De fleste bedrifter som vurderer AI i salgsarbeidet, stiller feil spørsmål først. De spør «hvilket AI-verktøy bør vi kjøpe», når det egentlige spørsmålet burde være «har vi data AI-en kan jobbe med». Svaret på det andre spørsmålet avgjør nesten alltid om investeringen i det første gir noen effekt.

Hvorfor er datakvalitet i CRM en forutsetning for AI? 

Kort svar: CRM er ikke et alternativ til AI, det er forutsetningen som gjør at AI kan fungere i det hele tatt. Uten strukturerte data om kunder, kontakter og salgsprosess har et AI-verktøy ingenting konkret å regne på, uansett hvor avansert det er. 

Dette høres kanskje ut som en selvfølge, men i praksis er det den vanligste årsaken til at AI-prosjekter i salg mislykkes eller aldri kommer i gang.

Hva det ikke betyr

Det er lett å tolke dette som «velg CRM i stedet for AI», som om de to konkurrerer om budsjettet. Det er feil rammeverk. Det gir inntrykk av at en bedrift må prioritere mellom å ruste opp CRM-systemet eller å investere i AI, som om dette er to separate veivalg. Det er det overhodet ikke. Et CRM kan bli styrket av AI og AI kan bli styrket av ditt CRM.

Hva det faktisk betyr

CRM og AI konkurrerer ikke om samme rolle. CRM er grunnmuren, AI er det som bygges oppå. Skal en bedrift lykkes med AI i salg, må CRM-strukturen være på plass først, ikke fordi det er en forutsetning byråer finner på, men fordi det er slik teknologien faktisk fungerer.

Et konkret eksempel: AI som skal prioritere leads

Se for deg at en bedrift kjøper et AI-verktøy for å finne ut hvilke leads selgerne bør ringe først. En fornuftig og vanlig ambisjon. For å løse den oppgaven trenger AI-en å vite:

• Hvem kontaktene faktisk er
• Hvilken fase de befinner seg i salgsprosessen
• Hva som har skjedd i tidligere kontakt med dem
• Hvem av dem som nylig har vist kjøpsinteresse

Ligger denne informasjonen spredt i regneark, e-postinnbokser og i hodet til enkeltselgere uten noen felles struktur, har AI-en ingenting å prioritere ut fra. Den kan ikke rangere leads den ikke vet eksisterer i strukturert form. Resultatet blir enten ingen anbefaling, eller en anbefaling basert på tilfeldige eller ufullstendige data.

Hvorfor dette er teknisk presist, ikke bare en salgspåstand

Dette er ikke et argument en HubSpot-konsulent har funnet på for å selge inn flere timer. Det handler om hvordan AI faktisk fungerer, uavhengig av leverandør eller plattform.

• AI trenger data å jobbe med for å produsere noe nyttig
• Ustrukturert eller fragmentert data gir dårlige eller tilfeldige resultater
• Uttrykket «garbage in, garbage out» er ikke en floskel i denne sammenhengen, det er en teknisk beskrivelse av hva som skjer

Et AI-verktøy kan være aldri så avansert. Bygger det på data uten struktur og sammenheng, blir output deretter. Dette gjelder like mye for et AI-verktøy fra en tredjepartsleverandør som for AI-funksjonalitet innebygd i CRM-systemet.

Hvorfor er AI i HubSpot avhengig av CRM-strukturen?

Her skiller HubSpot seg fra å bare være «enda et sted å lagre kundedata». HubSpots AI-lag, Breeze, er bygget direkte oppå CRM-strukturen i Smart CRM, ikke som et frittstående verktøy ved siden av. Det betyr at AI henter kontekst fra de samme kontakt-, selskaps- og dealobjektene som allerede finnes i systemet, i stedet for å analysere løsrevne datauttrekk slik mange frittstående AI-verktøy gjør.

I praksis betyr det at riktig oppsett av HubSpot gir AI-funksjonalitet på kjøpet av samme datastruktur, ikke som to separate prosjekter etter hverandre. Bedriften trenger ikke først bygge et rent CRM og deretter, i et eget prosjekt måneder senere, koble på AI. Gjøres strukturen riktig fra start, følger AI-mulighetene naturlig med.

Skal en bedrift faktisk lykkes med AI i salgsarbeidet, er rekkefølgen som følger et godt utgangspunkt:

1. Kartlegg dagens datagrunnlag. Hvor ligger kundeinformasjonen i dag? Spredt i regneark og innbokser, eller samlet i ett system?
2. Rydd og strukturer kontaktene. Sørg for at kontakter og selskaper er koblet riktig sammen, og at duplikater og utdatert informasjon fjernes.
3. Definer salgsprosessen i systemet. Hvilke faser går en lead gjennom, og hva skal til for at den flyttes videre?
4. Sørg for at aktivitet faktisk logges. E-poster, samtaler og møter må registreres i CRM-et for at det skal finnes noe for AI-en å lære av.
5. La AI-funksjonaliteten komme som et naturlig neste steg. Når strukturen er på plass, kan verktøy som Breeze begynne å gi treffsikre anbefalinger, fordi det finnes reelle data å basere dem på.

Det siste punktet er ofte der bedrifter bommer. De hopper rett til AI-verktøyet før grunnmuren er lagt, og blir skuffet når resultatene uteblir. Problemet ligger sjelden i selve AI-teknologien. Det ligger i det som mangler under den.

Trenger du hjelp med AI, om det er Claude, ChatGPT eller Gemini og har spørsmål knyttet til det og CRM?Ta kontakt så hjelper jeg dere.