Profesjonaliści ds. sprzedaży często stają przed trudnym dylematem podczas outboundowych rozmów sprzedażowych: czy kontynuować rozmowę z potencjalnym klientem, czy też ją przerwać, by zająć się kolejnym leadem. Decyzja ta jest kluczowa, zwłaszcza w sytuacjach, gdy sprzedawcy obsługują wiele leadów, ale ogranicza ich czas i często spotykają się z odrzutem. Pomimo znaczenia tego procesu, badania nad tym, jak podejmowane są te decyzje, ich optymalnością oraz sposobami ich ulepszania, były dotąd ograniczone. Niedawne badanie wypełnia tę lukę, analizując decyzje w sytuacjach dużej liczby outboundowych kontaktów, charakteryzujących się obfitością leadów, ograniczonym czasem i wysokim ryzykiem niepowodzenia rozmowy. W badaniu zastosowano ramy optymalnego zatrzymania — matematyczną strategię wyznaczającą najlepszy moment na zatrzymanie działalności, aby zmaksymalizować zysk. Naukowcy stworzyli sekwencyjnego agenta decyzyjnego oparty na modelu językowym generatywnym, nazwanego „agentem zatrzymania”, który uczy się, kiedy zakończyć rozmowę sprzedażową, naśladując optymalną politykę zatrzymania opartą na danych z poprzednich sprzedaży. To narzędzie AI analizuje złożone dane tekstowe z rozmów, korzystając z naturalnego języka, aby określić moment na przerwanie kontaktu. Wspiera integrację zarówno z otwarto-źródłowymi, jak i własnościowymi dużymi modelami językowymi, co podkreśla jego elastyczność. Testy przeprowadzono na outboundowych rozmowach z dużą europejską firmą telekomunikacyjną.

Agent zatrzymania skrócił czas spędzony na nieudanych rozmowach o 54%, co stanowi ogromny krok w kierunku zwiększenia efektywności, jednocześnie zachowując niemal wszystkie udane sprzedaże mimo krótszych rozmów. Zaoszczędzony czas można byłoby przeznaczyć na kolejne kontakty, co potencjalnie zwiększyłoby oczekiwany wolumen sprzedaży aż o 37%. Dalsza analiza ujawniła, że sprzedawcy skupiali się głównie na kilku oczywistych sygnałach językowych wskazujących na brak zainteresowania, pomijając subtelniejsze sygnały, co prowadziło do złych prognoz dotyczących ryzyka niepowodzenia rozmowy i wskazuje na występowanie błędów poznawczych ograniczających optymalne decyzje w czasie rzeczywistym. Wyniki te podkreślają wartość narzędzi opartych na sztucznej inteligencji, takich jak agent zatrzymania, które pomagają przezwyciężać cognitive biases, poprawiają zarządzanie czasem i skuteczność sprzedaży. W dzisiejszym konkurencyjnym rynku optymalizacja kontaktów sprzedażowych i czasu agentów ma kluczowe znaczenie, a systemy AI stanowią obiecujące rozwiązanie. Oprócz sprzedaży, badanie to podkreśla szeroki potencjał sztucznej inteligencji w usprawnianiu szybkiego podejmowania decyzji w złożonych, dynamicznych sytuacjach. Przyszłe badania mogą zaadaptować to podejście do innych kontekstów opartych na rozmowach, takich jak obsługa klienta, telemarketing czy negocjacje, co może zwiększyć efektywność operacyjną w różnych branżach. Podsumowując, to badanie stanowi znaczący krok naprzód w zastosowaniu AI do optymalizacji decyzji ludzkich w sprzedaży, umożliwiając firmom ograniczenie strat czasowych i znaczące podniesienie wydajności poprzez inteligentne decyzje o kończeniu nieefektywnych interakcji. Połączenie wiedzy ludzkiej i wsparcia decyzyjnego opartego na sztucznej inteligencji obiecuje rewolucję w zarządzaniu i strategii sprzedaży.