laboració més estreta en la configuració d’agents d’IA i en l’anàlisi de les seves riques dades. Aquest canvi exigeix nous enfocaments de gestió centrats a potenciar les habilitats humanes—com la construcció de confiança, la comprensió subtil del client i la innovació— en lloc de substituir-les. En descarregar tasques rutinàries i analítiques, la IA permet als professionals de vendes actuar més com a assessors i estratègics, augmentant-ne l’eficàcia en abordar els problemes reals dels clients. Així s’exemplifica com la IA agentiva transforma positivament les vendes B2B. **Escalant: intel·ligència profunda, reconeixement d’intencions i MLOps** Després dels primers avanços, les organitzacions aprofundixen en les capacitats de la IA amb algoritmes avançats adaptats a les necessitats específiques del GTM, amb reconeixement millor d’intencions i pràctiques robustes de MLOps per sostenir i escalar l’èxit. Per avançar més enllà de les eines genèriques de GenAI cap a solucions fetes a mida, la IA ara opta per integrar dades internes i externes dels clients per proporcionar orientació en temps real—com recomanacions de creixement, prediccions d’objeccions basades en històrics de compres, i tàctiques de negociació. Els avanços en reconeixement d’intencions permeten als agents identificar senyals de compra complexos—com pujades en l’activitat web combinades amb anuncis de finançament—per actuar immediatament en oportunitats de gran probabilitat. Els sistemes impulsats per IA redueixen els jocs d’adivinanzas humans connectant dades i perfeccionant constantment els models d’intencions, cosa que és clau per aconseguir avantatge competitiu. Per suportar aquesta sofisticació cal una forta implementació de MLOps: establir canals de dades que proporcionin dades actuals i netes; monitoritzar el rendiment de la IA per detectar desviacions; i reentrenar models segons sigui necessari. Per exemple, si la taxa de resposta per correu electrònic d’un agent de vendes intel·ligent baixa, els equips de MLOps diagnòstiquen les causes i ajusten els models o gestionen canvis externs. La supervisió humana garanteix que la IA segueixi alineada amb els objectius de negoci i amb els estàndards de la marca. És fonamental que la IA sigui conscients del context; cal evitar errors com fer presentacions a clients actuals de manera inapropiada. Una implementació efectiva de MLOps unifica els canals de dades, assegurant que la IA pugui treure profit d’actualitzacions de CRM i de biblioteques de continguts. Com expliquen els experts, la qualitat de les dades sustenta la confiança en la IA—sense ella, els agents d’IA només generen soroll. Bones pràctiques inclouen la governança, la cura de la qualitat de les dades i un magatzem de dades sòlid que generi confiança als usuaris. Per escalar correctament, la IA ha d’integrar-se sense fissures en els fluxos de treball diaris. No n’hi ha prou amb desplegar eines d’IA si els equips no l’adopten. Integrar els resultats de la IA en plataformes familiars—com ara insights de Salesforce, alertes de Slack o esborranys de correus electrònics generats per IA dins de les eines de vendes—millora l’adopció, ja que minimitza el necessitat de canviar d’eina. La IA ha de funcionar com un assistent invisible, integrat en les activitats habituals—enviant invitacions a calendaris, enregistrant de manera automàtica resums de trucades—fent que sembla una extensió natural de l’equip. De cara al futur, s’espera que els agents d’IA “ tancin el cercle” executant transaccions per a productes més senzills i gestionant renovacions o creixement basats en l’ús i tendències de salut del client. El futur de la IA en les vendes B2B es caracteritzarà per recomanacions personalitzades i accions predictives que eliminin suposicions, amb la IA passant de ser assistent de suport a company de confiança que gestiona parts importants del motor de ingressos sota la direcció estratègica humana. Com a director de vendes (CRO), dono la benvinguda a aquest futur—balançat amb una gestió pensada— perquè promet una empresa orientada a dades, proactiva, que encantarà els clients amb contactes personals oportuns i a escala. --- **Sobre l’autor:** Bill Tennant és Director de Represses (Chief Revenue Officer) a BlueCloud, liderant la creació de creixement estratègic, associacions i l’adopció de tecnologia per a l’empresa. Amb gairebé 20 anys en finances, vendes i èxit del client, és reconegut per obtenir resultats mesurables mitjançant la IA generativa i l’anàlisi avançada. La seva visió posa l’accent en el valor co-creat, la governança responsable i solucions escalables impulsades per IA. **Fonts:** - Sinha, P. , Shastri, A. , & Lorimer, S. (2023).

How Generative AI Will Change Sales. Harvard Business Review. - Gross, I. & McLeod, L. (2025). How Sales Teams Can Use Gen AI to Discover What Clients Need. Harvard Business Review. - Chung, D. J. , et al. (2025). 5 Gen AI Myths Holding Sales and Marketing Teams Back. Harvard Business Review. - Qualified (2023). AI Agents and the Rise of Agentic Marketing in B2B. - Qualified (2025). The Agentic Marketing Funnel. - McKinsey & Co. (2024). An Unconstrained Future: How Generative AI Could Reshape B2B Sales. - McKinsey & Co. (2023). The economic potential of generative AI: The next productivity frontier. - DemandScience (2023). Harnessing the Power of Generative AI in B2B Sales. - Deloitte Insights (2024). Tech Companies Lead the Way on Generative AI. - SonarSource (2023). AI Code Generation: Benefits and Risks.