AI Sales Ops vs. Operasi Jualan Tradisional: Apa yang Berubah dan Apa yang Tidak

Operasi jualan tradisional telah melakukan tugasnya. Selama satu setengah dekad, model standard, pasukan kecil penganalisis dalam sistem CRM, menjalankan semakan pipeline mingguan, membina peraturan penghalaan, dan menulis laporan lembaga suku tahunan, adalah infrastruktur yang mengelakkan pasukan hasil dari terbang buta sepenuhnya.

Model itu tidak rosak. Tetapi ia mempunyai siling, dan kebanyakan pasukan jualan peringkat pertumbuhan sedang mencapainya.

AI sales ops tidak menggantikan fungsi itu. Ia mengubah apa yang fungsi itu habiskan masanya, siapa yang dilayaninya, dan seberapa pantas ia boleh bertindak balas. Memahami perbezaan itu, bukannya menganggap AI sebagai peluru perak atau ancaman, itulah yang memisahkan pemimpin sales ops yang membina sistem berkesan daripada mereka yang mengejar alat berkilat.

Rupa operasi jualan tradisional sebenarnya

Masuk ke syarikat B2B SaaS purata 80 orang dan pasukan sales ops sedang melakukan kira-kira lima perkara:

Pelaporan pipeline. Seseorang membina laporan Salesforce mingguan, membersihkan data, mempertimbangkan nama peringkat yang digunakan wakil secara tidak konsisten, dan memformatnya untuk panggilan ramalan Isnin. Ini mengambil masa 4-8 jam seminggu. Output adalah tepat pada pagi Isnin dan terus usang selepas itu.

Peraturan penghalaan lead. Seseorang menyelenggara logik penugasan dalam HubSpot atau Salesforce. Wilayah = Barat, saiz syarikat > 200 = barisan perusahaan. Ia adalah pokok peraturan yang mungkin belum diaudit selama 18 bulan, dan tiada siapa yang pasti sama ada ia masih sepadan dengan cara syarikat sebenarnya mensegmen.

Kebersihan CRM. Laluan biasa melalui peluang terbuka, mengejar wakil untuk mengemas kini tarikh penutupan, menambah medan pesaing, dan mengisi lajur "sebab kami menang" yang kosong. Ini dilakukan secara manual, sering melalui eksport hamparan, dan data sentiasa tidak lengkap.

Pensampelan semakan panggilan. Seorang pengurus mendengar dua atau tiga panggilan yang dirakam setiap wakil sebulan. Ia memaparkan peluang pembinaan kemahiran, tetapi 2-3 panggilan adalah sampel 5-10% paling banyak. 90% perbualan yang lain tidak kelihatan.

Ramalan. Pasukan ops menjalankan roll-up dari CRM, menyesuaikan untuk sandbagging wakil, menggunakan pengesampingan pengurus, dan membentangkan nombor. Proses ini adalah sebahagian data, sebahagian pengenalan corak, dan sebahagian intuisi yang terkumpul daripada menyaksikan pasukan yang sama terlepas kuota dengan cara yang sama.

Tiada yang salah dengan semua ini. Ia adalah pendekatan yang betul berdasarkan apa yang tersedia: penganalisis manusia beroperasi pada kelajuan manusia, dengan data yang wujud dalam medan CRM berstruktur.

Masalahnya adalah skala. Apabila pipeline Anda berkembang lebih pantas daripada bilangan kakitangan ops, sesuatu akan diprioritaskan rendah. Biasanya ia adalah kebersihan CRM. Kemudian kualiti data merosot. Kemudian ketepatan ramalan merosot. Kemudian semakan pipeline menjadi tekaan dengan slaid. HBR menyatakan pada 2023 bahawa wakil jualan hanya menghabiskan kira-kira satu pertiga masa mereka benar-benar menjual, dengan bakinya terbuang untuk pentadbiran, penyelidikan, dan kemasukan data.

Fakta Utama: Operasi Jualan Tradisional vs. AI

• Wakil jualan menghabiskan hanya kira-kira satu pertiga masa mereka benar-benar menjual; bakinya terbuang untuk pentadbiran, penyelidikan, dan kemasukan data (Harvard Business Review, 2023)
• Semakan panggilan manual merangkumi 5-10% perbualan; AI meeting intelligence merangkumi 100% panggilan yang dirakam tanpa tambahan kakitangan
• Pasukan jualan yang didayakan AI melaporkan peningkatan hasil pada kadar 14 mata peratusan lebih tinggi daripada pasukan tanpa AI (80% vs. 66%), menurut Cirrus Insight 2025

Apa yang AI sales ops ubah

AI sales ops bukan tentang menghapuskan perkara di atas. Ia tentang memindahkan tugasan tertentu dari barisan kerja manusia dan menjalankannya secara berterusan, dengan liputan data penuh, pada kelajuan mesin.

Berikut adalah pemetaan dari tugasan tradisional kepada rakan sejawat yang dikendalikan AI:

Kelayakan lead manual ke Scoring+Routing

Bukannya penganalisis menyemak lead masuk terhadap satu set kriteria dan menugaskannya secara manual, Corak Scoring dan Routing menelan setiap isyarat (jawatan, saiz syarikat, tingkah laku, sumber, penukaran sejarah dari akaun yang serupa) dan memberikan skor kebarangkalian secara masa nyata. Lead dihalakan secara automatik kepada wakil yang betul. Liputan berubah dari "siapa yang sempat dilawati oleh pasukan ops" kepada 100% semua lead, setiap masa.

Nota panggilan manual dan pensampelan pembinaan kemahiran ke Meeting Intelligence

Bukannya wakil menulis nota panggilan secara tidak konsisten dan pengurus mengsampel 5-10% panggilan, Corak Meeting Intelligence menelan setiap panggilan. Ia menghasilkan ringkasan, mengekstrak momen utama, menandai risiko urusan dan isyarat pembelian, serta menjejaki penanda aras pembinaan kemahiran (nisbah bercakap, soalan yang diajukan, sebutan pesaing) merentasi seluruh pasukan. Liputan berubah dari 5-10% kepada 100%.

Laporan pipeline mingguan statik ke risikan pipeline berterusan

Bukannya laporan yang tepat pada Isnin dan basi pada Khamis, model AI menjaringkan setiap urusan dalam pipeline secara berterusan, menandai urusan berisiko pada saat isyarat berubah (tiada aktiviti selama 10 hari, tarikh penutupan semakin hampir tanpa mesyuarat yang ditempah), dan memaparkannya sebelum panggilan ramalan.

Penyelidikan akaun manual ke Generative Research

Bukannya wakil menghabiskan 20-30 minit menyelidik akaun sebelum panggilan, Generative Research menelan berita terkini, fail syarikat, aktiviti LinkedIn, dan iklan pekerjaan, serta menghasilkan taklimat dalam masa kurang daripada dua minit. Penyelidikan masih berlaku; manusia sahaja yang tidak melakukannya.

Kemas kini CRM manual ke Workflow Copilot

Bukannya wakil mengemas kini peringkat urusan, merekod hasil panggilan, dan menghantar e-mel susulan secara manual, Workflow Copilot menggubal susulan, mencadangkan perubahan peringkat, mencipta tugasan seterusnya, dan menunggu kelulusan satu klik. CRM kekal terkini kerana geseran mengemas kinya turun hampir kepada sifar.

Peralihan Operasi Jualan Asli AI

Peralihan Operasi Jualan Asli AI menggambarkan perubahan struktur yang berlaku apabila pasukan sales ops beralih dari aliran kerja pelaporan kumpulan berkelajuan manusia kepada pemprosesan isyarat berterusan yang dipacu AI. Peralihan itu mempunyai tiga dimensi: liputan (dari separa kepada 100% lead, panggilan, dan urusan), kependaman (dari hari kepada saat), dan kapasiti (dari kesesakan penganalisis kepada tadbir urus seni bina). Pasukan yang melengkapkan peralihan tidak mengambil lebih sedikit orang ops; mereka mengalihkan orang tersebut dari pengekstrakan data kepada penentukuran sistem dan pengendalian pengecualian.

Perbandingan berdampingan

Angka-angka tentang masa pentadbiran wakil patut difikirkan. Jika seorang wakil memperoleh $120K gaji asas dan menghabiskan 35% hari mereka untuk tugasan pentadbiran, Anda membayar kira-kira $42K setiap wakil setahun untuk kerja yang AI boleh kendalikan. Untuk pasukan 20 wakil, itu $840K dalam gaji yang diperuntukkan untuk tugasan yang bukan menjual. Walaupun pengurangan 50% yang sederhana dalam beban pentadbiran itu membebaskan kapasiti yang signifikan tanpa satu pun pengambilan baru. Penyelidikan McKinsey tentang AI dalam pemasaran dan jualan mendapati bahawa kes penggunaan gen AI bernilai tertinggi dalam jualan semuanya berkumpul di sekitar jenis kognisi berulang yang tepat ini: pengenalpastian lead, jangkauan yang diperibadikan, dan pengurusan pipeline.

Analisis Rework: Matematik masa pentadbiran adalah hujah yang paling kurang digunakan dalam kes perniagaan AI sales ops. Pasukan 20 wakil di mana setiap wakil memperoleh $120K dan menghabiskan 35% hari untuk tugasan bukan jualan mempunyai kira-kira $840K dalam gaji tahunan yang diperuntukkan untuk kerja yang AI boleh kendalikan. Pengurangan 50% dalam beban itu, yang merupakan sasaran konservatif, membebaskan kapasiti bersamaan dengan menambah 3-4 wakil sepenuh masa tanpa kos bilangan kakitangan. Dalam praktiknya, pasukan yang mendapat ROI paling cepat adalah mereka yang membingkai AI sales ops sebagai masalah kapasiti, bukan peningkatan teknologi.

Apa yang kekal sebagai tugas manusia

AI sales ops mengendalikan kognisi berulang. Ia tidak mengendalikan pertimbangan.

Apa yang kekal sebagai tugas manusia:

Perbualan pembinaan kemahiran. Meeting Intelligence memaparkan bahawa nisbah bercakap dalam panggilan penemuan wakil adalah 65% (terlalu tinggi) dan mereka tidak mengajukan soalan multi-threading. Tetapi perbualan tentang sebabnya, dan cara mengubahnya, berlaku antara pengurus dan wakil. AI memberikan data; manusia melakukan pembinaan kemahiran.

Penceritaan eksekutif. Lembaga ingin memahami perniagaan, bukan membaca taburan kebarangkalian. Menterjemahkan isyarat pipeline kepada naratif yang membina keyakinan (atau mengakui masalah dengan jelas) memerlukan manusia yang memahami khalayak.

Pertimbangan rundingan yang kompleks. Apabila akaun utama meminta diskaun 30% untuk menutup urusan suku ini, tiada Workflow Copilot yang memberitahu Anda sama ada perlu menerimanya. Itu adalah keputusan pertimbangan perniagaan yang melibatkan margin, nilai strategik, preseden, dan masa.

Pembinaan hubungan. Pelanggan membeli daripada orang yang mereka percayai. AI Sales Operator tidak membina kepercayaan itu. Wakil melakukannya, dari masa ke masa, melalui perbualan yang jujur dan janji yang ditepati.

Tadbir urus model. Model Scoring+Routing menentukur semula dari data. Tetapi siapa yang memutuskan bahawa penurunan mendadak dalam jumlah lead bermakna model memerlukan isyarat baru, bukan sekadar lebih sedikit lead? Itu adalah keputusan manusia. Dan manusia itu perlu memahami bagaimana keperluan tadbir urus setiap corak berbeza.

Peralihan kemahiran untuk profesional sales ops

Ini adalah sudut pandang yang kebanyakan penawaran vendor AI terlepas sepenuhnya, dan ia penting bagi sesiapa dalam peranan sales ops.

Operasi jualan tradisional memberi ganjaran kepada penyusunan data (mengekstrak, membersihkan, menstrukturkan data CRM), pelaporan (membina dashboard Salesforce, jadual pivot Excel), dan pembinaan peraturan (mereka bentuk logik wilayah dan aliran penghalaan).

AI sales ops memberi ganjaran kepada set kemahiran yang berbeza:

Tadbir urus model. Bolehkah Anda menyediakan gelung maklum balas di mana model pemarkahan ditentukur semula terhadap hasil sebenar setiap suku tahun? Bolehkah Anda membaca matriks kekeliruan dan mengetahui sama ada model Anda kurang mencetus atau menembak berlebihan pada skor tinggi?

Kejuruteraan prompt dan penentukuran output. Apabila draf susulan Workflow Copilot secara konsisten tidak mencapai nada yang tepat, bolehkah Anda menyesuaikan prompt supaya ia terdengar seperti syarikat Anda? Bolehkah Anda menulis templat Meeting Intelligence yang mengekstrak medan khusus yang dipedulikan oleh pengurus Anda?

Reka bentuk ambang. Pada skor lead berapa wakil mendapat notifikasi? Pada skor urusan berapa pengurus mendapat amaran? Ambang ini menentukan kekerapan sistem memberikan amaran yang tidak perlu, dan sama ada wakil mempercayainya. Menetapkannya dengan baik memerlukan pengetahuan tentang toleransi pasukan Anda terhadap kebisingan.

Triage pengecualian. AI membuat kesilapan. Ketua ops adalah lapisan kawalan kualiti. Mereka melihat kes tepi, memahami sebab model gagal, dan memutuskan sama ada perlu menyesuaikan konfigurasi atau meningkatkan kepada vendor.

Ini bukan kerja yang lebih sukar. Ia adalah kerja yang berbeza. Penganalisis yang menyesuaikan diri paling cepat adalah mereka yang sudah mengenal pasti corak dari data dan ingin bekerja pada tahap abstraksi yang lebih tinggi. Mereka yang bergelut adalah mereka yang kepakarannya terletak pada mekanik pengekstrakan data, yang merupakan tepat apa yang AI kendalikan dahulu.

Bantahan biasa, dijawab dengan jujur

"Wakil kami tidak akan mempercayai skor AI."

Mereka tidak akan mempercayainya serta-merta. Kepercayaan terbina apabila skor terbukti betul lebih kerap daripada naluri. Jalan terpantas menuju kepercayaan: tunjukkan kepada wakil tiga urusan di mana AI menandai risiko yang mereka terlepas, dan dua urusan di mana skor AI tinggi berkorelasi dengan penutupan. Data mengalahkan pujukan.

"Data CRM kami terlalu berselerak untuk pemarkahan AI berfungsi."

Sebahagian benar. Jika kadar penutupan Anda tidak dilabel (menang/kalah) atau peringkat urusan Anda sangat tidak konsisten, pemarkahan lead AI akan menghasilkan output yang bising. Tetapi "terlalu berselerak untuk bermula" jarang tepat. Kebanyakan CRM mempunyai data sejarah yang mencukupi untuk model fungsional jika seseorang menghabiskan seminggu untuk menyeragamkan medan utama. AI juga membantu membersihkan data ke hadapan, kerana Workflow Copilot menjadikan kemas kini medan tidak memerlukan usaha.

"Kami mencuba AI dan ia tidak berjaya."

Biasanya ini bermakna salah satu daripada tiga perkara: alat yang salah untuk masalah sebenar, alat itu dikonfigurasi tetapi tidak ditentukur, atau tiada pemilik ops yang mentadbir output. AI sales ops memerlukan penalaan berterusan. Ia adalah infrastruktur, bukan pemasangan sekali sahaja. Bahagian seterusnya tentang perangkap biasa merangkumi tepat di mana roll-out ini gagal.

Ketua ops sebagai arkitek

Operasi jualan tradisional mempunyai penganalisis sebagai pencipta nilai utama. Merekalah yang mengekstrak wawasan dari data dan menterjemahkannya kepada tindakan.

AI sales ops memindahkan penciptaan nilai utama kepada seni bina dan tadbir urus. AI mengekstrak wawasan dari data secara berterusan. Ketua ops memutuskan apa yang AI lihat, ambang mana yang mencetuskan tindakan, output mana yang dipaparkan kepada siapa, dan sama ada sistem berfungsi seperti yang dimaksudkan.

Itu adalah peranan yang lebih strategik. Ia juga lebih tahan lama. Penganalisis yang boleh bekerja pada tahap itu, yang berfikir tentang sistem dan bukannya laporan individu, lebih sukar diganti dan lebih bernilai kepada perniagaan. Penyelidikan HBR tentang AI agentik dalam jualan mengesahkan corak yang sama: pasukan jualan yang mendapat hasil terbaik dari AI adalah mereka di mana pemilik manusia menetapkan strategi dan AI mengendalikan pelaksanaan, bukan pasukan yang hanya membeli perisian dan menunggu. Konsep AI Sales Operator menggariskan seni bina empat corak yang menjadikan peralihan ini konkrit.

Ketahui Lebih Lanjut

• Apakah AI Sales Operator?
• Mengapa Sales Ops Adalah Kes Penggunaan AI Tertinggi ROI
• Perangkap AI Lead Scoring yang Biasa
• Peta Jalan Pelaksanaan AI Sales Ops
• Mod Kegagalan: Apabila AI Sales Ops Backfire
• Corak Scoring dan Routing
• Kesediaan Data untuk AI
• Keperluan Tadbir Urus mengikut Corak AI