In het kort
- In een bevraging van Scott Brinker oordeelden marketingleiders als koper 59 tot 64 procent negatief over AI-prospectieagenten.
- Tegelijk verwachtte 72 procent een betere koopervaring van AI die verkopers helpt vragen beter te beantwoorden.
- Brinker onderscheidt vijf niveaus van AI-agenten voor kopers, van de klassieke chatbot tot een agent voor de hele klantlevenscyclus.
- Zeven bouwstenen bepalen of zo'n agent betrouwbaar werkt: infrastructuur, kennis, context, gesprek, actie, beheer en leervermogen.
Scott Brinker, een bekende stem in de wereld van marketingtechnologie, legde marketingleiders een paar jaar geleden een omgekeerde vraag voor. Niet welke AI zij zelf wilden inzetten om te verkopen, maar welke AI hun ervaring als koper beter of slechter zou maken. Het resultaat was opvallend. AI-prospectieagenten, in het Engels AI SDR's genoemd (software die zelfstandig leads benadert en afspraken inplant), scoorden het slechtst: 59 tot 64 procent oordeelde negatief, afhankelijk van of het contact inkomend of uitgaand was.
Tegelijk was 72 procent enthousiast over AI die verkopers helpt om vragen van kopers beter te beantwoorden. Brinker vat het samen in één zin, en die kent elke verkoper uit eigen ervaring. In een recent artikel, geschreven als opdracht voor de AI-leverancier 1mind maar uitdrukkelijk bedoeld als leveranciersneutraal kader, werkt hij die gedachte uit tot twee modellen.
“Kopers willen kopen, ze willen niet verkocht worden.”— Scott Brinker, chiefmartec
De val van "aantal geboekte afspraken"
Brinker begon in conversieoptimalisatie en leerde daar een les die hier opnieuw geldt: wie één tussenstap optimaliseert, kan het einddoel schaden. Bij AI-prospectieagenten is die tussenstap vaak het aantal geboekte afspraken. Een agent die daarop stuurt, boekt vrolijk afspraken die niet passen, die waarschijnlijk niet doorgaan of die de koper liever had overgeslagen omdat hij het antwoord ook zonder gesprek had willen krijgen.
Jonathan Kvarfordt van 1mind stelt een andere maatstaf voor: hoeveel van het verkoopproces een agent kan dekken. Hoe verder een koper zelf komt, sneller en met minder hindernissen, hoe beter voor beide partijen. Een gesprek met een verkoper blijft mogelijk, maar op het moment dat de koper dat kiest. Volgens de bron hangt die aanpak samen met kortere verkoopcycli en een hoger slaagpercentage.
Vijf niveaus van AI-agenten voor kopers
Brinker spreekt liever van "omzetagenten" dan van verkoopagenten. Niveau 1 is de klassieke websitechatbot met vaste antwoorden uit een lijst veelgestelde vragen. Niveau 2 is de moderne gespreksagent op uw website, aangedreven door taalmodellen en gevoed met volledige kennisbanken en productdocumentatie. Die geeft veel betere antwoorden, maar blijft vooral reactief. Niveau 3 is de typische AI-prospectieagent: die werkt actief naar een verkoopdoel toe door interesse te peilen, eenvoudig te kwalificeren, afspraken in te plannen en leads naar de juiste verkoper te sturen.
Op niveau 4 wordt de agent een volwaardig lid van het verkoopteam. Hij gaat in op bezwaren, geeft gepersonaliseerde demo's, werkt systemen bij, start werkprocessen en draagt een gesprek over met de volledige voorgeschiedenis. Hij kan zelfs meeluisteren in gesprekken om meteen technische vragen te beantwoorden. Niveau 5 ten slotte is een agent die de hele klantlevenscyclus over teams en systemen heen coördineert. Brinker noemt dat vandaag nog een streefbeeld, vooral omdat de meeste organisaties hun processen nog niet goed verbonden of zelfs maar beschreven hebben.
Zeven bouwstenen om een agent te beoordelen
Een agent beoordelen door er even mee te praten, is verleidelijk maar onvoldoende. Een agent kan welbespraakt zijn en toch foute productinformatie geven. Brinker onderscheidt daarom zeven lagen. Infrastructuur: is de agent snel, beschikbaar, veilig en betaalbaar? Kennis: kent hij uw producten, prijzen en voorwaarden correct en actueel? Context: weet hij wie hij voor zich heeft, welk bedrijf, welke voorgeschiedenis? Zonder context behandelt hij elke bezoeker als een vreemde, en krijgen bestaande klanten een prospectiepraatje.
Dan volgen gesprek, actie, beheer en leervermogen. Kan de agent doorvragen en onzekerheid erkennen? Kan hij echt iets doen, zoals een afspraak plannen of een record bijwerken? Zijn er grenzen, logboeken en goedkeuringsregels, zodat u kunt nagaan wat hij zei en waarom? En leert hij bij uit gesprekken en uit gewonnen en verloren verkoopkansen? Voor KMO's in België en MKB-bedrijven in Nederland is de les vooral dat kennis en context uit uw eigen CRM moeten komen. Wie met Zoho werkt, vindt in Zoho SalesIQ de toepassing voor gesprekken met websitebezoekers die op die klantgegevens kan steunen.
Veelgestelde vragen
Wat is een AI-prospectieagent (AI SDR)?
Een AI SDR is software die het werk van een "sales development representative" overneemt: de medewerker die leads benadert, eerste vragen stelt en afspraken plant voor een verkoper. De AI doet dat zelfstandig, via e-mail, chat of andere kanalen. In het model van Brinker staat zo'n agent op niveau 3. Het voordeel is snelheid en schaal. Het risico is dat de agent stuurt op het aantal geboekte afspraken, ook als die niet zinvol zijn. Uit de bevraging blijkt dat kopers zo'n benadering vaak als storend ervaren.
Waarom ergeren kopers zich aan AI-prospectie?
Omdat de meeste mensen die benaderd worden niet op zoek zijn, niet passen of geen interesse hebben. Wie elke week via elk kanaal door leveranciers wordt aangesproken, raakt verdoofd, en AI maakt het nog makkelijker om dat volume op te drijven. Tegelijk ergeren geïnteresseerde kopers zich aan het omgekeerde: ze krijgen hun antwoorden niet wanneer ze willen, zonder eerst een afspraak te boeken. Brinker verwijst naar IDC, dat praktijken oplijst die net de beste kopers wegjagen. De les: AI moet de koper helpen, niet achtervolgen.
Op welk niveau begint een KMO best?
Voor de meeste KMO's in België en MKB-bedrijven in Nederland is niveau 2 een realistisch begin: een gespreksagent op de website die vragen correct beantwoordt met uw eigen productinformatie. Dat vraagt vooral een goede, actuele kennisbank. Wie verder wil, naar niveau 3 of 4, heeft context uit het CRM nodig, koppelingen om acties uit te voeren en duidelijke afspraken over wanneer een mens overneemt. Brinker benadrukt dat het werk op die tussenniveaus de basis legt voor later. Begin dus klein, maar met de juiste maatstaf.
Welke maatstaf gebruikt u beter dan "geboekte afspraken"?
Jonathan Kvarfordt van 1mind stelt voor om te meten hoeveel van het verkoopproces een agent dekt. Hoe verder een koper zelfstandig komt, sneller en met minder hindernissen, hoe beter. Dat kunt u vertalen naar concrete kerncijfers: hoeveel vragen correct beantwoord worden zonder menselijke tussenkomst, hoeveel afspraken echt doorgaan en tot een verkoopkans leiden, en hoe lang een verkoopcyclus duurt. Vergelijk die cijfers vóór en na de invoering. Zo voorkomt u dat een agent een cijfer verbetert dat niets zegt over uw omzet.
Hoe zorgt u dat een AI-agent geen fouten verkoopt?
Door kennis, beheer en leervermogen ernstig te nemen. Brinker waarschuwt voor agenten die met overtuiging foute antwoorden geven, wat bij prijzen, contractvoorwaarden of beveiliging echte gevolgen heeft. Laat de agent daarom alleen steunen op goedgekeurde, actuele bronnen. Leg grenzen vast voor wat hij mag beloven, houd logboeken bij en bepaal wanneer hij naar een mens doorverwijst. Plan ook regelmatig nazicht, want producten, prijzen en concurrenten veranderen. Een agent die niet bijleert, valt stilaan achter, ook als zijn cijfers er groen uitzien.
