Hver morgen ser jeg det samme i innboksen min: en bølge av generiske, litt «merkelige» e-poster som tydelig kommer fra en bot. De bruker navnet mitt, de nevner selskapet mitt, og så går de rett over i et innsalg som overhodet ikke har noe å gjøre med mine faktiske daglige utfordringer. Dette er hva som skjer når folk misforstår hvordan man bruker AI i salg – de bruker det til å skalere volumet av støyen sin, i stedet for dybden i signalet sitt.
Resultatet? Et massivt fall i svarrater og et frynsete merkevarerykte. Men det finnes en bedre vei. Jeg kaller det Research-til-Reach-forholdet. I tradisjonelt salg bruker selgere 80 % av tiden på å ta kontakt og 20 % på research. I en AI-først bedrift snur vi om på dette. Vi bruker AI til å gjøre 95 % av det tunge arbeidet med research, slik at mennesket kan bruke 100 % av sin kreative energi på de siste 5 % av meldingen: selve forbindelsen.
Problemet: Automatiseringsangst-paradokset
💡 Vil du at Penny skal analysere virksomheten din? Hun kartlegger hvilke roller AI kan erstatte og bygger en trinnvis plan. Start din gratis prøveversjon →
Mange bedriftseiere jeg jobber med lider av det jeg kaller Automatiseringsangst-paradokset. De vet at deres nåværende salgsprosess er ineffektiv og dyr, men de er livredde for at introduksjon av AI vil få dem til å fremstå som enda en spammer. De bekymrer seg for at de ved å automatisere vil miste selve tingen som gjør dem suksessfulle: det menneskelige preget.
Paradokset er at ved å ikke bruke AI til research, opptrer teamet ditt sannsynligvis allerede som roboter. Når en SDR (Sales Development Representative) må nå en kvote på 50 e-poster om dagen, har de ikke tid til dyp empati. De skummer en LinkedIn-profil i 30 sekunder og finner en «knagg» som føles tvungen.
AI trenger ikke å erstatte det menneskelige preget; det fungerer som drivstoffet som gjør det menneskelige preget mulig i stor skala.
Trinn 1: Bygg motoren for dyp research
For å forstå hvordan man bruker AI i salg effektivt, må vi slutte å tenke på «generativ AI» som et skriveverktøy og begynne å se på det som en resonneringsmotor.
I stedet for å be en AI om å «skrive en salgs-e-post», ber vi den om å «analysere denne prospektets nylige aktivitet, selskapets kvartalsrapport og bransjens nåværende motvind for å identifisere tre spesifikke smertepunkter produktet vårt løser».
Datakildene
For et lite salgsteam er målet å samle data som et menneske rett og slett ikke ville hatt tid til å finne. Din AI-motor bør se på:
- Nylige podkast-opptredener: Hva sier gründeren i intervjuer?
- Ansettelsestrender: Ansetter selskapet roller som antyder et spesifikt problem (f.eks. tyder ansettelse av 5 nye utviklere på utfordringer med skalering)?
- Teknografiske data: Hvilke verktøy bruker de for øyeblikket? (Se vår guide for programvarebesparelser for hvordan du analyserer teknologistabler).
- Sosialt narrativ: Hva poster de om på LinkedIn som ikke bare er bedrifts-PR?
Trinn 2: Kontekstualiseringslaget
Når researchen er samlet inn, må AI-en «oversette» disse dataene til relevans. Det er her de fleste bedrifter feiler. De henter dataene og dumper dem inn i en mal.
Bruk i stedet et rammeverk jeg kaller Syntese-broen. Du gir AI-en dine «verdisøyler» – de tre kjerneproblemene du løser – og ber den finne den korteste logiske veien mellom prospektets nylige aktivitet og en av disse søylene.
Hvis et prospekt nylig postet om vanskeligheten med å opprettholde merkevarens stemme på tvers av et globalt team, og du selger et verktøy for AI-styring, er broen åpenbar. Men hvis de postet om et veldedighetsløp, og du prøver å bygge bro fra det til programvaren din, har du truffet Det syntetiske empatigapet – det pinlige øyeblikket der en bot prøver å late som den har følelser.
Tommelfingerregel: Bruk kun AI til å bygge bro mellom profesjonelle observasjoner. Overlat den personlige forbindelsen til mennesket.
Trinn 3: Eliminer «byråskatten» innen lead-generering
Jeg ser mange gründere betale £3,000–£5,000 i måneden til byråer for lead-generering. Når du ser under panseret, bruker disse byråene ofte bare grunnleggende automatiseringsverktøy og et lite team av utenlandske kontraktører til å gjøre manuell research. Dette er Byråskatten – premien du betaler for utførelse som AI nå kan håndtere for småpenger.
Ved å bringe din «maskin for varme leads» internt ved hjelp av AI, sparer du ikke bare penger; du får kontroll over dataene. Du kan se vår oversikt over kostnader for markedsføringsbyråer for å se nøyaktig hvor stor margin som er skjult i disse tradisjonelle tjenestemodellene. En AI-først salgsoperasjon kan ofte utkonkurrere et mellomstort byrå med én deltidsansatt som overvåker ledetekstene (prompts).
Trinn 4: 90/10-regelen for oppsøkende virksomhet
I min virksomhet følger jeg 90/10-regelen. AI håndterer 90 % av prosessen: identifisering av leads, dataskraping, overvåking av intensjonssignaler og førsteutkast til personalisering. Mennesket håndterer de siste 10 %: nyansene, den siste redigeringen og selve «send»-knappen.
Når et menneske bruker bare 2 minutter per e-post i stedet for 20, men kvaliteten på den e-posten er høyere på grunn av research levert av AI, endres økonomien i salgsteamet ditt over natten.
For kreative virksomheter er dette spesielt kraftfullt. Hvis du er et markedsføringsfirma som ser etter nye klienter, må din kontaktvirksomhet være like kreativ som arbeidet ditt. Du kan finne mer om dette i vår guide for besparelser innen markedsføring.
Hvordan starte: Din 30-dagers veikart
Hvis du lurer på hvordan du kan bruke AI på dette forretningsområdet uten å ødelegge din nåværende arbeidsflyt, start i det små:
- Identifiser ditt «gylne signal»: Hva er den ene tingen som, hvis du visste det om et prospekt, ville gjort dem til en perfekt match? (f.eks. de har nettopp lansert et nytt produkt, de har nettopp hentet en såkornrunde, de har nettopp ansatt en ny driftssjef).
- Automatiser signalet, ikke meldingen: Bruk verktøy som Clay eller Perplexity for å finne det signalet på tvers av nettet for 100 prospekter.
- Mennesket-i-loopen-testen: La AI-en utforme en «ros-basert» åpningslinje basert på det signalet. Gå gjennom de første 20 selv. Høres de menneskelige ut? Hvis ikke, finjuster ledeteksten.
Realiteten for et AI-først salgsteam
Vinduet for «standard» automatisering er i ferd med å lukkes. Folk utvikler «AI-blindhet» overfor generisk kontakt. Bedriftene som vinner de neste 24 månedene, vil ikke være de som sender flest e-poster; det vil være de som bruker AI til å være best informert når de først tar kontakt.
Effektivitet handler ikke bare om å gjøre ting raskere. Det handler om å gjøre de tingene som betyr noe så bra at konkurrentene dine ser ut som om de fortsatt bruker faksmaskin.
Er du klar for å slutte å være en del av støyen? La oss bygge maskinen din.