El jueves por la tarde te escribe un cliente que quiere una propuesta para el lunes. Sabes que hace un año preparaste algo muy parecido para otro cliente y que aquella se aceptó. El problema es encontrarla: estaba en una carpeta con un nombre raro, hay tres versiones y no recuerdas cuál enviaste de verdad. Acabas abriendo un documento en blanco y escribiendo otra vez casi lo mismo, con pequeñas diferencias.
En una empresa grande eso ocurre mucho menos. Tienen un equipo de preventa o de licitaciones que dedica buena parte de su trabajo a cuidar una biblioteca: las propuestas que ganaron, las que perdieron, los párrafos que mejor funcionan y las estructuras que se repiten. Cada propuesta nueva arranca de ahí. Tú no tienes ese equipo, pero sí tienes las propuestas pasadas. Lo que falta es alguien que las ordene y las mantenga al día.
Qué guarda una biblioteca de propuestas que sirve de verdad
Una carpeta llena de documentos no es una biblioteca. Para que sea útil, cada propuesta tiene que venir acompañada de unos pocos datos que normalmente no se anotan:
- Para quién era: tipo de cliente, sector y tamaño aproximado.
- Qué se ofrecía: el servicio o producto concreto y las condiciones principales.
- Cómo terminó: ganada, perdida o sin respuesta.
- Por qué, si lo sabes: el cliente te dijo que fue por precio, por plazo, por confianza, o simplemente no dijo nada.
- Quién la escribió y cuándo, para saber si el contenido puede haber quedado anticuado.
Las grandes lo registran porque, sin ese contexto, una propuesta antigua es solo un texto. Con él, es una prueba de qué funciona con qué tipo de cliente. Tú puedes hacer lo mismo a menor escala, y no hace falta que sea perfecto: basta con que, al abrir una propuesta, sepas qué pasó con ella.
Qué puede hacer un agente con tus propuestas pasadas
Un agente de IA, en este contexto, es un programa que trabaja con tus documentos y tus herramientas y te consulta lo importante. Aplicado a las propuestas, hace sobre todo trabajo de archivo y de comparación:
- Reúne y ordena. Recorre las carpetas donde guardas presupuestos y propuestas, detecta las versiones duplicadas y propone quedarse con la última enviada.
- Rellena la ficha. Extrae del propio documento el cliente, el servicio y las condiciones, y te pregunta por lo que no puede saber, por ejemplo si se ganó o no.
- Marca las ganadas. Con el resultado anotado, separa lo que se aceptó de lo que no, para que veas ambos grupos por separado.
- Sugiere para la siguiente. Cuando llega una petición nueva, busca las propuestas más parecidas y te enseña qué estructura usaron, qué párrafos se repiten y qué variaciones hubo.
- Prepara un borrador. A partir de esas propuestas, redacta una primera versión adaptada al nuevo cliente, con huecos marcados donde falta información.
Fíjate en que el agente propone y tú decides. Él no sabe si el cliente nuevo valora más el plazo que el precio; tú sí, porque hablaste con él.
Qué sigue haciendo una persona
Hay cosas que conviene que sigan en tus manos o en las de tu equipo comercial:
- Fijar el precio y las condiciones. El agente puede recordarte qué cobraste en casos parecidos, pero no sabe tu margen actual ni tu carga de trabajo de este mes.
- Leer la propuesta antes de enviarla. Un borrador puede arrastrar un dato de otro cliente o un párrafo que ya no aplica. Ese riesgo existe siempre que se reutiliza texto, también cuando lo hace una persona, y por eso la revisión final no se delega.
- Anotar el motivo real de una derrota. Si perdiste por una razón que solo tú conoces, la biblioteca solo aprende de ello si se lo cuentas.
- Decidir qué entra en la biblioteca. Hay propuestas que prefieres no reutilizar, porque fueron un caso muy particular o porque el servicio ya no se ofrece.
Cómo empezar con algo pequeño
No hace falta ordenar cinco años de documentos. Un arranque razonable es este:
- Elige un único tipo de propuesta, el que más repites.
- Reúne las de los últimos dos años, aunque sean pocas.
- Anota junto a cada una si se ganó o no. Es cuestión de una tarde.
- Pide al agente que te enseñe qué tienen en común las ganadas y en qué se diferencian de las perdidas.
- Usa esa lectura en la próxima propuesta y mira si te ha ahorrado trabajo.
Si funciona, amplías a otros tipos de servicio. Si no, habrás perdido poco y sabrás por qué.
Puedes ver cómo se prepara una propuesta paso a paso en agentes de IA para preparar propuestas comerciales, y cómo se gestiona el envío y el seguimiento en cómo automatizar el envío de propuestas comerciales con IA.
Qué cuidar al montarla
Datos de clientes. Las propuestas suelen contener nombres, direcciones, cifras de negocio y a veces datos de personas de contacto. Si el agente las trata, conviene que funcione con acceso limitado, que la biblioteca no esté abierta a quien no debe verla y que lo que se reutilice entre propuestas sea texto genérico, nunca información que identifique a otro cliente. Si hay datos personales de por medio, aplica el RGPD como en cualquier otro tratamiento: solo lo necesario y durante el tiempo necesario.
Confidencialidad entre clientes. Una propuesta ganadora para un cliente no debería revelar, ni siquiera de pasada, las condiciones que pactaste con otro. La biblioteca sirve para reutilizar estructuras y argumentos, no precios ni datos ajenos.
Sesgo hacia lo que ya funcionó. Una biblioteca de ganadoras te empuja a repetir lo de siempre. Es útil, pero si el mercado cambia o el cliente es distinto, tendrás que salirte del molde. Mantener también las perdidas ayuda a no caer en eso.
Lo que no es. Un agente no asegura que la siguiente propuesta se gane. Te ahorra el trabajo de buscar, comparar y redactar el primer borrador, y eso libera tiempo para lo que sí decide una venta: entender al cliente y ajustar la oferta.
Conclusión
Las grandes ganan tiempo porque no escriben cada propuesta desde cero: parten de lo que ya funcionó. Una pyme puede hacer lo mismo si sus propuestas pasadas están ordenadas, con su resultado anotado, y hay alguien, o algo, que las consulte cada vez que entra una petición nueva. El agente hace ese trabajo de archivo y de primer borrador; tú aportas el criterio sobre el cliente y la revisión final.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.