Så kommer du igång med AI i försäljningen: en guide steg för steg

"Spridningen i AI-mognad är enorm", sa en tidigare vd för ett mjukvarubolag till oss nyligen. "Du har de framåtlutade early adopters, och sedan en lång svans av bolag som sitter fast i 2015."

De flesta säljteam vi träffar befinner sig någonstans mittemellan. Någon använder ChatGPT till mejl, någon annan har en antecknare med på sina möten, och chefen har fått frågan från styrelsen om vad AI-planen är. När de söker efter var de ska börja hittar de listor med fyrtio verktyg.

Den här guiden gör tvärtom. Den går igenom säljprocessen ett steg i taget och säger för varje steg vad AI klarar pålitligt i dag, vad som ska stanna hos människor och vad du ska testa först. Den slutar med en 30-dagarsplan du kan börja med på måndag.

Den korta versionen: börja där köparen inte ser AI:n, och rör dig mot där de gör det.

Varför ordningen spelar roll

De flesta team börjar med kalla mejl, för det är där demona finns. Det är också där köparna märker det först. "Det är för mycket skriftlig outreach, och för mycket av den är AI-genererad och massproducerad", sa en säljchef på ett B2B-techbolag i tillväxtfas till oss. En grundare som blir uppvaktad hela tiden sa det mer rakt på sak:

"En säljare ringde mig för att sälja en AI som hittar kunder. Jag frågade bara: 'Varför ringer du mig då?'"

Ett AI-misstag i din back office kostar dig en rättelse. Ett AI-misstag framför en köpare kostar dig köparen. Bygg därför förtroende för verktygen där fel är billiga, och rör dig mot köparen i takt med att du lär dig vad de gör rätt.

Guiden följer den ordningen:

1. Efter samtalet: anteckningar, CRM-uppdateringar, uppföljningsuppgifter
2. Före samtalet: research om bolaget och mötesförberedelser
3. Att bygga listan: vem du ska ringa
4. Under samtalet: livestöd och invändningshantering
5. Att skriva till köpare: mejl och uppföljningar
6. Att leda och coacha: affärsgenomgångar och win/loss

Tre regler som gäller i varje steg

Innan stegen, tre regler. Om ett verktyg bryter mot någon av dem spelar det ingen roll hur imponerande demot var.

1. Den visar sin källa. Varje påstående AI:n gör om ett bolag, en person eller ett samtal ska komma med var det kommer ifrån: länken, meningen, tidsstämpeln i samtalet. Vi såg en säljchef testa en AI-agent som listade detaljhandelskedjor som "nyligen öppnat butiker". Inom en minut märkte han att exemplen var från 2024 och frågade var informationen kom ifrån. Det är rätt reflex. Utan källa kan du inte kontrollera svaret, och ett svar du inte kan kontrollera blir antingen blint betrott eller gjort om för hand.

2. En människa godkänner innan något når en köpare eller ändrar det teamet behandlar som fakta. Att ta fram ett utkast är billigt. Att skicka är det inte. Inte heller en affär som markerats "beslutsfattare bekräftad" för att AI:n hörde fel om vem som satt i rummet. En konsult inom sälj och tillväxt sammanfattade det de flesta erfarna säljare känner:

"Jag skulle aldrig våga släppa loss tre AI-agenter i min inkorg som automatiserar allt. Jag vill ha kontroll."

Målet är inte att ta bort människan. Det är att göra människans del till ett snabbt ja eller nej i stället för tjugo minuters skrivande.

3. Den skriver till en gemensam post. Om AI:ns resultat ligger kvar i ett chattfönster är det borta nästa gång någon öppnar affären. AI ger bara ränta på ränta när anteckningar, uppgifter och research hamnar där nästa person kommer att leta: på bolaget, i CRM:et, i affärshistoriken. Annars har du flyttat säljkunskapen från folks huvuden till folks chatthistorik, vilket är samma problem i ett nytt gränssnitt.

Steg 1: Efter samtalet (börja här)

Vad AI gör bra i dag: transkriberar samtal och möten, sammanfattar dem, plockar ut löften (vem lovade vad, till när), fyller i CRM-fält och skapar uppföljningsuppgifter med köparens egna ord bifogade.

Vad du behåller: din läsning av affären. AI:n kan berätta vad som sades. Bara du vet vad du tror egentligen pågår. Skriv den raden själv.

Vad du ska hålla koll på: språket. Testa på de språk du faktiskt säljer på, med era dialekter, era produktnamn och den blandning av svenska och engelska som uppstår i varje nordiskt techmöte. Kontrollera hur den hanterar namn och siffror, för det är de detaljerna som hamnar i ett uppföljningsmejl.

Varför börja här: felen syns för dig, inte för köparen. Vinsten kommer direkt: en konsult inom säljprocesser sa till oss att administration "drar ner köptempot i vilket samtal som helst" och att han använder AI för att kunna lägga så mycket tid som möjligt hos kunderna. Framför allt skapar det här steget den data som alla senare steg bygger på.

Ditt första test: kör AI-anteckningar parallellt med dina egna på samma samtal i två veckor. Gör sedan sexmånaderstestet: skulle en kollega som aldrig träffat köparen förstå affären enbart utifrån AI-anteckningen? Mät tiden från avslutat samtal till skickad uppföljning, och andelen samtal med ett loggat nästa steg.

Mer om varför det spelar roll: administration är en skatt som ditt säljteam betalar två gånger.

Steg 2: Före samtalet

Vad AI gör bra i dag: gör om ett bolags webbplats, årsredovisning, nyheter, platsannonser och era egna tidigare samtal till en brief på en sida. Inför ett uppföljningsmöte: vad som hänt sedan förra gången och vilka löften som fortfarande är öppna.

Vad du behåller: att avgöra vad som spelar roll, och att verifiera allt du kommer att säga högt. En landsansvarig säljchef på ett mjukvarubolag för storföretag satte fingret på flaskhalsen:

"AI-researchen går fort. Det långsamma är att verifiera varje kontakt och varje nummer innan en säljare kan lyfta luren."

Vad du ska hålla koll på: inaktuella källor (butiksöppningarna från 2024), fel juridisk person i en koncern, och självsäkert fyllnadsprat när AI:n inte hittade något. Ett bra researchverktyg säger "hittade inget". Ett dåligt skriver tre trovärdiga stycken.

Ditt första test: en AI-brief före varje möte i två veckor. Markera efter varje möte briefen som använd, ignorerad eller fel. Om mer än en av tio är fel, fixa källorna innan du skalar upp.

Steg 3: Att bygga listan

Vad AI gör bra i dag: gör om en beskrivning av din idealkund till sökfilter, sorterar röriga titlar till faktiska roller (titlar är påhittade), läser en webbsida eller en inklistrad lista och matchar den mot riktiga bolag, och hittar din konkurrents kunder utifrån vad leverantörer och kunder publicerar.

Vad du behåller: definitionen av vem du säljer till, och kopplingen till riktiga poster. Be en chattassistent om "50 logistikbolag i Sverige" så får du trovärdiga namn, varav några har lagts ner, gått ihop med andra eller aldrig hette så. Använd AI för att tolka och rangordna, och förankra varje bolag i en registerpost med organisationsnummer.

Vad du ska hålla koll på: täckningen. En nordisk BDR-chef berättade att deras AI-verktyg och dataleverantör hittade "kanske en femtedel" av de CFO:er, PMO:er och controllers de behövde i en bransch. Resten var manuellt letande. AI kan inte hitta en person som inte finns publicerad någonstans, så fråga varje verktyg hur det hanterar de personer det inte hittar.

Ditt första test: ta dina 20 senaste vunna kunder och låt din nuvarande metod och en AI-stödd metod ta fram 50 liknande bolag var. Låt en säljare poängsätta 20 från varje lista utan att veta vilken som är vilken. Välj metod efter poängen, inte efter hur snabbt det gick.

Steg 4: Under samtalet

Vad AI gör bra i dag: stöd i realtid när köparen kommer med en invändning, påminnelser om behovsfrågorna du inte ställt än, och att lyfta fram svaret som fungerade för en kollega förra veckan.

Vad du behåller: samtalet. Stödet ska vara något du kastar en blick på, inte något du läser upp. En säljare som läser ett manus från skärmen tappar samtalet.

Villkoret: livecoachning är bara så bra som det den matas med. Generisk AI ger generiska svar. Mata den med era riktiga invändningar och svaren som era bästa säljare faktiskt använder, så blir den platsen där säljprocessen slutar bo i tre personers huvuden (var ska din säljprocess bo?). Formatet för battle cards är en bra startpunkt.

Vad du ska hålla koll på: motstånd från seniora säljare. En säljtränare beskrev tekniska säljingenjörer som "inte hoppar jämfota av ett CRM, och inte av AI heller". Börja inte med dem. Börja med nya säljare, där livestöd kortar inskolningstiden, och låt resultaten övertyga.

Ditt första test: skriv ner era fem vanligaste invändningar och er bästa säljares svar på var och en. Kör livestöd med era nyaste säljare i två veckor och jämför deras bokningsgrad med de två veckorna innan.

Steg 5: Att skriva till köpare

Vad AI gör bra i dag: första utkast till uppföljningar baserat på vad som faktiskt sades, omformuleringar, förkortningar och översättningar.

Vad du behåller: skicka-knappen, och varje påstående om att du personligen lagt märke till något hos köparen.

Varför AI-mejl ser ut som AI-mejl: samma struktur ("Jag såg att ert bolag..."), komplimanger utan innehåll och en smärtpunkt som kunde gälla vem som helst. Lösningen är inte en bättre prompt. Det är bättre underlag. En uppföljning byggd på köparens egna ord i gårdagens samtal känns mänsklig, för den handlar om något de faktiskt sa. Ett kallt mejl byggt på en skrapad webbsida läses som alla andra kalla mejl i inkorgen.

Vad du inte ska göra: automatisera kalla första kontakter i volym. Floden av AI-skriven outreach är precis varför köpare i flera av våra senaste möten sa att telefonen blivit starkare, inte svagare.

Ditt första test: AI-skrivna uppföljningar endast efter genomförda möten. Säljaren redigerar och skickar varenda en. Följ svarsfrekvens och tid till skickat mot föregående månad.

Steg 6: Att leda och coacha

Vad AI gör bra i dag: lyssnar på fler samtal än någon chef hinner med, flaggar affärer där nästa steg saknas eller där en konkurrent nämnts, och klassificerar varför affärer vanns eller förlorades utifrån vad som faktiskt sades (win/loss som ändrar beteende).

Vad du behåller: coachningssamtalet, och avgörandet i varje enskild affär.

Varför det kommer sist: det kräver att steg 1 till 5 producerar data. En chefsdashboard ovanpå tomma CRM-fält är en dashboard över tomma fält. Team som börjar här köper en dyr spegel och ser ingenting i den.

Ditt första test: efter en månad med inspelade samtal, låt AI:n lista de tio vanligaste invändningarna med exempel. Jämför listan med vad säljarna säger på veckans säljmöte. Glappet är din coachningsagenda.

En 30-dagarsplan

Vecka 1: välj ett steg och ett team. För nästan alla är det steg 1. Skriv ner nuläget innan du ändrar något: tid från samtal till uppföljning, andel samtal med ett loggat nästa steg och varje säljares egen uppskattning av admintimmar per vecka.

Vecka 2: kör det parallellt med det gamla sättet. Ta inte bort något än. Säljarna fortsätter skriva sina egna anteckningar, och AI:n gör sin version också.

Vecka 3: kontrollera resultatet mot de tre reglerna. Kunde du se källan? Godkände en människa innan något gick ut? Hamnade det på posten där nästa person kommer att leta? När något fallerar, fixa uppsättningen, inte säljarna.

Vecka 4: bestäm dig, och skriv ner det. Behåll, ändra eller släpp. Om du behåller det, skriv in det i processen (hur ett samtal avslutas, vad som kontrolleras innan en uppföljning går ut) så att det inte hänger på vem som råkar gilla AI. Välj sedan nästa steg.

Vd:n för en konsultfirma som säljer outsourcade SDR-tjänster gav det bästa rådet vi hört om det här:

"Med AI just nu måste man välja en lösning, gå all in och bygga en struktur. Det är alldeles för lätt att koppla på åtta olika verktyg samtidigt som inte pratar med varandra."

Fem misstag vi ser

1. Att börja med ett verktyg i stället för ett steg. "Vi köpte en AI-SDR" är ingen plan. "Vi vill att uppföljningen går ut inom en timme efter varje möte" är det.
2. Varje säljare med sina egna promptar. Den bästa säljarens promptbibliotek är den nya versionen av den bästa säljarens huvud: värdefullt, osynligt och borta när hen slutar. Vi skrev om vart det leder i ruset av "jag kan göra allt med Claude".
3. Att mäta sparad tid i stället för resultat. Sparade timmar är lätta att hävda och svåra att verifiera. Uppföljningstakt, genomförda möten och bokningsgrad är det inte.
4. Åtta verktyg som inte pratar med varandra. Vart och ett sparar tio minuter, och kopierandet mellan dem kostar tjugo.
5. Att hoppa över språktestet. Ett verktyg som är briljant på engelska kan vara medelmåttigt på finska. Testa med era egna samtal innan ni skriver på.

Fem frågor att ställa till varje leverantör av AI för sälj

• Var kommer varje uppgift ifrån, och kan jag klicka mig vidare till källan?
• Vad gör den utan att fråga mig först, och kan jag stänga av det?
• Var behandlas och lagras vår data, och används den för att träna modeller?
• Hur hanterar den de nordiska språken, namn och samtal där språken blandas?
• Vad exakt når vårt CRM: vilka fält, och i vilken riktning?

Om en leverantör inte kan svara på alla fem på första mötet kommer du att få svaren den hårda vägen senare.

Var Funnelfeedr passar in

Vi byggde Funnelfeedr kring samma ordning och samma tre regler. Kort, steg för steg:

• Efter samtalet: samtal i dialern och möten i Google Meet, Teams och Zoom transkriberas på svenska, norska, danska, finska eller engelska och sammanfattas. Action items blir uppgifter med köparens citat bifogat och synkas till HubSpot eller Pipedrive. En kopplad inkorg i Gmail eller Outlook läses på samma sätt.
• Före samtalet: en mötesbrief tas fram automatiskt, med vilka de är, vad ni ska prata om, vad du ska se upp med, och dess källor.
• Att bygga listan: idealkundprofiler och sökning efter liknande bolag i nordisk bolagsdata förankrad i bolagsregistren, sökning på roll i stället för titel, AI Import för inklistrade listor och logoväggar, och agenter som till exempel hittar en konkurrents kunder, med en motivering på en mening och källänken när uppgiften kom från webben.
• Under samtalet: livecoachning i dialern lyfter fram era egna invändningar och svaren som fungerar när köparen tar upp dem. Invändningslistan lär sig av samtal, möten och mejl, och en ny invändning går till godkännande innan någon säljare ser den.
• Att skriva till köpare: AI skriver utkast till svar och uppföljningar utifrån den faktiska tråden. En människa granskar och skickar alltid.
• Att leda och coacha: affärskvalificering (BANT, MEDDIC, MEDDPICC eller SPICED) ifylld utifrån samtalen, med underlaget för varje svar, plus varningar som att inget nästa steg är bokat eller att ingen beslutsfattare är involverad.

AI-förslag som ändrar det teamet förlitar sig på (kvalificering, intressenter, kunskap, invändningar, konkurrenter) går först till en godkännandekö, och du kan slå om en typ till att tillämpas automatiskt när du litar på den. Uppföljningsuppgifter skapas direkt, eftersom en uppgift är en påminnelse till säljaren, inte ett beslut. Och om ditt team redan jobbar i Claude eller ChatGPT låter MCP-kopplingen dem söka bolag och bygga listor i Funnelfeedr därifrån.

Vill du se var AI passar in i er egen process? Boka en demo så går vi igenom den steg för steg →