7 Cara AI untuk Jualan Boleh Mengurangkan Kerja Pentadbiran AE

AI untuk jualan boleh membantu Account Executive B2B mengurangkan kerja berulang di sekitar setiap perbualan jualan. Peluangnya bukan sekadar untuk menjana satu lagi e-mel atau meringkaskan satu lagi mesyuarat. Ia adalah untuk mengurangkan jumlah penyelidikan, kemasukan data, pertukaran alat, dan kerja susulan yang berlaku di antara interaksi pelanggan.

Kajian Salesforce mendapati wakil jualan hanya meluangkan 28% daripada minggu mereka untuk benar-benar menjual, manakala baki 72% dihabiskan untuk aktiviti bukan jualan seperti pengurusan urus niaga dan kemasukan data. Dalam minggu hipotetikal 40 jam, itu bersamaan kira-kira 11.2 jam untuk jualan dan 28.8 jam untuk kerja bukan jualan. Pengiraan ini menggambarkan skala isu tersebut, bukannya menerangkan jadual setiap AE.

Kos tersembunyi kerja pentadbiran AE

Isu produktiviti bukanlah kekurangan aktiviti jualan, tetapi jumlah kerja yang diperlukan di sekitar setiap perbualan pelanggan.

Sebelum panggilan, seorang AE mungkin menyelidik syarikat, meneliti pihak berkepentingan, menyemak isyarat terkini, dan menyediakan soalan. Selepas itu, kerja diteruskan dengan nota mesyuarat, kemas kini CRM, e-mel susulan, penyelarasan dalaman, dan perancangan langkah seterusnya.

Masalah ini menjadi lebih besar apabila setiap aktiviti berlaku dalam aplikasi yang berbeza. Salesforce melaporkan bahawa pasukan jualan menggunakan purata 10 alat untuk menutup urus niaga, manakala 66% wakil jualan berkata mereka berasa terbeban oleh terlalu banyak alat.

Jadi, matlamatnya bukan untuk mengautomasikan pertimbangan AE. Matlamatnya ialah untuk mengurangkan kerja berulang yang diperlukan untuk memindahkan maklumat melalui proses jualan.

7 cara AI untuk jualan boleh mengurangkan kerja berulang

AI untuk jualan menjadi lebih berguna apabila ia menyokong langkah yang saling berkaitan, bukannya hanya menyelesaikan satu tugas terpencil.

1. Selidik akaun sebelum panggilan

AI boleh menukar maklumat syarikat yang berselerak menjadi titik mula berstruktur untuk penyelidikan akaun.

Daripada menyemak laman web syarikat, LinkedIn, berita perniagaan, iklan jawatan, dan sumber lain secara manual, aliran kerja AI boleh menyusun maklumat yang berkaitan di sekitar akaun tersebut.

Bagi seorang AE, hasil yang berguna bukan laporan penyelidikan yang panjang. Ia ialah pandangan ringkas tentang:

• Latar belakang syarikat
• Isyarat perniagaan terkini
• Keutamaan yang berpotensi
• Pihak berkepentingan yang relevan
• Cabaran perniagaan yang mungkin

AE kemudian boleh mengesahkan maklumat penting sebelum menggunakannya dalam perbualan.

2. Sediakan konteks pihak berkepentingan

Penyelidikan akaun menjadi lebih berguna apabila maklumat syarikat disambungkan kepada orang yang terlibat dalam urus niaga.

Seorang AE mungkin perlu memahami siapa yang membuat keputusan, siapa yang mempengaruhi pembelian, dan pihak berkepentingan mana yang mungkin menjadi penghalang. AI boleh menyusun maklumat yang tersedia secara umum tentang pihak berkepentingan yang relevan dan menghubungkannya dengan konteks akaun. Ini memberi AE titik mula yang lebih fokus sebelum panggilan penemuan. Hasilnya sepatutnya ialah konteks untuk soalan yang lebih baik, bukan penilaian automatik tentang seseorang.

3. Layakkan prospek secara konsisten

AI boleh membantu AE menilai prospek berdasarkan rangka kerja kelayakan yang boleh diulang, bukannya bergantung pada nota yang berselerak. Sebagai contoh, seorang AE mungkin memerlukan bukti tentang keperluan perniagaan, keutamaan mendesak, bajet, autoriti, atau kriteria kelayakan lain. AI boleh mengumpul dan menyusun bukti yang tersedia berdasarkan kriteria ini.

Ini mewujudkan taklimat kelayakan berstruktur yang boleh disemak oleh AE sebelum memutuskan sama ada peluang itu wajar diberi perhatian lanjut. Perbezaannya penting: AI boleh menyusun bukti kelayakan, manakala AE kekal bertanggungjawab atas keputusan jualan.

4. Tangkap konteks mesyuarat

Perbualan jualan menghasilkan maklumat berharga yang mudah hilang sebaik sahaja mesyuarat tamat.

Alat mesyuarat AI sudah boleh mentranskrip dan meringkaskan perbualan. Aliran kerja yang lebih berguna ialah menukar perbualan itu menjadi konteks jualan berstruktur yang boleh menyokong langkah seterusnya.

Hasil yang berguna boleh termasuk:

• Keutamaan pelanggan
• Titik kesakitan
• Keperluan
• Bantahan
• Pihak berkepentingan yang disebut
• Tindakan yang dipersetujui
• Langkah seterusnya

Daripada meninggalkan AE dengan satu lagi transkrip yang panjang, aliran kerja sepatutnya menyerlahkan maklumat yang benar-benar mengubah apa yang berlaku seterusnya.

5. Tukar perbualan menjadi data CRM

Pentadbiran CRM ialah salah satu kawasan paling jelas di mana kerja jualan berulang boleh dikurangkan.

Selepas panggilan, seorang AE mungkin perlu memindahkan maklumat daripada nota atau transkrip ke dalam beberapa medan CRM. Ini mewujudkan satu lagi langkah pentadbiran dan boleh menyebabkan medan penting tidak lengkap. Aliran kerja AI untuk jualan boleh mengekstrak maklumat yang relevan daripada perbualan, memetakannya ke medan yang telah ditentukan, dan menyediakan kemas kini CRM untuk semakan.

Perbezaan penting ialah data berstruktur, bukannya satu lagi blok nota mesyuarat. 

Contohnya: Perbualan → bukti kelayakan → medan CRM → semakan AE

Pendekatan ini boleh menjadikan automasi CRM lebih berguna kerana outputnya berkait dengan proses jualan sedia ada.

6. Sediakan susulan yang diperibadikan

E-mel susulan berulang, tetapi konteks pelanggan di sebaliknya tidak.

Aliran kerja AI boleh menggabungkan perbualan, maklumat akaun, keutamaan pelanggan, dan tindakan yang dipersetujui sebelum menyediakan susulan.

Daripada meminta AI sekadar “tulis e-mel jualan,” aliran kerja boleh menghasilkan:

1. Ringkasan perbualan
2. Keutamaan pelanggan
3. Tindakan yang dipersetujui
4. Soalan tertunggak
5. Langkah seterusnya yang disyorkan
6. Draf e-mel diperibadikan

AE kemudian boleh menyemak draf, melaras nada, dan memutuskan bila hendak menghantarnya.

7. Sambungkan langkah seterusnya

Peluang terbesar mungkin datang daripada menghubungkan tugas berulang yang biasanya memerlukan alat berasingan dan serahan manual.

Aliran kerja AE biasa boleh kelihatan seperti: Penyelidikan → Persediaan → Panggilan → Tangkap → Kemas kini CRM → Susulan → Sediakan langkah seterusnya

Alat AI tradisional sering membantu dengan satu bahagian dalam urutan ini. Ejen AI boleh direka bentuk mengelilingi aliran kerja itu sendiri, menghubungkan beberapa tindakan yang boleh diulang ke dalam satu proses. Itu mengubah interaksi daripada “Apa yang patut saya minta AI lakukan?” kepada “Bahagian mana dalam aliran kerja jualan ini yang patut dikendalikan oleh Ejen?”

Di mana Ejen AI sesuai dalam aliran kerja jualan

Ejen AI menjadi lebih relevan apabila beberapa tugas jualan perlu berlaku secara berurutan.

Ejen boleh mengendalikan penyelidikan dan penyusunan yang berulang sementara AE kekal bertanggungjawab atas interaksi pelanggan, pertimbangan, pengesahan, dan keputusan akhir.

Arah ini juga mencerminkan perubahan lebih luas dalam teknologi jualan. Kajian State of Sales 2026 Salesforce mendapati 87% organisasi jualan menggunakan beberapa bentuk AI, manakala 54% penjual melaporkan telah menggunakan Ejen AI. Penjual menjangkakan ejen akan mengurangkan masa penyelidikan prospek sebanyak 34% dan masa draf e-mel sebanyak 36% setelah dilaksanakan sepenuhnya.

Angka-angka ini menggambarkan populasi tinjauan Salesforce dan jangkaan responden, bukan peningkatan produktiviti yang dijamin untuk setiap pasukan jualan. Namun begitu, ia menunjukkan mengapa penyelidikan dan pelaksanaan berulang menjadi kes penggunaan AI yang penting dalam jualan.

Peluang ini amat relevan apabila pasukan sudah mempunyai banyak alat yang tidak bersambung. Daripada menambah satu lagi antara muka terpencil, Ejen boleh bertindak sebagai lapisan pelaksanaan merentas aliran kerja.

Apa yang patut diautomasi oleh AI — dan apa yang patut dikekalkan oleh AE

Automasi jualan yang baik mengurangkan pelaksanaan berulang tanpa menghilangkan pertimbangan manusia.

Pendekatan human-in-the-loop ini penting untuk jualan B2B yang kompleks. Keutamaan pelanggan, hubungan, bantahan, masa, dan politik dalaman sering memerlukan konteks yang tidak boleh diringkaskan kepada satu skor automatik.

Bina aliran kerja jualan, bukan satu lagi alat AI

Peluang sebenar AI untuk jualan ialah mengurangkan lapisan pentadbiran di sekitar penjualan.

Kajian Salesforce menunjukkan betapa berterusannya masalah ini: penjual purata kini meluangkan 40% daripada masa mereka untuk benar-benar menjual, menurut statistik State of Sales 2026, bermakna 60% masih dikhususkan untuk kerja bukan jualan. Penanda aras yang lebih baharu ini berbeza daripada angka 28% yang terdahulu kerana ia datang daripada edisi penyelidikan yang berbeza, jadi angka-angka itu tidak sepatutnya dianggap sebagai satu pengukuran berterusan.

Bagi AE, soalan praktikalnya bukan sama ada setiap tugas perlu diautomasi. Ia ialah tugas berulang mana yang memakan masa tanpa memerlukan pertimbangan AE. Itu boleh termasuk menyelidik akaun, menyusun maklumat pihak berkepentingan, menyediakan bukti kelayakan, mengemas kini medan CRM, dan menyediakan draf susulan.

1minAI sedang membina Ejen AI untuk kerja berasaskan aliran kerja, direka untuk menghubungkan tugas yang boleh diulang dan bukannya memerlukan AE mengurus setiap langkah secara manual.

Nak Ejen AI urus lebih banyak aliran kerja jualan anda?

Sertai senarai menunggu Ejen 1minAI dan beritahu kami tugas jualan berulang mana yang anda mahu Ejen kendalikan. Pengguna yang diluluskan akan menerima maklumat akses dan kredit yang layak apabila program ini tersedia.

Berkaitan: Penyelidikan Akaun B2B: 7 Langkah Sebelum Panggilan Jualan