No mercado B2B, particularmente no setor de consultoria empresarial, a gestão do funil de vendas lida com ciclos comerciais extensos e com o alto custo de alocação de tempo de profissionais seniores. Nesse ambiente de alta complexidade, a classificação e a priorização assertiva de leads são fundamentais para direcionar o esforço da equipe apenas para negociações com real propensão de fechamento, otimizando recursos e reduzindo o Custo de Aquisição de Clientes (CAC). Contudo, as abordagens tradicionais de qualificação ainda dependem excessivamente da intuição humana e de regras estáticas, resultando em ineficiência e perda de oportunidades. Para superar essas limitações por meio de inteligência baseada em dados, este trabalho desenvolve e avalia um artefato tecnológico de apoio à decisão focado na classificação e priorização de leads, integrando modelos de Machine Learning otimizados, Inteligência Artificial Explicável (XAI) e diagnóstico semântico de perdas. O desenvolvimento adotou a metodologia Design Science Research (DSR) combinada ao framework CRISP-DM, utilizando uma base histórica de dados de CRM da consultoria Visagio. Para mitigar o vazamento temporal de dados (data leakage), implementou-se a arquitetura de Stage-Gated Modeling, tratando cada estágio do funil como um ponto de decisão isolado com restrições rigorosas de variáveis. O motor classificatório principal utiliza o algoritmo CatBoost, otimizado e balanceado sinteticamente com a técnica SMOTE, alcançando desempenho superior de classificação frente a modelos tradicionais em dados desbalanceados. A explicabilidade gerencial é garantida pela aplicação do framework SHAP, enquanto os motivos não estruturados de perda comercial são categorizados por um modelo de Processamento de Linguagem Natural (Zero-Shot NLP). Os resultados, materializados em um dashboard interativo (Streamlit), demonstram que a combinação de classificação matemática baseada em evidências, explicabilidade visual e diagnóstico textual eleva a eficácia da priorização comercial e estabelece uma colaboração efetiva entre a inteligência artificial e o tomador de decisão no contexto corporativo.