Ervaren salesleider deelt hoe je het duurste salesprobleem met AI oplost

Ankit Kedia heeft 20 jaar lang B2B-verkoopteams bij technologiebedrijven geleid. Momenteel is hij parttime CRO en adviseur.

We spraken met Ankit om te leren hoe hij AI gebruikt om op te lossen wat hij "het duurste probleem in sales" noemt. Dit is wat hij zei.

Mensen vrijmaken voor het werk dat alleen mensen kunnen doen

Ik ben Ankit Kedia. Ik werk als parttime CRO en adviseur en help bedrijven hun verkoop schaalbaar te maken, in plaats van afhankelijk te zijn van een paar sterverkopers en veel geluk.

Mijn weg hiernaartoe verliep niet in een rechte lijn. Ik ben opgeleid tot elektrotechnisch ingenieur aan NTU Singapore, maar ik heb nog nooit één circuit gebouwd. Ik begon mijn loopbaan in de financiële sector: aandelenonderzoek, een handelsdesk van een hedgefonds en daarna private equity. Het werk was goed, maar ik bleef in elke deal hetzelfde opmerken. De bedrijven die wonnen, wisten hoe ze moesten verkopen. Uiteindelijk besloot ik daarom over te stappen naar sales, en ik heb daar nooit spijt van gehad.

In de afgelopen 20 jaar heb ik B2B-verkoopteams opgebouwd en geleid in Noord-Amerika, APAC en EMEA, in 13 landen verkocht en als hoofd verkoop bij SurveyMonkey en DropThought gewerkt. Verkopen in zoveel markten leert je snel dat mensen het hele spel bepalen. Werken in zoveel landen leerde me dat een verkooppraatje dat in San Francisco een deal sluit, in Tokio misschien niet werkt, en dat geen enkel raamwerk je redt; alleen inzicht in de persoon aan de andere kant van de tafel helpt.

Dat brengt me bij AI, en eerlijk gezegd kwam ik er laat bij. Na twee decennia in sales ben ik deze tools pas een jaar geleden serieus gaan gebruiken. Maar ik heb ontdekt dat AI een briljante juniorcollega is. Het neemt het routinewerk uit handen, scherpt de voorbereiding aan en geeft me tijd terug, maar het kan niet aan de gesprekken deelnemen en de deal voor ons binnenhalen door het vertrouwen van de klant te winnen. Dat deel is nog steeds aan ons, en ik geloof dat dit altijd zo zal blijven.

Daarom zie ik dit moment eenvoudig. De leiders die winnen, zullen AI gebruiken om hun mensen vrij te maken voor precies het werk dat alleen mensen kunnen doen.

Hoe AI de nauwkeurigheid van dealbeoordelingen verbetert

Ik heb mijn manier van dealbeoordelingen uitvoeren veranderd. Vroeger was dit het frustrerendste uur van mijn week, en AI heeft dat stilletjes opgelost.

Voorheen verliepen pipelinebeoordelingen als volgt: een verkoper vertelde me dat een deal deze maand zou worden gesloten, en mijn intuïtie zei dat de inschatting te optimistisch was, maar ik kon het niet bewijzen. Het gesprek van vorige week zat in iemands geheugen, de CRM toonde een fase-update zonder echte context en niemand had ooit een mondelinge toezegging van twee beoordelingen geleden vastgelegd.

We discussieerden op basis van optimisme, en de prognose liep toch vertraging op. Uit een onderzoek van Clari bleek dat 57% van de onnauwkeurigheden in prognoses terug te voeren was op de kloof tussen wat verkopers tijdens gesprekken zeiden en wat er daadwerkelijk in de CRM terechtkwam. Dat percentage kwam precies overeen met wat ik al 20 jaar aanvoelde.

Daarom ben ik conversatie-informatietools gaan gebruiken — voornamelijk Gong — om de waarheid uit echte gesprekken te halen in plaats van te vertrouwen op wat mensen zich herinnerden. Deze tools transcriberen elk klantgesprek en signaleren echte risicosignalen. Daarnaast gebruik ik een AI-assistent om de pipeline vóór elke beoordeling kritisch te testen en me duidelijk te vertellen welke deals echt lijken.

Dankzij deze tools signaleer ik deals die dreigen weg te zakken weken eerder, wanneer er nog tijd is om er iets aan te doen, in plaats van op de laatste dag van het kwartaal, wanneer het te laat is.

Waar je de grens trekt met AI in omzetbeheer

Maar hier zit een belangrijke kanttekening. AI neemt de beslissing niet; het zet de feiten alleen sneller op tafel. Bepalen wat je moet doen met een wankelende deal — dat is nog steeds aan de persoon die op de stoel zit, en dat zal altijd zo blijven.

AI kan geen prijsstrategie bepalen. Het kan me laten zien voor welke bedragen vergelijkbare deals zijn gesloten, maar de prijs bepalen voor een grote deal met een onderneming vereist beoordelingsvermogen op basis van relaties en inzicht in hoe hard de koper het nodig heeft.

Een ander gebied is alles waarbij mensen of genuanceerd beoordelingsvermogen betrokken zijn. Dit omvat het coachen van een verkoper die moeite heeft en het vertrouwen op een deal waarvan je intuïtie zegt dat er iets niet klopt, zelfs wanneer de cijfers er goed uitzien. AI kan die momenten van informatie voorzien, maar het kan de beslissing niet nemen.

Kort gezegd laat ik AI me vertellen wat er gebeurt en waar ik moet kijken, maar laat ik het niet beslissen wat ik eraan moet doen.

De reden is eenvoudig. AI blinkt uit in patronen, maar heeft moeite met context. Het kan zien dat een deal riskant lijkt, maar het kan niet weten dat de koper zojuist zijn budgetverantwoordelijke is kwijtgeraakt, dat de CEO nerveus is om vóór de bestuursvergadering te tekenen, of dat een verkoper nog maar één eerlijk gesprek verwijderd is van een ommekeer.

Omzet is uiteindelijk een reeks menselijke beslissingen die onder druk en onzekerheid worden genomen, en ik ben niet bereid die uit te besteden.

Een praktijkgerichte workflow voor dealbeoordeling en coaching

Ik bespreek mijn workflow voor dealbeoordeling en coaching. Deze bestaat uit vier fasen, en AI heeft invloed op elke fase, maar een mens neemt nog steeds de beslissingen.

1. Voordat de gesprekken überhaupt plaatsvinden: Wanneer een verkoper een belangrijk gesprek in het vooruitzicht heeft, verzamelen de tools alles wat ertoe doet: het recente nieuws over het account, de rol en voorgeschiedenis van de koper en de stand van de deal, zodat de verkoper goed voorbereid het gesprek ingaat. Vroeger was daar een uur handmatig zoekwerk voor nodig, maar tools maken er nu een leesbeurt van twee minuten van.
2. Tijdens en direct na het gesprek: Gong verwerkt elk klantgesprek. Het neemt het gesprek op, schrijft het uit en analyseert het, en schrijft vervolgens de belangrijkste details rechtstreeks in het CRM: de dealfase, de volgende stappen en wie aanwezig was. Dit lost het duurste probleem van verkoop op: niemand onthoudt mondelinge updates, en beslissingen over het verkooptraject werken nog kwartalen door. Nu gaat er niets verloren tussen wat er is gezegd en wat er is vastgelegd.
3. Voor mijn beoordeling: Dezelfde tools markeren automatisch echte risicosignalen: een interne pleitbezorger die stil is gevallen, een nieuwe belanghebbende die plotseling is verschenen, een sluitingsdatum die al twee keer is verschoven. Daarnaast gebruik ik een AI-assistent, meestal Claude, om het volledige verkooptraject te analyseren en me duidelijk te vertellen welke deals echt zijn en bij welke we hopen dat ze werkelijkheid worden. Daardoor ga ik elke beoordeling al in met kennis van waar ik moet doorvragen, in plaats van problemen tijdens het gesprek te ontdekken.
4. Na de beoordeling: De AI stelt samenvattingen voor de opvolging en taken voor de volgende stappen op basis van de daadwerkelijke gesprekscontext op, die de verkoper controleert en verstuurt. Omdat elk gesprek wordt vastgelegd, kan ik coachen op basis van wat er echt is gebeurd. Ik kan het exacte moment terugluisteren waarop een verkoper langs een bezwaar heen praatte, in plaats van te coachen op basis van een samenvatting uit de tweede hand. Daardoor wordt de coaching veel concreter.

Hoe AI het gemakkelijker kan maken om gemakzuchtige gewoonten toe te geven

De goede kanten van AI worden vaak overdreven, dus hier is het eerlijke beeld.

Ten eerste zijn de grootste voordelen tijd en duidelijkheid. Mijn dealbeoordelingen zijn nu gebaseerd op bewijs. Gesprekken over prognoses zijn veel minder emotioneel. Het voorbereidende werk waar vroeger een paar uur voor nodig was, kost nu slechts een fractie daarvan.

Bij de teams waarmee ik heb gewerkt, is het patroon consistent geweest: minder tijd besteden aan rapporteren over het verkooptraject en meer tijd besteden aan het daadwerkelijk bewerken ervan.

Nu het slechte nieuws, want daar is genoeg van:

De eerste fout was te veel vertrouwen op de AI-scores. In het begin liep een deal die door AI als gezond werd beoordeeld toch stuk, omdat de tool niet kon zien dat de interne pleitbezorger van de koper moeite had om het interne team te overtuigen. De cijfers zagen er goed uit tot het moment waarop de deal mislukte, en daardoor leerde ik het vertrouwen van AI te zien als een vertrekpunt, maar nooit als een oordeel.

Het tweede probleem is het probleem van de "eenvormigheid". Wanneer iedereen zijn benadering met dezelfde tools automatiseert, begint alles hetzelfde te klinken en merken kopers dat. Ik heb gezien dat de responspercentages op geautomatiseerde benaderingen in de hele sector om precies deze reden zijn gedaald. De teams die het zwaarst leunen op automatisering om persoonlijk te klinken, klinken uiteindelijk vaak het meest algemeen.

Het derde probleem is dat AI het heel gemakkelijk maakt om je productief te voelen terwijl je moeilijke gesprekken vermijdt. Ik heb daarop moeten letten bij mezelf en bij de teams die ik coach.

AI heeft de goede professionals merkbaar sneller en scherper gemaakt, maar het heeft ook gemakzuchtige gewoonten gemakkelijker gemaakt om aan toe te geven. Het is een vermenigvuldigingsfactor voor omzetverantwoordelijken, en wat het vermenigvuldigt hangt volledig af van het beoordelingsvermogen van degene die het gebruikt.

Hoe AI ontastbare verkoopvaardigheden beter aanleerbaar maakt

Het grootste deel van mijn loopbaan geloofde ik dat de beste verkoop bijna ambachtelijk was: het instinct om een ruimte aan te voelen, de perfect getimede opvolging, het gevoel wanneer je moest aandringen en wanneer je moest wachten — dat alles zat in het hoofd van je beste mensen en kon je eigenlijk niet kopiëren.

Je kon mensen ervoor aannemen en ze er een beetje in coachen, maar meestal hoopte je gewoon meer van die zeldzame mensen te vinden. AI dwong me er echter anders over te denken.

Want wanneer je elk gesprek opneemt en analyseert, worden de dingen die je beste verkoper doet en die vroeger als magie aanvoelden zichtbaar en concreet. De exacte vragen die hij of zij tijdens het gesprek stelde, de manier waarop diegene met een bepaald bezwaar omgaat, hoe diegene vertraagt in plaats van versnelt wanneer een koper stilvalt — het zijn patronen, en zodra je ze duidelijk ziet, kun je ze op een manier die nooit eerder mogelijk was aan de rest van het team leren.

Ankit deelt

Het grootste deel van mijn loopbaan geloofde ik dat de beste verkoop bijna ambachtelijk was: AI dwong me er echter anders over te denken.

Dus datgene wat ik had afgeschreven als een onleerbaar instinct bleek grotendeels een reeks aan te leren gedragingen te zijn die ik tot nu toe alleen niet op grote schaal kon waarnemen.

En ik zeg niet dat verkopen een formule is geworden. Het menselijke beoordelingsvermogen op het hoogste niveau is nog steeds echt en nog steeds zeldzaam, maar de kloof tussen je beste verkoper en iemand van gemiddeld niveau is kleiner en beter te dichten dan ik twintig jaar lang geloofde. Veel van wat ik vroeger talent noemde, was eigenlijk gewoon zichtbaarheid, en die hebben we nu.

Dat is een oprecht hoopvolle verandering en het veranderde hoe ik denk over het opbouwen van een team.

Hoe je AI-adoptie in omzetteams verbetert

Ik wou dat ik had geweten dat de tools het gemakkelijke deel zijn; het moeilijke deel is ervoor zorgen dat mensen hun manier van werken veranderen.

Toen ik begon, maakte ik de klassieke fout: ik nam aan dat goede AI-tools automatisch waarde zouden opleveren. Koop de software, voer die in en kijk hoe alles verbetert. Dus richtte ik al mijn energie op het kiezen van de juiste platforms en bijna geen enkele op de mensen die ermee zouden moeten werken.

Maar wat er gebeurde, is wat er bij de meeste teams gebeurt. Teams namen de tools op papier in gebruik, maar negeerden ze in de praktijk. Verkopers bleven werken zoals ze altijd hadden gedaan, lieten de geavanceerde AI-functies onaangeroerd en een paar mensen hadden een hekel aan het geheel omdat het iets was wat hun werd aangedaan in plaats van iets wat voor hen werd gedaan.

Als ik dat vooraf had begrepen, zou ik de volgorde volledig hebben omgedraaid. Ik zou veel minder tijd hebben besteed aan piekeren over welke tool ik moest kopen, omdat de meeste serieuze tools goed genoeg zijn, en veel meer tijd aan de verandering zelf. Het team er vroeg bij betrekken, iedereen laten zien hoe het hun werkdag gemakkelijker maakt in plaats van alleen de rapportage van hun manager overzichtelijker, en een of twee werkprocessen eerst goed onder de knie krijgen voordat je er meer aan toevoegt.

Vijf adviezen voor CRO's

Wat advies betreft, zijn dit een paar dingen waarvan ik wou dat iemand ze me eerder had verteld.

1. Omarm AI daadkrachtig, maar definieer duidelijk het doel ervan. De voordelen zijn reëel en CRO's die deze tools negeren, zullen achterblijven bij degenen die ze gebruiken. AI biedt snelheid en duidelijkheid, geen vervanging van beoordelingsvermogen. Gebruik het om sneller zicht te krijgen op je verkooppijplijn, je beter voor te bereiden en je team te bevrijden van routineklussen.
2. Ontsla je team niet en noem dat een AI-strategie. AI moet je goede mensen effectiever maken; het mag geen excuus zijn om ze kwijt te raken. Als je plan erin bestaat mensen te vervangen, heb je niet begrepen waar deals worden gewonnen.
3. Voorkom eenheidsworst. Wanneer iedereen in jouw markt dezelfde tools gebruikt om benadering te automatiseren, gaat de uitvoer op elkaar lijken en haken kopers af. Winnende teams zullen AI gebruiken om tijd terug te winnen en die tijd vervolgens besteden aan menselijker, meer betrokken en oprechter van nut zijn voor kopers dan de concurrentie.
4. Begeleid je team bij de verandering in plaats van ze alleen tools te geven. De meeste verkopers gebruiken de AI die al in hun pakket zit nauwelijks. De software aanschaffen is het gemakkelijke deel; mensen zover krijgen dat ze hun manier van werken veranderen is de echte opgave, en dat is een leiderschapsprobleem.
5. Blijf zelf dicht bij de deals. Als leider is het verleidelijk om nu alles via dashboards te laten verlopen, omdat die beter zijn dan ooit, maar het beste signaal blijft een echt gesprek met een echte koper. Laat de tools je niet verwijderen van je daadwerkelijke verantwoordelijkheid.

Volg mee

Je kunt het werk van Ankit Kedia volgen op LinkedIn, X en Instagram.

Er komen meer interviews met experts op The CRO Club!