La IA para el negocio nuevo de una agencia es usar modelos para comprimir el trabajo lento y repetitivo alrededor de un pitch —investigar al prospecto, redactar la respuesta, adaptar las credenciales, montar la propuesta— mientras la relación y la idea creativa se quedan con las personas. Las agencias que la usan bien ganan más tiempo para las partes de un pitch que de verdad lo deciden; las que la usan mal producen pitches más genéricos más rápido y pierden.
El negocio nuevo es donde se gana o se pierde la historia de crecimiento de una agencia, y también es una de las partes más repetitivas de dirigir una agencia. Esa combinación lo hace buen candidato para la IA, siempre que seas honesto sobre qué mitad del trabajo es de verdad repetitiva.
Lo que cuesta en realidad el negocio nuevo
El coste del negocio nuevo no es la reunión; es todo lo de alrededor. Leer al prospecto, entender su categoría, adaptar los casos de estudio, escribir el documento de respuesta, montar la presentación, perseguir el seguimiento. La mayor parte de ese trabajo es estructurado y repetible, y una gran porción se hace bajo presión de tiempo por gente cuyo valor real es el juicio y las relaciones.
Esa es la costura en la que encaja la IA. Quita el ensamblaje que impide a los séniors pensar, para que el pitch reciba más de sus mejores horas. No escribe una idea mejor, y cualquier agencia que externalice la idea a un modelo quedará al descubierto en el momento en que el cliente haga una pregunta real.
También vale la pena recordar que un pitch es en parte un argumento de por qué el trabajo no debería simplemente internalizarse. Ese cálculo es antiguo —escribí sobre él cuando el search marketing se estaba internalizando — y la IA no ha cambiado su forma: la agencia tiene que mostrar un estándar y una memoria que el cliente no puede construir solo.
Dónde ayuda la IA a lo largo del pitch
Cuatro etapas le sientan bien a los modelos, y cada una tiene una contraparte humana clara que no debe entregarse. La tabla de abajo es el reparto que yo trazaría.
| Etapa | El trabajo de la IA | El trabajo del humano |
|---|---|---|
| Research del prospecto | Resumir material público, mapear la categoría | Decidir qué les importa |
| Primer borrador | Montar estructura y boilerplate | Escribir el argumento y la idea |
| Credenciales | Adaptar casos de estudio existentes | Elegir qué prueba es relevante |
| Propuesta | Dar formato, comprobar, versionar | Poseer los números y la promesa |
El patrón es que la IA maneja el ensamblaje y el humano maneja la selección y el compromiso. Cuando el reparto se difumina, obtienes pitches pulidos, completos e indistinguibles de los últimos diez que vio el cliente.
Research sin fabricación
El primer lugar donde la IA se gana su sitio es el research. Un modelo puede resumir el material público de un prospecto, mapear su categoría, y sacar a la superficie las preguntas que un competidor podría hacer, en una hora en vez de un día. Es genuinamente útil, y también es donde vive el peligro, porque los modelos inventarán hechos sobre un prospecto con total confianza.
La regla es simple: usa la IA para encontrar y organizar, y verifica cualquier cosa que entre en un documento que un cliente leerá. Sin métricas inventadas, sin relaciones asumidas, sin un «el prospecto dijo» que no puedas fundamentar. Un pitch construido sobre un detalle fabricado es un riesgo que termina la relación, y el esfuerzo ahorrado no vale la pena. Guarda una fuente para cada claim que importe.
Redacta, pero nunca envíes el borrador
Escribir la respuesta es donde la IA es más tentadora y más peligrosa. Un modelo puede producir un primer borrador competente que cubre cada sección, y si envías ese borrador has enviado un pitch genérico. El valor está en usarlo como andamiaje —estructura, cobertura, una checklist de qué debería contener una respuesta— y luego escribir el argumento real tú mismo.
La regla práctica es que ninguna frase escrita por IA va a un prospecto sin editar. No porque la prosa sea mala, sino porque el pitch es una promesa, y una promesa que no escribiste es una que no puedes sostener. El tiempo de edición es donde se inserta el punto de vista de la agencia, y es la parte que gana trabajo.
Credenciales sin inventar
Adaptar credenciales es una tarea que la IA hace bien cuando la materia prima es real y un pasivo cuando no lo es. Alimentar a un modelo con tus casos de estudio reales y pedirle que seleccione y ordene los relevantes contra el brief de un prospecto es legítimo y rápido. Pedirle que «escriba un caso de estudio» es cómo las agencias acaban con pruebas que no pueden defender.
Mantén una biblioteca estructurada de casos de estudio reales —el problema, el trabajo, el resultado, la evidencia— y deja que el modelo trabaje desde ella. Con el tiempo esta biblioteca se convierte en un activo por derecho propio, y es la misma capa de memoria que sostiene el resto de una agencia AI-native. Cuanto más rica y más veraz sea, más útil se vuelve cada pitch futuro.
La trampa del pitch genérico
El mayor riesgo no es que la IA haga un mal pitch; es que haga uno competente y genérico. Un modelo entrenado con los pitches de todos produce el pitch mediano, y el pitch mediano no gana. Si tu output de negocio nuevo empieza a sentirse suave e intercambiable, el problema no es el modelo; es que le dejaste escribir las partes que deberían haber sido tuyas.
El contrapeso es deliberado: usa la IA para todo excepto la idea y el punto de vista, y asegúrate de que un sénior posee esos. El test es si un prospecto podría distinguir tu pitch del de un competidor si se quitaran los logos. Si no, la IA te ahorró tiempo y te costó el trabajo.
Un flujo de trabajo de negocio nuevo
Construye el flujo de trabajo en cuatro pasos. Recoge el material del prospecto y haz que el modelo lo resuma. Redacta la estructura de la respuesta desde ese resumen y una plantilla. Selecciona los mejores casos de estudio reales de tu biblioteca y adáptalos. Luego haz que un humano escriba el argumento, compruebe cada claim, y posea los números. Automatiza los tres primeros pasos y trata el cuarto como el trabajo.
Con el tiempo, instrumenta el flujo de trabajo como cualquier otro: cuánto tarda una respuesta, cuánto tiempo sénior consume, y cómo se ve la tasa de victoria. Es la forma honesta de saber si la IA está ayudando al negocio nuevo o solo acelerando el papeleo. La guía del modelo de agencia cubre los cambios más amplios que la IA trae a cómo corre una agencia.
El seguimiento y el pipeline
El pitch no es el único lugar donde ayuda la IA; el seguimiento es donde la mayoría de las agencias pierde impulso. Un modelo puede redactar la secuencia de seguimiento, resumir la reunión, y mantener al día las notas del pipeline, para que la relación se mantenga cálida sin que alguien persiga manualmente cada hilo. Nada de eso cambia quién posee la relación, y nada debería automatizar la nota personal.
El hábito que importa es convertir cada pitch en un aprendizaje. Ganes o pierdas, captura por qué, añádelo a tu biblioteca de casos de estudio y posicionamiento, y deja que informe el siguiente pitch. Esa biblioteca es el equivalente en negocio nuevo de la capa de memoria, y es la razón por la que una agencia madura pitchea más rápido y mejor que una joven. Alimenta al modelo desde ella, y deja que componga con cada conversación. Una nota escrita corta tras cada pitch —qué se preguntó, qué aterrizó, qué harías distinto— toma minutos y vale más que cualquier herramienta, porque es la materia prima desde la que se construye el siguiente pitch. Esa nota es también lo que hace útil al modelo: sin ella, la IA redacta desde nada.
FAQ
¿Puede la IA escribir nuestros RFPs?
Puede redactar la estructura y el boilerplate, y no debería escribir el argumento ni la idea. Úsala para asegurarte de que cubres cada sección y para ahorrar tiempo de ensamblaje. Las palabras que cargan el pitch, y los compromisos dentro de ellas, se quedan con una persona que pueda defenderlos.
¿Es ético usar IA en un pitch?
Sí, cuando la usas para research, redacción y ensamblaje —las mismas categorías de trabajo que los equipos de cuenta siempre han delegado—. Se convierte en un problema cuando presentas pruebas fabricadas o haces pasar una respuesta genérica por pensamiento a medida. La regla es la misma que aplicarías a cualquier trabajo de apoyo junior: tiene que ser verdad y tiene que ser tuyo.
¿No lo usarán todas las agencias y anularán la ventaja?
Lo usarán, por eso la ventaja se mueve a las partes que los modelos no pueden hacer: la idea, la relación y los casos de estudio reales. Cuando todos tienen ensamblaje rápido, el ensamblaje más rápido deja de ser un diferenciador. Las agencias que ganen serán las cuyo pensamiento y prueba son genuinamente mejores.
¿Cuál es el mayor error?
Enviar el primer borrador. Es la forma más rápida de perder un pitch, porque el prospecto puede sentir la ausencia de un punto de vista. Usa el borrador como andamiaje, y luego escribe el pitch tú mismo, incluso bajo presión de tiempo. Ese paso de edición es el trabajo.
La versión corta
La IA comprime el research, la redacción, la adaptación de credenciales y el ensamblaje de propuestas del negocio nuevo de una agencia, para que los séniors dediquen su tiempo a la idea y la relación. Úsala para encontrar y organizar, nunca para fabricar, y mantén un humano en cada frase que un prospecto leerá. La guía del modelo de agencia cubre cómo cambia el modelo, y el carril para agencias trabaja el negocio nuevo dentro del modelo operativo de agencia.
Si diriges negocio nuevo, me gustaría saber dónde trazas la línea entre lo que la IA redacta y lo que escribes tú.
Un abrazo, Chandler
Este artículo está disponible en español, pero los materiales del curso (videos, plantillas y guías complementarias) están en inglés y japonés; este sitio está disponible en 13 idiomas.