Povzetek vsebine
Povežimo AI agente v so-delujočo ekipo, ki je v ozadju integrirana s CRM, dokumentnim sistemom in mehkimi veščinami za to, da pomaga kupcem pri odločitvah. Spodaj predstavljam prototip, ki lahko deluje v vsaki obliki prodajne funkcije v podjetju.
Če podjetje danes ne uporablja ali vsaj aktivno ne uvaja AI v svoje poslovanje, že izgublja konkurenčno prednost, saj konkurenca z njim postaja hitrejša, bolj odzivna in bolj konsistentna. Prvi korak je običajno chatbot, ki odgovarja na vprašanja in podaja osnovne informacije, vendar tak pristop hitro doseže svoje meje, ker prodaja zahteva razumevanje konteksta, prepoznavanje signalov kupca in usmerjanje pogovora proti naslednjemu koraku. Danes je potrebno razmišljati v smeri vzpostavitve več-agentskega okolja.
Demo v živo
Preizkusite tukaj:
Disclaimer: Prototip je bil izdelan v 1 delovnem dnevu, skupaj s testiranjem in namestitvijo v spletno stran. V kolikor pogrešate konkretne use case-e, mi javite in preverimo ali so izvedjlivi. Prototip je malenkost tudi integriran – s poštnim strežnikom (da pošilja e-pošto), bazo podatkov (bere aktualni cenik) in API-jem za branje interne vsebine (baze znanja).
Prodajni proces mora biti jasno definiran in razdeljen na odločitve, ki jih sistem lahko dosledno izvaja, kar omogoča prehod iz enostavnega odgovarjanja v strukturirano vodenje prodaje, kjer AI deluje kot usklajen del prodajne ekipe in ne zgolj kot orodje za komunikacijo.
Spoznajte svojo AI-ekipo
Nastopate kot kupec, ki se zanima in kasneje tudi pogaja za pridobitev storitev in rešitev AI-digitalnih rešitev za svoje podjetje. Pogovarjate se s koordinatorjem, ki drži celoten pogovor konsistenten, vendar pa vključuje tudi ostale vloge iz svoje ekipe:
- Koordinator: koordinator je integrator pogovora. Njegova naloga ni odgovarjati na vprašanja, ampak razumeti kontekst pogovora in odločiti, kdo v sistemu mora reagirati. Na podlagi uporabnikovega inputa oceni situacijo (npr. informativno vprašanje, interes za ceno, pogajanje) in usmeri tok naprej. S tem prepreči kaos in zagotovi, da sistem deluje konsistentno kot celota. Upravlja z naslednjimi orodji:
- Upravljanje sodelavcev: s posameznim pod-agentom v ekipi komunicira, jih sprašuje, jim daje naloge, jim postavlja omejitve in pričakovanja.
- Email pošiljanje: v primeru višje nakupne zainteresiranosti kupca, obvesti človeškega prodajnika – human-in-the-lopp.
- Prodajnik: prodajnik je odgovoren za oblikovanje vrednosti in konkretne ponudbe. Njegova vloga ni zgolj podajanje cen, ampak strukturiranje odgovora tako, da je razumljiv, primerljiv in usmerjen k naslednjemu koraku (npr. kontakt, sestanek, dodatni podatki). Deluje znotraj okvirjev, ki jih določa poslovni model. Agent Prodajnik ima 2 povezani orodji:
- Cenik storitev (tabela v podatkovni bazi Postgres)
- Kalkulator (LLM modeli niso vedno najboljši za matematiko, tudi pri preprostih izračunih se lahko motijo)
- Pogajalec: pogajalec skrbi za zaščito marže in pravilno vodenje pogajanj. Ne daje popustov impulzivno, ampak preveri pogoje, obseg in resnost interesa kupca. Njegova naloga je najti ravnotežje med fleksibilnostjo in ohranjanjem vrednosti ponudbe ter voditi pogovor proti sprejemljivi odločitvi.
- Baza znanja: baza znanja zagotavlja dejstva in preverjene informacije. Njena vloga je zmanjševanje tveganja napačnih ali “izmišljenih” odgovorov. Uporablja se predvsem pri vprašanjih o storitvah, referencah, pogojih ali drugih konkretnih informacijah, kjer je pomembna točnost. Agentka Baza znanja ima povezano orodje:
- PGvector podatkovno bazo z vsebino s spletne strani Agital.si (ki se dnevno crawla). V tem primeru traja poizvedba kakšno sekundo dlje, ker mora izvajati iskanje po vektorski bazi.
- Primož Frelih (ekspertna in odločitvena eskalacija): ta vloga predstavlja eskalacijsko točko za kompleksne ali strateške odločitve. Aktivira se v primerih, ko je potrebna večja fleksibilnost (npr. posebni pogoji, večji popusti, kompleksni projekti) ali ko pogovor preseže standardne scenarije. Deluje kot “human-level override” z jasno definiranimi mejami.
Pomen prodajnih smernic tudi za AI
Če pogledamo iskreno, večina težav v prodaji ne izhaja iz pomanjkanja orodij, ampak iz pomanjkanja jasnih pravil. Kdaj damo popust? Kdaj zaključujemo? Kdaj gremo v dodatno razlago? Kdaj zavrnemo? Enako velja za AI. AI ni tisti, ki ustvarja strategijo. AI jo izvaja. Če so pravila nejasna ali implicitna, bo AI začel improvizirati. In improvizacija v prodaji pomeni nekonsistentnost, napačne signale kupcu in na koncu slabše rezultate.
Ključne ugotovitve:
- AI ne rešuje neurejenega procesa
- brez jasnih usmeritev ni konsistentnega vedenja
- največja vrednost AI je v doslednosti
| Element | Človek | AI |
|---|---|---|
| Razumevanje pravil | skozi izkušnje | skozi prompt in strukturo |
| Konsistentnost | variira | visoka |
| Skaliranje | omejeno | skoraj neomejeno |
Ko enkrat definirate pravila, jih lahko začnete izvajati sistemsko in izvajate SCALING prodaje. Enaka pravila so vkomponirana tudi v našem prototipu AI-prodajnega modela.
Kako razmišlja več-agentski AI sistem?
Ko so pravila enkrat jasna, lahko začneš razmišljati o strukturi. In tukaj podjetja pogosto naredijo napako: vse želijo rešiti z enim samim “botom”.
V praksi prodaja nikoli ni ena vloga. Vedno gre za kombinacijo razumevanja, ponujanja, preverjanja in odločanja. To pomeni, da tudi AI razdelimo na vloge, ki simulirajo realno organizacijo.
Tipična struktura:
- Koordinator → razume kontekst in vodi pogovor
- Prodajnik → oblikuje ponudbo in vrednost
- Pogajalec → skrbi za meje in maržo
- Baza znanja → daje preverjene informacije
Takšna razdelitev omogoča, da vsak del sistema dela svojo nalogo. Rezultat ni “bolj pameten AI”, ampak bolj stabilen in predvidljiv sistem.
| Vloga | Funkcija | Zakaj je pomembna |
|---|---|---|
| Koordinator | odločanje in usmerjanje | prepreči kaotične odgovore |
| Prodajnik | oblikovanje ponudbe | ustvarja vrednost |
| Pogajalec | zaščita marže | preprečuje prehitre popuste |
| Baza znanja | dejstva | zmanjšuje tveganje napak |
Uvedba prodajnega AI ekosistema v podjetje
Več-agentsko AI prodajno okolje se lahko uvede v različne tipe podjetij:
- mikro podjetje – kjer prodajna funkcija še ni vzporastavljena in ustanovitelji potrebujejo pomoč s prodajo.
- malo – za standardizacijo prodajnih procesov, medtem ko si še vedno dopuščajo fleksibilnost prodaje po meri posameznega kupca. Avtomatizacija operativnega dela. Quality assurance (QA) v Prodaji.
- srednje in veliko podjejte – integracija AI prodaje v ERP, dokumentni sistem, MES (proizvodnja), prepustitev AI procesom za podporo določenim segmentom kupcev (npr. popoln prenos B2C podpore na AI).
Če je sistem pravilno postavljen, so učinki zelo konkretni. Ne gre za nadomeščanje prodaje, ampak za njeno podporo ter usmerjanje človeških prodajnikov v aktivnosti z dodano vrednostjo – tudi golf med delovnim časom z zelo vredno stranko.
Rezultati implementacije AI v poslovanje :
- hitrejši odzivi
- konsistentna komunikacija
- manj operativnega dela
- boljši nadzor nad prodajnim procesom
| KPI | Brez AI | Z AI |
|---|---|---|
| odzivni čas | ure | sekunde |
| konsistentnost | nizka | visoka |
| obremenitev ekipe | visoka | nižja |
Možnosti razširitve AI agentskega prototipa za produkcijsko rabo:
- prenos iz chat-bot vmesnika v govorni vmesnik (text-to-speech, speech-to-speech) omogoča uporabo v klicnih centrih, na terenu ali v situacijah, kjer tipkanje ni praktično
- priklop na e-poštni predal (branje novih e-poštnih sporočil, pošiljanje, organiziranje po mapah) AI lahko prevzame prvi nivo komunikacije in pripravi odgovore ali jih tudi sam pošlje
- human-in-the-loop v realnem času nadrejeni dobi obvestilo (SMS, e-mail, app (Slack, Teams, Whatsup…)), ko je potrebna odločitev ali eskalacija
- LLM prototip uporablja model GPT-5-mini
- uporaba lokalnega LLM, ki teče znotraj IT infrastrukture podjetja (za začetek npr. na Spark DGX)
- uporaba specifičnih LLM za specifično vlogo v AI agentski ekipi
- uporaba backup LLM alternativ
- integracija s CRM sistemom avtomatsko zapisovanje leadov, aktivnosti in statusov pogovora brez ročnega vnosa
- lead scoring in prioritizacija AI oceni resnost interesa in usmeri fokus prodajne ekipe na najbolj obetavne priložnosti
- zagotovitev performans trenutni prototip namreč deluje na začasnem virtualnem strežniku
- analitika pogovorov in učenje sistema pregled najpogostejših vprašanj, uspešnosti odgovorov in optimizacija prodajnih scenarijev
- skladnost (compliance) in upravljanje pravil (policy engine) centralno upravljanje pravil za popuste, pogoje, odločitve in eskalacije
- večkanalna podpora (omnichannel) isti sistem deluje na spletni strani, e-mailu, WhatsAppu, Slacku ali internem orodju
- povezava z internimi sistemi (ERP, baze, dokumenti) AI dostopa do realnih podatkov (cene, zaloge, projekti) in odgovarja na podlagi dejanskega stanja
- varnost in nadzor (audit log, sledenje odločitev) beleženje vseh odločitev AI za revizijo, skladnost in izboljšave
- personalizacija glede na uporabnika sistem prilagaja komunikacijo glede na zgodovino, segment ali tip stranke
- proaktivni AI (triggerji) AI sam sproži komunikacijo (npr. opomnik, follow-up, ponudba po ogledu strani)
Razmišljate o AI orodju za svoje podjetje?
Napredni prodajni pristop lahko zelo hitro pokažemo v obliki delujočega prototipa, ki ga preizkusijo v živo tudi vaši sodelavci in po dgovoru tudi stranke. Delujoč prototip je nadalje dobra osnova za razširitev AI podprtih procesov v realno uporabo, kjer že tečejo sistemi kot so CRM, ERP in ostali specifični poslovni in tehnološki sistemi – odvisno od vrste poslovanja.
Pri kompleksnih projektih vključimo ekspertno ekipo AIVAAS, ki metodološko pristopi k top-down metodologiji in vključuje change management uvedbe novih procesov in podpre dejansko AI transformacijo poslovanja. Ključna razlika je v tem, da AIVAAS ne uvaja zgolj orodja, ampak nov način dela in strateškega razmišljanja.
