Ovaj članak, dio Izvještaja o tehnologiji Bain 2025. , raspravlja o evoluciji uloge umjetne inteligencije u prodaji, ističući izazove i značajan potencijal agentne umjetne inteligencije. Tijekom posljednje dvije godine, generativna umjetna inteligencija hvaljena je za povećanje produktivnosti u raznim područjima, poput razvoja softvera i marketinga. Međutim, većina tvrtki još nije ostvarila široke koristi ili zapažena poboljšanja u troškovnoj učinkovitosti i rastu prihoda. Agentna umjetna inteligencija uvodi samostalne agente sposobne za upravljanje složenim tijekovima rada autonomno—postavljanjem ciljeva, planiranjem, izvođenjem i učenjem uz minimalnu ljudsku intervenciju. To obećava pametnije sustave, brže rezultate i više vremena zaposlenicima za fokusiranje na ključne zadatke. Ipak, značajan uspjeh je rijedak; samo nekoliko tvrtki bilježi dvostruke povećanja produktivnosti, uglavnom u razvoju softvera. Prodaja, osobito, predstavlja izazov za umjetnu inteligenciju zbog fragmentiranih svakodnevnih zadataka, nedostatka cjelovitog mapiranja procesa, nejasnih ciljeva i razbacanih podataka u više neuređenih sustava. Štoviše, procesi prodaje znatno variraju od tima do tima i regije, a prodavači na terenu često odolijevaju promjenama u ponašanju, smatrajući da je ostvarivanje kvota dovoljno. Primjena AI bez redizajna prodajnih tijekova rada često donosi samo marginalna poboljšanja produktivnosti, jer se uska grla i dalje javljaju. Unatoč tim preprekama, potencijalni dobitak je uvjerljiv. Prodavači trenutno dnevno posvećuju otprilike 25% svog vremena izravnoj prodaji; AI bi to mogao značajno povećati automatizacijom zadataka s niskom dodanom vrijednošću, čime bi se poboljšala angažiranost kupaca.

AI također može povećati stope konverzije kroz cijeli prodajni lijevak, potencijalno povećavajući stopu osvajanja već za više od 30%. Bainovo istraživanje identificira 25 slučajeva primjene AI u cijelom životnom ciklusu prodaje—od generiranja potencijalnih klijenata do zaključivanja poslova—koje tvrtke trebaju istražiti radi maksimalnog učinka. Ti slučajevi evoluirali su od tradicionalne automatizacije prema generativnoj i agentnoj umjetnoj inteligenciji. Rani korisnici koji koriste workflowove bez koda već vide ciljana rješenja. Međutim, ključni izazovi uključuju čišćenje podataka, standardizaciju procesa, odluke o upravljanju i kulturne promjene—što zahtijeva eliminaciju zastarjelih alata i navika. Tvrtke se često bore s odlukom odakle započeti. Osnovni rad, poput poboljšanja arhitekture podataka i usklađivanja poslovanja, ključan je jer su mnogi slučajevi primjene AI u prodaji međusobno povezani. Na primjer, generiranje potencijalnih klijenata oslanja se na čiste, integrirane podatke radi pružanja pouzdanih i djelotvornih uvida. Uspješni pilot-projekti obično se fokusiraju na početne dijelove prodajnog procesa gdje prodavači trebaju najviše pomoći. Da bi se ostvario puni potencijal AI u prodaji, Bain preporučuje nekoliko ključnih pristupa: - Usvajanje cjelokupne perspektive procesa koja kombinira agentnu i generativnu AI s automatizacijom, redizajnom procesa, čišćenjem podataka i snažnim vodstvom. - Redizajn i preinaka prodajnih tijekova rada, umjesto automatizacije neučinkovitih procesa. - Ograničenje početnog opsega na segmente s velikim utjecajem i razvoj jasne strategije. - Prioritetno rješavanje spremnosti podataka, fokusirajući se na brza poboljšanja umjesto savršene kvalitete, uključujući uklanjanje zastarjelih ili netočnih informacija. - Korištenje brzog testiranja i iterativnog učenja za izgradnju povjerenja i prepoznavanje vrijednosti. - Osiguranje podrške na razini izvršnog vrha i formiranje odgovarajućih timova za provedbu s jasnim ciljevima. Iako većina tvrtki još nije postigla značajne rezultate vođene AI-jem u prodaji, uz jasne prioritete, redizajnirane procese i očišćene podatke uz vođstvo izvršne vlasti, mogu znatno povećati produktivnost prodavača i steći konkurentsku prednost. Ova transformacija omogućuje prodavačima na terenu više vremena posvetiti aktivnostima s dodanom vrijednošću i postavlja tvrtke ispred konkurenata koji još uvijek odgađaju djelovanje. Članak također sadrži dodatne uvide o širem utjecaju AI na industrije u Izvještaju o tehnologiji 2025. , uključujući razvoj softvera, disruptivne SaaS inovacije, kvantno računarstvo i humanoidne robote.