Preguntas de entrevista con IA para ventas: SDR, AE y AM

Por Jürgen Ulbrich

Las preguntas de entrevista con IA para roles comerciales te ayudan a saber si los candidatos usan la venta asistida por IA de forma responsable, o si tratan la automatización como un atajo hacia el spam, las afirmaciones inventadas y un manejo arriesgado de los datos de clientes. Esta guía te ofrece un banco de preguntas para los roles de SDR, AE y Account Manager, con un marco de puntuación y notas de cumplimiento normativo para la UE y DACH.

¿Buscas una IA que realice la entrevista por ti? Esta página recoge preguntas para comprobar cómo usan la IA los candidatos de ventas. Para entrevistas dirigidas por un entrevistador de IA, consulta entrevistas con IA en el screening y la visión general de entrevistas con IA y reclutamiento por voz. El mismo método para otra función: preguntas de entrevista con IA para roles de finanzas y controlling.

¿Por qué evaluar de forma estructurada las habilidades de venta con IA?

Cuando un candidato incluye «venta asistida por IA» en su CV, eso no te dice nada sobre cómo la usa de verdad. El abanico va desde una aplicación cuidadosa y basada en hechos hasta la automatización de spam sin control, datos de clientes inventados y vulneraciones del RGPD.

Un proceso de entrevistas sin estructura suele premiar lo que no toca: candidatos que generan resultados de IA impresionantes con rapidez, pero que nunca verifican el contenido ni conocen sus límites. El resultado son nuevas incorporaciones con conductas de riesgo bajo la presión de los objetivos, y una exposición al incumplimiento normativo para tu empresa.

Las entrevistas estructuradas hacen que la evaluación sea repetible. Según el metaanálisis de Sackett et al. (2022), las entrevistas estructuradas son el mejor predictor individual del desempeño laboral entre los métodos de selección habituales.

Tres riesgos concretos que se te escaparán sin estructura:

  • Riesgo de exactitud: los candidatos envían mensajes generados por IA sin verificarlos, y al cliente le llegan productos equivocados, referencias inventadas y casos de uso ficticios.
  • Riesgo de datos: los datos de clientes (datos de contacto, detalles de operaciones, precios de contrato) se pegan en herramientas de IA sin revisión, lo que supone una vulneración del RGPD desde el primer día.
  • Riesgo de gobernanza: falta de transparencia sobre el uso de la IA ante los responsables o los comités de empresa, de modo que surgen problemas de cumplimiento antes de que exista un acuerdo de empresa.

Los 7 ámbitos de competencia de la venta asistida por IA

Para evaluar las habilidades de venta con IA necesitas un marco de referencia común. Sin él, cada entrevistador evalúa con sus propios criterios: unos premian la rapidez y otros el cumplimiento. El resultado ni es justo ni se puede repetir.

Los siete ámbitos siguientes cubren todo el ciclo de venta y se traducen directamente en tareas de entrevista y rúbricas de puntuación. Para completar la visión con las competencias comerciales básicas más allá de la IA, combínalo con una matriz de skills de ventas por nivel de rol y evita así dar demasiado peso a la soltura con la IA a costa de las habilidades de venta fundamentales.

ÁmbitoQué abarcaMás relevante para
1. Investigación y prospecciónFuentes de datos, límite entre datos públicos y personales, formulación de hipótesisSDR, AE
2. Outreach y mensajesVerificación de datos, control del tono, alineación con el ICP, calidad frente a volumenSDR, AE
3. Preparación de reuniones y seguimientoAgenda, resúmenes de llamadas, próximos pasos, gestión de objecionesAE, Account Manager
4. RGPD y datos de clientesQué no se introduce en herramientas de IA, anonimización, permisosTodos los roles
5. Forecast y calidad del pipelineSeñales de riesgo en las operaciones, integridad del CRM, forecast honestoAE, Account Manager
6. Ética y controles de calidadDetectar alucinaciones, verificar afirmaciones, comunicar límitesTodos los roles
7. Transparencia y gobernanzaDocumentación, aprendizaje del equipo, escalado, seguridad psicológicaTodos los roles

Banco de preguntas: ámbito 1. Investigación y prospección con IA

Aquí compruebas si los candidatos saben usar la IA como asistente de investigación sin cruzar ciertos límites: no pegar sin control en los modelos datos personales de notas del CRM o de perfiles de LinkedIn, y no tratar las suposiciones como hechos.

  • Cuéntame cómo investigas normalmente una cuenta nueva. ¿Qué fuentes usas y qué introduces en las herramientas de IA durante ese proceso?
  • Al prospectar, ¿cómo distingues entre datos de acceso público y datos personales que no puedes reutilizar libremente?
  • Describe un caso en el que un resultado de la IA no fuera fiable durante la investigación de una cuenta. ¿Cómo lo detectaste y qué cambiaste?
  • ¿Cómo conviertes una investigación asistida por IA en una hipótesis concreta de discovery, sin tratar las suposiciones como hechos confirmados?
  • ¿Qué información no introducirías nunca en una herramienta de investigación con IA, aunque acelerase el proceso?

Señal positiva: el candidato explica con claridad qué fuentes usa, señala límites nítidos y sabe distinguir entre conocimiento público e información confiada por clientes. Señal de riesgo: «Copio los perfiles de LinkedIn y las notas del CRM directamente en la herramienta», sin reflexión alguna sobre privacidad de datos ni consentimiento.

Banco de preguntas: ámbito 2. Outreach y mensajes

El objetivo no es saber si los candidatos pueden generar buenos mensajes con IA. Lo que importa es si verifican los borradores de la IA antes de pulsar enviar.

  • Enséñanos un mensaje de outreach que obtuviera respuesta. ¿Qué cambiaste del borrador de la IA y por qué?
  • ¿Cómo verificas las afirmaciones de los mensajes generados por IA antes de enviarlos a un prospecto?
  • ¿Qué haces cuando un borrador de la IA incluye un caso de uso o una referencia de cliente que no puedes verificar?
  • ¿Cómo te aseguras de que tu outreach resulte personalizado sin inventar hechos?
  • En tu opinión, ¿en qué momento la prospección asistida por IA se convierte en spam? ¿Cómo lo reconoces en tu propio trabajo?

Señal positiva: el candidato describe un proceso de edición y verificación: revisa los borradores de la IA, comprueba las afirmaciones y elimina el contenido no verificado. Señal de riesgo: «Ajusto el asunto y lo envío», sin revisión del contenido.

Banco de preguntas: ámbito 3. Preparación de reuniones y seguimiento

La IA puede ayudar con agendas, resúmenes de llamadas y próximos pasos, pero solo si los candidatos reconocen lo que un resumen de IA hace mal o deja fuera.

  • ¿Cómo usas la IA para preparar una llamada de discovery? ¿Qué sigues comprobando a mano?
  • ¿Has leído alguna vez el resumen de una llamada hecho por IA y has visto que faltaba algo importante o que era incorrecto? ¿Qué hiciste?
  • ¿Cómo redactas mensajes de seguimiento a partir de un resumen de IA sin asumir compromisos que no se hablaron en la conversación?
  • Describe cómo gestionas una objeción cuando tu material de preparación basado en IA no te da una respuesta útil.
  • ¿Qué información de una conversación no introducirías en una herramienta de resumen con IA por considerarla confidencial?

Banco de preguntas: ámbito 4. RGPD y límites con los datos de clientes

Este es el ámbito más crítico para las empresas de la UE y de DACH. Las vulneraciones del RGPD por pegar datos de prospectos o clientes en herramientas de IA no son un riesgo hipotético, sino un problema de cumplimiento muy concreto. Los candidatos tienen que saber qué no pueden hacer.

  • En lo que respecta a los datos de clientes, ¿qué no introducirías nunca en una herramienta de IA? ¿Puedes nombrar categorías concretas?
  • Explícame tu proceso cuando quieres usar información de un prospecto para mensajes asistidos por IA. ¿Qué pasos incluye?
  • ¿Qué significa para ti la anonimización en la práctica cuando usas notas de reuniones o detalles de operaciones como contexto para herramientas de IA?
  • ¿Has usado alguna vez una herramienta para procesar datos de clientes y después te has preguntado si eso estaba realmente permitido? ¿Cómo lo gestionaste?
  • ¿Qué esperas de tu empresa para poder usar herramientas de IA conforme al RGPD: políticas, herramientas autorizadas, formación?

Contexto legal: según el art. 22 del RGPD, las decisiones totalmente automatizadas sobre personas con efectos significativos están prohibidas por regla general si no hay revisión humana. Para los equipos de ventas, esto significa que los perfiles de prospectos generados por IA o la puntuación automática de leads sin supervisión humana se mueven en una zona legal gris. En las empresas alemanas con comité de empresa se aplica además el § 87 Abs. 1 Nr. 6 BetrVG cuando las herramientas de IA pueden vigilar el comportamiento o el rendimiento de los empleados.

Banco de preguntas: ámbito 5. Forecast y calidad del pipeline

  • ¿Cómo usas la IA para detectar señales de riesgo en las operaciones de tu pipeline? ¿Qué sigues comprobando a mano?
  • ¿Qué haces cuando la IA marca una operación como de alta probabilidad pero tu intuición dice lo contrario?
  • ¿Cómo evitas que las herramientas de forecast asistidas por IA te empujen hacia proyecciones demasiado optimistas?
  • ¿Qué métricas del pipeline consideras indicadores adelantados fiables y cuáles son «métricas de vanidad» a las que las herramientas de IA tienden a dar demasiado peso?
  • ¿Cómo te preparas para una revisión de operaciones con tu responsable cuando las conclusiones de la IA y tu propia valoración divergen?

Banco de preguntas: ámbito 6. Ética y controles de calidad

Estas preguntas revelan si los candidatos saben detectar alucinaciones de la IA y actuar correctamente bajo la presión de los objetivos, o si miran hacia otro lado porque la rapidez les parece más urgente.

  • ¿Has notado alguna vez que un mensaje generado por IA contenía información de producto errónea, precios incorrectos o una referencia de cliente inventada? ¿Qué hiciste?
  • ¿Cómo explicas a un cliente los límites de una propuesta asistida por IA, por ejemplo cuando el resultado contiene suposiciones que no se han confirmado?
  • Imagina que estás bajo presión por tus objetivos y un borrador de la IA contiene una afirmación que no puedes verificar, pero suena convincente. ¿Qué haces?
  • ¿Qué tipos de afirmaciones eliminarías siempre de un mensaje generado por IA antes de enviarlo a un cliente?
  • ¿Cómo reaccionas cuando un resultado de la IA infringe la política interna, el RGPD o una cláusula contractual acordada?

Banco de preguntas: ámbito 7. Transparencia y gobernanza

  • ¿Cómo le comunicas a tu responsable cuándo y cómo usas la IA en tu día a día?
  • ¿Has documentado alguna vez un proceso o un prompt asistido por IA para que el equipo pudiera aprovecharlo? ¿Cómo lo enfocaste?
  • ¿Cómo reaccionas cuando un compañero o un responsable se muestra escéptico ante el uso de la IA?
  • ¿Qué considerarías un desencadenante de escalado, es decir, cuándo deja de ser defendible un resultado de la IA y pides orientación?
  • ¿Cómo te comportarías si la empresa introduce nuevas herramientas de IA que te parecen mejores que las autorizadas?

Marco de puntuación: señales positivas y de riesgo de un vistazo

Sin criterios de evaluación compartidos, los entrevistadores pueden sacar conclusiones totalmente distintas de las mismas respuestas. La tabla siguiente da a tu panel un estándar común.

Elemento de la entrevistaQué se evalúaSeñal positivaSeñal de riesgo
Escenario de prospecciónLímite entre datos públicos y personalesIndica las fuentes de forma explícita; explica qué se queda fuera de la herramienta; plantea las suposiciones con claridad«Copio los perfiles de LinkedIn y las notas del CRM directamente en el modelo»
Tarea de outreach (editar y verificar)Exactitud y control del tonoRevisa el borrador de la IA; elimina el contenido no verificado; explica los cambiosEnvía afirmaciones atrevidas sin explicación; no sabe decir qué se verificó
Revisión del resumen de una llamadaCapacidad de detectar omisionesEncuentra interlocutores que faltan, próximos pasos erróneos y citas mal atribuidasAcepta el resumen sin comprobarlo; pasa por alto objeciones clave
Ejercicio de ética bajo presiónComportamiento bajo el estrés de los objetivosDetiene el outreach; escala; documenta; propone una alternativa más segura«Lo enviaría igualmente y vería qué pasa»
Pregunta sobre los límites del RGPDConciencia sobre protección de datosNombra categorías de datos concretas que se quedan fuera; conoce el concepto de anonimizaciónSin límites concretos; no conoce las categorías del RGPD ni la política de la empresa

Particularidades de la UE y DACH: el AI Act y el comité de empresa en el proceso de selección

Si tu empresa usa herramientas de IA en el propio proceso de entrevistas, ya sea para un screening automatizado, entrevistas en vídeo asistidas por IA o sistemas de puntuación, las obligaciones para sistemas de alto riesgo del AI Act de la UE se aplican a partir del 2 de diciembre de 2027 (aplazadas por el Digital Omnibus on AI) (Anexo III, sección 4). Los sistemas empleados para la selección de personal entran en esta categoría.

Qué significa esto en la práctica:

  • Sistema de gestión de riesgos: establece y documenta un marco de gestión de riesgos para cualquier herramienta de IA usada en la selección
  • Obligación de transparencia: informa a los candidatos de que la IA interviene en el proceso
  • Supervisión humana real: integra la revisión humana en el proceso de verdad, no solo como formalidad
  • No discriminación: audita los datos de entrenamiento y los resultados en busca de sesgos; garantiza el cumplimiento de la Ley alemana de igualdad de trato (AGG)

En las empresas alemanas con comité de empresa (Betriebsrat) se añade otra capa: según el § 87 Abs. 1 Nr. 6 BetrVG, existen derechos de codeterminación cuando los sistemas técnicos pueden vigilar el comportamiento o el rendimiento de empleados o candidatos. Según el § 90 Abs. 1 Nr. 3 BetrVG, surge una obligación de informar al comité de empresa en cuanto planeas introducir una herramienta así, no cuando la decisión ya está tomada.

Para una visión estructurada de los requisitos del comité de empresa en el software de RR. HH., la checklist del comité de empresa para software de RR. HH. en DACH recoge los puntos clave sobre acceso a datos, conservación y limitación de la finalidad. Para construir un marco de gobernanza de la IA en RR. HH. en general, la guía sobre AI enablement en RR. HH. para DACH es un buen punto de partida.

Puntuación y evaluación: de las respuestas a las decisiones

Puntúa las respuestas en una escala Likert de 1-5. Usa las medias por ámbito como señales, no como verdades absolutas. Un sencillo sistema de umbrales ayuda a priorizar las acciones:

Puntuación del ámbitoInterpretaciónAcción recomendada
≥ 4.0Estable y repetibleDocumenta lo que funciona; úsalo como estándar del panel
3.0 – 3.9Necesita mejorasCalibra a los entrevistadores; ajusta tareas y rúbricas en un plazo de 30 días
< 3,0CríticoRevisa de inmediato el diseño de la entrevista; sustituye una tarea de alto riesgo en 7-14 días; haz una sesión de calibración en un plazo de 30 días

Una puntuación inferior a 3,0 en el ámbito del RGPD (ámbito 4) es siempre un problema de proceso, no un problema individual. Significa que las tareas de la entrevista no están planteadas con la suficiente claridad o que no existe una guía común sobre lo que está permitido. Corrige primero el diseño de las tareas y vuelve a medir después.

Errores habituales de diseño de entrevistas que debes evitar

Tres patrones se repiten una y otra vez en la práctica, y los tres hacen que tu proceso de entrevistas mida lo que no debe:

Error 1: «Escribe un correo de outreach» en lugar de «Revisa este correo de outreach». Generar un correo desde cero demuestra dominio de la herramienta. Encontrar y corregir los errores de un correo defectuoso demuestra criterio. Sustituye las tareas de creación por tareas de verificación.

Error 2: preguntar por nombres de herramientas en lugar de por comportamientos. «¿Usas Outreach.io o Salesloft?» no es una pregunta de competencia. «¿Cómo verificas las afirmaciones de un borrador de IA?» sí lo es. Evita las preguntas que equiparan familiaridad con una marca y habilidad.

Error 3: exigir herramientas de pago en tareas para hacer en casa. Pedir a los candidatos que resuelvan una tarea con una herramienta de pago perjudica de forma sistemática a quienes no tienen acceso. Ofrece escenarios y evalúa el proceso y el razonamiento, no el acceso a una herramienta concreta.

Preguntas frecuentes

¿Qué habilidades de IA son las más importantes para los SDR?

Para los SDR hay tres competencias especialmente críticas: primero, la capacidad de separar la investigación asistida por IA de los datos personales (RGPD); segundo, la verificación sistemática de las afirmaciones en los borradores de outreach con IA; y tercero, reconocer cuándo la automatización con IA pasa a ser spam. Todo lo demás, como la calidad de los prompts o el dominio de las herramientas, se aprende y es menos decisivo que estos comportamientos básicos.

¿Cómo compruebo si alguien sabe detectar alucinaciones de la IA?

Entrega a los candidatos un mensaje de outreach o un resumen generado por IA que contenga a propósito un dato falso (una función de producto errónea, una referencia de cliente inventada). Pídeles que marquen todo lo que cambiarían antes de enviarlo. Los candidatos que encuentran el error y explican por qué es un problema demuestran una verdadera conciencia de calidad.

¿Cómo mantenemos un proceso justo para candidatos con poca experiencia en herramientas de IA?

Evalúa comportamientos y razonamiento, no el conocimiento de herramientas concretas. Un candidato que sabe explicar cómo investigaría, verificaría y documentaría, incluso con una herramienta de asistente básica, demuestra la competencia relevante. Crea condiciones iguales: o todos los candidatos tienen acceso a una herramienta básica, o la tarea se plantea únicamente en términos de proceso (sin necesidad de herramienta en directo).

¿Debe participar el comité de empresa cuando usamos herramientas de entrevista con IA?

Sí, si la herramienta puede registrar, evaluar o almacenar el comportamiento o el rendimiento de empleados o candidatos. Los derechos de codeterminación del § 87 Abs. 1 Nr. 6 BetrVG se aplican desde la fase de planificación. Implica al comité de empresa pronto, no cuando ya hayas elegido una herramienta.

¿Con qué frecuencia debemos actualizar el banco de preguntas?

Como mínimo una vez al año, y también siempre que cambien las herramientas autorizadas o las políticas de protección de datos. Mantén estables los ámbitos (investigación, outreach, reuniones, RGPD, forecast, ética, gobernanza) y actualiza solo los ejemplos y las tareas concretas dentro de ellos. Versiona el banco de preguntas para que los cambios sigan siendo auditables.

¿Cuál es la señal de riesgo más importante cuando un candidato de ventas no sabe manejar la IA con responsabilidad?

La señal de riesgo más fuerte no es la ignorancia, sino la combinación de priorizar la rapidez y no querer verificar: alguien que usa los resultados de la IA con rapidez sin cuestionarlos y que, en la entrevista, lo presenta como eficiencia. Este patrón se intensifica bajo la presión de los objetivos, que es justo el entorno en el que trabajará tu nueva incorporación todos los días.

Conclusión

Las preguntas de entrevista con IA para roles comerciales no son un añadido que se tacha al final de una conversación. Son el núcleo de una evaluación de competencias justa y práctica, en un momento en que la venta asistida por IA se está convirtiendo en estándar y, con ella, crece el potencial de riesgo.

Empieza con un rol piloto (por ejemplo, SDR), implanta los siete ámbitos y haz una única sesión de calibración para que tu panel se alinee con criterios de puntuación comunes. Tras dos rondas de selección, comprueba si las puntuaciones son coherentes y si las respuestas abiertas señalan debilidades sistémicas. Después, amplía a otros roles.

El objetivo no es encontrar a los candidatos que más elogian la IA, sino identificar a quienes venden con responsabilidad y honestidad con apoyo de la IA, incluso cuando ningún responsable los está mirando.

Jürgen Ulbrich

CEO y cofundador de Sprad

Jürgen Ulbrich cuenta con más de una década de experiencia en la creación y dirección de equipos y empresas de alto rendimiento. Como experto en programas de recomendación de empleados y en procesos de feedback y desempeño, Jürgen ha ayudado a más de 100 organizaciones a optimizar sus estrategias de captación y desarrollo de talento.

Plantillas y descargas gratuitas

Únete a la comunidad en solo 26 segundos y accede gratis a más de 100 recursos, plantillas y guías.

Plantilla gratuita de encuesta de eficacia del liderazgo (Excel)
Vídeo
Gestión del desempeño
Plantilla gratuita de encuesta de eficacia del liderazgo (Excel)
Plantilla gratuita de feedback 360: herramienta en Excel lista para usar
Vídeo
Gestión del desempeño
Plantilla gratuita de feedback 360: herramienta en Excel lista para usar

La People Powered HR Community es para profesionales de RR. HH. que ponen a las personas en el centro de su trabajo de RR. HH. y reclutamiento. Juntos, convirtamos nuestra convicción compartida en un movimiento que transforme el mundo de RR. HH.