到2020年的9.7億個語音機器人，將永遠改變銷售領域！

霍金曾經說過：「全人工智慧的發展可能可以讓人類毀滅。」然而，在此之前，AI驅動的銷售技術的出現幾乎會讓現有的銷售方式終結，並且可能會在下一波技術浪潮中對不了解這項技術的公司造成巨大影響。

想像一下數字銷售助理對語音命令做出回應。這些命令可能很簡單，比如「調用隊列中最有資格的人」，也可以是複雜的，比如「對我那些潛在客戶最有效的銷售優惠政策提供分析」。這樣的助理，當它們與大型數據銷售和營銷自動化數據連接時，將允許銷售人員加快工作效率。

消費者市場已經能看到像Amazon Echo、Cortana、Siri這樣的產品。根據Strategy Analytics的數據，今年將有大約8800萬個具有語音激活功能的設備即將發貨。到2020年，這個數字預計將達到3.47億，屆時全球將有9.7億正在使用的語音機器人。

除了若干個開創性的公司之外，革命將從個別銷售人員開始。這就是智能手機、社交媒體、CRM等如何成為銷售環境的一部分：銷售人員在家中體驗到了該技術的力量，然後開始注意到這些技術支持的體驗與落後於他們在工作中的經驗，這造成了「經驗差距」。

作為把某些類型的數據從顯示器到口語世界快速傳輸的界面，不難想像這對銷售人員來說意味著什麼：口語指導的銷售系統或解決配置價格報價（CPQ）的引導功能配置，在汽車中與銷售管理系統進行互動的能力，以及根據經歷對助理的標準快速生成新類型的報告，然後在屏幕上查看。

下一級殭屍作為合作夥伴的助理——建議銷售策略，促使銷售人員了解潛在客戶應獲得的內容，或根據交易階段、交易價值或建議購買可能性的市場數據的因素對銷售電話進行優先排序。

這可以通過機器學習來實現，該機器學習自動發現與結果相關的模式。下一階段是根據上下文來改變模式；當框架的數據存在於轉移中，由於新的競爭產品、客戶行為、經濟狀況等等，模式也必須改變。

所有這些都需要訪問數據，而不僅僅是一個數據集。將機器學習應用於與銷售和營銷過程相關的一組數據是有些作用的，但其影響會受到限制。機器學習必須與涵蓋買賣過程各個方面的總和數據收集相關聯。為了提供正確、及時的數據，AI必須從營銷自動化獲得客戶數據，從銷售部門（包括關於傭金、報價生成、銷售內容表現以及其他的數據）獲得績效數據，還需要獲得關於市場的數據和即時檢測數據（比如銷售過程或產品組合的變化和預期效果）。

成功完成後，結果會非常喜人。就像每個銷售人員都有一個助手來幫助他們做出決定、按規劃建議等等。

但介面將是輔助銷售解決方案中最明顯、最矛盾、相對最不重要的方面。數據介面成為一個強大的工具。成功取決於具有完整的數據、最新的數據、以及最重要和最準確的數據，並以使其與任何啟動機器學習的系統銷售正在使用的格式兼容，在各種不連續的儲存庫中訪問數據將剝奪輔助智能解決方案的能力，做出最佳決策。

我們可以看到新的銷售技術「軍備競賽」，因為機器學習與銷售數據相結合。但是如果把輔助技術放在最重要的地位，那就是不明智的了。這個新界面，具有易用性、速度、靈活性的所有好處，都是取決於數據的良好基礎。對於那些即將開始或已經為AI未來準備銷售數據來源的公司，成功會來得更快！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！