Indtægtsrådgiver og tidligere CRO siger, at samarbejde med AI slår ren automatisering i salgsprocesser

Dave Govan har en historik med at skabe omsætning i organisationer som Oracle, VeriSign, Hitachi og Dell RSA. Han er grundlægger af G2 Strategic Advisory Services, hvor han rådgiver teknologidirektører, investorer og omsætningsteams om markedsstrategi.

Vi satte os ned med Dave for at lære, hvordan samarbejde mellem mennesker og AI med mennesket i løkken gavner salgsprocesser mere end ren automatisering. Her er, hvad han sagde.

Vendinger og gennembrud

Daves tanker

Min vej frem mod dette AI-øjeblik er ikke ny … De virksomheder, der vinder det næste årti, bliver ikke dem, der har adgang til AI. Alle har adgang. Det bliver dem, hvis ledere og teams ændrer den måde, de udfører arbejdet på. Det hul er præcis dér, hvor jeg arbejder.

Jeg er grundlægger og seniorprincipal hos G2 Strategic Advisory Services. Jeg rådgiver teknologidirektører, investorer og omsætningsteams om markedsstrategi og om implementering af AI i omsætningsmotoren. Det gør jeg som operatør, ikke som konsulent. I løbet af min karriere har jeg skabt 2,3 milliarder dollars i omsætning som CRO og salgsleder, været en del af seks øverste ledelsesteams og skaleret virksomheder på alle stadier fra såfasen til børsnotering og kapitalfondsejerskab.

Jeg rådgiver omsætningsorganisationer, men mit fundament er ledelse af feltsalg til store virksomheder. Tidligt i min karriere ledede jeg regioner med store kunder som regional vicepræsident for feltsalg (RVP) hos Oracle, hvor jeg skabte over 100 millioner dollars i omsætning. Denne erfaring med stort og komplekst salg til store virksomheder har præget, hvordan jeg siden har opbygget alle organisationer.

På storskalastadiet og i virksomheder ejet af kapitalfonde ledede jeg Dell RSAs salgsorganisation i Nord- og Sydamerika, et team på 250 personer bestående af generalister, specialister, kanalpartnere og indedørssælgere, og voksede omsætningen fra 400 millioner dollars til 540 millioner dollars. Derefter blev jeg forfremmet til omsætningsdirektør hos NetWitness, den cybersikkerhedsvirksomhed, der blev udskilt og solgt til en kapitalfond. Her ledede jeg en global organisation på 500 personer og øgede EBITDA med 52 procent. Vi solgte sikkerhedssoftware til virksomheder sammen med tjenester til sikkerhedsdriftsteams i store virksomheder og offentlige myndigheder.

På opstartsfasen opbyggede og ledede jeg omsætningsorganisationerne hos Sailthru og Dynamic Yield, virksomheder inden for AI- og stordatabaseret markedsføringsteknologi. Vi solgte SaaS-personalisering til digitale markedsføringsfolk inden for e-handel og medier. Her handlede arbejdet om at gå fra nul til skalering: at opbygge teamet, spillebogen og GTM-processen fra nogle få sælgere til en verdensomspændende organisation, der solgte til CMO'er og deres teams.

Min vej frem mod dette AI-øjeblik er ikke ny. For et årti siden arbejdede jeg allerede med AI- og stordatabaseret markedsføringsteknologi og skalerede personaliseringsplatforme som Sailthru og Dynamic Yield. Jeg har set AI bevæge sig fra at være en funktion, man solgte, til at blive driftslaget og videre til samarbejde mellem mennesker og AI med mennesket i løkken.

De virksomheder, der vinder det næste årti, bliver ikke dem, der har adgang til AI. Alle har adgang. Det bliver dem, hvis ledere og teams ændrer den måde, de udfører arbejdet på. Det hul er præcis dér, hvor jeg arbejder.

Sådan ændrer AI kontomålretning og salgstragtstyring

Jeg gjorde AI til driftslaget i min egen markedsindsats, begyndende med hvordan jeg målretter og følger op på konti.

Nu driver jeg en AI-drevet proces for målretning og undersøgelse. Jeg bruger AI-baseret kontoindsigt og købssignaler til at identificere, hvilke konti der er på markedet og værd at bruge min tid på, og jeg samarbejder med AI gennem hele salgstragten for at undersøge købere, opbygge markedsstrategikort og udarbejde kundemateriale. Jeg sørger for, at mennesket forbliver i løkken, når det gælder vurderinger, positionering og alle beslutninger med kundekontakt.

Resultatet er større løftestangseffekt og bedre signaler. Jeg driver en større og bedre kvalificeret salgstragt, end jeg kunne gøre manuelt, jeg når frem til et troværdigt synspunkt på en potentiel kunde på en brøkdel af tiden, og jeg producerer arbejde på et dybdeniveau, der tidligere krævede et helt team. Jeg hjælper også mine kunder med at foretage det samme skifte, hvilket holder rådgivningen ærlig. Jeg sælger ikke en transformation, som jeg ikke selv har gennemført.

Sådan bruges AI i salgsprocessen

Jeg vil føre dig gennem salgsprocessen fra et nyt kundeemne til en underskrevet ordre og vise, hvordan AI understøtter den.

Jeg anbefaler at oprette et Claude-projekt for hver ny salgsmulighed og hver underskrevet kundeaftale. Et Claude-projekt fungerer som et arbejdsområde, hvor du kan samarbejde med Claude.  Du kan dele relevante filer og instruktioner.  Det husker alle dine interaktioner, hvilket er fantastisk til samarbejde.  Din opgave er at lære det op og udnytte det, men du ejer salgsmuligheden og resultatet.  Stol mere på din egen dømmekraft end på svarene, og omdirigér det, når du har brug for det.  

Start med forundersøgelse før samtalen. Når du har fået et kundeemne, kan du bruge AI-applikationer som Clearitty.com til at indhente viden om virksomheden, køberen, det sandsynlige pres og forskellen mellem deres erklærede behov og deres sandsynlige behov. Du kan udvide din forundersøgelse til også at omfatte førende modeller som Claude. At begynde med et informeret perspektiv og synspunkt er bedre end en uvidende, generisk afklaring.

Organiser derefter din afklaringssamtale med AI. Udform dagsordenen og spørgsmålene, så samtalen bliver skarp, og du opnår retten til at gå mere i dybden. De to spørgsmål, der forankrer den, ændrer sig aldrig: "Hvad har du brug for at få gjort?" og "Hvordan ser succes ud for dig?"

Selve afklaringssamtalen er menneskelig. Men en AI-baseret notetager som Granola.ai kan levere en transskription, som du kan give til dit AI-projekt. På den måde fanger du hele konteksten i det, køberen sagde, og kan bruge disse oplysninger i stedet for at lade dem blive i din hukommelse eller på en blok. Jeg foreslår, at du gør det samme for hvert møde med kunden og fører det tilbage til Claude-projektet. Efterhånden som salgsprocessen skrider frem, kan du bede den om at gennemgå alle transskriptionerne og levere indsigt eller vejledning. 

Daves tanker

…du er beslutningstageren og skal også stole på din mavefornemmelse.  Dit sind er bedre egnet til at skabe vindende strategier. AI vil ofte mangle kontekst, medmindre du fortæller den det.

Når du går ind i tilbuds- og forhandlingsfaserne, kan du samarbejde med AI om at udforme positionering og rækkefølge: begynd med det, de bad om, og åbn derefter op for den større mulighed, når tilliden er etableret. Test forskellige scenarier.  Bed den om at vurdere, hvor konkurrencedygtig du vil være til denne type projekt osv. Udsæt den kommercielle struktur og prissætningen for en stresstest for at sikre, at de holder under kritisk gennemgang, og brug AI til at identificere, hvor du måske overkomplicerer aftalen eller lader penge ligge på bordet. Du er dog beslutningstageren og skal også stole på din mavefornemmelse.  Dit sind er bedre egnet til at skabe vindende strategier. AI vil ofte mangle kontekst, medmindre du fortæller den det.

Derefter udarbejder AI tilbuddet ved hjælp af dine egne skabeloner på en brøkdel af den tid, det tidligere tog at gøre det manuelt. Du bidrager med vurderingen af omfang og vilkår.

Alle disse trin foregår i et AI-arbejdsområde i stedet for gennem forskellige enkeltstående instruktioner. Det betyder, at arbejdsområdet bevarer konteksten og kan drage bedre slutninger, efterhånden som yderligere spørgsmål eller bekymringer opstår.

Du gennemfører salget, afklaringen, positioneringen og afslutningen. AI gør dig hurtigere og skarpere i hvert trin, indfanger alt, så intet går tabt, og hjælper dig undervejs.

Hvordan præcision mindsker AI's afvigelser

Der opstår lejlighedsvis afvigelser i mine AI-arbejdsgange, men vi løser dem med enkle omdirigeringer. Jo mere du bruger det, desto sjældnere sker det.

For at undgå afvigelser skal du altid være præcis omkring, hvad du gør, og hvorfor du gør det. Skriv eksplicitte instruktioner, der giver et fuldstændigt billede af salgsscenariet. Jo mere komplet instruktionen er, desto mindre frem og tilbage vil der være.

Hvorfor omsætningsprocesser har brug for et menneske i processen

Overordnet læner jeg mig op ad AI til analytisk arbejde og produktionsarbejde, hvor hurtighed og bredde vinder: målretning og prioritering af kunder, forundersøgelse af købere og kunder, kortlægning af markedet, arbejde med ICP og købsudvalg samt sammenfatning af omfattende materiale til et klart synspunkt. AI bør især anvendes til prioritering af salgspipeline, aftalescoring, prognoser og signaler om risiko for kundefrafald, fordi dataene understøtter det.

Men selv om AI informerer og fremskynder beslutninger, træffer den aldrig beslutningen.

Mennesker håndterer udtrykkeligt dømmekraft under tvetydighed og alt, der bygger på tillid.

• Behovsafdækningen forbliver menneskelig. At forstå, hvad en køber har brug for, og hvordan succes ser ud for dem, er en samtale, ikke en forespørgsel.
• Relationen og afslutningen forbliver menneskelige, herunder de mere stille overvejelser, såsom hvad man skal fremhæve eller tilbageholde over for en køber, og hvornår man skal gå videre eller sætte processen på pause.
• Prissætning og kommercielle vilkår forbliver menneskelige. AI anbefaler ofte en prissætning, som jeg ved ikke vil fungere, fordi den i stor skala ikke består testen om at købe versus bygge eller købe versus ansætte. Når AI bliver mindet om det, giver den derefter et andet svar.
• Selv med AI-understøttet prognosearbejde fortæller jeg teams, at de skal bevare muligheden for menneskelig tilsidesættelse af det endelige tal.

Overordnet ser jeg det som en samarbejdsbaseret proces med mennesket i centrum, hvor mennesker ejer kvaliteten og resultatet.

Hvorfor omsætningsledere skal korrigere deres urealistiske forventninger

Jeg har ikke oplevet et tilfælde, hvor AI ikke leverede den omsætningspåvirkning, jeg forventede. Da AI er software, forventede jeg aldrig, at den ville skabe omsætning. Jeg forventede løftestangseffekt, og det har den leveret.

Det eneste sted, hvor virkeligheden dog ikke levede op til hypen, er autonomi. Ideen er, at man retter AI mod en arbejdsgang, hvorefter den kører af sig selv. I praksis er resultatet uden opsyn generisk, til tider selvsikkert forkert, og der er stadig brug for mennesker i processen. Det gør os hurtigere, ikke fraværende.

Jeg ville ikke kalde det, at AI leverer under forventning. Jeg ville kalde det, at mennesker har brug for at korrigere urealistiske forventninger.

De skal forstå, at samarbejde mellem mennesker og AI, hvor mennesket er en del af processen, er vejen frem. Hvorfor? AI er fantastisk software, der er fremragende til at understøtte tænkning, men ikke til selv at tænke.

Hvorfor MCP'er er afgørende for softwarevirksomheder

Model Context Protocol (MCP) gør det muligt for enhver softwarevirksomhed at oprette forbindelse til enhver avanceret model/LLM gennem forbindelser, så det bedste fra begge verdener kombineres. Det betyder, at dine konkurrenter sandsynligvis giver brugerne mulighed for at interagere med deres applikationer via Claude, ChatGPT, Copilot og Gemini.

Hvis dit tilbud ikke tager MCP til sig, risikerer du at gå konkurs.

Sådan forbedrer du salgsproduktiviteten

Her er tre ændringer, du kan foretage for markant at forbedre salgsproduktiviteten, effektiviteten i pipelinekonverteringen og nøjagtigheden i prognoser:

1. Brug Claude mere samarbejdsorienteret.
2. Brug AI-signaler til at prioritere målkonti og målpersoner. Jeg arbejder med AI-teknologi fra Clearitty.com, som er fremragende til dette. Jeg har redesignet arbejdet øverst i salgstragten.
3. I større organisationer foreslår jeg, at man bruger Clari.com til at overvåge mulighedernes og kontienes sundhed med henblik på mere nøjagtige prognoser.

Sådan kan CRO'er lede vellykkede AI-drevne transformationer

Og her er tre råd til CRO'er, der integrerer AI i deres arbejdsgange:

For det første handler udfordringen ikke om adgang, men om samarbejde. Alle siger, at de bruger AI, men meget få samarbejder effektivt med den. Dine teams har sandsynligvis allerede værktøjerne. Du skal genopbygge arbejdsgangen omkring disse værktøjer og lære at arbejde effektivt med AI, hvis noget skal ændre sig. At købe licenser er ikke en strategi; det er det at ændre måden, arbejdet udføres på.

For det andet skal du lede dette fra operatørstolen – ikke som en teknologisk udrulning. Din opgave er ikke at få folk til at begejstres over AI; det er at vise dem, hvor det gør det virkelige arbejde hurtigere, skarpere og bedre, og hvor det ikke gør. Hold fokus på eksekvering og indvirkningen på omsætningen, ikke på abstrakte AI-funktioner. Læg ikke pres på folk med en fortælling om, at de "kommer bagud"; det giver bagslag.

For det tredje skal du lade dømmekraften forblive menneskelig. AI er fremragende til at komprimere analytisk arbejde og udvide dit perspektiv, men beslutninger, hvor det er dyrt at tage fejl, eller hvor værdien ligger i selve relationen, hører stadig hjemme hos et menneske.

De CRO'er, der vinder dette øjeblik, vil ikke være dem med mest AI. Det vil være dem, hvis teams har ændret den måde, de eksekverer på, og hvor effektivt de samarbejder med AI.

Følg med

Du kan følge med i Dave Govans arbejde på LinkedIn. Og se også G2 Strategic Advisory Services.

Der kommer flere ekspertinterviews på The CRO Club!