根据 Gartner 最新研究报告指出，全球有 75% 的 B2B 销售组织预计会在 2025 年前，采用机器学习技术等「人工智慧销售方法」(AI-based selling)，期许能善用新兴科技与大数据的力量，盘点资源、评估现况，并预测下一步明智举措；除了累积至今丰富的数据库，Gartner 认为企业逐步释出新预算也是主要原因。
以下《哈佛商业杂志》提出三项建议，帮助 B2B 企业调整销售策略，增强销售竞争力，以抢占新市场或者推动新产品上市，以更成熟的姿态应对国际经济衰退与景气降温：
1. 领导阶层应更早介入销售历程
身经百战的业务主管，能为拓展商业契机带来独一无二的价值，若他们能参与前期的销售历程，不仅能和谈判桌另一端的资深领导──往往也是最终决策者──建立更深一层的互信关系，身为公司策略夥伴的业务主管，也更有能力发掘潜在的新机会，并加以妥善运用。
2. 打破价格导向的销售回圈
通膨严重、景气趋向低迷，全球经济充满不确定性，买方的采购或消费行为更小心翼翼，卖家则感受到营利压力日益上升，而当企业客户纷纷选择缩减预算，买卖双方自然就很容易把「价格」视为购买历程中首要的决定性因素，时间一久便容易形成价格导向的销售回圈 (price-driven sales cycles)。
然而值得留心的是，「削价」并不足以克服一间企业固有的花费习惯，若采购或投资并非对方的当务之急，销售领导就该判断这是否为值得争取的订单，应把精力和资源专注放在「对的公司」(the right kind of business)；多数时候，优惠折扣都不该成为销售策略的一环。
3. 领导阶层应关注「规划」而非「销售」
每当市场走向衰退期，企业面对营收挑战，组织的第一反应往往是动员所有可能的销售资源，连领导阶层也得加入销售前线，拓展更多客源、谈成更多合约。
不过《哈佛商业杂志》提出不一样的见解：景气低迷时分，组织企业更应致力於打造出强大、灵活，且具策略性见解的销售团队，换言之，业务领导应该把心力投注在团队成长，而非帐面上的销售数字。
从更细致的维度检视，销售主管应实践业务复盘，检讨失败与成功环节分别为何，藉以调整前进方向，并透过模型模拟下次如何达成更优异的表现。
而这也正是 AI 等新兴科技，在 B2B 销售领域应用日益普遍的主要原因。
AI 技术 5 大销售应用
根据调查，全球有 88% 的营运销售长 (CSO) 正在规划或已经执行 AI 技术工具的投资；唯有当这些经理人充分了解 AI 普遍应用的范畴，方能有效评估某项 AI 技术功能是否切合其商业目标。
1. 自然语言处理 (NLP)
NLP 技术为人类和电脑系统之间，搭起直觉性的沟通桥梁，它能做到人类语料的辨识、阅读、诠释、贴标、生成；不需要人为介入即可输入资料，协助制作电子邮件、电联逐字稿等销售工具，甚至满足会议安排等虚拟助手需求。
2. 诊断式数据分析
分析数据库里面各变数之间的相关性，寻找既存的资料模式，用以分析问题或制作销售资料群集 (cluster)，例如个人化、市场区隔、客群分级 (tiering)。
3. 预测型数据分析
辨识某项结果背後的所有成因、影响力、运作逻辑，并将分析结果用於评估未来走向。不同於诊断式数据分析，预测型不仅探讨「为什麽」，也强调未来应该「怎麽做」；销售预测 (sales forecasting) 就经常运用预测模型来进行业务管道规划。
AI 如何神助攻，创造 B2B 超级销售团队？
点我下载近 5 年都受用的《销售现况》白皮书
洞悉 AI 与自动化技术的真正价值
4. 优化与指示型分析
当某项决策复杂程度较高，牵扯到商业目的与条件限制间的妥协，就会用上优化技巧来指示出最理想的行动方向，因此也经常被称作「推荐者系统」(recommender system)，帮助业务主管们发掘交叉销售、向上销售的机会。
5. 智慧流程自动化 (SPA)
SPA 运用机器学习技术，因此比起传统的机器人流程自动化，有能力处理复杂度更高、需要推理论证支持的高阶任务。
Forbes 杂志也指出相同趋势，认为行销与销售发展至今已足够成熟，能使用大型语言模型 (LLM) 进行自动化处理，生成式 AI (generative AI) 应用也不少见，例如自动化所有业务外发电邮，为销售人员提供即时指导与回馈，或者自动总结销售讨论并建议下一步行动等。
当销售历程的自动化程度越高，业务人员就更有余力去发挥科技无法取代、「人性」的那一面，例如顾客同理心与关系建立。
本文开放夥伴转载，参考资料：HBR、Pymnts、Gartner、Forbes，图片来源：Canva
Share