B2B領域的領導者習慣于利用技術幫助他們實現盈利增長。最近，他們正在關注一種有望在整個銷售流程中加速銷售轉型的技術——GenAI。GenAI可以通過提高收入、增加銷售效率和精簡內部流程，推動超額盈利增長。這些領導者認為其潛力巨大。根據麥肯錫最新的B2B決策者脈動調查，19%的受訪者已經實施了B2B購銷中的GenAI用例，另有23%的受訪者正在實施中。

這很有希望，然而，另一方面是，大多數B2B領導者尚未接受GenAI，甚至尚未與其接觸。一些領導者表示，他們不確定收益從何而來，以及業務影響是否足以證明投資是合理的。一些人覺得想法太多，難以應對，并尋求關于如何確定優先級的建議。

在本文中，我們通過分析GenAI的部署及其對銷售投資回報率和客戶體驗的影響，探討了交易周期中的七個有說服力的用例。這些用例可以提高有效性和效率，并開始產生近乎即時的影響。我們還研究了領先企業的實際部署情況。最后，我們提出了關鍵考慮因素，以幫助企業制定與他們的目標和愿望相一致的GenAI實施戰略，以推動銷售盈利增長。

1.下一個最佳機會

B2B銷售人員經常受到過于簡化的規則、手動客戶研究、數據集成不足或銷售工具培訓不足等問題的困擾。AI可以幫助他們找到“下一個最佳機會”。它可以處理多個不同的數據源，以優先排序可能性。GenAI可以解析大量非結構化數據(例如，PDF、平面文件或照片)，以提供高級建議和說明。GenAI還可以將有關潛在客戶的相關信息綜合到一張整合的作戰卡片上，讓銷售人員根據清晰、關鍵的信息來追蹤他們的下一個最佳機會。

這個用例可以顯著加快耗時的賬戶研究、關系映射和識別其他利益相關者的過程。GenAI模塊可以通過挖掘各種來源(如新聞文章、公司報告和交易數據)來回答問題。輸出結果可以直接整合到公司的CRM系統中，以幫助銷售人員優先排序客戶和機會。

處理大量產品和潛在客戶的公司對這個用例最為興奮。在B2B脈動調查中，建筑材料、航運、化學品或石化產品公司等B2B商業領導者——他們通常以手動方式生成和管理潛在客戶——相較于其他公司，對這個用例的熱情要高得多。

GenAI應用實例：提升拓展效率

一家工業材料分銷商尋求增長，但在識別和把握機會方面面臨挑戰。該過程可能既繁瑣又耗時。例如，現場銷售人員需要駕車在城市或城鎮中穿梭，以視覺識別新的建設項目位置。為了解決這一問題，該公司首先構建了一個AI引擎，該引擎使用內部和外部數據源對現有機會進行評分和優先排序，并提出有針對性的產品建議，然后，它使用GenAI從非結構化的公共數據(在本例中為施工許可證)中提取有關即將進行的資本項目的見解，識別新機會，并改進對現有機會的優先排序。最后，它利用GenAI實現大規模個性化拓展。這為其帶來了價值超過10億美元的新機會(使其業務管道增加了10%)，并在第一個財政年度中將點擊率提高了一倍以上。

在沒有AI時

機會列表雜亂無章(例如，電子表格和CRM系統中的信息不一致，或新客戶和現有客戶之間的平行列表)。

對于從何處開始把握機會缺乏指導。

傾向評分不清晰(即評估客戶采取行動的可能性)，數字或機會排名顯示時沒有解釋。

有了AI之后

整合了外部和內部數據的客戶特定建議的優先列表，幫助銷售人員針對正確的機會。

根據互動歷史提供下一個最佳機會的指令性排名。

支持銷售人員討論的排名方法清晰解釋。

2.下一個最佳行動

即使機會是基于參與度和意向數據進行優先排序的，一些銷售企業仍然難以確定要采取哪些步驟來利用需要立即參與的機會。

GenAI和機器學習可以改善對銷售人員的指導，告知他們應采取的“下一個最佳行動”，例如，是將潛在客戶放入低參與度培養環節以備后續月份使用，還是將其排入高優先級營銷活動的隊列。GenAI還可以根據渠道操作對潛在客戶進行分類，例如，確定應邀請誰參加網絡研討會，或誰可能從即時的一對一互動中受益。GenAI甚至可以個性化拓展，例如，根據流失風險建議電子郵件或語音郵件腳本。

在B2B脈動調查中，下一個最佳行動在技術服務、耐用設備和保險等行業脫穎而出，這些行業的銷售人員面臨著相對較多的選項來擴展賬戶和推進機會。

GenAI應用實例：加速售后和服務銷售

一家領先的企業設備制造商希望加速其售后和服務銷售。該公司面臨的主要挑戰是銷售團隊反應遲鈍、客戶群高度分散、流失率高，以及對客戶現場安裝情況的可見度低。經過幾個月的開發，該原始設備制造商(OEM)能夠部署一個潛在客戶開發引擎來清理銷售數據、為實時售后數據庫提供信息，并建立分析來生成機會。算法通過預測維護計劃來確定公司的下一個最佳行動。銷售人員在其CRM中收到了按升級或交叉銷售機會以及估計的交易價值分類的優先潛在客戶列表。然后，虛擬銷售助理通過高度個性化的電子郵件發起客戶聯系，篩選回復，將熱門潛在客戶傳回給銷售人員。總體而言，該OEM的新客戶和現有客戶的業務管道增加了超過總收入的20%。

在沒有AI時

冗長且沒有緊急聯絡明確性的任務列表

銷售人員或營銷人員缺乏行動指示

關于哪個渠道最適合參與的指導有限

有了AI之后

明確的指令性指導(例如，優先任務、每個賬戶的下一步)

基于建議對行動進行分類和優先排序

針對特定渠道的個性化拓展

3.會議支持

由于銷售人員需要處理大量復雜信息，因此準備關鍵客戶會議可能是一個耗時的過程。GenAI和其他類型的自動化可以節省銷售人員的時間并改善對話。這些技術可以從多個來源(如服務工單或交易數據)綜合關鍵信息，并以易于理解的方式提供相關見解。大型語言模型甚至可以起草談話要點和反對意見回復，以便更高效地進行準備，同時又不犧牲對話質量。

會議支持用例的部署不必耗時過長。有現成的GenAI賦能工具可供使用，這些工具與行業的關聯性較低，可以引用跨多個行業的有意義來源，并且可以通過現成的解決方案輕松進行定制。

會議支持用例通常在銷售周期長、會議多、交易金額大的行業中引起最大興趣，在這些行業中，節省行政管理時間的效果可能十分顯著。例如，在航空航天和國防、石油和天然氣精煉以及能源分配領域，超過40%的B2B脈動調查受訪者表示他們對此用例感到興奮。

GenAI應用實例：提高銷售效率

材料行業通常很復雜，產品和產品應用數量龐大。成功的銷售人員需要對市場有深入了解，而準備會議可能是一項艱巨的任務。一家材料公司面臨著難以實現雄心勃勃的增長目標的挑戰。例如，其銷售人員只有20%的時間用于與客戶開會(而所有行業中其他成功的B2B銷售團隊可以將三分之一到一半的時間花在客戶身上)。為了減少會議準備時間，該公司使用AI來優先排序關鍵機會，并使用GenAI來生成研究材料和腳本，以及處理直接的客戶拓展。一款用于制作會議準備筆記的GenAI工具在七周內開發完成，其中吸收了來自30多名銷售人員的意見，并整合了20多個數據源。GenAI生成的會議筆記包括財務概要、戰略目標、歷史銷售數據、過去會議的見解和行動、已知客戶偏好和要求概要，以及關鍵利益相關者的信息。結果是，目標銷售人員組節省了10%以上的時間。

在沒有AI時

耗時的手動客戶互動準備。

客戶信息的平臺不連通，存在信息孤島。

有助于改善會議成果的關鍵因素關聯無序。

有了AI之后

預先起草的銷售支持材料(包括談話要點、互動目標和反對意見回復)。

來自多個來源的綜合信息(例如，實時公共信息的簡明見解、一套內部內容的綜合更新)。

根據參與度和贏率結果不斷改進工具輸出。

4.提案請求響應

回應提案請求(RFPs)可能會非常耗時。但GenAI可以提高RFP響應的效率和準確性，縮短響應時間，并管理內部跟蹤。當多個功能團隊就如何回應RFP提供意見時，GenAI有助于保持一致性并改善客戶體驗。

這一用例令各行各業的領導者感到振奮，尤其是生命科學公司，它們經常需要處理高度復雜、受監管且數據密集的RFP響應，這些響應通常需要大量的手動工作來完成。在B2B Pulse調查中，約40%的生物制藥領導者和30%的醫療保健領導者對啟用GenAI的RFP響應器的前景極為興奮。

GenAI在實踐中的應用：簡化響應

一家醫療保健管理型醫療機構(MCO)通過采用GenAI改變了其回應RFP的方式。在起草響應時，其銷售團隊經常需要篩選數百份文件，每份文件都有數千頁。在這個行業中，每個市場的RFP可能每三到四年才發布一次，因此風險很高。激烈的競爭要求響應能夠突出財務穩健性和具體能力，以超越競爭對手。任何失誤都可能導致每年損失數十億美元的合同。

引入GenAI工具標志著范式轉變。通過將MCO歷史響應中的非結構化數據以及公開可用的合同記錄信息輸入GenAI，銷售團隊可以在幾秒鐘內生成競爭情報。該工具提供了對相關創新和競爭對手基準的即時訪問，使起草過程中的決策更加戰略化和明智。例如，GenAI工具可以立即綜合客戶對提供商語音郵件響應時間、呼叫中心運營時間和獲得事先授權所需時間的期望，這些關鍵細節以前需要大量的手動研究。自引入該工具以來，MCO將評估競爭對手能力所需的時間縮短了60%至80%。生成的見解增強了其針對競爭性RFP的提案。該工具提高了效率，并增強了MCO在這個信息豐富的行業中的競爭優勢，因為每個RFP都至關重要。

在沒有AI時

耗時的RFP響應流程。

對于擁有企業內部和流程中各種輸入的B2B客戶，答案不一致。

手動回答各種非結構化和可變問題。

有了AI之后

RFP響應細節周轉更快且更準確。

在跨利益相關方匯編RFP響應時，企業內部品牌一致性和保護機制。

針對RFP中的具體要點提供定制響應。

5.智能定價

AI對定價的影響可能是巨大的。許多B2B行業主要依賴銷售團隊的基本分析和商業敏銳度。AI帶來了顯著創新的機會。它允許B2B參與者采用主要在高節奏的B2C行業(例如在線零售)中使用過的模型。結果是，先行者獲得了新的機會，而落后者則面臨新的風險。

AI和GenAI在智能定價中有幾個主要應用。一個是AI主導的價格設定，其中客戶的微細分允許評估客戶在給定價格點的支付意愿和購買意愿。其他應用包括啟用GenAI的談判支持和定價管理。公司已經開始使用GenAI來分析公開可用的數據和與客戶的互動，并跟蹤談判的有效性和績效，以及創建定制論點。這也為賣家提供了談判力量的評分和理由。GenAI在價格管理中的自動化應用(包括系統更新和審批流程)方面也證明是有效的。

在B2B Pulse調查中，智能定價被定價對盈利能力有顯著影響且產品差異化和可變性較小的行業(例如紙品和包裝、能源分配和運輸)的受訪者列為優先事項。

GenAI在實踐中的應用：動態交易評分

許多B2B企業為其客戶列出價格，然后在談判中打折以促成交易。這導致實際最終價格存在很大差異。一些差異是合理的，但由銷售代表談判技巧或銷售歷史等因素造成的折扣可能是不必要的。

一家B2B服務公司旨在控制其折扣差異并收緊其定價模型。它使用AI工具根據數百個客戶和交易參數創建了定價結構，并為新交易和續簽分別建立了模型。這為銷售團隊提供了一個直觀的應用程序，其中他們的交易被分析和評分，為他們提供了一系列可取的折扣選項。這反過來又輸入到CRM中的審批流程中，使交易質量一目了然。最后，AI模型的見解被用于培訓銷售團隊。這些見解揭示了導致期望和不期望的折扣差異的因素，為銷售團隊提供了在談判中何時堅持立場或何時讓步的指導。

由于使用AI進行智能定價，該公司的收益提高了10%。值得注意的是，定價解決方案不僅僅是為了提高價格。相反，它側重于優化，在可能的情況下引導團隊提高價格，在必要時允許降低價格。這種細微差別使公司能夠積極地將定價引導至其戰略目標，無論是利潤率、交易量還是二者的平衡組合。

在沒有AI時

折扣不一致，主要受賣家直覺影響。

手動定價計算和單個電子表格。

審批過程不透明且耗時。

有了AI之后

基于交易數據和交易特征的交易評分。

將定價選項和場景無縫集成到賣家工具和工作流程中。

報價審批和賣家績效與目標之間的清晰聯系。

6.智能研究助理

高績效的B2B銷售人員會花費大量時間研究客戶、潛在客戶和產品。從公司網站、年報、收益電話會議以及電子郵件和內部數據中收集見解需要大量時間。這對于試圖在實時通話中與客戶互動，同時努力快速定位、消化和綜合相關信息的銷售人員來說尤其麻煩。GenAI已經改變了這種客戶互動，它可以在通話期間幫助銷售人員快速查找事實。因此，銷售人員更加敏銳且富有洞察力，從而改善了整體體驗。

B2B Pulse調查的受訪者對智能研究助理用例的興趣最高，其中27%的人表示對其前景感到興奮。

GenAI在實踐中的應用：提高賣家生產力

一家陷入停滯的全球工業公司希望在動蕩的市場環境中重振盈利增長和生產力。它開發了一個啟用AI的增長引擎來幫助進行市場研究。該工具結合了十多個內部和外部數據源，來繪制現有客戶和潛在新客戶的范圍，并根據錢包份額和賬戶潛力進行優先級排序。該公司還使用AI智能體來幫助其闡述每個潛在客戶的價值主張，包括與競爭對手在關鍵購買因素上的比較情況。這項技術賦能使該公司獲得了更強大的研究能力，使商業企業能夠從傳統的專注于在已知客戶中“耕作”業務的模式，轉變為越來越多地“尋找”產品應用中前所未有的真正新機會。這導致銷售團隊的轉化率提高了40%，并且一旦該解決方案在幾個月內完全實施，銷售團隊的執行速度提高了30%。

在沒有AI時

定位信息的時間密集型研究。

資源沖突，沒有單一的事實來源。

客戶購買體驗不佳。

有了AI之后

跨多個來源加速事實查找。

事實由鏈接的參考支持，增強賣家信心。

為買家減少冗余對話。

7.智能教練

鑒于一些B2B銷售流程和交易周期的漫長和復雜性，銷售經理和領導很難有效地對銷售人員績效進行基準測試。GenAI可以分析銷售人員與客戶互動中的所有表現，為管理人員提供全面的績效視圖，并根據銷售人員的特定需求推薦有針對性的輔導。它還可以直接向銷售人員提供個性化的績效見解，以促進個人發展和成長。

在服務行業中，使用相對一致的銷售話術的B2B Pulse Survey受訪者表示，他們非常希望為銷售人員配備基于GenAI的智能教練。例如，35%的B2B保險領域領導者表示，他們對智能教練的應用場景充滿熱情。

GenAI在銷售領域的應用：提升呼叫中心銷售業績

一家電信公司旨在提升其呼叫中心的客戶滿意度和銷售業績，在每次服務通話中始終如一地推銷特定產品是一項關鍵指標。該公司開發了一種GenAI解決方案來評估銷售人員表現，并將這些洞察結果輸入到教練引擎中。該工具通過對與銷售和滿意度結果相關的通話記錄進行訓練，使用GenAI來分析通話結構，并識別出諸如同理心等能夠解釋優異表現的勝任力標志。這些洞察結果隨后被用于在每次通話后為呼叫中心座席提供教練建議，并被納入為每位座席量身定制的長期教練計劃。這種個性化的能力培養使客戶滿意度得分(一個衡量客戶向他人推薦公司產品或服務可能性的指標)提高了7分，并降低了20%的培訓成本。

在沒有AI時

當經理只能偶爾觀察銷售人員的表現時，評估技能和教練反饋變得十分困難。

經理的反饋缺乏具體性和頻率，而且銷售培訓過于籠統。

銷售人員的學習曲線減緩了產品上市時間，團隊的生產力低下。

有了AI之后

基于所有通話產生的績效洞察結果，為教練提供了豐富的事實基礎。

反饋具體且及時，培訓也更具個性化，所有這些都基于推動業務成果的因素。

精確的績效洞察和量身定制的教練加速了銷售人員的就緒程度，提高了生產力。

這七個案例研究揭示了GenAI在重塑端到端銷售旅程方面的潛力。行業領導者對這些用例表示興奮，但他們對下一波創新——自主式AI更為感興趣。在有限的人類干預下，智能體能夠推理、解釋，并為活動或工作流程做出自主決策。以下一個最佳行動用例為例：自主式AI不僅能夠識別特定行動(例如，將潛在客戶分類為中等優先級，需要發送一到兩封預熱聯絡郵件)，而且還能實際執行該行動，通過自動聯系潛在客戶、評估其興趣并做出回應(例如，發送一條信息：“我們注意到你對某個特定產品感興趣，因此我們想為你提供更多詳細信息”)。AI智能體還可以通過多次溝通潛在行動來培養與銷售潛在客戶的關系，例如安排客戶與銷售人員之間的會議。AI智能體功能強大，能夠將所有七個用例提升至更高水平。

在B2B銷售中部署GenAI的五個關鍵教訓

這七個案例研究展示了公司如何利用AI從根本上重塑其銷售能力，以實現超額的盈利增長。GenAI的有效部署對于取得成功至關重要。無論是啟動第一個試點項目還是擴大初步努力，任何希望在其銷售企業中實現持久變革的公司都應考慮以下五個教訓。

從問題出發，而非技術

決定使用GenAI或任何其他技術時，應以具體的業務考量為指導。對于B2B銷售而言，首要考量應是確定這項技術如何能夠推動超額的盈利增長。公司可以首先從確定核心業務挑戰開始，如獲取潛在客戶、為重要客戶提供服務或更有效地管理服務。然后，它們可以確定能夠帶來最大價值的用例。一旦優先級明確，B2B領導者就可以決定這些需求是否最好通過規則自動化、機器學習、AI或GenAI等技術來滿足。

在某些情況下，銷售企業可能無需轉向GenAI，尤其是如果基礎流程(如訂單管理或潛在客戶路由)仍然是手動操作的話。當錯誤容忍度非常低時，具有直接鏈接到源的簡單自動化可能是一種足夠且更可靠的方法，可以避免GenAI可能出現的幻覺問題。設計和開發最佳解決方案的關鍵是清楚地了解業務問題。只有這樣，銷售領導者才能評估GenAI是否是滿足其需求的正確選擇。

以銷售人員為中心

要從GenAI解決方案中獲得最大價值，確保其設計以用戶需求為中心至關重要。B2B企業可以通過評估當前的銷售流程來找到釋放銷售人員時間或向銷售人員在最需要時提供寶貴洞察的方法。這也意味著深入了解客戶的旅程。銷售人員如果能夠利用正確的洞察和效率來創造更多令客戶愉悅的時刻，他們將更愿意使用該解決方案。

商業領導者可以問自己以下問題，以確保GenAI解決方案以銷售人員為中心：

? 有影響力：解決方案是銷售人員所關心的嗎?它將產生有意義的影響嗎?

? 清晰：輸出是否易于理解?

? 可理解：銷售人員能否輕松向客戶解釋輸出?

? 指示性：輸出是否與銷售人員的具體行動明確關聯?

? 可靠：銷售人員會信任輸出，并發現信息一致且準確嗎?

如果以上五個問題中任何一個問題的答案是否定的，都值得重新審視解決方案的設計——包括關鍵功能、數據源、分析輸出或信息的呈現方式。另一方面，如果這些問題的答案都是肯定的，那么GenAI用例被銷售人員積極采用的可能性就更大。

購買現成的產品，并為競爭優勢而構建

大多數企業不會從零開始自行構建整個GenAI能力，這并不奇怪。即使它們選擇為特定用例進行構建，很大一部分功能(如大型語言模型)也往往來自可公開獲取的現成解決方案，這些解決方案可以進行微調。在這個意義上，“構建”方法更準確地描述為“購買加構建”。

要在“購買”或“購買加構建”策略之間做出決定，重要的是為高影響力的GenAI用例設定明確的商業優先級，這些用例能夠給銷售企業帶來優勢。對于復雜性較低且功能大致標準的用例(如總結會議記錄)，領先企業通常會選擇快速購買并部署現成的GenAI解決方案。對于具有獨特性能和競爭優勢潛力的高價值用例(如在正確的時間提供正確的報價)，最好采用購買加構建路徑，其中對超出標準功能的針對性開發投資可以產生更大影響。在何時購買以及在何時投資構建具有戰略優勢的自定義解決方案方面做出正確選擇，可以使領導者在競爭中脫穎而出。

通過明確的AI戰略平衡即時影響和持久能力

隨著商業領導者開始在B2B銷售中部署GenAI用例，制定并維持對企業整體商業技術棧和企業AI戰略及架構的清晰愿景至關重要。不一致的架構可能導致工作白費、解決方案不兼容以及成本增加。通過從一開始就確保一致性，企業可以防止因各自為政的開發工作而產生的碎片化，并將各種AI舉措無縫集成，從而最大限度地發揮其價值。

領先企業可以在幾周內制定藍圖，使它們能夠迅速開發有效的GenAI用例，同時保持一個連貫的框架。它們通過仔細確定最小可行產品(MVP)并在內部沒有合適人才時利用合作伙伴來實現這一點。早期的成功像燈塔一樣發揮作用，激發熱情、動員企業，并為擴大實施爭取支持和資源。

雖然快速成功很重要，但它們不應以犧牲基礎能力為代價。對正確的技術基礎設施進行投資對于長期成功至關重要。這包括強大的數據管理和治理、全面的數據處理能力以及現代化的技術棧。同樣重要的是人才。雄心勃勃的企業會培養一支具備隨時間構建、維護和增強GenAI功能技能的團隊。通過在近期影響和長期能力之間取得適當平衡，企業可以確保其GenAI之旅既有效又可持續。

從一開始就投資銷售人員采用

商業領導者通常急于實施新的GenAI解決方案以提高業績。然而，讓銷售團隊可持續且大規模地采用這些解決方案可能比推出技術更具挑戰性。以銷售人員為中心的設計和導致首個MVP的實驗心態是一個良好的開端，但領導者需要投入時間和精力來最大限度地提高采用率并產生真正的影響。在銷售中部署AI解決方案時，至關重要的是采取敏捷的開發方法，包括一個基于銷售人員反饋和緊密聯系的商業與技術團隊內部持續優化的迭代過程，以及頻繁的測試和學習周期。

有效的部署還需要仔細進行變更管理，而這一環節往往被忽視。領先的企業采用多種策略來為銷售人員準備和支持新的AI解決方案。這些策略包括頻繁的溝通和設定明確的期望、使用銷售冠軍和意見征詢小組、提供培訓課程和表彰成功案例，以及由銷售領導者帶頭深思熟慮地使用新解決方案。激勵嘗試AI的銷售人員，并將發現錯誤視為創新的一部分，可以營造一種持續改進的文化。

最后，AI卓越中心可以幫助加速采用和推廣AI，并將其擴展到更多的應用場景。這些中心可以優先分配資源、集中資金、確保適當的變更管理，并推動負責任地使用AI。

雖然許多B2B銷售企業仍處于技術發展的早期階段，但領先的公司已經開始擴展其GenAI能力。那些所在公司正在經歷高增長的商業領導者往往對通用AI更加熱衷，并正在實施多種用例來轉變他們的增長策略和銷售人員的工作流程。通用AI可以通過提供更好的見解、提高轉化率以及提升生產力來賦能團隊。自主智能體可能會帶來更大的影響。有了正確的增長策略和上市模式，以及將興趣轉化為行動的意愿，B2B領導者可以開啟一個潛力巨大的未來。