Technologieoprichter en commercieel directeur zegt dat AI de verkooptrechter kan beheren, maar dat mensen de deal nog steeds sluiten

Aryan Mahajan is de directeur commercialisering bij Gerra en de oprichter van Zoro, waar hij AI-bedrijfslaag bouwt voor omzetorganisaties.

We spraken met Aryan om te ontdekken hoe hij AI gebruikt om omzetorganisaties op hun kop te zetten. Dit vertelde hij ons.

Zijn eigen casestudy zijn

Ik ben Aryan Mahajan. Ik ben de directeur commercialisering bij Gerra. Ik ben ook de oprichter van Zoro, waar ik de private AI-bedrijfslaag bouw waarop omzetorganisaties draaien.

Ik ben hier niet gekomen vanuit de top van een verkooporganisatie. Ik begon met $500 en zonder vangnet, en werd gedwongen een klein beetje geld te laten werken als een groot team. Die beperking werd de volledige filosofie: als je niemand kunt aannemen, vraag je niet langer: "Wie voeg ik toe?" maar: "Wat kan één medewerker plus een vloot AI-agenten aansturen?" Het antwoord werd een bedrijf dat in 14 maanden van $0 naar $90K MRR groeide en nu $150K per maand genereert met marges van meer dan 95%. Het werkt met meer dan 30 afzonderlijke AI-agenten, een team dat je op één hand kunt tellen en een inhoudsmachine die meer dan 50 miljoen weergaven en 50.000 potentiële klanten heeft gegenereerd.

AI in omzetorganisaties interesseert me omdat ik er niet over theoretiseer. Ik ben de casestudy. De omzetorganisatie die ik leid, bewijst dat de bedrijfslaag die ik voor anderen bouw werkt.

De bovenkant van de omzetfunnel volledig vernieuwen

Ik heb de volledige bovenkant van mijn omzetfunnel — prospectie, onderzoek, kwalificatie en het eerste contact — vervangen door een AI-systeem dat het commerciële proces van begin tot eind uitvoert.

Voorheen waren menselijke uren het duurste onderdeel van omzetgeneratie. Een verkoper besteedt ongeveer 40 minuten aan het onderzoeken van één prospect. Een team van vier of vijf mensen kost $100-200K per jaar. Het meeste van dat werk bestaat uit lezen, inschatten of er een match is en een eerste bericht schrijven. Dit werk vereist veel beoordelingsvermogen, maar is traag, inconsistent en beperkt door het aantal mensen dat je je kunt veroorloven.

Ik heb een pijplijn gebouwd die prospects verzamelt, elke prospect verrijkt, het bedrijf en de specifieke koper onderzoekt, de match met het ideale klantprofiel beoordeelt, de prospects verwijdert die niet passen, de benadering in meerdere talen schrijft en vervolgens de reacties afhandelt.

Onderzoek dat vroeger 40 minuten per potentiële klant kostte, kost nu ongeveer twee cent per potentiële klant en draait 24/7. De economische verhoudingen zijn omgekeerd: een eenmalige systeemimplementatie vervangt $100K-200K aan personeelskosten per jaar en de klant is volledig eigenaar van het systeem. Omdat elke reactie en uitkomst wordt geregistreerd, beschikt het omzetproces eindelijk over geheugen: wat werkte, wat niet werkte en waarom, in plaats van dat die context in het hoofd van vijf verschillende verkopers zit.

Het duidelijkste bewijs: tijdens één campagne onderzocht het systeem 214 prospects, verwijderde het de 184 die niet pasten en kreeg het een hedgefonds van $70 miljard zover om te reageren terwijl ik op mijn bank zat. Dit is niet "AI die koude e-mails schrijft", wat in 2022 interessant was. Dit is AI die het volledige commerciële proces uitvoert. Dat is de verschuiving. Maar de meeste omzetleiders schroeven nog steeds een chatbot op een werkstroom die niet zou moeten bestaan en noemen dat transformatie.

Waarom smaak en beoordelingsvermogen menselijk moeten blijven

Ik laat AI de volledige onderzoeks- en uitvoeringslaag aandrijven: prospectie en verrijking, ICP-beoordeling en kwalificatie van potentiële klanten, eerste concepten van benaderingen en inhoud, classificatie van reacties, monitoring van pijplijn en omzet — en zelfs systeemreparatie. Ik gebruik een zelfherstellende lus die mijn actieve klantsystemen in de gaten houdt, een fout opvangt en deze autonoom herstelt; ik heb meegemaakt dat een fout in vier en een halve minuut van melding naar oplossing ging. AI verwerkt alles wat grootschalig of patroonmatig is, vooral werk dat beter wordt naarmate het systeem meer context ontvangt.

Taken die expliciet menselijk blijven, zijn onder meer prijsstelling, positionering, definitieve commerciële beslissingen en oordelen over smaak. Ik bepaal mijn prijs op basis van de hefboomwerking die een systeem creëert, niet op basis van de operationele kosten. Ik geef dat oordeel — wat een uitkomst voor een specifieke koper waard is — niet uit handen aan een model. Hetzelfde geldt voor de uiteindelijke woorden in een deal en voor de toon. AI heeft uitvoer gratis gemaakt, waardoor smaak het kostbare onderdeel is geworden. Iedereen beschikt nu over dezelfde modellen, dus de markt laat stilletjes zien wie daadwerkelijk beoordelingsvermogen heeft. Dat weiger ik te automatiseren.

AI zou ook geen deals moeten sluiten. Echte mensen bouwen vertrouwen op in een gesprek of via een DM, en dat vertrouwen heeft geleid tot enkele van mijn grootste contracten. De laatste stap van omzetgeneratie draait om relaties en beoordelingsvermogen, en AI heeft daar nauwelijks verandering in gebracht.

Mijn scheidslijn is eenvoudig: AI beslist niets wat mijn reputatie op het spel zet of mij aan een koper bindt. AI levert informatie en maakt concepten voor alles, maar een mens keurt alles goed wat namens mij naar buiten gaat of geld in beweging brengt. Mijn systeem onderzoekt, beoordeelt en schrijft het bericht voor een prospect, maar een persoon keurt de verzending goed. Het maakt een concept van een klantreactie, maar ik tik om deze te verzenden.

Waarom AI niet zelfstandig vraag kan creëren

AI creëert niet zelfstandig autoriteit of vraag. Het kan oneindig veel content produceren, maar volume is geen distributie en ook geen vertrouwen.

Ik heb meer dan 50 miljoen weergaven gegenereerd, maar de weergaven zijn niet waar het geld zit — het geld zit in de handvol relaties die dankzij die weergaven mogelijk werden. Teams die verwachten dat AI een verkooppijplijn "genereert" door meer output te produceren, krijgen meestal alleen meer ruis.

Vraag ontstaat vanuit een standpunt en echt bewijs — menselijke input die het model versterkt, maar niet zelf creëert.

Waarom omzetleiders op hun hoede moeten zijn voor te vergaande automatisering

Ik zie twee grote nadelen van AI binnen omzetteams.

Ten eerste kan het vol vertrouwen fout zitten. Vroege versies van het outreachsysteem richtten zich op verzonnen bedrijfsdomeinen, totdat ik eiste dat elk domein vóór gebruik werd geverifieerd. De oplossing was geen slimmer model, maar een verificatiepoort.

Ten tweede is automatisering die te ver gaat gevaarlijk. Een vroege autonome betalingsrun verwerkte een leveranciersbetaling dubbel op basis van een verouderde goedkeuring. Nu vereist alles wat geld verplaatst of naar een klant gaat een harde goedkeuringspoort en een periode waarin de actie ongedaan kan worden gemaakt — het systeem stelt op en bereidt voor, maar een mens geeft definitief akkoord.

En ik vind het belangrijk om op te merken dat het knelpunt simpelweg is verschoven; het is niet verdwenen. Wanneer output gratis wordt, worden smaak, beoordelingsvermogen en vangrails — de menselijke beoordelingslaag — de beperking, niet de productie. Teams die AI toevoegen zonder die laag opnieuw op te bouwen, genereren alleen sneller meer verkeerde dingen.

Aryan deelt

Ik vind het belangrijk om op te merken dat het knelpunt simpelweg is verschoven; het is niet verdwenen. Wanneer output gratis wordt, worden smaak, beoordelingsvermogen en vangrails — de menselijke beoordelingslaag — de beperking, niet de productie.

Hoe omzetteams veranderen

AI heeft het team kleiner, veelzijdiger en sterker gericht op beoordelingsvermogen gemaakt. Ik heb niet voor elke productiestap een menselijke medewerker nodig. Ik heb een klein aantal operators nodig die de klant, de economie en het systeem goed genoeg begrijpen om machines aan te sturen en uitzonderingen op zich te nemen.

Ik heb meer dan 30 verschillende agents gebouwd voor onderzoek, het opstellen van concepten, monitoring, opvolging, levering en herstel. Menselijke inspanning wordt geconcentreerd op gebieden waarin de machine zwak is: positionering, prijsstelling, relaties, smaak, verantwoordelijkheid en beslissen wat er moet gebeuren wanneer het standaard draaiboek niet meer werkt.

De talentpremie is verschoven naar operator-bouwers — mensen die kunnen deelnemen aan een commercieel gesprek, de zakelijke consequentie begrijpen en vervolgens de workflow kunnen vormgeven of met engineers kunnen samenwerken om deze te veranderen. Pure coördinatoren hebben minder invloed, omdat AI informatie kan verplaatsen en een eerste versie kan produceren. Pure specialisten blijven belangrijk, maar hun beoordelingsvermogen moet invloed hebben op de bredere organisatie in plaats van beperkt te blijven tot hun eigen output.

Het doel is niet om mensen uit omzetteams te verwijderen. Het doel is om te stoppen met het inzetten van je beste mensen voor lezen, kopiëren, najagen en bijwerken, en hen vervolgens weer in te zetten voor vertrouwen en beslissingen.

Waarom CRO's hun processen opnieuw moeten opbouwen

Ik heb drie adviezen:

1. Stop met het achteraf toevoegen van AI aan bestaande processen; bouw ze in plaats daarvan opnieuw op. De meeste "AI-transformatie" binnen omzet bestaat uit het vastplakken van een chatbot aan een workflow die niet zou moeten bestaan — en als het proces niet klopt, zorgt AI er alleen voor dat het verkeerde sneller gebeurt. Verwijder de stap en automatiseer vervolgens wat overblijft. Organisaties die omzet als een infrastructuurprobleem benaderen — door bevoegdheden, acquisitie, geheugen, opvolging en toeschrijving in één systeem samen te brengen — vergroten hun voorsprong steeds verder, terwijl anderen nog prompts schrijven.
2. Bezit de laag, huur haar niet. Software is een handelswaar geworden; een team met volledige operationele context en echte distributie verslaat consequent kant-en-klare SaaS. De winnende zet is niet het aanschaffen van nog tien tools; het is het bouwen van het besturingssysteem onder je omzetorganisatie, zodat intelligentie zich opstapelt en jij de eigenaar bent. Koop tools voor gestandaardiseerde functies; bouw het deel dat je daadwerkelijke voorsprong vormt.
3. Word obsessief over de menselijke laag, want daarheen is je voorsprong verschoven. AI heeft output gratis gemaakt, waardoor smaak, beoordelingsvermogen en vertrouwen schaars en kostbaar zijn geworden. Zet AI op grote schaal in voor onderzoek, het opstellen van teksten, monitoring en opvolging — en richt je beste mensen op de laatste stap die AI niet kan uitvoeren: prijsstelling, positionering, relaties en het sluiten van deals. Voer ook een strikte goedkeuringspoort in voor alles wat naar een klant gaat of geld in beweging brengt. Het doel is niet minder mensen die meer lawaai maken; het doel is je beoordelingsvermogen opschalen.

De CRO's die dit moment aangrijpen, zullen niet degenen zijn die de meeste AI invoeren. Het zullen degenen zijn die hun omzetorganisaties eromheen opnieuw opbouwen terwijl het nog ongemakkelijk voelt.

Volg hem

Je kunt het werk van Aryan Mahajan volgen op LinkedIn, Instagram en X. Of plan een gesprek met hem.

Er komen meer interviews met experts aan op The CRO Club!