Come l’intelligenza artificiale generativa cambierà le vendite

Il mese scorso Microsoft ha lanciato Viva Sales, un'applicazione con tecnologia IA generativa incorporata progettata per aiutare i venditori e i responsabili delle vendite a redigere e-mail personalizzate per i clienti, ottenere informazioni su clienti e prospect e generare raccomandazioni e promemoria. Poche settimane dopo, Salesforce (l'azienda) ha lanciato Einstein GPT.

Le vendite, con il loro approccio non strutturato, altamente variabile a seconda delle persone, sono rimaste indietro rispetto a funzioni come la finanza, la logistica e il marketing in termini di utilizzo delle tecnologie digitali. Nonostante questo, ora sono pronte a diventare rapidamente uno dei principali utilizzatori dell'IA generativa, la forma di intelligenza artificiale utilizzata da OpenAI (la società dietro ChatGPT) e dai suoi concorrenti. I sistemi basati sull'IA stanno per diventare l'indispensabile assistente digitale di ogni venditore (e di ogni responsabile delle vendite).

Le vendite si prestano bene alle capacità dei modelli di IA generativa. Si tratta di un'attività ad alta intensità di interazioni e transazioni, che produce grandi volumi di dati, tra cui testi ricavati da scambi di e-mail, audio di conversazioni telefoniche e video di interazioni personali. Questi sono esattamente i tipi di dati non strutturati con cui i modelli sono progettati per lavorare. La natura creativa e organica delle vendite crea immense opportunità per l'IA generativa per interpretare, imparare, collegare e personalizzare, ma, per realizzare il vero potenziale, ci sono ostacoli e sfide da superare. L'IA generativa dev’essere integrata in modo non intrusivo nei processi e nelle operazioni di vendita, in modo che i team di vendita possano integrare naturalmente le funzionalità nel loro flusso di lavoro: questa a volte trae conclusioni sbagliate, distorte o incoerenti. Sebbene i modelli accessibili pubblicamente siano preziosi (centinaia di milioni di utenti come noi hanno già utilizzato ChatGPT per interrogarne il serbatoio di conoscenza su praticamente tutti gli argomenti), la vera potenza per i team di vendita arriva quando i modelli vengono personalizzati e messi a punto su dati e contesti specifici dell'azienda. Questo può essere costoso e richiede competenze scarse, tra cui persone con una conoscenza significativa dell'IA e delle vendite. Come possono quindi le organizzazioni di vendita raccogliere il valore senza sprecare energie per seguire percorsi improduttivi?

Cosa è possibile fare

Prima di affrontare il come, consideriamo cosa può fare l'IA generativa per le organizzazioni di vendita.

Alleggerire il carico amministrativo. Quasi tutte le organizzazioni di vendita che vediamo sono afflitte dal graduale aumento del lavoro amministrativo nel corso del tempo. Con l'aumento della complessità delle vendite, cresce anche la necessità di documentazione, approvazioni e rapporti di conformità. Inconsapevolmente, anche l'uso crescente di tecnologie di vendita è un fattore importante. Le nuove tecnologie spesso comportano più formazione, più inserimento di dati e più report da consultare. L'intelligenza artificiale generativa può invertire questa tendenza amministrativa, ad esempio aiutando i venditori a scrivere e-mail, rispondere alle richieste di proposte, organizzare le note e aggiornare automaticamente i dati del CRM.

Migliorare le interazioni dei venditori con i clienti. Negli ultimi tempi, l'uso dell'IA nelle vendite ha fatto progressi. Abbiamo aiutato molte aziende a implementare sistemi basati sull'intelligenza artificiale che raccomandano contenuti e offerte di prodotti personalizzati, oltre al canale migliore che i venditori devono utilizzare per entrare in contatto con i clienti. Le raccomandazioni si basano sui dati relativi alle preferenze e ai comportamenti del cliente e di altri simili, nonché sulle interazioni passate con il cliente stesso. I venditori accettano o rifiutano le raccomandazioni e possono valutarne la qualità per migliorare gli algoritmi.

Aggiungendo l'intelligenza artificiale generativa, i modelli possono produrre raccomandazioni migliori. Un esempio potrebbe essere la considerazione dei sentimenti dei clienti, ricavato dalle sfumature del linguaggio e dai sottili segnali di interesse o di sfiducia dei clienti stessi, nelle e-mail, nelle conversazioni con i venditori, nei post sui social media e altro ancora. Inoltre, l'addetto alle vendite può collaborare con il sistema per migliorare le raccomandazioni in tempo reale. Ad esempio, dopo aver ricevuto il suggerimento di rivolgersi a un cliente con una nuova offerta, l'addetto alle vendite può scavare più a fondo, sia verticalmente nelle esigenze del cliente stesso, sia orizzontalmente per trovarne altri che potrebbero beneficiare della stessa offerta. Un'interfaccia utente interattiva e colloquiale rende l'applicazione facile da usare. In un ambiente venditore-acquirente veramente collaborativo, anche chi compra può partecipare al dialogo.

Assistere i responsabili delle vendite. I responsabili delle vendite passano molto tempo a studiare i rapporti e le analisi sulle prestazioni di vendita. Di recente, la maggior parte dei report sulle vendite è passata da documenti passivi e retrospettivi a strumenti più interattivi e diagnostici con funzionalità di drill-down. Con l'intelligenza artificiale generativa, i sistemi di reporting possono diventare ancora più potenti e lungimiranti. I manager possono porre domande per ottenere spunti per aiutare i venditori a migliorare e fornire feedback di coaching più mirati e motivanti. Le attività di pianificazione delle vendite che richiedevano settimane possono essere eseguite in un'ora, mentre i manager dialogano con il sistema per scoprire le opportunità, formulare strategie per i key account e determinare come allocare gli sforzi per aree geografiche, clienti, prodotti e attività.

Il viaggio verso il valore

L'IA generativa è relativamente nuova e in rapida evoluzione. Mancano i talenti per definirne il ruolo, per addestrare e mettere a punto i modelli e per sviluppare e implementare le applicazioni. È necessario trovare percorsi che consentano di evitare le sfide della falsità, di realizzare rapidamente il valore e di ottenere risultati tenendo sotto controllo i costi.

Gestire imprecisioni e incoerenze. ChatGPT e i suoi concorrenti a volte danno risposte imprecise o traggono inferenze sbagliate. Se si pone la stessa domanda due volte, si ottengono risposte diverse. Gli utenti devono sapere quando e come utilizzare queste tecnologie. Bisogna iniziare con aspettative elevate ma realistiche. C'è un'arte nel porre domande e nel fornire suggerimenti successivi per migliorare le risposte e le organizzazioni di vendita devono impararla attraverso la formazione, l'apprendistato e la condivisione delle best practice.

Il rischio è minore quando questi modelli vengono perfezionati sulla base delle conoscenze del contesto aziendale. Grazie all'aggiunta di dati, formazione e feedback, l'accuratezza e la coerenza migliorano. (Proprio come per le persone!) le risposte generate dall'IA in contesti a rischio devono essere riviste da una persona. Fortunatamente, la revisione umana è una parte naturale del flusso di lavoro dei venditori e dei responsabili delle vendite.

Ricavare rapidamente il valore. Poiché la potenza di questa tecnologia dirompente cresce in modo esponenziale, è possibile iniziare a realizzare il valore in settimane, non in mesi. Una strategia per ottenere risultati rapidi consiste nell'integrare le funzionalità nei sistemi di vendita esistenti. Ad esempio, l'IA generativa può migliorare gli strumenti utilizzati dai venditori per scrivere e-mail o sviluppare presentazioni e proposte di vendita e può anche aumentare la qualità dei suggerimenti generati dall'IA, incorporando informazioni sul sentiment dei clienti. Questi miglioramenti possono avvenire in background, in modo che gli utenti ne traggano beneficio senza dover reimparare le funzioni dell'applicazione. Per quanto riguarda la velocità di implementazione, "comprare" batte "costruire". Sebbene la creazione di un sistema personalizzato alimentato dall'intelligenza artificiale offra una maggiore flessibilità, è un'operazione che richiede tempo e risorse. L'acquisto di un'applicazione esistente riduce la necessità di talenti specializzati all'interno dell'azienda e rende più facile stare al passo con una tecnologia in rapida evoluzione.

Ottenere risultati controllando i costi. Spesso ha senso esternalizzare le capacità, sviluppando al contempo un piccolo nucleo di esperti interni di IA, che supportino le vendite e altre funzioni. Le probabilità di successo sono maggiori quando gli sforzi per portare l'IA nelle vendite sono guidati da un "esperto di confine", una persona che comprende e viene rispettata dagli esperti tecnici e dai membri della forza vendita. Parlando entrambe le lingue, un esperto di confini può aiutare a personalizzare con giudizio le soluzioni, in modo che siano utilizzabili e utili per le vendite, ma anche implementabili e sostenibili nel tempo. Inoltre, un approccio agile e iterativo all'implementazione mantiene gli sforzi sulla strada del valore, incoraggiando il miglioramento continuo. Le fasi chiave comprendono la prototipazione rapida, i test e l'iterazione sulla base del feedback di un team di early experience, un gruppo di utenti principali che forniscono indicazioni sull'usabilità del sistema, sul valore e sui piani di implementazione.

Un aiuto alla produttività o un sostituto dei venditori?

Prevediamo che le tecnologie basate sull'IA diventeranno rapidamente l'assistente digitale di ogni venditore e di ogni responsabile delle vendite. L'IA generativa sta già aiutando i copywriter a redigere contenuti e i programmatori a scrivere codici, aumentando la loro produttività del 50% o più. Può fare lo stesso per i venditori.

L'IA sta già rendendo più potente il self-service dei clienti e le vendite interne. I consumatori utilizzano sempre più spesso la tecnologia digitale per ricercare autonomamente prodotti e servizi. L'e-commerce è decollato anche nel mondo B2B. Anche nelle vendite complesse, il digitale svolge un ruolo sempre più importante, assumendo compiti come la generazione di lead e la definizione delle priorità, la condivisione e la configurazione delle informazioni sui prodotti e l'inserimento degli ordini. Inesorabilmente, il digitale e le vendite interne continuano ad assumere molti compiti che i venditori sul campo erano soliti svolgere, soprattutto per gli acquisti più familiari.

Tuttavia, le offerte nuove e complesse richiedono ancora venditori in grado di identificare le esigenze percepite e latenti, di personalizzare le soluzioni e di navigare in organizzazioni di acquisto articolate. Certo, l'intelligenza artificiale sottrarrà compiti ai venditori e restringerà ulteriormente il loro ruolo nelle situazioni più difficili. Allo stesso tempo, le aziende che vendono tecnologie di IA creeranno grandi forze di vendita per cogliere le enormi e ricche opportunità che si profilano.

Prabhakant Sinha è cofondatore di ZS, una società globale di servizi professionali. Insegna alla Indian School of Business. Arun Shastri dirige la pratica dell'intelligenza artificiale presso ZS. Sally E. Lorimer è dirigente di ZS.