傳統 B2B 業務員，依賴定期面對面拜訪客戶，憑藉經驗為顧客搭配商品組合，長期合作與信任是穩定接單的關鍵。
AI 加入後，改變 B2B 業務形式。業務員不只依照個人的經驗和觀察，推測客戶喜好，人工開設不同報價單。他能用預測式 AI（利用統計分析和機器學習預測未來事件）分析過去的訂單記錄，預測適合產品給顧客，並用生成式 AI 生成報價單或產品銷售文案。
波士頓顧問公司（BCG）估計，企業利用預測式 AI 與生成式 AI 協助銷售，其節省的銷售成本、精準拓展客戶的收入，能推動 1.8 倍利潤成長。
我們可透過消費者旅程（參見圖表）了解生成式 AI 對銷售人員的協助。AI 在這趟旅程會有 4 種角色：銷售助手，處理報價郵件、生成產品文案等行政庶務；解決方案工程師，為客戶制定解決方案；銷售教練，指導業務人員如何有效分配時間和資源，最大化銷售機會；自動銷售員，代替業務員直接與顧客互動。每種應用都有其價值，端看企業最想解決哪類型的問題。
不過，如果要整個消費者旅程都導入 AI，對企業來說是不小的成本。領導者可依據產品多樣性、客戶集中度，選擇導入不同的 AI 服務：
情境 1：產品多樣性高且客戶集中度低
這類公司產品豐富，需要精準匹配多元客戶需求，可應用 AI 做自動化產品推薦。
情境 2：產品多樣性高且客戶集中度高
這類公司只服務少量客戶，但每位客戶使用的產品可能很多元，企業可透過 AI 深化顧客關係，協助他們做商品使用與商業輔導、更新既有的解決方案。
情境 3：產品多樣性低且客戶集中度低
企業仰賴單一明星商品，並銷售給多元的顧客，留住顧客會是銷售重點，藉由 AI 預測客戶流失狀況，搭配虛擬自動銷售人員與之互動、引導回購。
情境 4：產品多樣性低且客戶集中度高
在產品與服務客群相對單純情況，企業可以用 AI 優化銷售流程，包括：設計自動報價系統，節省人力與時間成本，提高顧客滿意度。
我建議，企業還是要有自己的 B2B 數位銷售的願景藍圖，釐清為何需要導入 AI 工具、預期它在哪部分創造效益，而不是參照其他企業和 AI 工具廠商的導入案例，直接跳到「快速應用 AI」。
值得提醒的是，AI 銷售專案跟許多數位轉型專案一樣：轉型成功的關鍵不在於工具，而是組織變革，包含培訓人員 AI 技能、領導者梳理工作流程、激勵團隊改變、訂立符合新流程的銷售 KPI。
不過，業務團隊畢竟不是技術背景，很難期待他們自主摸索 AI 工具。假若委由其他數據團隊為業務部門開發 AI 產品，開發的產品也未必合適。此時，可在業務部門設立 「Tech CoE」 單位 （technology center of excellence，技術卓越中心），負責推動銷售數據應用、技術解決方案，他們既懂得數據又理解業務銷售需求，對導入 AI 工具和教育前線人員都很有幫助。
從我的觀察來看，企業在業務銷售領域應用生成式 AI 的效益仍不顯著。過去，銷售比較常用預測式 AI，協助企業生成銷售策略（誰買、買什麼、價格多少）。相較之下，生成式 AI 多半是協助撰寫報價、需求書、客戶溝通等行政庶務，提高生產力。
預測式與生成式 AI 用途不同，我建議，還未導入 AI 的企業從解決問題角度出發，如果你的目標是產生銷售數據洞察，生成式 AI 也許不是你的首選。至於，已經導入預測式 AI 的企業，可將預測 AI 跟生成式 AI 結合，像是根據 AI 預測客戶滿意的產品組合，生成需求建議書，創造超越單一技術的價值（口述｜徐瑞廷，整理｜簡鈺璇）。
>>本文經<經理人>同意轉載。