(11 sidor)
Artificiell intelligens (AI) och maskininlärning (ML)fortsätta att tänja på gränserna för vad som är möjligt inom marknadsföring och försäljning. Och nu, med den pågående stegvisa utvecklingen av generativ AI (gen AI), ser vi användningen av plattformar med öppen källkod tränger igenom till försäljningsfronten, tillsammans med ökande investeringar från säljtekniska aktörer i gen AI-innovationer. Med tanke på den accelererande komplexiteten och hastigheten för att göra affärer i en digital-first värld, blir dessa tekniker viktiga verktyg.
Detta kommer oundvikligen att påverka hur du arbetar – och hur du ansluter till och servar dina kunder. Faktum är att det förmodligen redan gör det. Framtidstänkande C-suite-ledare överväger hur de ska anpassa sig till detta nya landskap. Här beskriver vi marknadsförings- och försäljningsmöjligheterna (och riskerna) inom detta dynamiska område och föreslår produktiva vägar framåt.
Vår forskning tyder på att en femtedel av nuvarande säljteamfunktioner skulle kunna automatiseras.
Hur AI omformar marknadsföring och försäljning
AI är redo att störa marknadsföring och försäljning i alla sektorer. Detta är resultatet av förändringar i konsumenternas sentiment tillsammans med snabba tekniska förändringar.
Omnikanal är bordsinsatser
Inom branscher förändras engagemangsmodellerna: dagens kunder vill ha allt, överallt och hela tiden. Även om de fortfarande önskar en jämn blandning av traditionella, fjärranslutna och självbetjäningskanaler (inklusive ansikte mot ansikte, internförsäljning och e-handel), ser vi en fortsatt tillväxt i kundernas preferenser för onlinebeställning och ombeställning.
Vinnande företag – de som ökar sin marknadsandel med minst 10 procent årligen – tenderar att använda avancerad försäljningsteknologi; bygga hybridförsäljningsteam och kapacitet; skräddarsy strategier för tredjeparts- och företagsägda marknadsplatser; uppnå e-handelsexcellens över hela tratten; och leverera hyperpersonalisering (unika budskap för enskilda beslutsfattare baserat på deras behov, profil, beteenden och interaktioner – både tidigare och förutsägande).
Stegförändringar sker inom digitalisering och automatisering
Vad är generativ AI?
Många av oss är redan bekanta med online AI chatbots och bildgeneratorer, och använder dem för att skapa övertygande bilder och text i häpnadsväckande hastighet. Detta är den stora kraften i generativ AI, eller gen AI: den använder algoritmer för att generera nytt innehåll – skrift, bilder eller ljud – från träningsdata.
För att göra detta använder gen AI djupinlärningsmodeller som kallas grundmodeller (FM). FM:er är förtränade på massiva datamängder och algoritmerna de stöder är anpassningsbara till en mängd olika nedströmsuppgifter, inklusive innehållsgenerering. Gen AI kan till exempel tränas för att förutsäga nästa ord i en rad ord och kan generalisera den förmågan till flera textgenereringsuppgifter, som att skriva artiklar, skämt eller kod.
Däremot tränas "traditionell" AI på en enda uppgift med mänsklig övervakning, med hjälp av data som är specifik för den uppgiften; den kan finjusteras för att nå hög precision, men måste omskolas för varje nytt användningsfall. Således representerar gen AI en enorm förändring i kraft, sofistikering och användbarhet – och en grundläggande förändring i vårt förhållande till artificiell intelligens.
AI-tekniken utvecklas i takt. Det blir allt lättare och billigare att implementera, samtidigt som det erbjuder ständigt accelererande komplexitet och hastighet som vida överstiger mänsklig kapacitet. Vår forskning tyder på att en femtedel av nuvarande säljteamfunktioner skulle kunna automatiseras. Dessutom öppnar sig nya gränser med uppkomsten av gen AI (se sidofältet "Vad är generativ AI?"). Dessutom har riskkapitalinvesteringar i AI vuxit 13 gånger under de senaste tio åren.1Nestor Maslej et al., "The AI Index 2023 annual report," AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, april 2023.Detta har lett till en explosion av "användbar" data (data som kan användas för att formulera insikter och föreslå konkreta åtgärder) och tillgänglig teknik (som ökad beräkningskraft och öppen källkodsalgoritmer). Stora och växande mängder data är nu tillgängliga för utbildning i grundmodeller, och sedan 2012 har det skett en miljonfaldig ökning av beräkningskapaciteten – en fördubbling var tredje till var fjärde månad.2Cliff Saran, "Stanford University finner att AI överträffar Moores lag," Computer Weekly, 12 december 2019; Risto Miikkulainen, "Kreativ AI genom evolutionär beräkning: principer och exempel," SN Computer Science, 2(3): 163, 23 mars 2001.
Vill du lära dig mer om vår?
Vill du lära dig mer om vår?
Vad betyder gen AI för marknadsföring och försäljning?
Framväxten av AI, och särskilt gen AI, har potential för inverkan inom tre områden av marknadsföring och försäljning: kundupplevelse (CX), tillväxt och produktivitet.
Till exempel, i CX, kan hyperanpassat innehåll och erbjudanden baseras på individuell kundbeteende, personlighet och köphistorik. Tillväxten kan påskyndas genom att utnyttja AI för att få fart på topplinjens prestanda, vilket ger säljteam rätt analys och kundinsikter för att fånga efterfrågan. Dessutom kan AI öka försäljningens effektivitet och prestanda genom att ladda ner och automatisera många vardagliga försäljningsaktiviteter, vilket frigör kapacitet för att spendera mer tid med kunder och potentiella kunder (samtidigt som kostnaden för att betjäna minskas). I alla dessa åtgärder är personalisering nyckeln. AI i kombination med företagsspecifika data och sammanhang har möjliggjort konsumentinsikter på den mest detaljerade nivån, vilket möjliggör B2C-anpassning genom riktade marknadsförings- och försäljningserbjudanden. Vinnande B2B-företag går längre än kontobaserad marknadsföring och använder oproportionerligt mycket hyperpersonalisering i sin uppsökande verksamhet.
Väcker gen AI till liv i kundresan
Det finns många gen AI-specifika användningsfall under kundresan som kan få effekt:
Ett användningsfall för försäljning av gen AI: Dynamisk målgruppsinriktning och segmentering
Gen AI kan kombinera och analysera stora mängder data – som demografisk information, befintlig kunddata och marknadstrender – för att identifiera ytterligare målgruppssegment. Dess algoritmer gör det sedan möjligt för företag att skapa personligt anpassat uppsökande innehåll, enkelt och i stor skala.
Istället för att lägga tid på att undersöka och skapa målgruppssegment kan en marknadsförare utnyttja gen AI:s algoritmer för att identifiera segment med unika egenskaper som kan ha förbisetts i befintlig kunddata. Utan att veta varje detalj om dessa segment kan de sedan be ett gen AI-verktyg att skapa automatiskt skräddarsytt innehåll som inlägg på sociala medier och målsidor. När dessa väl har förfinats och granskats kan marknadsföraren och en säljledare använda gen AI för att generera ytterligare innehåll som uppsökande mallar för en matchande säljkampanj för att nå potentiella kunder.
Att anamma dessa tekniker kommer att kräva viss öppenhet för förändring. Organisationer kommer att kräva en omfattande och aggregerad datauppsättning (som en operativ datasjö som drar in olika källor) för att träna en gen AI-modell som kan generera relevanta målgruppssegment och innehåll. Efter utbildning kan modellen operationaliseras inom kommersiella system för att effektivisera arbetsflöden samtidigt som den kontinuerligt förfinas av agila processer.
Slutligen kan den kommersiella organisationsstrukturen och verksamhetsmodellen behöva justeras för att säkerställa att lämpliga nivåer av risköversyn finns på plats och prestationsbedömningar anpassas till de nya sätten att arbeta.
- Högst upp i tratten överträffar gen AI traditionell AI-driven leadsidentifiering och inriktning som använder webbskrapning och enkel prioritering. Gen AI:s avancerade algoritmer kanutnyttja mönster i kund- och marknadsdata för att segmentera och rikta in sig på relevanta målgrupper. Med dessa funktioner kan företag effektivt analysera och identifiera potentiella kunder av hög kvalitet, vilket leder till mer effektiva, skräddarsydda aktiveringskampanjer för potentiella kunder (se sidofältet "A gen AI-försäljningsfall: Dynamisk målgruppsinriktning och segmentering").
Dessutom kan gen AI optimera marknadsföringsstrategier genom A/B-testning av olika element som sidlayouter, annonstext och SEO-strategier, utnyttja prediktiv analys och datadrivna rekommendationer för att säkerställa maximal avkastning på investeringen. Dessa åtgärder kan fortsätta genom kundresan, med gen AI som automatiserar lead-fostrande kampanjer baserade på utvecklande kundmönster.
- Inom säljrörelsen går gen AI längre än initialt engagemang i säljteamet, och ger kontinuerligt kritiskt stöd genom hela säljprocessen, från förslag till avslutande av affärer.
Med sin förmåga att analysera kunders beteende, preferenser och demografi kan gen AI generera personligt innehåll och meddelanden. Från början kan den hjälpa till medhyper-personifierade uppföljningsmail i stor skala och kontextuell chatbot-support. Den kan också fungera som en 24/7 virtuell assistent för varje teammedlem, och erbjuda skräddarsydda rekommendationer, påminnelser och feedback, vilket resulterar i högre engagemang och konverteringsfrekvens.
Allt eftersom affären fortskrider kan gen AI tillhandahållaförhandlingsvägledning i realtid och prediktiva insikterbaserat på omfattande analys av historiska transaktionsdata, kundbeteende och konkurrenskraftig prissättning.
- Det finns många användningsfall för gen AI efter att kunden skrivit under på den prickade linjen, inklusive onboarding och retention. När en ny kund går med kan gen AI tillhandahållaett varmt välkomnande med personligt träningsinnehåll, och lyfter fram relevanta bästa metoder. En chatbot-funktion kan ge omedelbara svar på kundfrågor och förbättra utbildningsmaterial för framtida kunder.
Gen AI kan också erbjuda säljledarskap med realtidsrekommendationer för nästa steg och kontinuerlig churn-modellering baserad på användningstrender och kundbeteende. Dessutom,dynamisk kund-resa kartläggning kan användasför att identifiera kritiska kontaktpunkter och driva kundernas engagemang.
Detta revolutionerande tillvägagångssätt förändrar landskapet för marknadsföring och försäljning, driver större effektivitet och kundengagemang redan från början av kundresan.

Vinna morgondagens bilköpare med hjälp av artificiell intelligens i marknadsföring och försäljning
Läs rapporten
Kommersiella ledare är optimistiska – och skördar fördelar
Vi bad en grupp kommersiella ledare att ge sitt perspektiv på användningsfall och rollen för gen AI i marknadsföring och försäljning mer allmänt. Vi fann särskilt försiktig optimism över hela linjen: respondenterna förväntade sig åtminstone måttlig påverkan från varje användningsfall vi föreslog. I synnerhet är dessa aktörer mest entusiastiska över användningsfall i de tidiga stadierna av kundresan, identifiering av potentiella kunder, marknadsföringsoptimering och personlig uppsökande (bilaga 1).
1
Dessa tre bästa användningsfall är alla fokuserade på prospektering och generering av potentiella kunder, där vi ser en betydande tidig fart. Detta kommer inte som någon överraskning, med tanke på den stora mängden data om potentiella kunder som är tillgänglig för analys och den historiska utmaningen att anpassa den initiala marknadsföringen i stor skala.
Olika spelare använder redan gen AI-användningsfall, men detta skrapar utan tvekan bara på ytan. Vår forskning visade att 90 procent av kommersiella ledare förväntar sig att använda gen AI-lösningar "ofta" under de kommande två åren (bild 2).
2
Vår forskning visade att 90 procent av kommersiella ledare förväntar sig att använda gen AI-lösningar "ofta" under de kommande två åren.
Sammantaget prioriterar och implementerar de mest effektiva företagen avancerad säljteknik, bygger hybridteam och möjliggör hyperpersonalisering. Och de maximerar sin användning av e-handel och tredjepartsmarknadsplatser genom analys och AI. Hos framgångsrika företag har vi hittat:
- Det finns en tydligt definierad AI-vision och strategi.
- Mer än 20 procent av digitala budgetar investeras i AI-relaterad teknik.
- Team av datavetare är anställda för att köra algoritmer för att informera om snabb prissättningsstrategi och optimera marknadsföring och försäljning.
- Strateger ser på framtiden och beskriver enkla användningsfall för gen AI.
Sådana banbrytare inser redan potentialen hos gen AI för att höja sin verksamhet.
Vår forskning visar att spelare som investerar i AI ser en intäktsökning på 3 till 15 procent och en försäljningsökning på 10 till 20 procent.
Förutse och mildra risker i gen AI
Även om affärsplanen för artificiell intelligens är övertygande, är förändringstakten i AI-tekniken häpnadsväckande snabb – och inte utan risk. När kommersiella ledare tillfrågades om de största hindren för att begränsa deras organisations antagande av AI-teknik, stod interna och externa risker överst på listan.
Från IP-intrång till datasekretess och säkerhet, det finns ett antal problem som kräver genomtänkta begränsningsstrategier och styrning. Behovet av mänsklig tillsyn och ansvarsskyldighet är tydligt och kan kräva skapandet av nya roller och förmågor för att fullt ut kunna dra nytta av kommande möjligheter.
Förutom omedelbara åtgärder kan ledare börja tänka strategiskt på hur man investerar i AI kommersiell excellens på lång sikt. Det kommer att vara viktigt att identifiera vilka användningsfall som är bordsinsatser och vilka som kan hjälpa dig att differentiera din position på marknaden. Prioritera sedan utifrån effekt och genomförbarhet.
AI-landskapet utvecklas mycket snabbt, och vinnare idag kanske inte är livskraftiga i morgon. Små nystartade företag är fantastiska innovatörer men kanske inte kan skala efter behov eller producera försäljningsfokuserade användningsfall som uppfyller dina behov. Testa och iterera med olika aktörer, men eftersträva partnerskap strategiskt baserade på försäljningsrelaterad innovation, innovationstakt kontra tid till marknad och förmåga att skala.
AI förändras i rasande hastighet, och även om det är svårt att förutsäga utvecklingen av denna revolutionerande teknik, kommer den säkerligen att spela en nyckelroll i framtida marknadsföring och försäljning. Ledare inom området lyckas genom att vända sig till gen AI för att maximera sin verksamhet och dra fördel av framsteg inom personalisering och intern försäljning. Hur kommer din bransch att reagera?
Richelle Deveauär en partner på McKinseys kontor i södra Kalifornien,Sonia Joseph Griffinär en associerad partner på kontoret i Atlanta, därSteve Reisär senior partner.
Författarna vill tacka Michelle Court-Reuss, Will Godfrey, Russell Groves, Maxim Lampe, Siamak Sarvari och Zach Stone för deras bidrag till denna artikel.
Utforska en karriär med oss
Sök öppningar