Kunstmatige Intelligentie. Machine learning. In 2016 waren deze buzzwords enkele van de meest gebruikte termen door verkopers, maar werden ze verkeerd begrepen door kopers. Dus wat betekenen deze termen eigenlijk? Hoewel velen de twee termen door elkaar gebruiken, zijn er belangrijke verschillen.

Kunstmatige Intelligentie

In de kern gaat het bij AI om het creëren van machines die denken zoals mensen dat doen. Vandaag de dag heeft dat zich voornamelijk gemanifesteerd in computertechnologie die in staat is eenvoudige taken te automatiseren waar mensen goed in zijn. AI is een breed begrip om de technologie te beschrijven waarvan buzzwords zoals machine learning, deep learning en natuurlijke taalverwerking een subset zijn.

Machine Learning

Machine learning is een subset van AI. Op zijn meest basische niveau is machine learning de praktijk van het gebruiken van algoritmen om gegevens te analyseren, ervan te leren, en vervolgens een beslissing of voorspelling te doen over iets. Het sleutelwoord hier is het vermogen van het algoritme om zelf te leren en te veranderen zonder extra programmering.

Elk jaar brengt Gartner hun hypecyclus uit voor nieuwe, opkomende technologieën. Helemaal bovenaan de curve of de "top van opgeblazen verwachtingen," ligt machine learning. Dat betekent dat in 2017, AI en machine learning misschien de "afgrond van desillusie" zullen betreden waar mensen snel beseffen dat veel bedrijven het misschien wel over kunstmatige intelligentie hebben, maar weinigen in staat zijn om hun beloften waar te maken.

We hebben ook ons deel gezien van SaaS-verkopers die pronken met hun gebruik van AI en machine learning in hun producten. Dus, hoe begrijp je wat echt is te midden van alle hype? En welke aanvullende waarde kunnen door AI mogelijk gemaakte technologieën bieden voor je verkoopteam in 2017?

Gebruiksscenario's waar AI heeft bewezen bedrijfswaarde te leveren voor verkoopteams

Op zijn volle potentieel heeft AI de mogelijkheid om de manier waarop je verkopers werken te transformeren en hun efficiëntie te verhogen. En de statistieken tonen aan dat er productiviteitswinsten te behalen zijn. Volgens een studie uitgevoerd door Accenture, wordt slechts 34% van je verkooptijd besteed aan verkopen en noemde 57% van de leidinggevenden het verhogen van de verkoopeffectiviteit als één van de top 3 doelstellingen voor het volgende jaar.

Door AI mogelijk gemaakte technologieën stellen je verkopers in staat zich te richten op de kern van waar ze goed in zijn, namelijk de beste gesprekken voeren die ze kunnen hebben met je prospects. In plaats van zich zorgen te hoeven maken over de alledaagse taken zoals het identificeren van welke prospects ze aan moeten werken, zullen door AI mogelijk gemaakte technologieën je verkopers vertellen op welke prospects ze zich moeten richten of relevante kennis naar boven halen voor je verkopers op basis van de gesprekken die ze voeren.

Hoewel nog een opkomende technologie, is AI geïntegreerd in bedrijfssoftware en zijn er al use cases in sales waar het succes heeft gezien. Door AI mogelijk gemaakte technologieën kunnen potentieel waarde toevoegen voor je verkoopteams als ze voldoen aan deze criteria:

1. Nauwe domein: de beste producten die gebruik maken van AI doen dit om een specifiek zakelijk probleem te automatiseren. Bijvoorbeeld, 6sense gebruikt AI om nieuwe leads en kansen naar voren te brengen die het meest waarschijnlijk zullen sluiten. Ze lossen een specifiek probleem op dat de hoeveelheid tijd vermindert die uw vertegenwoordigers nodig hebben om nieuwe prospects te vinden.
2. Eigen, unieke gegevens: Zonder unieke gegevens zijn zelfs de meest geavanceerde algoritmen voor machine learning nutteloos. Gong.io gebruikt natuurlijke taalverwerking om de telefoongesprekken van uw verkoopvertegenwoordiger te analyseren en machine learning om inzichten bloot te leggen die de communicatie van uw verkoopteam met prospects verbeteren. Met toegang tot mogelijk honderden uren unieke telefoongesprekken kunnen de machine learning-algoritmen van Gong voortdurend de inzichten verbeteren die ze aan uw bedrijf leveren.
3. Zit in de workflow van uw team: Om voordeel te halen uit de nieuwste AI-enabled software die uw bedrijf binnenhaalt, moet deze worden aangenomen door uw verkoopteam. De gemakkelijkste manier om adoptie te stimuleren is door software te kopen die naadloos integreert in de workflow van uw team. X.ai is een persoonlijke assistent die wordt aangedreven door AI. Er is geen app of inloggegevens nodig, alle gebruikers hoeven alleen maar amy@x.ai cc te geven om de bot vergaderingen voor u in te plannen.

Data, niet algoritmen zijn de ware IP voor AI-technologieën

Aan de basis van AI staat data. Het is de motor die verbeteringen in machine learning-algoritmen stimuleert. Interessant genoeg hebben de algoritmen zelf mogelijk weinig op zichzelf staande waarde. Sommige van de grootste bedrijven ter wereld zoals Google, Microsoft, IBM en Amazon realiseren zich dit en hebben hun machine learning-algoritmen open source gemaakt. Dus, zoals we eerder hebben vermeld, is toegang tot unieke, eigen gegevens de manier waarop bedrijven die AI-technologieën gebruiken een ​​competitief voordeel zullen behalen.

Voor platforms zoals Google, Facebook of Salesforce is het verzamelen van gegevens eenvoudig. Dus wat voor soort gegevensverzamelingsstrategieën kunnen kleinere startups gebruiken? Een mogelijkheid waar niet vaak over gesproken wordt, is het benutten van technologieën zoals browserextensies of chatbots om gegevensverzameling buiten uw eigen app mogelijk te maken. Bedrijven met op zichzelf staande apps beperken hun mogelijkheden voor gegevensverzameling omdat ze alleen gegevens kunnen verkrijgen wanneer gebruikers met hun product interacteren. Omdat extensies boven op uw browser leven, hebben ze toegang tot gegevens (met ingeschakelde toestemmingen) over de gehele reis van een gebruiker op het web.

Doorbreek de leveranciersonzin

Omdat iedereen het heeft over AI, hoe snijdt u door het lawaai heen en leert u wat de AI-capaciteiten van een leverancier echt zijn?

We hebben een lijst samengesteld van vragen die u kunt gebruiken om te begrijpen of de leveranciers die u evalueert aan het bluffen zijn of daadwerkelijk begrijpen hoe AI uw bedrijf zal beïnvloeden:

Waar komt uw trainingsdata vandaan en hoe gebruikt u deze?

Hoewel u niet mag verwachten dat leveranciers al hun geheimen prijsgeven, is het een waarschuwingssignaal als een leverancier weigert te delen waar ze hun trainingsdata vandaan halen. Een leverancier moet bereid zijn om de interne en externe signalen te delen die ze gebruiken om hun algoritmen te trainen, waarom ze voor deze signalen hebben gekozen boven andere en hoe het gebruik van deze signalen waarde toevoegt aan uw bedrijf.

Hoeveel trainingsdata heeft uw algoritme nodig om betrouwbare resultaten te produceren?

Wees op uw hoede voor leveranciers die deze vraag terzijde schuiven of het belang van voldoende data bagatelliseren. Machine learning-algoritmen kunnen alleen betrouwbare resultaten produceren wanneer ze over een voldoende hoeveelheid trainingsdata beschikken. Bijvoorbeeld, voor voorspellende leadscores die afhankelijk zijn van winst/verliesgegevens, zou dat kunnen betekenen dat u minstens een jaar aan gegevens nodig heeft voor de algoritmen om correct te functioneren. Het is in het belang van uw team om de implementatie van een op AI gebaseerde oplossing uit te stellen totdat u voldoende gegevens heeft om mee te werken.

Hoe zal uw product schalen met onze groei en verbeteren naarmate het meer trainingsgegevens verzamelt?

Naarmate u meer gegevens verzamelt en groeit, is het belangrijk om te begrijpen hoe de machine learning-algoritmen van een leverancier met uw groei zullen meegroeien. Dat betekent begrijpen hoe modellen worden bijgewerkt en hoe vaak ze worden bijgewerkt. Idealiter zijn deze modellen gepersonaliseerd voor de specifieke behoeften van uw bedrijf en worden ze opnieuw getraind wanneer dat nodig is. Deze vraag zou u ook een goede maatstaf moeten geven om te begrijpen of de leverancier met andere bedrijven in uw sector heeft samengewerkt.

Het onderscheid maken tussen leveranciers die beweren AI te gebruiken en leveranciers die daadwerkelijk waarde kunnen toevoegen aan uw bedrijf met AI is moeilijk.  Gewapend met deze checklist, hopen we dat u zich goed voorbereid zult voelen om leveranciers te beoordelen die pronken met hun AI-capaciteiten en beter begrijpen hoe op AI gebaseerde technologieën waarde kunnen toevoegen aan uw verkoopteam in 2017.