Talloze bedrijven zijn begonnen met het integreren van AI in hun activiteiten, ook binnen het verkoopproces – en dat is hier mijn bijzondere focus. Ik bedoel de typische verkoopcycli op de middellange tot lange termijn die gebruikelijk zijn in B2B-ondernemingen: van business development en offertes tot en met contractering en levering. Een groeiend aantal tools belooft nu dat proces te ondersteunen en het handmatige werk te verminderen.
Snelle ontwikkelingen in tools
Net als velen van jullie heb ik onderzocht wat er zoal beschikbaar is: welke tools de moeite waard zijn om te gaan gebruiken en welke criteria het zwaarst wegen bij de keuze daartussen. Wat ik heb ontdekt? Een overvloed aan tools van uiteenlopende kwaliteit, en een markt die zó snel in beweging is dat elke vergelijking binnen enkele maanden alweer achterhaald is.
De interessantere vragen gaan niet echt over functionaliteit. Zoals: moet een tool helpen bij het identificeren van alarmsignalen en risico’s in een RFP, of zich richten op het kwalificeren van een opportunity? Moet het offertes kunnen opstellen met behulp van de eigen content van de klant – en zo ja, hoe diep moet die integratie dan gaan voordat je het kunt vertrouwen met technisch, branche-specifiek materiaal? Is brede ondersteuning tijdens de verkoopcyclus, met ruimte om uit te breiden naarmate een team ervaring opdoet, waardevoller dan één ding goed doen? En daarbuiten: bestaat de leverancier over drie jaar nog, zodat je niet alles moet migreren?
Ik heb geen kant en klaar antwoord – ik weet zelfs niet zeker of iemand dat al heeft. Maar het verkennen van dit terrein is voor mij de zeer moeite waard. Ik ben behoorlijk onder de indruk van wat AI nu al kan.
Waar het mijn werk daadwerkelijk verandert
Dit vond ik interessanter dan de functionaliteiten van individuele tools: de grootste impact van AI in mijn eigen werkpraktijk ligt momenteel in de fase van de situatieanalyse. Deze fase doorloop ik aan het begin van elk commercieel traject – en soms zelfs al voordat ik besluit deel te nemen aan het verkoopproces van een klant. Bij de start van elke commerciële situatie verdiep ik me in de markt van de klant, de markttrends, de pijnpunten waar klanten doorgaans mee kampen, de strategische doelstellingen van mijn klant, het concurrentieveld en de huidige stand van zaken. Voorheen betekende dit het maandenlang bestuderen van jaarverslagen, business analyses, uitspraken en publicaties van de bedrijfsleiding en koersbewegingen.
Dat deel van mijn werk – het deel waaraan ik altijd veel tijd heb besteed – is door AI-tools ingrijpend veranderd. Ik krijg veel beter inzicht, en dat ook nog eens veel sneller.
Dat roept een vraag op die voor mij echt van belang is: leiden betere inzichten tot betere beslissingen? Maakt een snellere, diepgaandere situatieanalyse mij een betere adviseur – of slechts een snellere? Vertaalt zich dat in een betere kwalificatie van deals of een scherpere deal strategie voor mijn cliënt?
Ik ga er binnenkort achter komen
De komende maanden ga ik AI vaker inzetten voor praktijkcases: een diepgaande analyse van diverse bedrijven, volledig gebaseerd op openbare bronnen – zoals jaarverslagen, marktanalyses en concurrentieposities – op precies de manier waarop ik me normaal gesproken zou voorbereiden voordat ik een klant bijsta of adviseer in een concrete situatie. Ik zal verslag doen van de uitkomsten van dit proces en bespreken welke inzichten AI wel (of juist niet) biedt ten opzichte van de traditionele werkwijze. Zie dit artikel als de eerste aflevering van een korte reeks over de werkelijke waarde van AI-tooling voor commercieel advieswerk – niet in theorie, maar getoetst aan de praktijk.
