Už před rokem dokázala AI naservírovat obchodníkům tisíce potenciálních zákazníků. Dnes je o kus dál: z moře dat vybírá konkrétní příležitosti a hledá důvod, proč zákazníka oslovit právě teď. AI se tak ve firemním obchodování posunuje z tipéra na aktivního našeptávače a detailního průvodce.
Představme si typické ráno firemního obchodníka (tedy takového, jehož zaměstnavatel může podnikat od průmyslu přes technologie, logistiku a poradenství až třeba po reality). Ještě před pár lety začínal jeho běžný pracovní den tak, že zapnul počítač, otevřel CRM (systém řízení vztahu se zákazníky) a přemýšlel, kterým ze stovek firem se má ozvat. Dnes místo přemýšlení, koho se vyplatí oslovit, může každé ráno dostat několik velmi konkrétních úkolů. „Systém ho naviguje přibližně takto: Této firmě zavolej – právě nastoupil nový ředitel. Tomuto zákazníkovi nabídni nový produkt – podle jeho charakteristik pro něj dává smysl. A této firmě se ozvi proto, že se u ní právě změnila situace a zavedli tam novou technologii,“ vysvětluje Martin Ondáš, šéf společnosti BizMachine, která pomáhá firemním obchodníkům využívat umělou inteligenci.
Právě to je podle něj nejzásadnější trend ve vývoji mezifiremního obchodování. Nejde už jen o to, najít příležitost a uzavřít kontrakt. Cílem je dát obchodníkovi konkrétní důvod, proč má právě teď zvednout telefon. V BizMachine pro tento princip používají označení reason to call – důvod k zavolání. Systém nemá obchodníkovi pouze říct, že se na trhu něco změnilo. Má z dostupných dat odvodit, co tato změna znamená pro konkrétní obchod a jak na ni může obchodník reagovat. A taky zaručit, že se obchodník zákazníkovi ozývá právě v ten čas, kdy může přinést reálnou hodnotu.
Od dat k úkolům
To je zásadní změna oproti tomu, jak obchodní technologie fungovaly ještě donedávna. Databáze mohla obchodníkovi ukázat desítky tisíc firem. Moderní nástroje následně dokázaly seznam zúžit a pomocí AI určit, které společnosti nejlépe odpovídají jeho ideálnímu zákazníkovi. Dalším krokem je nyní přestat obchodníkovi práci pouze předávat, ale začít mu ji připravovat.
V jednom z reálných scénářů, které BizMachine popisuje, stačí, aby obchodník řekl, že potřebuje například dvacet nejvhodnějších firem z určitého segmentu. Systém zohlední jeho cílového zákazníka, nabízený produkt nebo službu, předchozí obchodní aktivity a další dostupná data. Výsledkem není pouze seznam firem, ale identifikace těch aktuálně nejslibnějších, včetně důvodů, proč právě teď je ten správný čas je oslovit. Podobně může systém pracovat také se stávajícími zákazníky. Pokud obchodní tým uvádí nový produkt na trh, systém pomůže vytipovat, kterým jejich zákazníkům by tento produkt mohl nejlépe pomáhat a komu má obchodník zavolat jako prvnímu. Pro obchodníka je přitom podstatné něco jiného než samotná technologie. Nemusí už tolik času věnovat hledání toho, co by měl dělat. Dostává konkrétní doporučení, „jízdní řád“, čemu se má věnovat. Takový přístup dokáže systematicky rozpohybovat i větší organizace (se stovkami, ale i tisíci obchodníků) a správně je nasměrovat.
AI jako obchodníkovy „druhé oči“
Právě zde se podle Martina Ondáše odehrává další fáze vývoje. Firma začíná přemýšlet o AI nejen jako o nástroji, který člověk používá, ale jako o novém typu uživatele firemních dat. „AI nenahrazuje lidi, ale pomáhá jim. Aby to ale mohla dělat na maximum, musíme nejdříve my správně připravit informace pro AI,“ říká Ondáš. Testuje proto, jak AI agenti pracují s různými daty a v jaké podobě je potřebují, aby z nich dokázali správně vyvodit další krok. ”V rámci vývoje dáváme stovkám agentů různé byznysové úkoly a u každého pak vyhodnocujeme, jak to zvládli, kde halucinují, kde se jim nedaří, a pak ladíme náš datový konektor tak, abychom tuto úspěšnost AI zvyšovali. Nestačí tedy jen předhodit množství surových dat do AI, protože samotná podoba dat je pro AI zásadní.” V takto připravených datech pak AI už daleko lépe najde signál nebo informace, které reálně obchodníkům pomohou nastavit tu nejlepší nabídku a obchod posunout dál.
To ale neznamená, že člověk z procesu mizí. Čím více rutinní práce převezme technologie, tím více času může obchodník věnovat samotnému zákazníkovi. A právě v tom může být hlavní ekonomický přínos tohoto posunu. Obchodník dnes často tráví značnou část pracovní doby hledáním informací, kontrolou CRM nebo přípravou. AI může tuto přípravu zkrátit a posunout jeho práci blíž k tomu, co má být jejím výsledkem – skutečnému rozhovoru s potenciálním zákazníkem.
