Respuesta corta: un agente de IA en outbound B2B es un programa que encadena tareas con un objetivo (investigar una cuenta, preparar un borrador, actualizar tu CRM) usando un modelo de lenguaje y herramientas conectadas. Funciona bien en research y preparación. La decisión de a quién escribir, qué prometer y cómo conversar sigue siendo de una persona.
Si sigues dejando que un agente envíe correos que nadie ha leído, para. Llevamos meses oyendo hablar de «AI SDR» y agentes que prospectan solos. Algunos proveedores nos prometen sustituir al equipo entero. Otros nos dicen que todo es humo. Lo que vemos nosotros en nuestras campañas es menos llamativo y más útil: los agentes de IA hacen muy bien una parte del outbound, la que consume horas de preparación, y lo hacen mal cuando se les deja decidir solos lo que exige criterio comercial.
Con esta guía abrimos el tema en nuestro blog. Te contamos qué es un agente, dónde lo metemos nosotros en cada fase del outbound, cómo montamos el flujo con control humano y qué medimos. Para profundizar en cada pieza, enlazamos a tres guías más concretas: research de cuentas con agentes, IA generativa en secuencias de email y outbound multiagente y orquestación.
Qué delegar a un agente y qué no, en una tabla
| Fase del outbound | Qué puede hacer un agente | Qué decide una persona | Riesgo si lo automatizas sin control |
|---|---|---|---|
| ICP y segmentación | Agrupar cuentas por criterios que tú defines | Qué segmento probar y por qué | Escalar un ICP que nadie ha validado |
| Datos y enriquecimiento | Completar campos, detectar duplicados, marcar datos viejos | Qué fuentes son fiables y legales para tu empresa | Rebotes y quejas por datos malos |
| Research de cuentas | Leer web, noticias y ofertas de empleo, resumir señales | Si la señal justifica escribir ahora | Personalización que suena a plantilla |
| Redacción | Proponer borradores por segmento y por toque (nosotros: Claude vía API y párrafos personalizados con la API de Perplexity) | Qué se promete y el tono final | Afirmaciones falsas en tu nombre |
| Envío y cadencia | Programar envíos según reglas | Volumen, dominio y ritmo | Dominio quemado |
| Respuestas | Clasificar respuestas y proponer la siguiente acción | La respuesta, el análisis de las positivas y la llamada de cualificación | Conversaciones mal llevadas |
| CRM y reporting | Registrar actividad y preparar informes | Qué cambiar en tu campaña | Datos que nadie revisa |
¿Qué es un agente de IA en outbound B2B?
Un agente de IA en outbound B2B es un sistema que recibe un objetivo, decide qué pasos dar y usa herramientas (buscador, CRM, correo, hojas de cálculo) para cumplirlo, con un modelo de lenguaje como motor. Para nosotros, se diferencia de un asistente en que no espera a que le pidas cada paso: encadena varios.
Un ejemplo de cómo lo usamos. Le damos un listado de cuentas y le pedimos «prepara un resumen de cada una para decidir si les escribimos». Nuestro agente abre la web de cada empresa, mira si están contratando en ventas, busca noticias recientes y deja en una hoja tres líneas por cuenta con la fuente de cada dato. Nosotros leemos la hoja y nosotros decidimos.
Hay empresas que ya cuentan cómo lo usan. Anthropic explica en su blog cómo su equipo de go-to-market usa Claude para preparar research de cuentas y borradores que después revisa una persona (Anthropic, GTM engineering). Su plugin de ventas recoge tareas como research de cuentas, borradores de outreach y preparación de llamadas (Claude, Sales plugin). Es el mismo patrón que seguimos nosotros: el agente prepara, la persona decide.
¿En qué se diferencia un AI SDR de un SDR con herramientas de IA?
Un «AI SDR» es un producto que promete hacer el trabajo del SDR de principio a fin: elegir cuentas, escribir, enviar y responder. Un SDR con herramientas de IA es una persona que usa agentes para las tareas repetitivas y se queda con el criterio. Es lo que hacemos nosotros.
La diferencia práctica está en quién responde de lo que sale con tu nombre. Con un AI SDR autónomo, cada correo que envía habla por tu empresa sin que nadie lo lea antes. Nosotros no nos fiamos de eso. Con un SDR que usa agentes, como en nuestro caso, la persona revisa antes de enviar y conversa cuando alguien contesta.
No hemos encontrado una comparativa independiente entre los dos modelos, y menos para el mercado español. Las que circulan las publican los propios vendedores de AI SDR con sus datos y su metodología, así que no las damos como hecho.
¿Qué tareas del outbound puedes delegar a un agente de IA?
Nosotros delegamos las tareas que tienen un resultado comprobable y que podemos revisar rápido. Estas son las que mejor nos funcionan:
Research de cuentas y señales
Para nosotros es el uso con más retorno, la verdad. Nuestro agente reúne lo que haría un SDR en veinte pestañas: qué hace la empresa, si ha abierto mercado, si contrata en ventas, qué herramientas usa, si ha cambiado alguien en dirección. ZoomInfo describe este tipo de disparadores (financiación, contratación, cambios de liderazgo, tecnología, intención) como base para personalizar (ZoomInfo). Lo contamos en detalle en research de cuentas con agentes.
Limpieza y enriquecimiento de datos
Detectar duplicados, normalizar cargos, marcar contactos con datos antiguos y completar campos vacíos. El enriquecimiento lo montamos con Claude vía API (datos propios de HelloMrLead). Nuestra regla es que nuestro agente nunca invente un dato que falta: si no lo encuentra, lo deja vacío y lo marca.
Borradores por segmento
Nuestro agente nos propone un primer correo y los seguimientos para cada segmento, con la señal de la cuenta como gancho. Nosotros corregimos el tono, quitamos lo que no podemos afirmar y aprobamos. Más detalle en IA generativa en secuencias de email.
Clasificación de respuestas
Separar «interesado», «no es buen momento», «no soy la persona» y «no me escribas más», y proponer la siguiente acción. La respuesta a quien ha contestado la escribe o la revisa una persona de nuestro equipo, y el análisis de las respuestas positivas también lo hacemos a mano.
Registro en tu CRM e informes
Aquí le pedimos anotar cada toque, actualizar el estado del contacto y preparar un resumen semanal por segmento. Es trabajo que casi nadie hace bien a mano, ni siquiera nosotros, y un agente lo hace con constancia.
¿Qué no deberías delegar a un agente?
Nosotros no delegamos lo que exige criterio comercial ni lo que nos compromete ante un cliente. Ojo, en concreto:
- Elegir tu ICP. El agente puede ayudarte a analizar datos, pero decidir qué mercado atacar es estrategia, y esa la ponemos nosotros. Antes de escalar nada, valida tu ICP con outbound.
- Enviar sin revisión. Un borrador con un dato inventado o una promesa que no cumplimos saldría con nuestra firma, y con la de nuestro cliente.
- Decidir tu volumen. Gmail pide subir tu volumen de forma gradual y avisa de que duplicarlo de golpe puede limitar tus envíos o dañar tu reputación (Gmail). Un agente sin límites puede hacer justo eso, así que el volumen lo fijamos nosotros. Lo explicamos en nuestra guía de entregabilidad del cold email.
- Conversar con quien responde. Una respuesta es el mejor momento del outbound. Ahí toca escuchar, y por eso la llamada para cualificar al lead la hace siempre una persona.
- Decidir sobre datos personales. Qué datos guardas, de dónde vienen y cómo los tratas es una decisión con implicaciones legales, y nosotros no se la dejamos a una máquina. Lo tratará una guía aparte con revisión legal.
¿Cómo se monta un flujo de outbound con agentes y revisión humana?
Se monta como una cadena de pasos cortos, cada uno con una salida que una persona puede comprobar, y con puntos de control antes de todo lo que sale hacia fuera. Este es el orden que seguimos nosotros:
- Definimos segmento y señal. Una persona del equipo fija el ICP, el segmento de esta tanda y la señal que justifica escribir.
- El agente prepara la lista. Filtra cuentas, completa datos y marca lo que no ha podido verificar.
- Control 1: revisión de lista. Una persona del equipo descarta cuentas que no encajan y contactos dudosos.
- Nuestro agente hace el research. Tres o cuatro líneas por cuenta, cada dato con su enlace.
- El agente propone borradores. Uno por toque y por segmento, usando el research.
- Control 2: QA humano de mensajes. Una persona del equipo corrige tono, quita lo que no podemos afirmar y aprueba. Sin este QA no sale nada.
- Envío con reglas fijas. Volumen, horarios y cadencia los decide una persona y no cambian a mitad de tanda.
- El agente clasifica respuestas. Y propone la siguiente acción.
- Control 3: la conversación. Una persona del equipo responde, analiza las respuestas positivas y hace la llamada de cualificación.
- Nuestro agente registra y resume. CRM al día e informe semanal para decidir la siguiente tanda.
Si tú trabajas con varios agentes, cada uno con su tarea, necesitas además que compartan contexto y que alguien coordine. RevSure lo describe como especialización, contexto compartido y gobierno del sistema, y distingue entre tener asistentes sueltos y tener un sistema multiagente (RevSure). Nosotros lo desarrollamos en outbound multiagente y orquestación.
¿Qué medir para saber si los agentes de IA mejoran tu outbound?
Medimos lo mismo que medíamos sin agentes, separado por segmento, y añadimos dos cosas: cuánto tiempo ahorramos y cuántos errores llegan a los controles.
| Métrica | Cómo se calcula | Qué te dice |
|---|---|---|
| Tasa de respuesta | Respuestas ÷ contactos de la tanda | Si el mensaje y la cuenta encajan |
| Tasa de reunión | Reuniones agendadas ÷ contactos de la tanda | El resultado que importa |
| Tiempo de preparación por cuenta | Minutos de una persona por cuenta, antes y después | Si tu agente ahorra trabajo de verdad |
| Errores en control | Borradores o datos corregidos ÷ revisados | Si tu agente es fiable o te genera trabajo |
| Tasa de spam | Postmaster Tools (Gmail) | Si tu volumen se te está yendo |
No te damos una cifra de mercado para estas métricas porque no tenemos ninguna con fuente que aplique a tu sector. Nuestra referencia es la nuestra: en nuestras campañas la tasa de respuesta está en el 4 % o más (datos propios de HelloMrLead). Te recomendamos compararte contigo mismo: la misma secuencia y el mismo segmento, con y sin agentes, cambiando una sola cosa cada vez.
Cómo lo hacemos en HelloMrLead
En HelloMrLead concertamos reuniones con tomadores de decisión para empresas B2B. Nuestro método se apoya en bases de datos, buyer personas, llamadas y concertación de reuniones, y los agentes de IA entran en ese método como apoyo, no como sustituto. Bueno, así lo ordenamos nosotros:
- El criterio va primero. Antes de abrir ningún agente, nosotros fijamos el ICP, el segmento y la señal. Si no sabemos por qué escribimos a una cuenta, el agente no lo va a saber por nosotros.
- Los agentes preparan, las personas deciden. Montamos las campañas y el enriquecimiento con Claude vía API. Nada se envía sin QA humano, el análisis cualitativo de las respuestas positivas lo hace una persona y la llamada para cualificar al lead antes de entregarlo a nuestro cliente también.
- Cada dato con su fuente. Le pedimos a nuestro agente que nos enlace la fuente de cada dato que usa. Si no hay fuente, el dato no entra en el mensaje.
- Nada de cifras inventadas. Si un borrador nos mete un resultado, un cliente o un porcentaje que no podemos demostrar, lo quitamos.
- El volumen lo decide una persona. Los agentes no nos suben el ritmo de envío por su cuenta: nos quedamos en 30 correos por buzón al día.
Esto es lo que usamos y lo que nos da (datos propios de HelloMrLead):
- Personalización de verdad. Cada correo sale personalizado. Ya no nos quedamos en los snippets: personalizamos párrafos enteros con la API de Perplexity.
- Datos limpios. Verificamos con MillionVerifier y BetterContact y enviamos con Instantly.
- Un caso. Con un cliente que aplica todo este proceso pasamos de 5 a 16 leads entregados al mes. Para nosotros un lead entregado es el que cumple la cualificación BANT.
El tiempo de preparación que ahorra cada agente lo medimos tanda a tanda, comparando con cómo trabajábamos antes.
¿Qué errores son frecuentes al usar agentes de IA en outbound?
- Automatizar un proceso que no funcionaba. Si el outbound manual no conseguía reuniones, un agente solo ayuda a no conseguirlas más rápido.
- Confundir volumen con alcance. Que un agente pueda escribir mil correos no significa que haya que enviarlos. Nosotros nos quedamos en 30 por buzón al día.
- Personalización de relleno. «He visto que tu empresa está en Madrid» no es una señal, y nosotros la tachamos. Una señal explica por qué escribes ahora.
- Quitar los controles para ir más rápido. Nuestros controles son lo que evita que un error salga con nuestro nombre o el de tu empresa.
- No registrar qué hizo tu agente. Si no sabes qué datos usó y qué escribió, no puedes mejorar tu siguiente lote. Nosotros lo guardamos todo.
- Medir solo la actividad. Correos enviados y cuentas investigadas no son resultados. Para nosotros, los leads entregados sí.
Checklist antes de meter agentes en tu outbound
- [ ] Tu ICP validado y tu segmento definido por una persona.
- [ ] Señal clara de por qué escribes a cada cuenta.
- [ ] Tareas delegadas con una salida que se pueda revisar.
- [ ] Tres controles humanos: lista, mensajes y conversación.
- [ ] Regla de «sin fuente no hay dato».
- [ ] Volumen y cadencia fijados por una persona.
- [ ] Métricas por segmento preparadas antes del primer envío.
Preguntas frecuentes
¿Un agente de IA puede sustituir a un SDR?
En nuestra experiencia, puede hacer una parte de su trabajo, sobre todo la preparación. En nuestro equipo, la elección de cuentas, la revisión de mensajes y la conversación con quien responde siguen necesitando a una persona. Las empresas que cuentan públicamente cómo usan agentes en ventas describen borradores que revisa alguien antes de salir (Anthropic).
¿Qué diferencia hay entre automatización y un agente de IA?
Una automatización sigue reglas fijas: si pasa A, haz B. Un agente recibe tu objetivo y decide qué pasos dar con las herramientas que le das. Eso le da flexibilidad, y por eso nosotros le ponemos más control.
¿Los correos escritos con IA funcionan peor?
Depende de cómo se usen. Vale, un correo genérico funciona mal lo escriba quien lo escriba. Lo que a nosotros nos funciona es un borrador basado en una señal real de la cuenta, con párrafos personalizados y revisado por una persona antes de salir. Con ese proceso completo, un cliente nuestro pasó de 5 a 16 leads entregados al mes (datos propios de HelloMrLead).
¿Por dónde empiezo si nunca he usado agentes en outbound?
Nosotros empezaríamos por el research de cuentas. Es la tarea con salida más fácil de revisar y la que más tiempo de preparación consume. Empieza con una tanda pequeña, compárala con tu forma actual de trabajar y amplía si te ahorra tiempo sin bajar tu calidad. Así lo hicimos nosotros.
¿Qué pasa con la protección de datos?
Los agentes tratan datos de personas, así que nosotros les aplicamos las mismas reglas que a cualquier otro tratamiento. Qué datos guardas, de dónde vienen y con qué base legal lo tratamos en nuestra guía sobre legalidad, con revisión legal.
¿Cuántos agentes necesito?
Uno por cada tarea distinta con salidas que puedas revisar. Nosotros te diríamos que empieces con uno, el de research, y añadas otros cuando funcione. Es más sensato que montar todo el sistema de golpe.
¿Quieres aplicarlo esta misma semana? Llévate guías y checklists de prospección B2B para ordenar tu outbound antes de meter agentes. Descargar el Pack SDR
