Artificial Intelligence en de geaugmenteerde strategische verkoper

Om te stellen dat we in een tijd leven waarin Artificial Intelligence (AI) steeds relevanter wordt, is een prachtig staaltje van understatement. Het tempo van de ontwikkelingen is adembenemend, maar de impact van AI op banen, industrieën en de maatschappij als geheel begint zich nog maar net af te tekenen.

Hoewel het verleidelijk is om te debatteren over alle filosofische en ethische kwesties die AI – met name generatieve AI – oproept, is het ook nuttig om er op een meer pragmatisch niveau naar te kijken en je af te vragen: “Wat kan het precies voor mijn werk betekenen en welke veranderingen moet ik aanbrengen in mijn manier van denken als ik er baat bij wil hebben?”.

In de wereld van verkoop biedt AI een enorm potentieel – en het zou datgene kunnen zijn waar strategische verkopers op hebben gewacht… als het op de juiste manier wordt gebruikt.

Er zijn talloze artikelen over de geschiedenis, technologie en recente ontwikkelingen op het gebied van kunstmatige intelligentie; het begrip van de term is echter genuanceerder geworden, vooral de laatste paar maanden. In de kern bestaat AI uit algoritmen die in staat zijn om (a) patronen te vinden in grote datasets en (b) zichzelf te trainen om “slimmer” te worden (waardoor hun voorspellende nauwkeurigheid toeneemt).¹

Het is moeilijk om de impact te bevatten van de exponentiële verbeteringen waartoe AI in staat is. Wat maanden geleden nog een slechts marginale toepassingsmogelijkheid was, kan heel snel nuttig en overgenomen worden – en massale toepassing volgt in een razendsnel tempo. De eerste chatbot werd bijvoorbeeld in 1966 ontwikkeld in het laboratorium voor kunstmatige intelligentie van het MIT en de term “generatieve AI” werd in 1997 bedacht, maar pas sinds kort zien we massale interesse in toepassingen van AI grote taalmodellen (LLM’s), misschien wel vanwege het gemak van interactie.

Gebruik van AI door inkopers en concurrentie

Business woman study financial market to calculate possible risks and profits.

Hoewel AI’s zoals ChatGPT of DALL-E 2 de voorpagina’s hebben gehaald, is AI niet alleen beperkt tot natuurlijke taalverwerking en generatieve tekstmodellen. Er zijn veel aspecten van het bedrijfsleven waar AI van invloed is en zal zijn op strategische verkopers. Er zijn veel bedrijven die aan AI werken – niet alleen grote techbedrijven, maar ook traditionele bedrijven en startups.

Waarschijnlijk werken ook je concurrenten en klanten aan hun eigen AI-strategie. We zien zelfs dat inkoopafdelingen bij strategische accounts AI gebruiken om inkoopbeslissingen te nemen, de prestaties van leveranciers te beoordelen en voorspellende prijsmodellen te bouwen om toe te passen in hun onderhandelingen met jou. Als de inkopers gebruikmaken van de nieuwste technologie en algoritmen en jij niet, dan merk je het belang van AI.

Er zijn momenteel honderden technologieën in ontwikkeling die binnenkort de “trough of disillusionment”, zoals de Gartner Hype Cycle het noemt, zullen passeren en deel zullen gaan uitmaken van de manier waarop we zaken doen. Zoals bij elke grote sprong voorwaarts in technologische ontwikkeling, moeten verkopers zich voorbereiden op dit onvermijdelijke, door vertrouwd te raken met AI en uit te zoeken hoe het hun rol kan versterken in plaats van vervangen. Dit kan worden samengevat in de vaak herhaalde zin:

AI zal jou niet vervangen, mensen die AI gebruiken wel.

Hier volgt een meer volledige lijst (die zich zal blijven uitbreiden) van de huidige praktische toepassingen van AI in strategisch klantbeheer.

Klantinzicht krijgen

Verkopers verzamelen informatie over de klant om inzicht te krijgen en informatie te analyseren over de markt, concurrentiesituatie, doelstellingen en behoeften van de klant. De beste verkopers hebben vaak meer informatie over de klant dan de klant zelf. Met AI kunnen verkopers naar het volgende niveau met inzichten die zelfs de klant niet heeft. AI-tools om de strategische inzichten uit te breiden zijn bijvoorbeeld:

  • Integratie van AI in het verkoopproces om te stroomlijnen en te optimaliseren. Bijvoorbeeld het werken met digital twins als verkooptool – een virtueel model dat is ontworpen om een fysiek object, relatie of ecosysteem nauwkeurig weer te geven.
  • AI-gestuurde coachingaanbevelingen op basis van interne en externe gegevens.
  • AI-tools gebruiken om CRM-systemen en andere klantgegevens te doorzoeken op voorspellende patronen.
  • Social listening.
  • Klantgedrag voorspellen.

Stel doelstellingen en strategie vast

Een verkoper moet een zinvolle en duurzame strategie creëren voor strategische klanten, helpen bij de ontwikkeling van het accountplan en zorgen voor buy-in in de hele organisatie. AI-tools om de verkoper te versterken zijn bijvoorbeeld:

  • Ingebouwde tools om strategische groei gebieden van klanten te voorspellen.
  • White spot-analyse om hiaten in de klantbenadering te identificeren.
  • Via een chatbotinterface in spreektaal krijg je direct toegang tot klantinformatie waarmee je het accountplan kunt opstellen.

Relaties managen

Verkopers zorgen voor een consistente en zinvolle betrokkenheid bij de mensen die de macht hebben om beslissingen te nemen binnen het account. Dit kan zowel binnen je eigen organisatie als aan de kant van de klant zijn. Enkele AI-tools om de verkopers te versterken kunnen zijn:

  • Juridische AI om te helpen bij het beoordelen en controleren van juridische documenten die de contractuele relatie vastleggen. Deze AI kan contracten controleren en de implicaties voor de verkoper markeren.
  • Social media content en interactietools.
  • Vertrouwen opbouwen door efficiënte prestaties.
  • Virtuele assistent met automatische verwerking van natuurlijke taal om teamleden te voorzien van informatie, gegevens en inzichten, waar en wanneer ze die nodig hebben.
  • Optimaliseren van prijsbeleid voor verbruiksartikelen en transactionele zaken.

Kansen herkennen en genereren

Een verkoper moet nieuwe kansen bij de strategische klant herkennen, evalueren en de beste strategie ontwikkelen om de oplossing te positioneren. AI-tools ter verrijking van de verkoper kunnen worden gebruikt voor:

  • Gegevens verzamelen in de eigen organisatie van verkopers.
  • Voorspellende analyses.
  • Pijplijnanalyse.
  • Accountgebaseerde marketing.
  • Chatbotcoaches om te helpen in het verkoopproces.
  • AI-gestuurde lead scoring.
  • Visuele inspectie om kansen te identificeren.

Waarde ontwikkelen en leveren

Verkopers bouwen een waardepropositie op die aansluit bij de behoeften van de klant en leveren deze als een aantrekkelijke boodschap. AI-tools om de verkoper te ondersteunen:

  • Verzamel waardeproposities van virtuele verkoopgesprekken in de hele organisatie.
  • Beoordeel waardeproposities en geef feedback en deep learning over het succes van verschillende waardeproposities.
  • Op AI gebaseerde simulaties gebruiken om waardeproposities te leveren en innovaties of prototypes te evalueren door middel van virtuele trial-and-error.
  • Digitale tweelingen creëren.

Evalueren, voorspellen en aanpassen

Verkopers hebben vaak moeite om hun accountplannen bij te werken met nuttige informatie en best practices. Deze kunnen worden gebruikt als input om de relatieontwikkeling te sturen en om de ontwikkeling van grotere accounts te voorspellen.

“Te veel bedrijven vertrouwen nog steeds op handmatige prognoses omdat ze denken dat AI gegevens van betere kwaliteit vereist dan ze beschikbaar hebben. Tegenwoordig is dat een kostbare vergissing.”²

McKinsey & Company

AI-tools voor de innovatieve strategische verkoper kunnen van onschatbare waarde zijn als het aankomt op:

  • De vraag naar een bepaalde oplossing voorspellen door patronen te analyseren.
  • Generatieve AI gebruiken om samenvattingen van accountactiviteiten te ontwikkelen.
  • Automatisering van accountplanning.
  • Selectie en deselectie van strategische accounts.
  • Co-creatie en innovatie stimuleren met behulp van AI.

Risico’s/beperkingen

AI belooft veel goeds. Maar er zijn risico’s. Naarmate AI complexer wordt, wordt het moeilijker om te weten “hoe” het resultaat tot stand is gekomen. Zelfs de ontwikkelaars van AI zijn vaak niet 100% zeker van het mechanisme van hun creaties. Omdat AI werkt door het analyseren van enorme hoeveelheden gegevens en reeksen – waarbij iteratief conclusies worden getrokken – is het vaak moeilijk om de redenering van A tot Z duidelijk uit te leggen. Dit is het probleem van de uitlegbaarheid.

Voor elke verkoper die met AI gaat werken, is het belangrijk om zich bewust te zijn van de onderstaande risico’s die het gebruik van AI-tools met zich mee kan brengen.

A guy working with Artificial Intelligence algorithms.

Ethiek – antropomorfisch

We geven ze menselijke eigenschappen, maar wat weten ze? Welke keuzes maakt AI? Is het afgestemd op de waarden van je organisatie? Investeringsgoeroe Warren Buffett merkte ooit op dat “het 20 jaar duurt om een reputatie op te bouwen en 5 minuten om die te verpesten”. Vertrouw je een AI echt je meest waardevolle bedrijfsbezittingen toe?

Dat vertrouwen kan ernstig – en zeer snel – worden geschaad door verkeerde beslissingen en acties van een AI. Het is nog een reden voor geaugmenteerd relatiebeheer om het juiste automatiseringsniveau voor de klant te bepalen.

Overmoed

Ten onrechte geloven we vaak dat de antwoorden die een computer ons geeft correct zijn. Waarom? Omdat het de computer is. Het probleem is dat AI gebaseerd is op waarschijnlijkheid.

Maar, zoals AI-strateeg Elin Hauge zei als spreker op de Mercuri International 2022 Sales Conference,

“Het punt is dat deze algoritmen een waarschijnlijkheid hebben. En een waarschijnlijkheid heeft een waarschijnlijkheid van fout of goed zijn. En wij mensen maken er een zooitje van.”

Elin Hauge bij de 2022 Sales Conference

Het kan soms moeilijk zijn om het juiste antwoord te onderscheiden, gezien het vertrouwen dat AI heeft als het foute antwoorden produceert. Het volledig overdragen van de sleutels van je meest gewaardeerde klant aan een AI-algoritme kan desastreuze gevolgen hebben. Kijk maar naar de iBuying-situatie bij Zillow, waar een mogelijk overdreven vertrouwen op algoritmen negatieve gevolgen kan hebben. Zillow zette een aanzienlijke toekomstige groei in op hun digitale home flipping business, Zillow Offers, maar dat mislukte uiteindelijk door het onvermogen van het algoritme om nauwkeurig schommelingen in huizenprijzen te voorspellen..³

Artificial Intelligence neural network.

Overdreven conservatieve benadering

AI niet centraal stellen in je strategische verkoopaanpak en verwachten dat de rage verdwijnt, kan rampzalig zijn. AI is voor de meeste bedrijven van strategisch belang. Als verkoper is het belangrijk om de basisvaardigheden van AI te kennen – om AI in te zetten voor persoonlijke productiviteit en om de strategische richting van je organisatie en die van je klanten op elkaar af te stemmen.

Vaak lijkt de eerste iteratie niet het beoogde resultaat te hebben, maar door de exponentiële leermogelijkheden en verbeteringen, kunnen we waardevolle AI-oplossingen te vroeg afwijzen. Verkopers moeten strategisch zijn in hoe AI wordt toegepast. Zo wordt de augmented account manager de verkoper van de toekomst. Maar blindelings het volgende nieuwe en glimmende ding volgen en AI zonder vragen accepteren is net zo riskant als het negeren.

De geaugmenteerde accountmanager

Dus hoe moeten we denken over de praktische toepassingen van AI als het gaat om strategisch accountmanagement? Nou, als AI faalt, faalt het meestal spectaculair en moeten we ons afvragen: Willen we onze meest waardevolle klanten toevertrouwen aan AI? Om Sam Altman, oprichter van OpenAI, te citeren:

“We want to make our mistakes while the stakes are low.”

Sam Altman, oprichter van OpenAI

Om het voordeel van AI echt te begrijpen, helpt het om het te zien als een uitbreiding op bestaande rollen – een arbeidsbesparend hulpmiddel dat efficiëntie creëert en inzichten brengt. Beschouw het misschien als een AI-geschoolde verkoopmanager.

Een goede manier om hierover na te denken is in vergelijking met zelfrijdende auto’s. Volgens SAE International (voorheen bekend als de Society of Automotive Engineers) zijn er bij autonoom rijden zes niveaus van automatisering.

  • Niveau 0: Geen automatisering
  • Niveau 1: Automatisering bij begeleid rijden
  • Niveau 2: Gedeeltelijke automatisering
  • Niveau 3: Voorwaardelijke automatisering
  • Niveau 4: Sterke automatisering
  • Niveau 5: Volledige automatisering

Als je op de snelweg 65 km/u rijdt en je drukt op een knop van de adaptieve cruisecontrol met rijstrookcentrering, dan rijd je nog steeds, terwijl je het stuur vasthoudt (hopelijk), maar de auto past de snelheid aan en zoekt naar obstakels voor het geval hij moet remmen. In dit geval maak je gebruik van automatisering op niveau 2. Sommige acties worden door de bestuurder ondernomen, andere door de machine.

Dit is de nuttigste manier om over AI na te denken in de context van de rol van de verkoper. Voor verkopers is het heel zinvol om de juiste mix van AI te gebruiken om de strategische accounts te vergroten en te ondersteunen.

Praktische manier om verder te gaan

Hoe brengen we dit alles in de praktijk? Hier zijn een paar vragen en actiepunten voor strategische accountmanagers en programmaontwerpers om te stellen en uit te voeren:

  1. Welk probleem kan AI oplossen voor onze klanten, organisatie of verkopers?
  2. Is AI de juiste oplossing voor de situatie?
  3. Wat is er al?
  4. Welke AI-innovaties worden al gebruikt door jouw organisatie en de klant?
  5. Over welke innovaties zou je strategische discussies moeten voeren?
  6. Stem de verkoopstrategie af op de AI-roadmap van je organisatie.
  7. Zorg dat je verkopers klaar zijn voor AI, zodat ze de strategische bedrijfsdiscussies intern alsook met de klant kunnen voeren.
    Is het hogere management er klaar voor?

Een verkoper kan zijn tijd niet besteden aan het bijhouden van elke nieuwe toepassing, startup of AI-technologie. Wat we wel kunnen en moeten doen is de belofte en realiteit van AI begrijpen en genoeg weten om met klanten en interne teams samen te werken om een uniek concurrentievoordeel te behalen met AI. Genoeg weten betekent ook systematisch overwegen hoe AI moet worden toegepast. Overweeg daarnaast het gebruik van een implementatiebarometer om de mogelijkheid, uitvoerbaarheid en risico’s/rendement te beoordelen.

Conclusie

Wat is de toekomst van AI? Nou, dat valt buiten het bestek van dit artikel, maar als het van toepassing is op verkopers, draait het allemaal om pragmatisme. Het betekent dat we een echt, diepgaand begrip moeten ontwikkelen van wat AI wel en niet kan doen – en precies hoe AI, zorgvuldig gebruikt, de rol van verkopers kan vergroten.

AI is niet iets om bang voor te zijn – maar het moet wel met respect worden behandeld. We staan op een technologisch keerpunt waarbij de winnaars degenen zullen zijn die begrijpen hoe ze echt voordeel uit deze nieuwe tools kunnen halen.

Alle nieuwe revolutionaire technologieën bieden dezelfde keuze – adopteren of negeren – en AI is niets nieuws. In dit geval lijkt de keuze vrij eenvoudig. Maar wat we uit deze nieuwe technologie halen, zal echt afhangen van hoe goed we nadenken over de balans tussen mogelijkheden en praktische aspecten, waarbij we voortdurend de voortgang en effectiviteit van onze AI-implementatie specifiek voor strategisch accountmanagement evalueren.

Robert Box - Managing partner and Global Account Director at Mercuri International.

Robert Box
Managing Partner and Global Account Director – Mercuri International


Robert Box is Managing Partner en Global Account Director bij Mercuri International. Hij heeft meerdere presentaties gegeven op de SAMA Annual Conference en als CSAM lector. Sinds 2000 heeft Robert wereldwijd Strategische Account Management (SAM) programma’s ontwikkeld en sinds 2019 leidt hij Mercuri’s Artificial Intelligence samenwerkingsverbanden.

Referenties

  1. Chamorro-Premuzic, T. (2023, March 23). Should you share AI-driven customer insights with your customers? Harvard Business Review.
  2. Amar, J., Rahimi, S., Surak, Z., & Von Bismarck, N. (2022, February 15). AI-driven operations forecasting in data-light environments. McKinsey & Company. https://www.mckinsey.com/capabili- ties/operations/our-insights/ai-driven-operations-forecasting-in- data-light-environments
  3. Parker, W., & Putzier, K. (2021, November 17). What went wrong with Zillow? A real-estate algorithm derailed its big bet. The Wall Street Journal.