Hacia un outreach más inteligente con IA conversacional

La promesa era sencilla: multiplicar el outreach por diez sin contratar a nadie más. Llevamos catorce meses midiendo qué pasa cuando un equipo cumple esa promesa al pie de la letra, y el resultado nos incomodó lo suficiente como para reescribir por completo nuestro proceso de contacto en frío. Este experimento terminó siendo, sin buscarlo, un buen adelanto del futuro del outreach con IA conversacional que se avecina en el sector.

Nuestro registro interno de 2025 recoge 1.847 primeros contactos enviados a medios y blogs verticales españoles. Once meses antes, con plantillas escritas a mano y un ritmo de 40 mensajes salientes por semana, la tasa de respuesta se movía en el 11,4%. Con generación asistida y un volumen cuatro veces mayor, cayó al 3,1%. Más mensajes, menos conversaciones. Y un dato que dolió más: el 22% de los dominios que antes nos contestaban dejaron de hacerlo.

¿Por qué la prospección automatizada está fracasando justo cuando más se invierte en ella?

El outreach con IA conversacional consiste en delegar a un sistema automatizado la redacción y el sostenimiento de un intercambio de varios turnos con un contacto en frío. Se diferencia de la automatización clásica de secuencias en que no envía plantillas programadas, sino que reacciona al contenido concreto de cada réplica.

Y fracasa porque la escasez cambió de sitio. Durante quince años, el recurso escaso era el tiempo del remitente: redactar cien mensajes personalizados costaba una semana. Hoy cuesta once minutos. Lo escaso, ahora, es la atención del que recibe.

Un editor de un medio vertical de nicho nos confesó en marzo que pasó de 30 propuestas de colaboración semanales a algo más de 200 en año y medio. No lee ninguna. Filtra por remitentes conocidos y borra el resto en bloque. Su bandeja no distingue entre un mensaje generado en masa y el nuestro, escrito con cuidado durante veinte minutos.

Vamos, que hemos automatizado la producción de algo cuyo valor dependía precisamente de que fuese costoso producirlo. Cuando cualquiera puede simular esfuerzo, el esfuerzo simulado deja de ser una señal.

El error de creer que el problema es el mensaje

La reacción instintiva de casi todos los equipos con los que hemos trabajado es idéntica: si no contestan, el copy está mal. Se prueban asuntos nuevos, se acorta el texto, se añade una línea de investigación previa sobre el destinatario. Y funciona… durante seis semanas.

Nosotros hicimos exactamente eso. Cuatro rondas de test A/B sobre asunto y primera línea, 380 mensajes por variante. La mejor combinación subió la apertura del 19% al 34%. Las respuestas se movieron dos décimas. Abrían más y contestaban lo mismo, lo cual significaba que el cuello de botella estaba en otro lugar.

Puesto en una tabla, el desfase entre lo que nos vendieron y lo que registramos resulta más difícil de discutir:

El diagnóstico correcto tardó en llegar: no nos ignoraban por cómo escribíamos, sino por a quién escribíamos y con qué frecuencia lo hacíamos.

Volumen contra pertinencia: la trampa que nadie mide

Casi todos los paneles de control de prospección muestran mensajes salientes, aperturas, clics y contestaciones. Ninguno muestra la métrica que de verdad predice el rendimiento a doce meses: cuántos contactos de tu base han recibido ya una propuesta tuya que no encajaba con su línea editorial.

Empezamos a registrarla a mano en abril. La llamamos ratio de desajuste. Sobre una muestra de 47 dominios con los que teníamos historial largo, los que habían recibido al menos dos propuestas irrelevantes respondían un 74% menos que aquellos a los que solo habíamos escrito con encaje, aunque el volumen total de contactos hubiese sido similar.

¿Qué implica eso? Que cada mensaje mal dirigido no es neutro. Resta crédito futuro. Y los sistemas de generación masiva son extraordinariamente buenos produciendo mensajes mal dirigidos a gran velocidad, porque optimizan por cobertura y no por encaje.

Si el material que ofreces no está construido pensando en quién lo va a publicar, ningún ajuste de plantilla lo salva; sobre esa parte del trabajo escribimos nuestra guía sobre cómo preparar contenido pensado para pitching, que es la fase que casi todo el mundo salta por ir directo al envío.

Lo que nadie dice sobre los agentes conversacionales en contacto en frío

Aquí está el quid. Un agente conversacional no es una plantilla más rápida: es un interlocutor que sostiene un intercambio de varios turnos. Sobre el papel, resuelve el problema de la pertinencia, porque puede preguntar antes de proponer.

Probamos dos configuraciones durante el segundo semestre. La primera, un asistente que contestaba automáticamente a cualquier réplica del destinatario. La segunda, un asistente que solo redactaba borradores y esperaba aprobación humana antes de enviar. Misma base de contactos, 240 destinatarios cada rama.

La rama totalmente automática cerró 6 acuerdos de colaboración. La supervisada, 19. Pero el número que nos hizo cambiar el proceso fue otro: en la rama automática, 11 destinatarios pidieron explícitamente no recibir más comunicaciones. En la supervisada, 2.

Dónde se rompe la conversación cuando el interlocutor sale del guion

Los modelos generativos gestionan bien las tres primeras réplicas previsibles: precio, plazos, temática. Se hunden en la cuarta, cuando aparece algo que no está en ningún ejemplo de entrenamiento del sector.

Un caso concreto de octubre: un responsable de contenidos preguntó si podíamos adaptar el enfoque del artículo a una polémica local que llevaba dos semanas en la prensa de su región. El asistente contestó con una reformulación genérica y educada que no mencionaba la polémica. Perdimos el contacto. Un humano habría dicho «no conozco el detalle, cuéntame» y habría ganado media hora de conversación real.

Creíamos que el punto de ruptura estaba en la capacidad de redacción. Después de revisar 130 hilos completos descubrimos que estaba en la capacidad de admitir desconocimiento. Cambiamos las instrucciones del sistema para que, ante cualquier señal ambigua, escale a persona en lugar de improvisar. Las conversaciones que llegaban al quinto turno subieron del 8% al 27%.

Y sí, reconozco una limitación de todo esto: nuestra muestra es de nicho editorial español. No tengo evidencia de que el mismo umbral aplique a prospección comercial en software o industria.

¿Cuánto cuesta realmente quemar una lista de contactos?

Mucho más de lo que aparece en cualquier hoja de cálculo, porque el coste no se paga el mes del error.

Hagamos el cálculo con números nuestros. Una selección curada de 500 medios y blogs relevantes en un vertical concreto nos supone entre 60 y 80 horas de trabajo de investigación, verificación de contacto y cualificación editorial. A precio interno, eso son unos 3.000 euros de coste directo. Reconstruirla desde cero no cuesta lo mismo: cuesta más, porque los contactos quemados siguen existiendo y ya te conocen.

En dos ocasiones hemos tenido que dejar «en cuarentena» segmentos enteros durante seis y nueve meses respectivamente. Durante ese periodo, esos dominios no generaron nada. Cero. El coste de oportunidad de nueve meses sin acceso a 90 medios de un nicho no se recupera cambiando de herramienta.

Y hay un tercer coste, el más silencioso: el sesgo de supervivencia en tus propios datos. Cuando quemas a los contactos más exigentes, los que quedan son los menos selectivos. Tus métricas mejoran mientras la calidad media de lo que consigues empeora. Nos pasó a finales de 2024: la tasa de aceptación subió al 41% y tardamos un trimestre en darnos cuenta de que estábamos publicando en sitios cada vez menos relevantes.

Hice el ejercicio de sumarlo todo para un caso concreto de mediados de año. Coste de reconstrucción parcial, meses de inactividad del segmento y trabajo de recuperación de reputación técnica: 11.400 euros aproximados frente a los 2.800 que se ahorraron ese trimestre en horas de redacción. La automatización mal calibrada salió cuatro veces más cara que el problema que venía a resolver.

Estas son las cinco señales que hoy vigilamos cada semana para saber si estamos desgastando una base de contactos:

1. La respuesta cae sin haber cambiado el copy
2. Suben las bajas y los reportes de spam
3. Los contactos históricos dejan de contestar
4. La aceptación sube y la calidad del medio baja
5. La colocación en bandeja principal baja del 80%

Reputación de dominio, capacidad de entrega y coste de recuperación

La parte técnica agrava lo anterior. Los proveedores de correo evalúan patrones de comportamiento del remitente, y un salto brusco de volumen combinado con baja interacción es exactamente la firma que penalizan.

Nuestro incidente de julio: pasamos de 45 a 190 mensajes diarios desde el mismo dominio en cuatro días. La colocación en bandeja principal cayó del 91% al 58% en dos semanas, medida con cuentas semilla propias en cinco proveedores distintos. Ninguna advertencia previa, ningún aviso.

Recuperarlo llevó once semanas de calentamiento progresivo, reducción a 25 mensajes diarios y segmentación agresiva hacia quienes tenían historial de apertura. Tres cosas aprendimos ahí:

• El dominio principal no se usa para prospección. Nunca.
• Las bajas y los reportes de spam pesan más que las aperturas.
• Un cambio de volumen superior al 30% semanal es una apuesta, no una optimización.

Hay un detalle que casi nadie considera: la reputación se degrada más rápido de lo que se reconstruye. Once semanas para deshacer cuatro días.

El traspaso humano-agente: la pieza que decide si convierte o molesta

Si tuviera que quedarme con un solo componente del sistema, sería este. No la calidad de la redacción, no la segmentación: el momento del relevo.

Nuestro modelo actual reparte el trabajo así: la máquina prepara investigación previa y borradores, una persona valida y envía el primer contacto, la máquina redacta contestaciones a réplicas previsibles y una persona interviene desde el momento en que aparece una pregunta con contexto local, una objeción de precio o cualquier señal emocional.

¿El criterio para escalar? Lo definimos como cinco disparadores explícitos. Cuando cualquiera de ellos se activa, el hilo pasa a bandeja humana en menos de dos horas hábiles:

1. Pregunta sobre algo no documentado
2. Mención de un competidor o proveedor previo
3. Tono negativo o irónico
4. Negociación económica
5. Quinto turno de conversación

Desde que lo aplicamos, en septiembre, la proporción de conversaciones que terminan en acuerdo se estabilizó en el 14,8% sobre contactos que contestan, con un volumen sostenible de 60 mensajes diarios. No es el crecimiento explosivo que prometían las demos. Es un sistema que aguanta.

Qué exige la normativa cuando quien escribe no es una persona

Este bloque lo revisamos con asesoría legal externa en noviembre, porque nos había preocupado antes de que nadie nos lo preguntara.

Tres marcos concurren en Europa. El reglamento general de protección de datos, que exige base jurídica para tratar datos de contacto y obliga a facilitar el ejercicio de derechos de forma efectiva. La normativa española de servicios de la sociedad de la información, que regula las comunicaciones comerciales no solicitadas. Y el reglamento europeo de inteligencia artificial, cuyas obligaciones de transparencia entran en aplicación de forma escalonada y sitúan en 2026 el bloque relativo a informar cuando alguien interactúa con un sistema automatizado.

La consecuencia práctica es incómoda para quien vendía indistinguibilidad como ventaja: si tu interlocutor no puede saber que está hablando con software, tienes un problema regulatorio y no solo reputacional.

Nosotros lo resolvimos con una línea en la firma que indica que las primeras contestaciones pueden estar asistidas por herramientas automáticas y que hay una persona identificable al otro lado. Temíamos que hundiera los resultados. Sobre 310 mensajes con esa línea frente a 290 sin ella, la diferencia en tasa de respuesta fue de 1,2 puntos a favor de… los que la llevaban. Ni idea de por qué. Sospecho que la transparencia funciona como señal de que hay alguien que responde de verdad.

Cómo diseñar un sistema conversacional que sume en lugar de saturar

Total, que después de todo lo anterior, nuestro proceso quedó del revés respecto a como empezó. Antes escalábamos volumen y ajustábamos mensaje. Ahora limitamos volumen y escalamos investigación previa.

Cuatro reglas lo sostienen. La primera: tope duro por dominio de remitente, revisado semanalmente, con crecimiento máximo del 20%. La segunda: cada contacto pasa un filtro de encaje editorial hecho por persona antes de entrar en la secuencia, aunque el borrador sea automático. La tercera: quien no contesta a dos aproximaciones queda fuera durante doce meses, sin excepciones. La cuarta: cualquier señal de fricción escala a humano.

Si esto suena a menos productividad, lo es en términos de mensajes por hora. Pero nuestro coste por colaboración conseguida bajó de 340 a 190 euros entre enero y noviembre, con un tercio del volumen. El rendimiento por contacto compensó de sobra la reducción de alcance.

Una advertencia honesta: este modelo requiere una persona con criterio editorial real dedicada al menos media jornada. Si el planteamiento era eliminar ese perfil, ninguna herramienta va a hacer que los números cuadren.

¿Qué herramientas de IA conversacional se usan de verdad en captación B2B?

Cuatro categorías, y solo cuatro. Verificación de direcciones antes de escribir, calentamiento y monitorización de entregabilidad con cuentas semilla, asistentes generativos limitados a investigación previa y borradores, y un gestor de secuencias con topes de volumen configurables. Nada más entra en nuestro flujo.

Lo que descartamos es igual de revelador: los agentes que envían sin validación humana y los buscadores masivos de contactos sin cualificación editorial. Probamos ambas categorías durante el primer semestre y las dos empeoraron nuestras métricas de forma medible. La herramienta importa mucho menos que el tope de volumen que le pongas encima.

Hacia dónde se mueve la captación B2B y qué habilidades sobreviven

Imagina el escenario más probable a tres años: coste de producción de mensajes tendiendo a cero, filtros de recepción cada vez más agresivos y destinatarios que asumen por defecto que cualquier primer contacto viene generado por software. En ese mundo, ¿qué conserva valor?

Lo que no se puede sintetizar. Tener el teléfono del editor porque coincidiste con él en un congreso. Saber que ese medio no acepta colaboraciones en enero porque cierran presupuestos. Haber leído los últimos seis artículos de la sección donde quieres publicar y poder discutirlos.

Nuestro equipo redistribuyó horas en esa dirección durante el último trimestre: menos tiempo redactando, más tiempo en relación previa, eventos sectoriales y seguimiento de líneas editoriales. Es menos escalable y funciona mejor.

La conclusión que sacamos de estos catorce meses de datos contradice el argumento con el que nos vendieron la tecnología: el futuro del outreach no consiste en enviar más, sino en poder permitirse enviar menos porque cada mensaje llega al sitio correcto. Los agentes conversacionales encajan bien en ese modelo como capa de preparación y respuesta previsible. Encajan mal como sustituto del criterio de quien decide a quién merece la pena escribir.

Y quien no mida el desgaste de sus contactos lo descubrirá igual, solo que doce meses más tarde y con la factura pagada.