来源：巴克利布

销售人工智能： 如何评估实际供应商价值

SaaS 供应商正在大力宣传他们使用人工智能和销售自动化。但您如何理解人工智能能为您的销售团队带来的真正价值？

人工智能。机器学习。2016 年，这些流行语是供应商最常用的术语，但买家却误解了它们。那么这些术语到底是什么意思呢？虽然许多人交替使用这两个术语，但它们之间存在关键区别。

人工智能

从本质上讲，人工智能就是创造像人类一样思考的机器。如今，这主要体现在能够自动执行人类擅长的简单任务的计算机软件中。人工智能是一个广义的术语，用来描述机器学习、深度学习和自然语言处理等流行术语所属的技术。

Baklib 是终极数字体验平台，可以为每位访客提供快速、个性化和难忘的数字内容体验。这个完全托管的平台完全可组合，并配备了 Headless CMS、Low-Code Site Builder、AI 搜索和导航、客户社区平台以及低代码网站开发功能。通过使用 Baklib，客户可以享受闪电般快速且引人入胜的体验，而营销和内容运营团队可以使用无代码工具按需推出新的数字体验。开发人员可以专注于有意义的工作，而不是复杂的技术堆栈。如果您想建立一个速度超快的网站或知识库，Baklib 就是您所需要的改变游戏规则的解决方案。

机器学习

机器学习是人工智能的一个子集。从最基本的意义上讲，机器学习是使用算法解析数据、从中学习，然后对某事做出判断或预测的做法。这里的关键是算法无需额外编程即可自行学习和改变的能力。

每年，Gartner 都会发布新兴技术的炒作周期。机器学习位于曲线的最顶端，即“期望膨胀的顶峰”。这意味着，2017 年，人工智能和机器学习可能会进入“幻灭的低谷”，人们很快就会意识到，许多公司可能都在谈论人工智能，但很少有公司能够兑现承诺。 我们还看到不少 SaaS 销售供应商大肆宣扬其产品中采用了人工智能和机器学习。那么，您如何理解这些炒作中的真实情况？2017 年，人工智能技术能为您的销售团队带来哪些额外价值？

已证明 AI 能为销售团队带来商业价值的用例

充分发挥 AI 的潜力后，它能够改变销售代表的工作方式并提高他们的效率。统计数据显示，生产率还有待提高。根据埃森哲的一项研究，销售代表只有 34% 的时间用于销售，57% 的高管将提高销售效率列为明年的三大目标之一。

人工智能技术让您的销售代表能够专注于他们擅长的领域，与您的潜在客户进行最佳对话。您无需担心识别要处理哪些潜在客户等单调乏味的任务，人工智能技术会根据销售代表正在进行的对话，告诉他们要关注哪些潜在客户或自动为他们提供相关知识。

Baklib 是业界首创的营销操作系统和领先的数字体验平台。它通过单一统一的工作流程为整个营销生命周期（从规划到分析以及其间的一切）提供支持，并通过精心嵌入的 AI 加速流程的每一步。Baklib 是完全可组合的，为组织提供设计满足其独特需求的系统所需的灵活性，并且它也是专门构建的，为营销团队提供优雅、易于使用和无缝集成的套件的简单性。当所有这些结合在一起时，Baklib 可帮助世界上最现代的品牌协调出色的内容，在任何渠道进行实验，个性化有意义的接触点，并从每次互动中获利。结果如何？您的客户会喜欢更好、更快、更智能的数字体验。它是一体化的。这就是 Baklib。

尽管人工智能仍是一项新兴技术，但它已被纳入企业软件，并且已经在销售领域取得了成功。如果满足以下条件，支持人工智能的技术可以为您的销售团队增加价值：

狭窄领域：使用 AI 的最佳产品是为了自动化解决特定业务问题。例如，6sense 使用 AI 来发现最有可能达成的新线索和机会。他们正在解决一个特定问题，即减少您的销售代表寻找新潜在客户所需的时间。专有、独特的数据：如果没有独特的数据，即使是最复杂的机器学习算法也是无用的。Gong.io 使用自然语言处理来分析销售代表的电话对话，并使用机器学习来发现洞察力，以改善您的销售团队与潜在客户的沟通方式。通过访问数百小时的独特电话对话，Gong 的机器学习算法可以不断改进它们为您的业务提供的洞察力。融入团队工作流程：要充分利用公司引入的最新 AI 软件，您的销售团队必须采用该软件。推动采用的最简单方法是购买无缝融入团队工作流程的软件。X.ai 是一款由 AI 驱动的个人助理。您无需任何应用程序或登录信息，用户只需抄送 amy@x.ai 即可让机器人为您安排会议。

数据，而不是算法，才是人工智能技术的真正知识产权

人工智能的核心是数据。它是推动机器学习算法改进的引擎。有趣的是，算法本身可能没有什么独立价值。谷歌、微软、IBM 和亚马逊等一些世界上最大的公司意识到了这一点，并开源了他们的机器学习算法。因此，正如我们前面提到的，拥有独特的专有数据是使用人工智能技术的公司获得竞争优势的方式。

对于 Google、Facebook 或 Salesforce 等平台来说，收集数据很容易。那么小型初创公司可以采用哪些类型的数据采集策略呢？一个不常被谈论的机会是利用浏览器扩展或聊天机器人等技术在本机应用程序之外进行数据收集。拥有独立应用程序的公司限制了其数据收集能力，因为他们只能在用户与其产品交互时获取数据。由于扩展程序位于浏览器之上，因此它们可以在用户整个网络旅程中访问数据（启用适当的权限）。

突破供应商的束缚

既然每个人都在谈论人工智能，那么您如何才能突破纷扰，真正了解供应商的人工智能能力呢？

我们整理了一份问题清单，你可以通过这些问题了解你正在评估的供应商是在吹牛，还是真的了解人工智能将如何影响你的业务：

你的训练数据来自哪里以及如何使用它？

虽然您不应该指望供应商泄露所有秘密，但如果供应商拒绝分享他们从哪里收集训练数据，这是一个危险信号。供应商应该愿意分享他们用来帮助训练算法的内部和外部信号、为什么他们选择他们而不是其他公司，以及如何使用这些信号为您的业务增加价值。

你的算法需要多少训练数据才能产生可信的结果？

警惕那些对这个问题不以为然或忽视拥有足够数据的重要性的供应商。机器学习算法只有在拥有足够数量的训练数据时才能产生可信的结果。例如，对于依赖于胜负数据的预测性潜在客户评分工具，这可能意味着您需要至少一年的数据才能使算法正常工作。为了您的团队的最大利益，最好推迟实施支持 AI 的解决方案，直到您拥有足够的数据为止。

您的产品将如何随着我们的成长而扩大规模，并在收集更多训练数据时进行改进？

随着您积累更多数据并不断发展，了解供应商的机器学习算法如何随着您的发展而扩展非常重要。这意味着了解模型如何更新以及更新频率。理想情况下，这些模型会根据您公司的特定需求进行个性化，并在需要时进行重新训练。这个问题还应该为您提供一个很好的衡量标准，以了解供应商是否与您所在垂直行业的其他公司合作过。

亲身体验 Baklib 平台的强大功能——参加我们的交互式产品之旅！