7 måter AI for salg kan redusere administrativt arbeid for AE-er

AI for salg kan hjelpe B2B Account Executives med å redusere det gjentakende arbeidet rundt hver salgssamtale. Muligheten er ikke bare å generere enda en e-post eller oppsummere enda et møte. Den handler om å redusere mengden research, datainnsamling, verktøybytte og oppfølgingsarbeid som skjer mellom kundeinteraksjoner.

Salesforce-forskning fant at selgere bare brukte 28 % av uken på faktisk salg, mens de resterende 72 % gikk til ikke-salgsaktiviteter som deal management og dataregistrering. I en hypotetisk 40-timers uke tilsvarer det rundt 11,2 timer med salg og 28,8 timer med ikke-salgsarbeid. Beregningen illustrerer omfanget av problemet, og beskriver ikke nødvendigvis alle AE-ers arbeidsuke.

Den skjulte kostnaden ved administrativt arbeid for AE-er

Produktivitetsproblemet er ikke mangel på salgsaktivitet, men mengden arbeid som kreves rundt hver kunde samtale.

Før en samtale kan en AE undersøke selskapet, gå gjennom interessenter, sjekke nylige signaler og forberede spørsmål. Etterpå fortsetter arbeidet med møtenotater, CRM-oppdateringer, oppfølgings-e-poster, intern koordinering og planlegging av neste steg.

Problemet blir større når hver aktivitet skjer i en अलग applikasjon. Salesforce rapporterte at salgsteam bruker i snitt 10 verktøy for å lukke deals, mens 66 % av selgerne sier at de føler seg overveldet av for mange verktøy.

Målet er derfor ikke å automatisere AE-ens dømmekraft. Målet er å redusere det gjentakende arbeidet som kreves for å flytte informasjon gjennom salgsprosessen.

7 måter AI for salg kan redusere gjentakende arbeid

AI for salg blir mer nyttig når det støtter sammenhengende steg i stedet for bare å løse én isolert oppgave.

1. Undersøk kontoer før samtalen

AI kan gjøre spredt selskapsinformasjon om til et strukturert utgangspunkt for kontoresearch.

I stedet for å sjekke et selskapets nettsted, LinkedIn, næringsnyheter, stillingsannonser og andre kilder manuelt, kan en AI-flyt organisere relevant informasjon rundt kontoen.

For en AE er ikke resultatet en lang researchrapport. Det er et kortfattet bilde av:

• Selskapsbakgrunn
• Nylige forretningssignaler
• Mulige prioriteringer
• Relevante interessenter
• Mulige forretningsutfordringer

AE-en kan deretter verifisere viktig informasjon før den brukes i samtalen.

2. Forbered kontekst om interessenter

Kontoresearch blir mer nyttig når selskapsinformasjon kobles til personene som er involvert i dealen.

En AE kan trenge å forstå hvem som tar beslutningen, hvem som påvirker kjøpet, og hvilke interessenter som kan bli blokkeringer. AI kan organisere offentlig tilgjengelig informasjon om relevante interessenter og koble den til kontokonteksten. Dette gir AE-en et mer fokusert utgangspunkt før en discovery-samtale. Resultatet bør være kontekst for bedre spørsmål, ikke en automatisert vurdering av en person.

3. Kvalifiser leads konsekvent

AI kan hjelpe AE-er med å vurdere leads opp mot et repeterbart kvalifiseringsrammeverk i stedet for å stole på spredte notater.

For eksempel kan en AE trenge bevis om forretningsbehov, hastverk, budsjett, beslutningsmyndighet eller andre kvalifiseringskriterier. AI kan samle og organisere tilgjengelig bevis opp mot disse kriteriene.

Dette skaper en strukturert kvalifiseringsbrief som AE-en kan gjennomgå før den avgjør om en mulighet fortjener videre oppmerksomhet. Forskjellen er viktig: AI kan organisere kvalifiseringsbevis, mens AE-en fortsatt er ansvarlig for salgsbeslutningen.

4. Fang møtekontekst

Salgssamtaler genererer verdifull informasjon som lett kan forsvinne når møtet er over.

AI-møteverktøy kan allerede transkribere og oppsummere samtaler. En mer nyttig flyt er å gjøre samtalen om til strukturert salgskontekst som kan støtte neste steg.

Nyttige resultater kan inkludere:

• Kundeprioriteter
• Smertepunkter
• Krav
• Innvendinger
• Nevnte interessenter
• Avtalte handlinger
• Neste steg

I stedet for å gi AE-en enda en lang transkripsjon, bør flyten løfte frem informasjonen som faktisk endrer hva som skjer videre.

5. Gjør samtaler om til CRM-data

CRM-administrasjon er et av de tydeligste områdene der gjentakende salgsarbeid kan reduseres.

Etter en samtale kan en AE måtte overføre informasjon fra notater eller transkripsjoner til flere CRM-felt. Dette skaper enda et administrativt steg og kan føre til at viktige felt blir stående ufullstendige. En AI-salgsflyt kan trekke ut relevant informasjon fra samtalen, mappe den til forhåndsdefinerte felt og forberede CRM-oppdateringen for gjennomgang.

Det viktige skillet er strukturerte data i stedet for enda en blokk med møtenotater.

For eksempel: Samtale → kvalifiseringsbevis → CRM-felt → AE-gjennomgang

Denne tilnærmingen kan gjøre CRM-automatisering mer nyttig fordi resultatet er koblet til den eksisterende salgsprosessen.

6. Forbered personlige oppfølgingsmeldinger

Oppfølgings-e-poster er repetitive, men kundekonteksten bak dem er det ikke.

En AI-flyt kan kombinere samtalen, kontoinformasjon, kundeprioriteter og avtalte handlinger før den forbereder en oppfølging.

I stedet for å be AI bare om å «skrive en salgse-post», kan flyten produsere:

1. Oppsummering av samtalen
2. Kundeprioriteter
3. Avtalte handlinger
4. Åpne spørsmål
5. Anbefalt neste steg
6. Personlig e-postutkast

AE-en kan deretter gjennomgå utkastet, justere tonen og bestemme når det skal sendes.

7. Koble sammen neste steg

Den største muligheten kan ligge i å koble gjentakende oppgaver som normalt krever separate verktøy og manuelle overleveringer.

En typisk AE-flyt kan se slik ut: Research → Forbered → Samtale → Fang opp → Oppdater CRM → Følg opp → Forbered neste steg

Tradisjonelle AI-verktøy hjelper ofte med én del av denne sekvensen. En AI-agent kan designes rundt selve arbeidsflyten og koble flere repeterbare handlinger inn i én prosess. Det endrer interaksjonen fra «Hva skal jeg be AI om å gjøre?» til «Hvilken del av denne salgsflyten bør agenten håndtere?»

Hvor en AI-agent passer inn i salgsarbeidsflyten

En AI-agent blir mer relevant når flere salgsoppgaver må skje i rekkefølge.

Agenten kan håndtere repeterbar research og organisering, mens AE-en fortsatt er ansvarlig for kundeinteraksjon, vurdering, verifisering og endelige beslutninger.

Denne retningen gjenspeiler også et bredere skifte i salgsteknologi. Salesforce sin 2026 State of Sales-forskning fant at 87 % av salgsorganisasjoner bruker en form for AI, mens 54 % av selgere rapporterte at de hadde brukt AI-agenter. Selgere forventet at agenter ville redusere tiden brukt på prospect-research med 34 % og tiden brukt på å skrive e-poster med 36 % når de var fullt implementert.

Disse tallene beskriver Salesforce sin undersøkelsesgruppe og respondentenes forventninger, ikke garanterte produktivitetsgevinster for hvert salgsteam. Likevel illustrerer de hvorfor research og repeterbar utførelse blir viktige AI-bruksområder i salg.

Muligheten er særlig relevant når team allerede har mange frakoblede verktøy. I stedet for å legge til enda et isolert grensesnitt, kan en agent fungere som et utførelseslag på tvers av en arbeidsflyt.

Hva AI bør automatisere — og hva AE-er bør beholde

God salgsautomatisering fjerner repeterbar utførelse uten å fjerne menneskelig dømmekraft.

Denne human-in-the-loop-tilnærmingen er viktig for kompleks B2B-salg. Kundeprioriteter, relasjoner, innvendinger, timing og intern politikk krever ofte kontekst som ikke kan reduseres til én automatisert score.

Bygg en salgsarbeidsflyt, ikke enda et AI-verktøy

Den reelle muligheten for AI for salg er å redusere administrasjonslaget rundt salget.

Salesforce sin forskning viser hvor vedvarende problemet er: den gjennomsnittlige selgeren bruker nå 40 % av tiden på faktisk salg, ifølge 2026 State of Sales-statistikken, noe som betyr at 60 % fortsatt går til ikke-salgsarbeid. Denne nyere målingen skiller seg fra det tidligere 28 %-tallet fordi den kommer fra en annen utgave av forskningen, så tallene bør ikke behandles som én sammenhengende måling.

For AE-er er det praktiske spørsmålet ikke om alt skal automatiseres. Det er hvilke gjentakende oppgaver som tar tid uten å kreve AE-ens dømmekraft. Det kan inkludere research av kontoer, organisering av informasjon om interessenter, forberedelse av kvalifiseringsbevis, oppdatering av CRM-felt og klargjøring av oppfølgingsutkast.

1minAI bygger AI-agenter for arbeidsflytbasert arbeid, designet for å koble sammen repeterbare oppgaver i stedet for å kreve at AE-er håndterer hvert steg manuelt.

Vil du ha en AI-agent som håndterer mer av salgsarbeidsflyten din?

Bli med på 1minAI Agent-waitlisten og fortell oss hvilke gjentakende salgsoppgaver du vil at en agent skal håndtere. Godkjente brukere får tilgangsinformasjon og kvalifiserte credits når programmet blir tilgjengelig.

Relatert: B2B Account Research: 7 Steps Before a Sales Call