De grabar reuniones a detectar decisiones críticas con IA

Durante años grabé todas mis reuniones. El verdadero cambio llegó cuando diseñé un sistema para entender qué estaba pasando de verdad con mis clientes.

ene 11, 2026

Hace tres años que grabo prácticamente todas mis conversaciones con clientes.

Con tl;dv grabo todas mis reuniones.
Al principio lo hacía por no perder información.

De vez en cuando volvía a una grabación para confirmar algo que habíamos dicho, para alinear una expectativa que había quedado difusa, o para revisar una decisión que se había tomado rápido en una call.

Eso tenía algo de valor.

Pero me di cuenta que tenía cientos de horas de conversaciones reales con clientes o potenciales clientes y no estaba usando casi nada de esa información de forma inteligente.

No estaba analizando patrones ni conectando ventas, delivery y satisfacción real.

Tenía datos. No tenía inteligencia.

Y ese es uno de los errores más caros que veo hoy en empresas que “usan IA”.

Primer paso: Ordenar las conversaciones antes de analizarlas

Cuando empecé a crecer el equipo de Blumb, contraté una Agile Coach que nos ayudó a definir algo fundamental:
cómo nos comunicamos, para qué sirve cada tipo de reunión, y la agenda de cada reunión.

Hoy, de cara a clientes o leads, trabajamos con un flujo de reuniones muy claro:

Cada reunión tiene un objetivo claro, una agenda definida y, ahora, un conjunto de datos que registramos siempre.

Por ejemplo:

En una Discovery analizamos dolores reales, impacto, qué intentaron antes y cómo definen el éxito.
En un Kick-off registramos qué casos se priorizan, criterios de éxito, accesos necesarios y riesgos.
En las reuniones semanales (Weekly) capturamos feedback textual, estado, bloqueos, decisiones y señales tempranas de riesgo.
En Feedback y Cierre medimos satisfacción real, expectativas vs realidad y oportunidades de expansión.

Todo eso sale directamente de la conversación. No de lo que “creemos” que pasó.

Segundo paso: dejar de “registrar” y empezar a analizar

Sabiendo lo que quería obtener de cada tipo de reunión, creamos un flujo en n8n que apenas finaliza una llamada, procesa el transcript y extrae la información que para nosotros es importante, y la registra en un Google Sheet.

Un ejemplo real: el prompt que usamos para convertir una reunión de Sprint en señales de negocio

En una reunión semanal se decide, sin que nadie lo note, si un cliente va a crecer, estancarse o irse.

La mayoría usa IA en reuniones semanales para hacer resúmenes.
Nosotros detectamos señales que predicen problemas, expansión y churn antes de que aparezcan.

Este es un prompt real (lo puedes copiar y adaptar) para una reunión semanal de Sprint.

Prompt (Weekly / Sprint)

Pegas el transcript y pedís esto:

Eres un analista senior de delivery y retención en una consultora de IA.
Tu objetivo es transformar un transcript de una reunión semanal en señales accionables.

Reglas:
- No inventes nada. Si algo no aparece, deja en blanco "".
- Cuando puedas, incluye citas textuales cortas del cliente en campos verbatim.
- Sé específico. Evita frases tipo “todo bien”.

<TRANSCRIPT>
{transcript}
</TRANSCRIPT>

De todo lo que analizamos en una reunión semanal, hay algunas señales que, cuando aparecen de forma repetida, explican la mayoría de los proyectos que terminan mal:
falta de claridad sobre el valor entregado, responsabilidad difusa y señales tempranas de desgaste en la relación.
Este análisis está diseñado para detectar eso antes de que sea un problema.

Estado general:
- Sentimiento del cliente: muy positivo / positivo / neutral / tensión / negativo
- Nivel de claridad: alto / medio / bajo
- Nivel de energía: alto / medio / bajo
- Riesgo temprano de churn: alto / medio / bajo
- Riesgo de scope creep: alto / medio / bajo

Valor y resultados:
- Resultado concreto mostrado en la reunión
- Impacto en métricas del negocio (si se menciona)
- Valor percibido por el cliente (en sus propias palabras)
- Gap de valor: ninguno / bajo / medio / alto
- Evidencia concreta de ese gap

Fricción y salud de la relación:
- Momentos de fricción detectados
  - Tema del conflicto
  - Qué dijo el cliente exactamente
  - Intensidad: baja / media / alta
- Alineación de expectativas: total / parcial / baja
- Evidencia de desalineación
- Nivel de confianza del cliente en el equipo: alto / medio / bajo
- Evidencia de esa confianza (o falta de ella)

Bloqueos y responsabilidad:
- Bloqueos identificados durante la reunión
- Responsable de cada bloqueo: cliente / Blumb / externo
- Bloqueo repetido: sí / no
- Responsabilidad difusa: sí / no
- Evidencia de responsabilidad difusa

Decisiones y compromisos:
- Decisiones tomadas en la reunión
- Compromisos asumidos por el cliente
- Compromisos asumidos por Blumb
- Riesgo de incumplimiento del cliente: alto / medio / bajo
- Evidencia temprana de posible incumplimiento

Alertas y siguiente acción:
- Alertas tempranas detectadas
- Recomendación de acción 1
- Recomendación de acción 2
- Pregunta crítica para la próxima reunión

Cuando el flujo funciona, aparece algo más grande

El verdadero cambio no fue tener los datos.
Fue empezar a ver el negocio completo, no reuniones aisladas. Creamos este panel:

Hoy tenemos un dashboard que nos permite, entre otras cosas:

Ventas:

Ver en qué etapa del proceso comercial se caen los deals
Identificar qué dolores convierten y cuáles no
Detectar upselling en reuniones de seguimiento

Delivery:

Medir la salud real de los proyectos en curso
Ver patrones de bloqueo, fricción y satisfacción

Riesgo y crecimiento:

Detectar clientes en riesgo antes de que el problema surja
Detectar oportunidades de expansión
Tener alertas automáticas

No miramos “reuniones”.
Miramos estado del negocio, calidad de clientes y aprendizaje acumulado.

Camila Aguado

Discusión sobre este post

Por supuesto, sigue adelante.