Ο πωλητής του αύριο: Πώς η ΤΝ μεταμορφώνει τις πωλήσεις

Άρθρο του Δημήτρη Χατζηγιαννάκη στο powergame.gr σχετικά με το πώς η τεχνητή νοημοσύνη αλλάζει τις πωλήσεις

Τεχνητή νοημοσύνη, πωλήσεις © freepik.com
Δημήτρης Χατζηγιαννάκης

Σύμβουλος Πληροφορικής

Σε έναν κόσμο όπου οι αγοραστές έχουν πλέον πρόσβαση σε απεριόριστες πληροφορίες και οι προσδοκίες τους για εξατομίκευση είναι υψηλότερες από ποτέ, ο παραδοσιακός πωλητής που βασίζεται σε χειροκίνητες διαδικασίες και ενστικτώδη κρίση κινδυνεύει να μείνει πίσω. Η Τεχνητή Νοημοσύνη (ΤΝ) δεν είναι πια ένα εργαλείο του μέλλοντος, αλλά ο σημερινός «συνεργάτης» που αλλάζει ριζικά τον τρόπο λειτουργίας των πωλήσεων. Από την ανεύρεση πελατών, την αυτόματη τιμοδότηση, τη δημιουργία προσφορών, μέχρι το κλείσιμο συμφωνιών και την πρόβλεψη εσόδων, η ΤΝ αυτοματοποιεί διαδικασίες, προσφέρει βαθιά ανάλυση και επιτρέπει στους ανθρώπους πωλητές να εστιάσουν σε αυτό που πραγματικά μετράει: τις ανθρώπινες σχέσεις και τις στρατηγικές αποφάσεις.

Ο πωλητής του αύριο: Πώς η ΤΝ μεταμορφώνει τις πωλήσεις

Για πολλά χρόνια, οι πωλήσεις στηρίζονταν στο ότι ο πωλητής ήξερε περισσότερα από τον πελάτη, καθώς είχε πρόσβαση σε πληροφορίες προϊόντων, τιμές, συγκρίσεις, εναλλακτικές λύσεις κλπ. Ο πελάτης, αντίθετα, έπρεπε να “μάθει” μέσα από τη διαδικασία της πώλησης.

Σήμερα, πριν καν γίνει η πρώτη επαφή με τον πωλητή, ο πελάτης μπορεί να αναζητήσει πληροφορίες online, να συγκρίνει προϊόντα, να διαβάσει αξιολογήσεις, να δει εναλλακτικές λύσεις και με τη βοήθεια της Τεχνητής Νοημοσύνης να λάβει έτοιμες, συγκεντρωτικές και “έξυπνες” απαντήσεις. Η μεγάλη αλλαγή δεν είναι απλώς η πρόσβαση στην πληροφορία αλλά κυρίως η επεξεργασία της. Ο πελάτης σήμερα χρησιμοποιώντας ΤΝ καταφέρνει μέσα σε λίγα λεπτά να συνοψίσει επιλογές, να συγκρίνει χαρακτηριστικά, να αξιολογήσει λύσεις και να δημιουργήσει shortlist.

Με δεδομένα αυτά οι πωλήσεις κάθε επιχείρησης πρέπει να προσαρμοστούν ώστε αφενός να κανονίσουν να περιλαμβάνονται στη μικρή λίστα των υποψηφίων (shortlist) που προτείνει η ΤΝ στον αγοραστή και αφετέρου να αναθέτουν στους πωλητές να προσθέσουν αξία πέρα από τις πληροφορίες που ήδη ξέρει ο πελάτης. Δηλαδή να κατανοήσουν βαθύτερα τις ανάγκες του, να προτείνουν εξατομικευμένες λύσεις, να τον βοηθήσουν στη λήψη απόφασης, να αποκτήσουν την εμπιστοσύνη του και να του μειώσουν τις όποιες αβεβαιότητες και αντιρρήσεις προβάλει.

Οπότε ο πωλητής χάνει το γνωστό ενημερωτικό του ρόλο και εστιάζει στο πως τα προϊόντα και οι υπηρεσίες του να περιλαμβάνονται στη μικρή λίστα των υποψηφίων (shortlist) που προτείνει η ΤΝ στον αγοραστή και να “πώς βοηθήσει τον πελάτη να αποφασίσει”. Σε αυτά όπως και ο αγοραστής έτσι και ο πωλητής πρέπει να χρησιμοποιήσει ΤΝ.

Η πρώτη μάχη να σε “επιλέξει” η ΤΝ. Από το SEO στο GEO

Σήμερα, δεν αρκεί μια επιχείρηση να έχει περιεχόμενο. Πρέπει το περιεχόμενο αυτό να είναι φιλικό στην ΤΝ (AI friendly), δηλαδή να μην είναι γραμμένο μόνο για τον άνθρωπο ή για τον αλγόριθμο SEO της Google, αλλά και για το LLM (Large Language Model) της ΤΝ. Δηλαδή να είναι δομημένο, σαφές και αξιόπιστο ώστε να μπορεί να “κατανοηθεί” και τελικά να επιλεχθεί και να προταθεί στην μικρή λίστα υποψηφίων (shortlist) από τα μοντέλα ΤΝ.

Αν η εταιρία είναι μέσα στη shortlist, ο πωλητής ξεκινάει με ένα τεράστιο πλεονέκτημα. Αν όχι ο πωλητής ξεκινάει από πολύ μειονεκτική θέση.

Σήμερα το πιο σημαντικό πλεονέκτημα είναι η ορατότητα στην Τεχνητή Νοημοσύνη (AI visibility) που εξασφαλίζει ότι τα μοντέλα ΤΝ σε “βλέπουν”, σε θεωρούν αξιόπιστη πηγή και τελικά σε επιλέγουν και σε περιλαμβάνουν στην πρότασή τους. Με άλλα λόγια, οι επιχειρήσεις δεν ανταγωνίζονται μόνο για την εμπιστοσύνη των ανθρώπων αλλά για την εμπιστοσύνη των αλγορίθμων !

Από πωλητές σε σύστημα πωλήσεων

Σήμερα, οι πωλήσεις δεν βασίζονται πλέον μόνο σε ανθρώπους, αλλά σε διαδικασίες (processes), workflows, δεδομένα και συστήματα ΤΝ.

Παλιά κάθε πωλητής είχε δικό του τρόπο, ενώ τώρα πρέπει να ακολουθεί, τυποποιημένες διαδικασίες (standardized processes), να χρησιμοποιεί κοινά με τους άλλους πωλητές εργαλεία και να δέχεται καθοδήγηση από την ΤΝ (AI-driven)

Το αποτέλεσμα είναι μεγαλύτερη συνέπεια και προβλεψιμότητα. Οι πωλήσεις αρχίζουν να μοιάζουν με ένα σύστημα παραγωγής με εισροές (leads), επεξεργασία (AI + πωλητές), εκροές (πωλήσεις ) και ανάδραση (feedback), σε ένα συνεχή βρόγχο (loop) βελτιστοποίησης.

Η αλλαγή αυτή είναι παρόμοια με ό,τι συνέβη στη λογιστική με τα συστήματα ERP και στην παραγωγή με τα συστήματα MRP. Όπου οι χειροκίνητες διαδικασίες αντικαταστάθηκαν με δομημένα, αυτοματοποιημένα συστήματα. Οι πωλητές δεν εξαφανίζονται, αλλά παύουν να λειτουργούν ανεξάρτητα. Γίνονται μέρος μιας ροής εργασίας (workflow) ως χρήστες ενός συστήματος εφαρμόζοντας μια στρατηγική που καθορίζεται από δεδομένα. Το αποτέλεσμα για τις επιχειρήσεις είναι λιγότερη εξάρτηση από τους πωλητές αστέρια (stars), δυνατότητα κλιμάκωσης, καλύτερη πρόβλεψη αποτελεσμάτων και τελικά καλύτερη και πιο σταθερή απόδοση.

Στο νέο περιβάλλον, η επιτυχία δεν εξαρτάται μόνο από τους καλύτερους πωλητές αλλά και από τα καλύτερα συστήματα πωλήσεων ΤΝ που κάνουν όλους καλύτερους.

Από το ένστικτο στα δεδομένα

Σήμερα, η Τεχνητή Νοημοσύνη επιτρέπει τη συστηματική ανάλυση των δεδομένων σε κάθε στάδιο της πώλησης.

Οι σύγχρονες πωλήσεις βασίζονται όλο και περισσότερο σε:

  • Βαθμολόγηση Υποψήφιων Πελατών (lead scoring) για να υπολογιστεί ποιος έχει μεγαλύτερη πιθανότητα να αγοράσει
  • Προγνωστική Αναλυτική (predictive analytics) για να υπολογιστεί πότε θα πραγματοποιηθεί η πώληση)
  • Πιθανότητα Συμφωνίας (Deal probability) για να καθοριστεί ποια συμφωνία θα κλείσει και
  • Σημάδια Συμπεριφοράς (behavioral signals) που δείχνει ο πελάτης με τις ενέργειές του.

Παλιά ένας πωλητής απαντούσε: “Αυτός ο πελάτης μου φαίνεται καλός” και “Νομίζω ότι η συμφωνία θα κλείσει”. Τώρα απαντάει: “Υπάρχει 72% πιθανότητα να κλείσει” “Αυτό το lead έχει υψηλό intent” ή “Η συμφωνία κινδυνεύει λόγω inactivity”

Η διαφορά είναι τεράστια καθώς υπάρχει μετάβαση από την υποκειμενική εκτίμηση στην ποσοτικοποιημένη πρόβλεψη που βασίζεται σε δεδομένα.

Οι πωλήσεις γίνονται πιο τεκμηριωμένες και αποφάσεις οι δεν βασίζονται μόνο σε εμπειρία, αλλά σε δεδομένα και πιθανότητες. Το ένστικτο δεν εξαφανίζεται αλλά παύει να είναι το βασικό εργαλείο. Οι πωλήσεις περνούν από μια εποχή όπου κυριαρχούσε το “feel”, σε μια εποχή όπου κυριαρχεί το “predict”.

Ο καλός πωλητής δεν είναι πλέον αυτός που “αισθάνεται” καλύτερα την αγορά αλλά αυτός που κατανοεί καλύτερα τα δεδομένα και ξέρει πώς να τα αξιοποιήσει.

Το τέλος του χαμένου χρόνου

Μελέτες δείχνουν ότι το 70% έως 80% του χρόνου ενός πωλητή καταναλώνεται σε δραστηριότητες που δεν σχετίζονται άμεσα με την πώληση όπως η ενημέρωση του CRM, η σύνταξη emails, η δημιουργία αναφορών (reports), η προετοιμασία προσφορών και η εσωτερική επικοινωνία.

Δηλαδή ενώ οι πωλητές πληρώνονται για να πουλάνε ξοδεύουν το μεγαλύτερο μέρος του χρόνου τους κάνοντας άλλα πράγματα. Η ΤΝ έρχεται να λύσει ακριβώς αυτό το πρόβλημα αφαιρώντας από τους πωλητές το “βάρος” των επαναλαμβανόμενων εργασιών.

Η ΤΝ μπορεί πλέον να βοηθήσει ώστε όλα αυτά να γίνουν γρηγορότερα, με λιγότερα λάθη ή και χωρίς ή με ελάχιστη ανθρώπινη παρέμβαση.

Παλιά ο πωλητής ξόδευε ώρες σε διοικητικές εργασίες (admin tasks). Τώρα λαμβάνει έτοιμα outputs με αποτέλεσμα να έχει περισσότερος χρόνο για επαφές με πελάτες, κατανόηση αναγκών, διαπραγματεύσεις και κλείσιμο συμφωνιών (closing).

Η ΤΝ δεν κάνει απλώς τους πωλητές πιο γρήγορους αλλά πιο “καθαρούς” στον ρόλο τους, δηλαδή σε αυτό που πραγματικά πρέπει να κάνουν: να πουλάνε!

Η μεγαλύτερη αξία της ΤΝ στις πωλήσεις δεν είναι η “ευφυΐα”, όσο η εξάλειψη της σπατάλης χρόνου που επιτρέπουν να βλέπουν περισσότερες ευκαιρίες και deals.

Η Τεχνητή Νοημοσύνη δεν αντικαθιστά τον πωλητή. Αφαιρεί ό,τι τον κρατούσε πίσω και του επιτρέπει να γίνει πιο αποτελεσματικός, όχι δουλεύοντας περισσότερο, αλλά δουλεύοντας στο σωστό αντικείμενο.

Ο «επαυξημένος πωλητής (augmented seller)» Ο πωλητής με την ΤΝ δίπλα του Από reactive σε guided selling

Αν το προηγούμενο βήμα της Τεχνητής Νοημοσύνης ήταν η αυτοματοποίηση, το επόμενο είναι η ενίσχυση που δημιουργεί ένα νέο πρότυπο: τον «επαυξημένο πωλητή (augmented seller)». Σήμερα, ο σύγχρονος πωλητής δεν λειτουργεί μόνος, αλλά έχει δίπλα του έναν ή περισσότερους Ψηφιακούς Βοηθούς ΤΝ (AI copilots) που αναλύουν δεδομένα, προτείνουν επόμενα βήματα, βοηθούν στην επικοινωνία και εντοπίζουν ευκαιρίες ή κινδύνους.

Ο Ψηφιακός Βοηθός είναι σαν ένας analyst, ένας assistant και ένας strategist όλα μαζί σε ένα, σε πραγματικό χρόνο. Κατά τη διάρκεια μιας πώλησης, η ΤΝ μπορεί να προτείνει το περιεχόμενο ενός email, να αναλύσει μια συνάντηση, να εντοπίσει μηνύματα (signals), να ειδοποιήσει αν ένα deal “κρυώνει” και να προτείνει νέους πελάτες για προσεγγίσεις.

Ο πωλητής δεν λειτουργεί “στο σκοτάδι” αλλά με συνεχή ροή πληροφόρησης, μετατρέπεται από αντιδρών (reactive) σε καθοδηγούμενο (guided) από διορατικά δεδομένα (insights) για τους πελάτες και προτάσεις για κάθε επόμενο βήμα.

Οι καθοδηγούμενες πωλήσεις παρουσιάζουν αύξηση της απόδοσης λόγω βελτίωσης της ποιότητας των αποφάσεων (λιγότερα λάθη, καλύτερο timing και πιο στοχευμένες ενέργειες) και αύξησης της ταχύτητας (λιγότερος χρόνος σκέψης, περισσότερες ενέργειες και ταχύτερη πρόοδος σε deals).

Ο πωλητής γίνεται πιο αποτελεσματικός και πιο παραγωγικός. Δεν αξιολογείται πλέον μόνο ως άτομο, αλλά και ως μέρος ενός ενισχυμένου συστήματος

Πωλήσεις σηματοδοτούμενες από μηνύματα (Signal-driven)

Η Τεχνητή Νοημοσύνη μπορεί και επεξεργάζεται ψηφιακά ίχνη που κάθε πελάτης αφήνει πίσω του: όπως οι επισκέψεις σε website, τα downloads, τα interactions με περιεχόμενο, το άνοιγμα emails, η ενασχόληση (engagement) με προσφορές κλπ.

Αυτά τα ίχνη μετατρέπονται σε μηνύματα πρόθεσης (intent signals). Η ΤΝ συλλέγει αυτά τα μηνύματα, τα αναλύει, εντοπίζει μοτίβα (patterns), εκτιμά το επίπεδο ενδιαφέροντος και καταλήγει στο ποιος πελάτης είναι “έτοιμος” και ποιος όχι για τα επόμενα βήματα.

Η ΤΝ φέρνει ακρίβεια στις πωλήσεις μειώνοντας τις άσκοπες κλήσεις (calls), τα χαμένα emails και επιτυγχάνει καλύτερη στόχευση, με αποτέλεσμα περισσότερη αποτελεσματικότητα με λιγότερη προσπάθεια.

Οι πωλήσεις μετακινούνται από ένα μοντέλο βασισμένο στη δραστηριότητα “όσο περισσότερα κάνω, τόσο καλύτερα” σε ένα μοντέλο βασισμένο στα δεδομένα “όσο πιο σωστά ξέρω, τόσο καλύτερα”

Η Τεχνητή Νοημοσύνη δεν κάνει τις πωλήσεις απλώς πιο γρήγορες. Τις κάνει πιο έξυπνες.

Το CRM μετατρέπεται σε “Sales Brain”

Η Τεχνητή Νοημοσύνη ενσωματώνεται στα συστήματα CRM που έτσι παύουν να είναι απλά “συστήματα καταγραφής” και μετατρέπονται σε σύστημα ανάλυσης, πρόβλεψης και καθοδήγησης. Δηλαδή δεν καταγράφουν μόνο το τι έγινε, αλλά κυρίως προτείνουν τι πρέπει να γίνει.

Ένα AI-enabled CRM μπορεί:

  • Να Αναλύει το pipeline και να υποδεικνύει ποια deals προχωρούν, ποια κινδυνεύουν και ποια έχουν υψηλή πιθανότητα
  • Να Προβλέπει αποτελέσματα και να υπολογίζει την πιθανότητα closing, τον εκτιμώμενο χρόνο και τα αναμενόμενα έσοδα
  • Να Προτείνει ενέργειες όπως ποιον πελάτη να καλέσουν οι πωλητές, τι να πουν, πότε να κάνουν follow-up κλπ.
  • Να Εντοπίζει ευκαιρίες για upsell, cross-sell, dormant πελάτες

Το CRM εξελίσσεται σε «Λειτουργικό Σύστημα Πωλήσεων (Sales Operating System)», δηλαδή ένα σύστημα που συντονίζει όλες τις δραστηριότητες των πωλήσεων, καθοδηγεί αποφάσεις και βελτιστοποιεί αποτελέσματα .

Δεν είναι απλώς εργαλείο “αρχείο πελατών” αλλά το “μυαλό” της λειτουργίας των πωλήσεων. Σε έναν κόσμο όπου οι αποφάσεις γίνονται όλο και πιο σύνθετες, το “CRM Sales Brain” δεν είναι πολυτέλεια αλλά προϋπόθεση ανταγωνιστικότητας.

Η άνοδος των AI agents στις πωλήσεις. Από recommendation σε execution

Αν το πρώτο στάδιο της Τεχνητής Νοημοσύνης στις πωλήσεις ήταν η υποστήριξη (assistants) και το δεύτερο η καθοδήγηση (copilots), το επόμενο στάδιο είναι οι πράκτορες ΤΝ (AI agents).

Ένας πράκτορας ΤΝ (AI agent) δεν περιορίζεται μόνο στο να προτείνει ενέργειες αλλά μπορεί και να τις εκτελέσει. Μπορεί να κατανοήσει έναν στόχο (π.χ. αύξηση pipeline), να πάρει αποφάσεις, να εκτελέσει ενέργειες όπως: Εντοπισμός leads και η αξιολόγηση (Prospecting), Αποστολή emails (Outreach), Διαχείριση Pipeline (με υπενθυμίσεις, ενέργειες και ενημέρωση CRM) και να προσαρμοστεί με βάση τα αποτελέσματα. Με άλλα λόγια δεν “βοηθά” απλώς τον πωλητή αλλά δρα για λογαριασμό του.

Οι πωλήσεις δεν υλοποιούνται πλέον μόνο από ανθρώπινους πωλητές αλλά και από πράκτορες ΤΝ (AI agents) δηλαδή από ένα μικτό “εργατικό δυναμικό”. Σε αυτό το περιβάλλον, ο ανθρώπινος πωλητής εστιάζει σε σύνθετες συμφωνίες, στρατηγικές σχέσεις, πολύπλοκες διαπραγματεύσεις και κυρίως στην έμπνευση εμπιστοσύνης με τους αγοραστές, ενώ οι πράκτορες ΤΝ σε εργασίες ρουτίνας.

Οι πωλήσεις μετασχηματίζονται από αποκλειστικά ανθρώπινες σε υβριδικές επιτυγχάνοντας ταχύτητα, καλύτερη κάλυψη αγοράς και υψηλότερη παραγωγικότητα.

AI-to-AI selling: Όταν οι πωλήσεις γίνονται διάλογος μεταξύ συστημάτων ΤΝ

Το πιο σύνθετο περιβάλλον που έχουν να αντιμετωπίσουν σήμερα οι πωλήσεις είναι το μοντέλο AI-to-AI selling, στο οποίο τόσο οι αγοραστές όσο και οι πωλητές χρησιμοποιούν πράκτορες ΤΝ.

Στο νέο αυτό περιβάλλον ο αγοραστής χρησιμοποιεί πράκτορα ΤΝ (AI agent) για να αναζητήσει λύσεις, να συγκρίνει επιλογές και να αξιολογήσει προτάσεις. Ομοίως ο πωλητής χρησιμοποιεί επίσης πράκτορα ΤΝ, για να παρουσιάσει προσφορές, να απαντήσει σε ερωτήσεις και να προσαρμόσει προτάσεις. Το αποτέλεσμα στην αρχική φάση της πώλησης είναι να γίνεται διάλογος μεταξύ συστημάτων ΤΝ!

Για να λειτουργήσουν σε αυτό το μοντέλο, οι επιχειρήσεις πρέπει να μετασχηματίσουν τον τρόπο που “παρουσιάζουν” τις προτάσεις και την αξία τους. Αρχικά με Δομημένες προσφορές (Structured offerings) δηλαδή με σαφή προϊόντα, καθαρές προτάσεις αξίας και συγκρίσιμα χαρακτηριστικά κλπ. Στη συνέχεια με δεδομένα που είναι αναγνώσιμα από μηχανές (Machine-readable) που περιλαμβάνουν APIs, Δομημένες περιγραφές (structured descriptions) και πρότυπους δείκτες (standardized metrics). Αν αυτά απουσιάζουν, πιθανά η ΤΝ να μην μπορεί να αξιολογήσει την πρόταση και τελικά να μην την επιλέξει. Η ορατότητα στην Τεχνητή Νοημοσύνη (AI visibility) γίνεται ακόμα πιο σημαντική.

Σε αυτό το μοντέλο, ο άνθρωπος δεν εξαφανίζεται. Αλλά μετακινείται από την αρχή της διαδικασίας στο τέλος, Τα συστήματα ΤΝ συγκρίνουν και επιλέγουν και οι άνθρωποι παρεμβαίνουν μόνο στα κρίσιμα σημεία. Σε αυτό το νέο περιβάλλον, θα πλεονεκτεί ο πωλητής που μπορεί να “μιλήσει” καλύτερα εκτός από τη γλώσσα των ανθρώπων και τη γλώσσα των συστημάτων.

Ο “πωλητής προϊόντων” μετασχηματίζεται σε “σύμβουλος αξίας”

Σήμερα ο ρόλος του πωλητή εφόσον η ΤΝ έχει αναλάβει μεγάλο μέρος των διαδικασιών των πωλήσεων, μετατοπίζεται προς την κατανόηση και επίλυση των προβλημάτων του πελάτη.

Σε αυτό το περιβάλλον πωλητές που θα ξεχωρίσουν είναι αυτοί που:

  • κατανοούν την ΤΝ
  • συνεργάζονται με τα εργαλεία
  • έχουν στρατηγική σκέψη
  • εστιάζουν στην αξία και όχι στην πληροφορία και
  • βοηθούν τους πελάτες να παίρνουν καλύτερες αποφάσεις

Καθώς αλλάζει ο ρόλος του πωλητή, αλλάζει αναπόφευκτα και το σύνολο των δεξιοτήτων που απαιτούνται και αναδύεται ο υβριδικός πωλητής “hybrid seller” ένας πωλητής που συνδυάζει ανθρώπινες δεξιότητες, τεχνολογική κατανόηση και ανάλυση δεδομένων .

Οι βασικές νέες δεξιότητες του υβριδικού πωλητή (hybrid seller)

Ο υβριδικός πωλητής πρέπει να κατέχει τις παρακάτω δεξιότητες:

  • Γνώσης των δεδομένων (Data literacy) ώστε να μπορεί να διαβάζει dashboards, να κατανοεί metrics και να αξιολογεί πιθανότητες
  • Κατανόησης των αποτελεσμάτων (output) της ΤΝ, για να ξέρει πότε να την εμπιστευτεί, να εντοπίζει λάθη ή προκαταλήψεις (bias)
  • Συνομιλίας και αλληλεπίδρασης με την ΤΝ (Prompting & interaction) ώστε να ξέρει πώς να συνεργάζεται και πως να επικοινωνεί σωστά με τα εργαλεία ΤΝ
  • Κριτικής σκέψη (critical thinking) για να διαχειρίζεται προτάσεις που χρειάζονται αξιολόγηση, αμφισβήτηση και κρίση και
  • Προχωρημένης επικοινωνίας (Advanced communication) ώστε να αναλαμβάνει την ανθρώπινη παρέμβαση για στρατηγικές συζητήσεις, διαπραγματεύσεις και σύνθετες ανάγκες με απαιτητικούς πελάτες

Συμπέρασμα: Από τον πωλητή στο υβριδικό σύστημα πωλήσεων

Ο “πωλητής του αύριο” είναι ένας επαυξημένος πωλητής (augmented seller). Είναι ο επαγγελματίας που χρησιμοποιεί την ΤΝ ως “συγκυβερνήτη (copilot)” για να κατανοήσει καλύτερα την αγορά, να προλάβει τις ανάγκες του πελάτη και να προσφέρει λύσεις με ταχύτητα και ακρίβεια που ήταν αδιανόητες πριν από μια δεκαετία.

Σε έναν κόσμο που οι αγοραστές κινούνται με την ταχύτητα του αλγορίθμου, αναγκαστικά πρέπει να ακολουθήσουν και οι πωλητές.

Οι πωλήσεις δεν αλλάζουν μόνο τρόπο λειτουργίας. Η Τεχνητή Νοημοσύνη μετατοπίζει το επίκεντρό τους. Από το άτομο στο σύστημα. Η επιτυχία δεν θα κρίνεται πλέον από τον “καλύτερο πωλητή” αλλά από το πόσο καλά λειτουργεί το σύστημα, το πόσο καλά αξιοποιούνται τα δεδομένα και το πόσο αποτελεσματικά ενσωματώνεται η ΤΝ στην επιχείρηση.

Οι πωλήσεις δεν γίνονται ούτε πλήρως ανθρώπινες ούτε πλήρως αυτοματοποιημένες. Γίνονται υβριδικές. Και σε αυτό το νέο περιβάλλον οι αποφάσεις και οι ενέργειες δεν είναι αποκλειστικά ανθρώπινες καθώς πρέπει να είναι ταχύτατες και εύστοχες.

Το ερώτημα για κάθε επαγγελματία πωλήσεων σήμερα δεν είναι «αν θα χρησιμοποιήσει ΤΝ», αλλά «το πόσο γρήγορα θα την ενσωματώσει στη δουλειά του». Γιατί στο τέλος της ημέρας, ο πελάτης δεν ενδιαφέρεται για το εργαλείο που χρησιμοποιείς. Ενδιαφέρεται για το αποτέλεσμα που του προσφέρεις. Και εκεί, η συμμαχία ανθρώπου και ΤΝ δεν έχει προηγούμενο.