Vào khoảng năm 2019, trước sự bùng nổ nhanh chóng của AI, các lãnh đạo cấp cao chủ yếu tập trung đảm bảo các giám đốc bán hàng cập nhật dữ liệu trong CRM. Ngày nay, với sự mở rộng của các hệ thống công nghệ, các mối quan tâm của họ đã trở nên đa dạng hơn: “Chỉ số ROI của các nền tảng bán hàng dựa trên AI của chúng ta là bao nhiêu?Các nhóm có tận dụng tối đa công nghệ này chưa?Và làm thế nào để chúng ta vẫn đảm bảo cập nhật CRM chính xác?” ROI giờ đây chiếm ưu thế trong các cuộc thảo luận về phần mềm, đồng bộ AI vào các lộ trình, các cuộc họp về doanh thu và truyền thông xã hội một cách sâu rộng. Tuy nhiên, mặc dù đã hứa hẹn về các hoạt động bán hàng mượt mà, nhiều đường ống bán hàng vẫn còn tồn tại những điểm thiếu sót, phản ánh khoảng cách giữa sự nổi bật của AI và những lợi nhuận thực sự đạt được—một hiện tượng gọi là “AI-washing”, nơi những chuyển đổi dựa trên AI được tuyên bố không thay đổi quy trình làm việc hay cải thiện dữ liệu. Thông điệp này hướng tới các Giám đốc doanh thu (CROs) và các nhà lãnh đạo về doanh thu—những người tìm kiếm lộ trình AI thực tiễn hơn là chỉ hô hào—bằng cách so sánh trợ lý bán hàng dựa trên AI, các tác nhân (agents), và cả người mong muốn trở thành AI SDR, thể hiện rõ cách hiệu quả thực sự vượt qua sự hời hợt của việc tối ưu hóa, và cách xác thực ROI mà không cần các phương pháp phức tạp về phân bổ. ### Thực tế trong các nhóm doanh thu ngày nay Các phân tích từ ba nhà lãnh đạo doanh thu SaaS cho thấy các công cụ AI đã phổ biến, nhưng hiếm khi ảnh hưởng đến các bước quan trọng trong hành trình mua hàng. Có rất nhiều người hỗ trợ và bảng điều khiển, nhưng tốc độ pipelines hiếm khi cải thiện vì tối ưu chỉ dựa vào hiệu quả—mà chưa có sự ưu tiên đúng đắn—thì vẫn mang tính hình thức. Các nhà lãnh đạo doanh thu cần ít bước ra quyết định hơn, chứ không phải thêm nhiệm vụ AI. #### 1. Bắt đầu từ Động từ, chứ không phải nhà cung cấp Nhân viên bán hàng và khách hàng B2B đang đối mặt với quá nhiều từ khoá mập mờ. Giá trị rõ ràng nhất đến từ việc dịch các tuyên bố về AI thành các “công việc cần hoàn thành”. Nếu không xác định rõ công việc, giá trị sẽ mơ hồ. - **Trợ lý** giúp chuẩn bị bằng cách cung cấp bối cảnh, tóm tắt tài khoản, soạn email, thúc đẩy sự chuẩn bị nhanh chóng. - **Tác nhân (agents)** phối hợp các quy trình đa bước như xác minh khách hàng tiềm năng, làm giàu dữ liệu, lên lịch, cập nhật CRM và nhắc nhở các bước tiếp theo. Khi được thiết kế tốt, chúng hoạt động như các công cụ phối hợp, không đơn thuần là những trò vui mới lạ. - **AI SDRs** tự động hóa việc tìm kiếm khách hàng tiềm năng và kích hoạt các liên lạc, nhưng vẫn dựa vào con người để khám phá và đàm phán, nhằm tăng năng lực chứ không thay thế nhân viên bán hàng. Jonathan Pogact từ Seamless. ai khuyên nên lập bản đồ các công cụ AI phù hợp với các giai đoạn của hành trình khách hàng thay vì ép buộc chúng vào sơ đồ tổ chức—để đảm bảo trợ lý và tác nhân nâng cao hiệu quả của người bán hàng và liên kết với các hành động có thể đo lường được. #### 2. Hiệu quả là phiếu giảm giá; Hiệu quả mới là chất xúc tác Ngành công nghiệp thường ca ngợi “trả lại thời gian”, nhưng giá trị thực sự là “lợi tức trên thời gian”: làm đúng các hoạt động cần thiết, đúng cách và đúng thứ tự. Hiệu quả giúp tiết kiệm phút giây; hiệu quả thực sự loại bỏ các điểm nghẽn. AI nên nhắm vào các điểm nghẽn như lọc ra khách hàng tiềm năng không đủ điều kiện hoặc làm sống lại các đề xuất bị trì hoãn. Eric Gilpin, CRO của G2, nhấn mạnh: “Tôi không muốn chỉ nhanh hơn; tôi muốn hiệu quả—làm đúng những việc cần làm, theo cách đúng, đúng thứ tự. ” Các thực hành tốt bao gồm tự động hóa các quy trình gần khách hàng cuối cùng như đặt lịch cuộc họp, demo, ký hợp đồng để có ROI rõ ràng, hợp nhất các hệ thống phần mềm rời rạc để dễ dàng áp dụng, và tích hợp AI một cách liền mạch để nhân viên không phải học các cổng mới—nhằm tối đa hóa việc sử dụng. #### 3. Đo lường công việc, chứ không phải sự hấp dẫn Sự phô trương tập trung vào “được hỗ trợ bởi AI”, nhưng doanh thu xuất phát từ các cải tiến đo lường được trong các chỉ số chính như cuộc hẹn đã đặt. Việc đo lường hiệu quả đòi hỏi một bảng điểm gồm bốn phần: - **Chất lượng (ngoại tuyến):** Chính xác, phù hợp, phù hợp giọng điệu, rõ ràng và được xác nhận bởi con người trước khi triển khai. - **Tỷ lệ sử dụng (hành vi):** Người dùng hoạt động hàng tuần và giữ chân; tỷ lệ dưới 10–20% cho thấy tác động tối thiểu. - **Hiệu quả (hoạt động):** Thời gian cho mỗi nhiệm vụ và vòng đời bán hàng—quan trọng nhưng thứ yếu.

- **Tác động kinh doanh (thương mại):** Các chỉ số như tỷ lệ phản hồi tăng, cuộc hẹn được đặt, các giai đoạn chuyển đổi, và các cơ hội được tạo ra và chốt thành công. Tyler Phillips của Apollo. io nhận xét rằng tác động dễ chứng minh nhất gần với đầu ra khách hàng—việc tiếp cận khách hàng bằng AI kích thích phản hồi ngay lập tức rõ ràng hơn. ### Những cạm bẫy phổ biến của AI trong bán hàng - **Tự động hóa những nhiệm vụ không liên quan:** Tránh tự động hóa các nhiệm vụ ít giá trị hoặc không gắn kết với doanh thu của người bán. - **Nhân viên chưa chuẩn bị đầy đủ:** Khách hàng đã chọn ra các nhà cung cấp trước cuộc gặp; việc gửi liên lạc chung chung bỏ qua tín hiệu, lãng phí cơ hội. Hãy dùng trợ lý để tổng hợp ngữ cảnh khách hàng và nâng cao khả năng khám phá. - ** Không phù hợp tính năng:** Hầu hết người dùng chỉ dùng khoảng 20% các tính năng của AI. Các sản phẩm tốt sẽ cung cấp các rào chắn, đề xuất và hướng dẫn để giảm sự thất vọng. Jonathan Pogact kết luận: “Công việc tốn thời gian sẽ nhanh hơn, nhưng doanh thu không tăng trừ khi AI nhắm đúng mục tiêu theo thứ tự đúng đắn. ” ### AI SDRs, Trợ lý, và Tác nhân: Dữ liệu cho thấy gì? Phân tích khoảng 2. 000 đánh giá trên G2 cho thấy: - AI SDRs và trợ lý xuất sắc trong phân khúc doanh nghiệp nhỏ và trung bình bởi vì tốc độ và đơn giản của chúng. - AI tác nhân quản lý phối hợp các quy trình phức tạp trong doanh nghiệp lớn, phản ánh tiến bộ hướng tới “AI có khả năng hành động. ” - Việc chấp nhận khác nhau tùy theo quy mô công ty và vai trò: Các doanh nghiệp nhỏ ưu tiên truy cập nhanh, còn doanh nghiệp lớn đòi hỏi kiểm soát và tuân thủ tích hợp. - Thời gian ROI khác nhau, nhưng việc người dùng tiếp nhận là yếu tố then chốt thành công. ### Từ AI-washing tới thực tế doanh thu: Hướng dẫn dành cho CROs AI giờ đây là hệ điều hành của nhóm doanh thu. Để tận dụng, các CRO nên: - **Kiểm tra cặn kẽ “AI nhằm ___”:** Liên kết từng công cụ AI với một kết quả bán hàng rõ ràng. - **Tự động hóa các bước cuối cùng:** Tập trung vào các quy trình gần doanh thu nhất, như chuyển đổi khách hàng tiềm năng thành khách hàng thực sự và chuyển giao từ SDR sang AE. - **Thúc đẩy tỷ lệ sử dụng:** Đảm bảo nhân viên sử dụng hàng tuần để tránh lãng phí tài nguyên. - **Căn chỉnh vai trò với ROI:** Sử dụng trợ lý cho các quy trình của nhân viên SMB; dùng tác nhân cho quy trình doanh nghiệp lớn. - **Lập kế hoạch hợp nhất nhà cung cấp:** Dự kiến số nhà cung cấp sẽ giảm và các tiêu chuẩn ROI rõ ràng hơn. ### Kế hoạch 30 ngày cho CROs - **Tuần 1:** Kiểm tra các công cụ AI để xác định rõ mục tiêu “để ___”; loại bỏ những công cụ thiếu tác động đo lường được. - **Tuần 2:** Tự động hóa một quy trình cuối cùng với vai trò tác nhân rõ ràng và các điểm kiểm tra của con người; thử nghiệm với các đội nhóm lựa chọn. - **Tuần 3:** Áp dụng bảng điểm gồm bốn yếu tố: chất lượng, tỷ lệ sử dụng, hiệu quả, và tác động doanh thu. - **Tuần 4:** Hợp nhất các nền tảng thành hai hệ thống cốt lõi; xây dựng thể chế về quyền sở hữu, xử lý escalations, thương hiệu và quyền riêng tư. ### Đội bán hàng của bạn có đang dính bẫy AI-washing? Thường thì có. Rất nhiều tổ chức triển khai AI nhằm nâng cao hiệu quả nhưng lại không liên kết các công cụ này với các bước trong hành trình khách hàng rõ ràng, dẫn đến AI-washing: chỉ làm giả tạo về hiệu suất mà không tăng doanh thu. Các CRO tập trung vào tự động hóa các quy trình cuối cùng, theo dõi kết quả rõ ràng và giữ các nhà cung cấp phải chịu trách nhiệm có thể biến AI thành một tác nhân thúc đẩy hoạt động. Thách thức vẫn là chuyển từ hype về AI sang các quy trình dựa trên ROI giúp đẩy nhanh chu kỳ ra quyết định của khách hàng. Cuối cùng, các hành trình mua hàng tối ưu sẽ vượt xa các tuyên bố marketing về AI ồn ào.