Varje morgon ser jag samma sak i min inkorg: en våg av generiska, något 'off' e-postmeddelanden som tydligt kommer från en bot. De använder mitt namn, de nämner mitt företag och sedan lanserar de en pitch som inte har absolut någonting att göra med mina faktiska dagliga utmaningar. Detta är vad som händer när människor missförstår hur man använder AI i försäljning – de använder det för att öka volymen på sitt brus snarare än djupet i sin signal.
Resultatet? En massiv minskning av svarsfrekvensen och ett skadat varumärkesrykte. Men det finns ett bättre sätt. Jag kallar det Research-till-Reach-förhållandet. I traditionell försäljning lägger säljare 80 % av sin tid på outreach och 20 % på research. I ett AI-först-företag vänder vi på det. Vi använder AI för att göra 95 % av det tunga arbetet med research, vilket gör att människan kan lägga 100 % av sin kreativa energi på de sista 5 % av meddelandet: den faktiska kontakten.
Problemet: Paradoxen för automatiseringsångest
💡 Vill du att Penny ska analysera ditt företag? Hon kartlägger vilka roller AI kan ersätta och bygger en etappplan. Starta din kostnadsfria provperiod →
Många företagsledare jag arbetar med lider av vad jag kallar Paradoxen för automatiseringsångest. De vet att deras nuvarande försäljningsprocess är ineffektiv och kostsam, men de är livrädda för att införandet av AI ska få dem att framstå som ytterligare en spammare. De oroar sig för att de genom att automatisera kommer att förlora det som gör dem framgångsrika: deras mänskliga touch.
Paradoxen är att genom att inte använda AI för research, agerar ditt team sannolikt redan som robotar. När en SDR (Sales Development Representative) måste nå en kvot på 50 mejl om dagen, har de inte tid för djup empati. De skummar en LinkedIn-profil i 30 sekunder och hittar en 'krok' som känns framtvingad.
AI behöver inte ersätta den mänskliga kontakten; det tillhandahåller bränslet som gör den mänskliga kontakten möjlig i stor skala.
Steg 1: Bygg den djupa research-motorn
För att förstå hur man använder AI i försäljning effektivt måste vi sluta tänka på 'generativ AI' som ett skrivverktyg och börja se det som en resonemangsmotor.
Istället för att be en AI att 'skriva ett säljmejl', ber vi den att 'analysera den här prospektens senaste aktiviteter, företagets kvartalsrapport och branschens nuvarande motvindar för att identifiera tre specifika smärtpunkter som vår produkt löser'.
Datakällorna
För ett litet säljteam är målet att sammanställa data som en människa helt enkelt inte skulle ha tid att hitta. Din AI-motor bör titta på:
- Senaste poddframträdanden: Vad säger grundaren i olika program?
- Rekryteringstrender: Anställer företaget roller som tyder på ett specifikt problem (t.ex. att anställa 5 nya utvecklare tyder på skalningsutmaningar)?
- Teknografisk data: Vilka verktyg använder de för närvarande? (Se vår guide för mjukvarubesparingar för hur man analyserar tech-stackar).
- Socialt narrativ: Vad postar de om på LinkedIn som inte bara är företags-PR?
Steg 2: Kontextualiseringslagret
När researchen är insamlad behöver AI:n 'översätta' den datan till relevans. Det är här de flesta företag misslyckas. De tar datan och dumpar den i en mall.
Använd istället ett ramverk jag kallar Syntesbryggan. Du förser AI:n med dina 'Värdepelare' – de tre kärnproblem du löser – och ber den hitta den kortaste logiska vägen mellan prospektens senaste aktivitet och en av dessa pelare.
Om en prospekt nyligen skrev om svårigheten att bibehålla varumärkets röst i ett globalt team, och du säljer ett verktyg för AI-styrning, är bryggan uppenbar. Men om de postade om ett välgörenhetslopp och du försöker brygga det till din mjukvara, har du hamnat i den syntetiska empatiklyftan – det där pinsamma ögonblicket när en bot försöker låtsas att den har känslor.
Tumregel: Använd endast AI för att brygga professionella observationer. Lämna den personliga kontakten till människan.
Steg 3: Eliminera 'byråskatten' inom lead gen
Jag ser många entreprenörer betala £3,000–£5,000 i månaden till byråer för lead generation. När man tittar under huven använder dessa byråer ofta bara grundläggande automatiseringsverktyg och ett litet team av utländska underleverantörer för att göra manuell research. Detta är Byråskatten – premien du betalar för exekvering som AI nu kan hantera för småpengar.
Genom att ta in din 'Motor för varma leads' internt med hjälp av AI sparar du inte bara pengar; du får kontroll över datan. Du kan se vår sammanställning av kostnader för marknadsföringsbyråer för att se exakt hur stor marginal som är dold i dessa traditionella tjänstemodeller. En AI-först-säljverksamhet kan ofta prestera bättre än en medelstor byrå med en enda deltidsanställd operatör som övervakar prompterna.
Steg 4: 90/10-regeln för outreach
I min verksamhet följer jag 90/10-regeln. AI hanterar 90 % av processen: identifiering av leads, datascraping, övervakning av intentsignaler och personalisering av första utkastet. Människan hanterar de sista 10 %: nyanserna, den sista redigeringen och den faktiska 'skicka'-knappen.
När en människa bara lägger 2 minuter per mejl istället för 20, men kvaliteten på mejlet är högre på grund av den AI-genererade researchen, förändras ekonomin i ditt säljteam över en natt.
För kreativa företag är detta särskilt kraftfullt. Om du är en marknadsföringsbyrå som letar efter nya kunder, måste din outreach vara lika kreativ som ditt arbete. Du kan läsa mer om detta i vår guide för besparingar inom marknadsföring.
Hur du börjar: Din 30-dagars roadmap
Om du undrar hur du ska använda AI inom detta område utan att störa ditt nuvarande arbetsflöde, börja smått:
- Identifiera din 'gyllene signal': Vad är den sak som, om du visste den om en prospekt, skulle göra dem till en perfekt matchning? (t.ex. de lanserade precis en ny produkt, de tog precis in såddfinansiering, de anställde precis en ny verksamhetschef).
- Automatisera signalen, inte meddelandet: Använd verktyg som Clay eller Perplexity för att hitta den signalen på nätet för 100 prospekt.
- Testa människan-i-loopen: Låt AI:n formulera en 'berömsbaserad' öppningsfras baserad på den signalen. Granska de första 20 själv. Låter de mänskliga? Om inte, förfina din prompt.
Verkligheten för ett AI-först-säljteam
Fönstret för 'standardiserad' automatisering håller på att stängas. Människor utvecklar 'AI-blindhet' för generisk outreach. De företag som vinner under de kommande 24 månaderna kommer inte att vara de som skickar flest mejl; det kommer att vara de som använder AI för att vara bäst informerade när de väl tar kontakt.
Effektivitet handlar inte bara om att göra saker snabbare. Det handlar om att göra de saker som betyder något så bra att dina konkurrenter ser ut som om de fortfarande använder en faxmaskin.
Är du redo att sluta vara en del av bruset? Låt oss bygga din motor.