Slik kommer du i gang med AI i salg: en guide steg for steg

"Spredningen i AI-modenhet er enorm," sa en tidligere programvaresjef til oss nylig. "Du har de fremoverlente tidlige brukerne, og så har du en veldig lang hale av selskaper som fortsatt sitter fast i 2015."

De fleste salgsteam vi møter, befinner seg et sted midt imellom. Én bruker ChatGPT til e-post, en annen har en notatbot i møtene sine, og lederen har fått spørsmål fra styret om hva AI-planen er. Når de søker etter hvor de skal begynne, finner de lister med førti verktøy.

Denne guiden gjør det motsatt. Den går gjennom salgsprosessen ett steg om gangen og sier for hvert steg hva AI gjør pålitelig i dag, hva som bør bli i menneskelige hender, og hva du bør teste først. Til slutt får du en 30-dagersplan du kan starte på mandag.

Kortversjonen: start der kjøperen ikke ser AI-en, og beveg deg mot der de gjør det.

Hvorfor rekkefølgen betyr noe

De fleste team starter med kald e-post, fordi det er der demoene er. Det er også der kjøperne merker det først. "Det er for mye skriftlig oppsøkende salg, og for mye av det er AI-generert og masseprodusert," sa en salgssjef i et B2B-teknologiselskap i vekst. En gründer som blir pitchet hele tiden, sa det mer direkte:

"En selger ringte meg for å selge en AI som finner kunder. Jeg spurte ham bare: 'Hvorfor ringer du meg da?'"

En AI-feil i back office koster deg en rettelse. En AI-feil foran en kjøper koster deg kjøperen. Bygg derfor tillit til verktøyene der feil er billige, og beveg deg mot kjøperen etter hvert som du lærer hva de får til.

Guiden følger den rekkefølgen:

1. Etter samtalen: notater, CRM-oppdateringer, oppfølgingsoppgaver
2. Før samtalen: research på kunden og møteforberedelser
3. Bygge listen: hvem du skal ringe
4. Under samtalen: live forslag og innvendingshåndtering
5. Skrive til kjøpere: e-post og oppfølging
6. Ledelse og coaching: gjennomgang av avtaler og win/loss

Tre regler som gjelder i hvert steg

Før stegene, tre regler. Bryter et verktøy én av dem, spiller det ingen rolle hvor imponerende demoen var.

1. Den viser kilden sin. Hver påstand AI-en kommer med om et selskap, en person eller en samtale, skal ha med hvor den kommer fra: lenken, setningen, tidspunktet i samtalen. Vi så en salgssjef teste en AI-agent som listet opp butikkjeder som "nylig hadde åpnet butikker". I løpet av et minutt la han merke til at eksemplene var fra 2024, og spurte hvor informasjonen kom fra. Det er riktig refleks. Uten kilde kan du ikke sjekke svaret, og et svar du ikke kan sjekke, blir enten stolt blindt på eller gjort på nytt for hånd.

2. Et menneske godkjenner før noe når en kjøper eller endrer det teamet regner som fakta. Å skrive utkast er billig. Å sende er det ikke. Det er heller ikke en avtale merket "beslutningstaker bekreftet" fordi AI-en hørte feil om hvem som var i rommet. En konsulent innen salg og vekst oppsummerte det de fleste erfarne selgere føler:

"Jeg ville aldri våget å slippe løs tre AI-agenter i innboksen min for å automatisere alt. Jeg vil ha kontroll."

Målet er ikke å fjerne mennesket. Det er å gjøre menneskets del til et raskt ja eller nei i stedet for tjue minutter med skriving.

3. Den skriver inn i én post. Hvis det AI-en lager, bor i et chatvindu, er det borte neste gang noen åpner avtalen. AI gir bare økende avkastning når notater, oppgaver og research havner der neste person ser: på kunden, i CRM-et, i avtalehistorikken. Ellers har du flyttet salgskunnskapen fra folks hoder til folks chathistorikk, og det er det samme problemet med et nytt grensesnitt.

Steg 1: Etter samtalen (start her)

Hva AI gjør godt i dag: transkriberer samtaler og møter, oppsummerer dem, henter ut løfter (hvem lovet hva, til når), fyller ut CRM-felt og lager oppfølgingsoppgaver med kjøperens egne ord vedlagt.

Hva du beholder: din egen lesning av avtalen. AI-en kan fortelle deg hva som ble sagt. Bare du vet hva du tror egentlig foregår. Skriv den ene linjen selv.

Hva du bør passe på: språk. Test på språkene du faktisk selger på, med aksentene deres, produktnavnene deres og blandingen av norsk og engelsk som finnes i hvert eneste nordiske tech-møte. Sjekk hvordan den takler navn og tall, for det er de detaljene som havner i en oppfølgingsmail.

Hvorfor starte her: feilene er synlige for deg, ikke for kjøperen. Gevinsten kommer med en gang: en konsulent innen salgsprosesser fortalte oss at admin "dreper kjøpstempoet i enhver samtale", og at han bruker AI for å kunne tilbringe mest mulig tid foran kunder. Fremfor alt skaper dette steget dataene som alle de senere stegene er avhengige av.

Din første test: i to uker kjører du AI-notater side om side med dine egne på de samme samtalene. Kjør så seksmånederstesten: ville en kollega som aldri har møtt kjøperen, forstått avtalen bare ut fra AI-notatet? Mål tiden fra samtalen er over til oppfølgingen er sendt, og andelen samtaler med et loggført neste steg.

Mer om hvorfor dette betyr noe: admin er en skatt salgsteamet ditt betaler to ganger.

Steg 2: Før samtalen

Hva AI gjør godt i dag: gjør et selskaps nettside, årsrapport, nyheter, stillingsannonser og deres egne tidligere samtaler med dere om til en brief på én side. Før et oppfølgingsmøte: hva som har skjedd siden sist, og hvilke løfter som fortsatt er åpne.

Hva du beholder: å avgjøre hva som betyr noe, og å verifisere alt du kommer til å si høyt. En landsansvarlig for salg i et selskap innen bedriftsprogramvare satte fingeren på flaskehalsen:

"AI-research går fort. Det trege er å verifisere hver kontakt og hvert telefonnummer før en selger kan ta telefonen."

Hva du bør passe på: utdaterte kilder (butikkåpningene fra 2024), feil juridisk enhet i et konsern, og selvsikkert fyllstoff når AI-en ikke fant noe. Et godt researchverktøy sier "ingenting funnet". Et dårlig skriver tre troverdige avsnitt.

Din første test: en AI-brief før hvert møte i to uker. Etter hvert møte markerer du briefen som brukt, ignorert eller feil. Er mer enn én av ti feil, fikser du kildene før du skalerer.

Steg 3: Bygge listen

Hva AI gjør godt i dag: gjør en beskrivelse av idealkunden din om til søkefiltre, sorterer rotete stillingstitler inn i faktiske roller (titler er oppdiktet), leser en nettside eller en innlimt liste og matcher den mot ekte selskaper, og finner konkurrentens kunder ut fra det leverandører og kunder publiserer.

Hva du beholder: definisjonen av hvem du selger til, og koblingen til ekte poster. Ber du en chatassistent om "50 logistikkselskaper i Norge", får du troverdige navn, og noen av dem er nedlagt, fusjonert eller har aldri hett det. Bruk AI til å tolke og rangere, og forankre hvert selskap i en registerpost med organisasjonsnummer.

Hva du bør passe på: dekning. En nordisk BDR-leder fortalte at AI-verktøyet og dataleverandøren deres fant "kanskje en femtedel" av CFO-ene, PMO-ene og controllerne de trengte i én bransje. Resten var manuell graving. AI kan ikke finne en person som ikke er publisert noe sted, så spør ethvert verktøy hvordan det håndterer personene det ikke finner.

Din første test: ta de 20 siste kundene du har vunnet, og la både din nåværende metode og en AI-assistert metode lage 50 lignende selskaper hver. La en selger score 20 fra hver liste blindt. Velg metode etter scoren, ikke etter hvor raskt det gikk.

Steg 4: Under samtalen

Hva AI gjør godt i dag: live forslag når kjøperen kommer med en innvending, påminnelser om behovsspørsmålene du ikke har stilt ennå, og å hente frem svaret som fungerte for en kollega forrige uke.

Hva du beholder: samtalen. Forslagene skal være noe du kaster et blikk på, ikke noe du leser opp. En selger som leser et manus fra skjermen, mister samtalen.

Forutsetningen: live coaching er aldri bedre enn det den mates med. Generisk AI gir generiske svar. Mat den med de ekte innvendingene deres og svarene de beste selgerne faktisk bruker, så blir den stedet der salgsprosessen slutter å bo i hodet på tre personer (hvor bør salgsprosessen bo?). Battle card-formatet er et godt utgangspunkt.

Hva du bør passe på: motstand fra erfarne selgere. En salgstrener beskrev tekniske selgere som "ikke hopper av glede over et CRM, og de hopper ikke av glede over AI heller". Ikke start med dem. Start med nye selgere, der live forslag kutter opplæringstiden, og la resultatene gjøre overtalelsen.

Din første test: skriv ned de fem vanligste innvendingene og den beste selgerens svar på hver. Kjør live forslag med de nyeste selgerne i to uker, og sammenlign andelen bookede møter med de to ukene før.

Steg 5: Skrive til kjøpere

Hva AI gjør godt i dag: første utkast til oppfølginger basert på det som faktisk ble sagt, omformulering, forkorting og oversettelse.

Hva du beholder: send-knappen, og enhver påstand om at du personlig har lagt merke til noe ved kjøperen.

Hvorfor AI-mailer ser ut som AI-mailer: den samme strukturen ("Jeg la merke til at selskapet ditt ..."), komplimenter uten innhold, og et smertepunkt som kunne gjelde hvem som helst. Løsningen er ikke en bedre prompt. Det er bedre input. En oppfølging bygget på kjøperens egne ord fra gårsdagens samtale leses som menneskelig, fordi den handler om noe de faktisk sa. En kald e-post bygget på en skraping av nettsiden leses som alle andre kalde e-poster i innboksen deres.

Hva du ikke bør gjøre: automatisere kald førstekontakt i volum. Flommen av AI-skrevet oppsøkende salg er nettopp grunnen til at kjøpere i flere av våre nylige møter sa at telefonen har blitt sterkere, ikke svakere.

Din første test: AI-skrevne oppfølginger bare etter gjennomførte møter. Selgeren redigerer og sender hver eneste en. Følg svarraten og tiden til sending mot forrige måned.

Steg 6: Ledelse og coaching

Hva AI gjør godt i dag: lytter til flere samtaler enn noen leder har tid til, flagger avtaler der neste steg mangler eller en konkurrent ble nevnt, og klassifiserer hvorfor avtaler ble vunnet eller tapt ut fra det som faktisk ble sagt (win/loss som endrer atferd).

Hva du beholder: coachingsamtalen, og avgjørelsen i hver enkelt avtale.

Hvorfor det kommer sist: det trenger steg 1 til 5 for å få data. Et ledelsesdashbord oppå tomme CRM-felt er et dashbord over tomme felt. Team som starter her, kjøper et dyrt speil og finner ingenting i det.

Din første test: etter en måned med innspilte samtaler lar du AI-en liste de ti vanligste innvendingene med eksempler. Sammenlign listen med det selgerne sier på det ukentlige salgsmøtet. Gapet er coachingagendaen din.

En 30-dagersplan

Uke 1: velg ett steg og ett team. For nesten alle er det steg 1. Skriv ned utgangspunktet før du endrer noe: tid fra samtale til oppfølging, andel samtaler med et loggført neste steg, og hver selgers eget anslag på antall admintimer i uken.

Uke 2: kjør det side om side med den gamle måten. Ikke fjern noe ennå. Selgerne beholder sine egne notater, og AI-en lager sin versjon også.

Uke 3: sjekk resultatet mot de tre reglene. Kunne du se kilden? Godkjente et menneske før noe gikk ut? Havnet det i posten der neste person ser? Når noe svikter, fikser du oppsettet, ikke selgerne.

Uke 4: bestem deg, og skriv det ned. Behold, endre eller dropp. Beholder du det, skriver du det inn i prosessen (hvordan en samtale avsluttes, hva som sjekkes før en oppfølging går ut), slik at det ikke avhenger av hvem som tilfeldigvis liker AI. Velg så neste steg.

Daglig leder i et konsulentselskap for outsourcet SDR ga det beste rådet vi har hørt om dette:

"Med AI akkurat nå må du velge én løsning, forplikte deg til den og bygge en struktur. Det er altfor lett å koble på åtte ulike verktøy på en gang som ikke snakker med hverandre."

Fem feil vi ser

1. Å starte med et verktøy i stedet for et steg. "Vi har kjøpt en AI-SDR" er ingen plan. "Vi vil ha oppfølginger ut innen en time etter hvert møte" er det.
2. Hver selger med sine egne prompter. Den beste selgerens promptbibliotek er den nye versjonen av den beste selgerens hode: verdifullt, usynlig og borte når de slutter. Vi skrev om hvor dette ender i rusen av "jeg kan gjøre alt med Claude".
3. Å måle spart tid i stedet for resultater. Sparte timer er lette å påstå og vanskelige å verifisere. Oppfølgingstempo, gjennomførte møter og bookingrate er det ikke.
4. Åtte verktøy som ikke snakker med hverandre. Hvert av dem sparer ti minutter, og kopieringen mellom dem koster tjue.
5. Å hoppe over språktesten. Et verktøy som er briljant på engelsk, kan være middelmådig på norsk. Test med dine egne samtaler før du signerer.

Fem spørsmål du bør stille enhver leverandør av AI for salg

• Hvor kommer hvert faktum fra, og kan jeg klikke meg videre til kilden?
• Hva gjør den uten å spørre meg først, og kan jeg slå det av?
• Hvor behandles og lagres dataene våre, og brukes de til å trene modeller?
• Hvordan håndterer den de nordiske språkene, navn og samtaler der språkene blandes?
• Hva er det nøyaktig som havner i CRM-et vårt: hvilke felt, og i hvilken retning?

Kan ikke en leverandør svare på alle fem i det første møtet, får du vite svarene på den harde måten senere.

Hvor Funnelfeedr passer inn

Vi bygde Funnelfeedr rundt den samme rekkefølgen og de samme tre reglene. Kort fortalt, steg for steg:

• Etter samtalen: samtaler i dialeren og møter i Google Meet, Teams og Zoom transkriberes på norsk, svensk, dansk, finsk eller engelsk, og oppsummeres. Action items blir oppgaver med kjøperens sitat vedlagt og synkroniseres til HubSpot eller Pipedrive. En tilkoblet Gmail- eller Outlook-innboks leses på samme måte.
• Før samtalen: en brief før møtet lages automatisk, med hvem de er, hva dere bør snakke om, hva du bør passe deg for, og kildene.
• Bygge listen: idealkundeprofiler og søk etter lignende selskaper i nordiske selskapsdata forankret i foretaksregistrene, søk på rolle i stedet for stillingstittel, AI Import for innlimte lister og logovegger, og agenter som for eksempel finner en konkurrents kunder, med en begrunnelse på én setning og kildelenken når funnet kom fra nettet.
• Under samtalen: live coaching i dialeren henter frem deres egne innvendinger og svarene som fungerer når kjøperen tar dem opp. Innvendingslisten lærer av samtaler, møter og e-post, og en ny innvending går til godkjenning før noen selger ser den.
• Skrive til kjøpere: AI skriver utkast til svar og oppfølginger ut fra den faktiske tråden. Et menneske går alltid gjennom og sender.
• Ledelse og coaching: avtalekvalifisering (BANT, MEDDIC, MEDDPICC eller SPICED) fylt ut fra samtalene, med belegget for hvert svar, pluss varsler som at neste steg ikke er planlagt eller at ingen beslutningstaker er involvert.

AI-forslag som endrer det teamet stoler på (kvalifisering, interessenter, kunnskap, innvendinger, konkurrenter), går først til en godkjenningskø, og du kan slå på automatisk bruk for en type når du stoler på den. Oppfølgingsoppgaver opprettes direkte, fordi en oppgave er en påminnelse til selgeren, ikke en beslutning. Og jobber teamet ditt allerede i Claude eller ChatGPT, lar MCP-koblingen dem søke etter selskaper og bygge lister i Funnelfeedr derfra.

Vil du se hvor AI passer inn i din egen prosess? Book en demo, så går vi gjennom den steg for steg →