作者: Flori Needle,翻译:老常
在B2B销售中采用AI的风险
与任何新技术一样,在B2B销售中采用AI智能体并非没有风险。下面,我将详细介绍销售负责人在考虑实施AI智能体时需要牢记的几个最重要的风险。
1. 内容可能听起来生硬且不自然
尽管生成式AI(Generative AI)近年来取得了重大进展,但AI编写的内容听起来生硬不自然的情况仍然屡见不鲜。幸运的是,根据我的经验,编辑AI文本使其听起来更人性化通常相当直接,特别是对于像电子邮件或博客文章这类你可能已经习惯编辑的内容。
然而,当涉及到聊天机器人或培训模拟等自动化工具时,风险可能更大,因为在这些场景中,AI生成的内容可能在没有人工参与的情况下实时使用。对于此类用例,我认识到建立充分的质量控制流程至关重要——并且要确保将复杂或高度敏感的任务留给人类处理。
2. 信息可能不准确
除了内容略显生硬之外,当销售团队所依赖的AI智能体工具产生不准确信息时,他们可能会遇到真正的问题。尤其是在使用自动化数据分析工具做出重大战略决策时,微小的错误可能导致重大的后续挑战。
当然,这些错误很大程度上源于源数据的不准确,因为AI模型是在人类提供的数据上进行训练的。因此,为了降低输出不准确的风险,销售团队能做的最好的事情就是确保输入系统的数据准确无误。
3. 算法厌恶(Algorithm aversion)
研究表明,许多专业人士可能对使用AI智能体工具犹豫不决。这种现象被称为“算法厌恶(algorithm aversion)”,它可能实质性地限制组织从采用AI中获益的程度。毕竟,即使一个新工具有潜力增加价值,这种潜力也只有在真正应该使用该工具的人实际使用它时才能实现。
为了减轻这种风险,我发现尽可能保持开放和透明非常有帮助。在某些情况下,这可能意味着向人们保证,如果他们因算法错误而犯错,他们不会受到责备;
而在其他情况下,则可能意味着分享数据和证据来证明AI工具的质量和可靠性。无论人们算法厌恶的根源是什么,承认这些问题并正面解决它们都很重要。
4. 担心被AI取代
我遇到的另一个主要挑战是,实施AI解决方案可能导致人们担心自己会被取代。事实上,HubSpot的最新数据发现,59%的销售专业人士担心AI会使他们的工作过时。
在这方面,透明的沟通同样关键。虽然AI正在改变许多工作岗位——而且它确实可能会淘汰一些——但组织通常可以采取大量战术性步骤来减轻人们对被取代的恐惧。
例如,管理者可以在最有可能继续需要人类投入的工作领域提供指导和培训。此外,我认识到一点积极的反馈大有裨益:如果人们感到紧张或不被赏识,提醒他们自身价值有多大有助于缓解他们的恐惧。
B2B销售中AI的未来
根据HubSpot最近的报告,76%的销售专业人士认为,到2030年,大多数人将使用某种形式的AI或自动化来协助他们的工作。显然,AI对B2B销售的影响是巨大的。但我们该何去何从?
到2030年,四分之三的销售人员相信他们使用的大多数软件将内置AI或自动化功能,72%的人认为AI和自动化将足够先进,能够完全独立地联系潜在客户。此外,三分之二的受访者预测大多数人将使用像ChatGPT这样的聊天机器人来回答问题,而不是像谷歌这样的搜索引擎,73%的人同意大多数人将使用像ChatGPT这样的生成式AI工具来协助他们的工作。
当然,未来远非确定。但是,有一点是明确的:AI将长期存在,并且正在B2B销售领域掀起巨浪。
如何在B2B销售中实施AI
在我的职业生涯中,我认识到在B2B销售中实施AI没有放之四海而皆准的解决方案。话虽如此,有几种策略可以帮助任何组织确保他们为成功做好准备。
下面,我概述了五个关键步骤,我发现这些步骤可以确保销售团队有效且高效地采用自动化工具:

1. 定义SMART目标
首先,每当启动一个新项目时,我认识到为自己设定具体(Specific)、可衡量(Measurable)、可实现(Achievable)、相关(Relevant)和有时限(Time-bound)的目标(即SMART目标)至关重要。
在将新的AI工具整合到B2B销售工作流程中时,SMART目标可能是“将转化率提高20%”或“将数据录入时间减少50%”之类。
最相关的目标会因具体组织和业务背景而异,但定义清晰的、能引导你的决策走向正确方向的总体目标始终很重要。
2. 遵守规则
为了维持客户和员工的信任,确保遵守所有适用的法规至关重要。对于在欧盟运营的企业,《通用数据保护条例》(GDPR)是需要考虑的最重要的监管框架之一,但我也认识到相关规则可能因地点、行业等因素而有很大差异。
这就是为什么我在实施新的AI工具之前总是确保做好研究,花时间确保在推进之前既遵守法律条文也遵循法律精神。
老常:中国的数据保护法,欧盟的GDPR,美国加州的数据保护法,是出海企业家要认真对待的。
3. 实验与迭代
一旦你定义了目标并确保了合规性,就是时候发挥创造力了!实施AI很少是一个一蹴而就的项目。相反,我总是建议拥抱实验精神。
尝试一种方法,看看效果如何,并据此进行迭代。这意味着要严格监控你的关键绩效指标(KPIs)——并且如果结果不如预期,不要害怕做出改变。
4. 逐步扩展
没有人能一夜之间成为AI智能体专家。我发现,即使对于技术最精通的销售人员,适应使用新工具也需要时间。这就是为什么我总是确保逐步扩展AI智能体的推广,在启动下一个用例之前,给人们时间去适应每一个新的用例。
例如,与其彻底改革你的内容生成系统,更合理的做法可能是从鼓励销售代表使用自动化工具开始,仅帮助他们创建一两个用于潜在客户拓展的电子邮件模板。然后,一旦他们掌握了这一点,你就可以扩展到其他类型的内容生成。
相关阅读

AI智能体 vs 聊天机器人:核心区别,场景详解与选择指南
深入解析AI智能体与AI聊天机器人的核心区别、四大关键应用场景(客户服务/电商/B2B/营销)及行业案例;权威数据与专家证言(波士顿咨询/Gartner);提供实用选择建议,助您提升效率与客户体验。

AI智能体与聊天机器人核心差异解析 | 功能与选择指南
本文详解AI智能体与AI聊天机器人的本质区别、核心功能、适用场景及选择策略。了解主动式AI(Agentic AI)如何执行复杂任务,聊天机器人如何优化自助服务。

海外5大顶尖AI客服智能体推荐与深度测评:提升客户支持效率与个性化体验
探索目前最优秀的5款AI客服智能体,了解它们如何利用生成式AI提供即时、主动、个性化支持,自动化复杂任务,并整合实时洞察。包含详细功能解析、用户证言及核心数据对比。