AI-sales agents: een complete gids

Als je een verkoper zou vragen waarom ze voor een carrière in sales hebben gekozen, zouden ze je waarschijnlijk iets vertellen als: "Ik hou ervan om met mensen te praten. Ik ben ambitieus en doelgericht en geen dag is hetzelfde." De realiteit is dat er veel tijd verloren gaat. Recente gegevens suggereren dat verkopers slechts 28% van hun tijd besteden aan de daadwerkelijke verkoop, terwijl de rest wordt besteed aan administratieve taken en werk dat geen inkomsten genereert. Om de druk en de administratieve last te verlichten, wenden verkoopteams zich tot AI-sales agents, waardoor ze zich wél kunnen focussen op de daadwerkelijke verkoop. 

Hieronder zetten we de verschillende soorten AI-sales agents voor je op een rijtje en late we je zien hoe je ze kunt gebruiken om je verkoopteams uit te breiden zodat de productiviteit en omzet van het team stijgen.

Het volgende komt aan bod:

• Wat is een AI-salesagent?
• Soorten AI-sales agents
• Belangrijkste kenmerken van AI sales agents
• Voordelen van AI-sales agents
• Gebruiksscenario's voor AI-sales agents
• Hoe AI-sales agents werken: installatie en implementatie
• Voorbeelden van AI-sales agents in actie
• Toekomstige trends voor AI-sales agents
• Veelgestelde vragen

AI-sales agents zijn autonome toepassingen die je verkoop- en klantgegevens analyseren en ervan leren om taken uit te voeren met weinig of geen menselijke tussenkomst.

Deze agents kunnen een schat aan functies uitvoeren, van taken aan de bovenkant van de funnel zoals lead nurturing met e-mails, het beantwoorden van vragen, het boeken van gesprekken met sales agents en offertes maken, tot taken die dieper geïntegreerd zijn in interne verkoopteams, zoals actieve rollenspellen voor verkopers en coaching. Wat ze anders maakt dan eenvoudige workflow automatisering, is dat agents in staat zijn om te leren waarbij ze data analyseren om efficiënter te werken en zelf actie te ondernemen.

Agents zijn vaak vooraf gebouwd en kunnen eenvoudig worden aangesloten op een bestaand CRM-systeem. Ze kunnen desgewenst volledig worden aangepast voor specifieke gebruiksscenario's.

(Terug naar boven)

Er zijn twee hoofdtypen AI-sales agents:

Autonome agents: Agents die onafhankelijk van menselijke input handelen, op basis van beschikbare gegevens, workflows en intelligent redeneren. Een agent voor sales development representatives (SDR) kan deze vertegenwoordigers bijvoorbeeld ondersteunen door de interactie aan te gaan met inkomende leads via e-mail of chat, vragen te beantwoorden en salesgesprekken voor vertegenwoordigers in te plannen.

Hulpmiddelen: Agents die mensen helpen bepaalde taken uit te voeren terwijl ze autonoom redeneren en acties uitvoeren. Bijvoorbeeld een salescoach agent die rollenspellen speelt met verkopers en realtime feedback geeft.

Het zoeken naar en analyseren van gegevens en het formuleren en uitvoeren van plannen is wat de beste AI sales agents onderscheidt van andere bots en verkooptools. Ze hebben namelijk veel complexere, vooraf gedefinieerde regels en beslissingsbomen.

(Terug naar boven)

Hoewel de taken van AI-sales agents verschillen, blijven hun belangrijkste kenmerken grotendeels hetzelfde:

Data-afhankelijk:Agentforce AI-sales agents zijn afhankelijk van betrouwbare CRM- en bedrijfsgegevens. Alleen wanneer ze volledig inzicht hebben in organisatiesystemen, klantgegevens en dealdetails, kunnen ze nauwkeurige en gepersonaliseerde output leveren.

24/7 beschikbaar: Autonome agents zijn op elk moment van de dag beschikbaar voor contact met leads en het beantwoorden vragen, zodat er geen kansen worden gemist. Ondersteunende agents zijn ook 24/7 beschikbaar, maar kunnen bepaalde taken mogelijk niet voltooien tenzij/totdat een mens tussenbeide komt.

Aanpasbare: Sommige AI-sales agents zijn meteen inzetbaar, terwijl andere helemaal opnieuw zijn gebouwd met behulp van low-code tools, op maat gemaakte workflows en API's die verschillende tools in een sales tech stack met elkaar verbinden.

Veilig en conform: Om ervoor te zorgen dat klantgegevens veilig blijven, vertrouwen agents op richtlijnen om binnen vooraf gedefinieerde kaders te werken. Deze kaders omvatten alles: van nalevingsclausules bij het genereren van offertes tot regels die bepalen hoe of wanneer een agent een e-mail kan verzenden. Achter de schermen worden de reacties van agents verwerkt via een beveiligingsslaag die zorgt voor veilig gebruik van data.

Schaalbaar: AI-agents zijn ontworpen om grote hoeveelheden taken uit te voeren zonder dat er meer menselijke vertegenwoordigers nodig zijn. Ze zijn ontworpen om volledig of gedeeltelijk autonoom te zijn zodra ze zijn geïmplementeerd en vereisen niet hetzelfde niveau van handmatige invoer als bepaalde bots en workflowautomatiseringstools.

Geïntegreerd: Het doel van AI-sales agents is om de teamproductiviteit en -efficiëntie in je verkooporganisatie te verhogen. Om dat mogelijk te maken, zijn agents vaak verbonden met je CRM-systeem en verkoopautomatiseringstools, zodat ze naadloos aansluiten op de dagelijkse werkprocessen.

(Terug naar boven)

• Altijd aan: Terwijl verkoopteams worden beperkt door vaste werktijden, zijn agents 24 uur per dag beschikbaar. Dit geldt met name voor autonome agents die niet afhankelijk zijn van menselijke input, maar gebaseerd zijn op CRM-gegevens. Het resultaat is snellere responstijden met altijd beschikbare gepersonaliseerde reacties.
• Verhoogde productiviteit van vertegenwoordigers: Omdat AI-sales agents routinetaken uitvoeren, zoals communiceren met nieuwe leads, krijgen je verkopers ruimte voor meer strategische activiteiten zoals het opbouwen van relaties en dealonderhandelingen. Dit helpt de dealsnelheid te verhogen, waardoor vertegenwoordigers hun quota eerder behalen. Sommige agents kunnen ook helpen vertegenwoordigers voor te bereiden op gesprekken met gepersonaliseerde training die is afgestemd op specifieke deals.
• Nauwkeurigheid: Wanneer je ze voedt met actuele, uitgebreide gegevens, leveren AI-sales agents consistent nauwkeurige resultaten, vrij van handmatige fouten die je terugziet in menselijk werk.
• Klantentevredenheid: Dankzij hun snelheid en nauwkeurigheid kunnen AI-sales agents de klanttevredenheid en probleemoplossing drastisch verhogen.
• Schaalbaar: Agents verwerken grote hoeveelheden leads zonder dat je meer verkopers hoeft in te huren. Bovendien nemen ze taken op zich zoals frequentere coaching waarvoor anders meer managers nodig zouden zijn.
• Eenvoudig aan te passen en te gebruiken: Bepaalde AI-sales agents werken out-of-the box met no-code of low-code aanpassingen, waardoor je teams snel resultaten zien. Andere kun je zelf bouwen om aan verschillende behoeften en gebruiksscenario's te voldoen.

(Terug naar boven)

Toepassingen lopen uiteen per agent omdat zij verschillende rollen in het verkoopteam ondersteunen. Bijvoorbeeld:

• Opgeschaald bereik: Op basis van CRM- en externe gegevens kunnen agents autonoom gepersonaliseerde communicatie op schaal uitvoeren, zoals het verzamelen van informatie van prospects en het beantwoorden van genuanceerde productvragen.
• Inkomende leads warm houden: Goed ingezette agents pakken elke inkomende lead op, zelfs de leads waar je team geen tijd voor heeft. Ze leiden hen automatisch een nurture-flow in door productvragen te beantwoorden om vervolgens een gesprek met een medewerker in te plannen.
• Verkooptraining: AI-sales agents die zijn gebouwd om vertegenwoordigers optimaal te laten presteren, zoals Agentforce Sales Coach, stellen je verkopers in staat om pitches te oefenen met rollenspellen die zijn afgestemd op hun specifieke deals, om op die manier bruikbare feedback te krijgen.
• Onboarding van vertegenwoordigers: Nieuwe verkopers en Account Executives kunnen samenwerken met een persoonlijke coaching-agent om begeleiding te krijgen tijdens hun onboardingtraject, met consistente en gepersonaliseerde feedback op hun verkoopgesprekken.
• Offertes, facturering en factuurbeheer: Met vooraf bepaalde kaders en toegang tot klant- en dealinformatie kunnen AI-sales agents aangepaste offertes maken, facturen verzenden en betalingen innen.
• Onboarding van partners: Je kunt AI-sales agents ontwikkelen om onboarding af te handelen voor partners die specifieke producten verwerken. Op die manier hoeven managers geen aangepaste trainingsprogramma's op te zetten.

(Terug naar boven)

Zoals hierboven vermeld, zijn AI-sales agents vooraf gebouwd of worden ze aangepast met behulp van een low-code builder en workflows. Zodra agents gekoppeld zijn met je CRM- en verkoopsoftware, moet je regels en bronnen invoeren om ervoor te zorgen dat je agents de gewenste taken nauwkeurig uitvoeren.

Het instellen van autonome sales agents in Agentforce Agent Builder gaat als volgt:

1. Selecteer een vooraf gebouwde agent of maak een aangepaste agent. Zelfs als je een kant-en-klare agent gebruikt, moet je mogelijk de kant-en-klare functionaliteit aanpassen om aan je behoeften te voldoen, dus zorg ervoor dat je alle installatiestappen voltooit.
2. Definieer je agent met rollen en gegevens: Gebruik eenvoudige formuliervelden om je agent toe te wijzen aan zijn specifieke functie en hem een naam te geven. Agentforce zal acties voorstellen die je agent kan ondernemen op basis van gegevens die al in je CRM-systeem staan. Kies degene die je wilt en pas vervolgens de instructies van de agent aan in duidelijke taal.
3. Kaders instellen: Kaders zorgen voor naleving en veilig gebruik van klantgegevens. Gebruik duidelijke taal om je agent regels te geven die hij moet volgen. Dit is niet alleen heel belangrijk voor intern gebruik, maar het leert de agent ook hoe hij met klanten en prospects moet omgaan.
4. Voeg bronmateriaal toe. Nadat je de acties van je agent hebt geselecteerd, upload of selecteer je relevante gegevens uit je CRM-systeem die de agent kan gebruiken om zijn werk te onderbouwen. Denk aan productdocumenten, FAQ's en korte factsheets over de branche.
5. Testen, implementeren en in gebruik nemen: Zodra je hebt gecontroleerd of al je invoer nauwkeurig is en je bevestigt dat de output van de agent op het juiste moment naar de juiste plaatsen gaat, kun je de agent testen of activeren.

Eén van de unieke voordelen van het gebruik van AI-sales agents zoals die van Agentforce, is dat je natuurlijke taal kunt gebruiken om te communiceren over wat je wilt dat je agent doet. Dat betekent dat iedereen een agent kan bouwen voor vrijwel elke toepassing.

(Terug naar boven)

Net als menselijke gebruikers werken AI- sales agents autonoom binnen je bestaande verkoop-, CRM- en technische omgeving. Voor klanten voelt het als een vanzelfsprekende ervaring: ze zijn zich ervan bewust dat ze interactie hebben met een AI-agent, maar voeren gesprekken in natuurlijke taal om informatie te verstrekken of gesprekken te plannen.

Neem deze twee veelvoorkomende verkoopscenario's:

Vertegenwoordigers voorbereiden op salesgesprekken: De meeste verkoopteams zijn het erover eens dat ze baat kunnen hebben bij training en ondersteuning, maar slechts 32% van de verkopers heeft regelmatig één-op-één gesprekken met hun managers. Dit zijn enorme gemiste kansen voor coaching en verbetering, vooral omdat veel teams moeite hebben om quota te halen.

Stel je voor dat een nieuwe of junior verkoper zich voorbereidt op een telefoontje. Ze klikken op de verkoopcoachagent in hun dashboard, zoals Agentforce Sales Coach, om hen te helpen vragen en bezwaren door te nemen voordat ze het gesprek ingaan. Afhankelijk van of ze een pitch houden of verwachten te onderhandelen in latere stadia van een deal, kunnen ze een live gesprek naspelen of een verkoopgesprek opnemen. Voorzien van klantinformatie, buyer persona's en alle beschikbare CRM-gegevens, geeft de Sales Coach vervolgens bruikbare feedback en begeleiding die specifiek is voor de deal in kwestie.

Feedback kan van alles zijn, van "zorg ervoor dat je prijsopties vermeldt" tot "leun niet te zeer op je manager voor aanvullende informatie — zorg dat jij zelf de antwoorden bij de hand hebt." Dit zorgt ervoor dat verkopers worden begeleid en in staat zijn om optimaal te presteren, ongeacht de beschikbaarheid van hun manager.

Inkomende leads koesteren: Marketinginspanningen die gericht zijn op de bovenkant van de funnel, met aanmeldformulieren voor exclusieve content, demo's of webinars, kunnen grote hoeveelheden leads opleveren — vaak te veel voor vertegenwoordigers om alleen aan te kunnen. Een vertegenwoordiger kan tijd besteden aan het kwalificeren van elke afzonderlijke lead , maar veelmarketing qualified leads (MQL's) zijn nog niet klaar om door te gaan naar de volgende fase, waardoor er tijd verloren gaat.

In deze gevallen kan een AI-sales agent worden ingezet om proactief contact op te nemen met deze leads. Op die manier is een verkoper op het moment dat hij klaar is om in te springen, beter in staat om de deal in de pijplijn te krijgen.

Agentforce SDR is een goed voorbeeld van deze nurturing in actie. Stel dat je bedrijf veel leads krijgt van een nieuw rapport dat je hebt gepubliceerd. Agentforce SDR is er om contact op te nemen als de leads binnenkomen, hen te e-mailen om te vragen waarom ze het rapport hebben gedownload en of er vragen zijn die beantwoord moeten worden.

Naarmate e-mails en antwoorden doorgaan, kan Agentforce SDR problemen aan het licht brengen en je product introduceren als een oplossing die de lead misschien nog niet heeft overwogen. Als er interesse is, kan het een gesprek inplannen met een menselijke vertegenwoordiger om de deal vooruit te helpen.

Hoewel de reacties van Agentforce SDR gedetailleerd en natuurlijk zijn, is de eindgebruiker zich er volledig van bewust dat hij contact heeft met een AI-sales agent. Voor verkopers gedraagt de agent zich als een gewone gebruiker in hun CRM-systeem en registreert hij wijzigingen en gegevens zodat iedereen overzicht houdt.

(Terug naar boven)

In het recente verleden werkte sales AI als een assistent of een copiloot. In het gunstigste geval hielp het verkopers om inzichten uit gegevens samen te vatten en taken uit te voeren, zoals het maken van prognoses. In het ergste geval vereiste het veel interventie en menselijke input, terwijl het losstaande eilandjes van klantgegevens creëerde. Tegenwoordig werken AI-sales agents autonoom samen met mensen, waardoor mensen zich kunnen concentreren op hoogwaardige taken, zoals het opbouwen van relaties.

Naarmate AI-agents sterker worden, zal ook hun vermogen toenemen om meer geavanceerde workflows en processen met meerdere stappen autonoom, via meer kanalen en geavanceerdere acties af te handelen. Denk aan proactieve verwerking en oplossing van klantverzoeken — voordat problemen aan het licht komen. Of coördinatie van dealgoedkeuringen met belanghebbenden, vereisten en deadlines in meerdere werkgroepen.

AI-sales agents kunnen waarschijnlijk ook native meertalige ondersteuning bieden en beschikken over dynamisch gegenereerde dashboards voor het bijhouden van complexe prestatiestatistieken. Ze nemen deel aan verbeterde rollenspellen met echte koperspersona's of participeren zelf in verkoopgesprekken om realtime feedback te geven.

Kortom: AI-sales agents zullen de deur openen naar een wereld aan complexe gebruiksscenario's die mensen efficiënter maken. En de aanpassingsopties die vandaag beschikbaar zijn, zullen morgen nog meer mogelijkheden bieden, met eenvoudige interfaces die iedereen kan gebruiken.

(Terug naar boven)

Volgens recente gegevens richten salesleiders zich bij het stimuleren van groei vooral op het verbeteren van verkoopondersteuning en training, het aanboren van nieuwe markten en het beter benutten van nieuwe tools en technologieën." Ze maken zich zorgen over het opschalen van gepersonaliseerde interacties en het halen van hun quota. AI-sales agents beantwoorden aan veel van deze punten en veranderen de manier waarop verkoopteams werken door hen in staat te stellen werk over te dragen aan autonome agents zonder in te boeten aan kwaliteit en personalisatie.

(Terug naar boven)