“未來，AI能夠做出更多貢獻，幫助銷售組織調整買家對賣家和數字渠道之間的無賣家參與和多線程銷售體驗偏好。”

譯文｜三七

出品｜產業家

本文發自VentureBeat，原題為“Can AI help Oracle take on Salesforce to boost B2B sales？”，作者Sharon Goldman，經作者編譯整理，供業內參考。

在Oracle7月下旬宣布的下一代Fusion Sales（融合銷售）中，AI將作為提供支持的云客戶體驗（CX）的一部分呈現。一位公關代表在給VentureBeat的電子郵件中寫道，這款產品“提升了整個行業，并在Salesforce的領土上跺腳。”  

盡管Salesforce拒絕就甲骨文的說法發表評論，但很明顯，甲骨文正在尋求人工智能和機器學習 （ML）的輔助來與客戶關系管理（CRM）巨頭競爭，同時建立自身“護城河”。

該公司表示，它相信Fusion Sales將是下一代CRM，專注在企業對企業 （B2B） 銷售轉型時代幫助賣家。  

“我們越來越意識到，將Fusion構建為更現代的云堆棧的方式不僅可以讓您從頭到尾編排流程，還可以使用機器學習幫助人們更好地利用CRM工具完成工作。”Oracle Fusion Cloud 客戶體驗執行副總裁兼總經理Rob Tarkoff表示。

他解釋說，第一代大型科技數字銷售工具（包括 Salesforce 和 Microsoft Dynamics）傳統上是關于銷售預測的。現在，Fusion Sales可以幫助銷售專業人員規劃活動，針對廣告和營銷中的關鍵客戶通過包括內容管理、廣告和銷售編排在內的統一銷售工作進行移動。

“我們直到自己不是最大的CRM工具供應商——即 Salesforce。”Tarkoff 告訴VentureBeat，“……但我們認為，如果推動這些創新是可以提高行業其他部門響應標準的。”

一、數據AI，驅動TO B決策

從歷史上看，B2B銷售是Tarkoff所說的“基于關系的銷售的最后堡壘”。

他認為，“銷售人員和客戶之間的長期關系是需要親自建立的。”并補充到，這種模式已經發生了巨大變化：“顯然，今天，它更多被用于數字化參與——人們可以無需通過銷售代表就能夠購買產品。”

B2B銷售更多被用來使用數據為買家編排更加個性化的流程。 即使開發人員已經完成70％～80％的研究，但客戶的參考數據依然能夠補足最后一公里——幫助公司驗證產品質量。

“事實上，它的實際價值在于如何有效使用參考來進行銷售。因為沒有人想成為冒險者，所以我們已經將參考銷售變成了B2B流程的關鍵部分。”他說，“這些更有關個性化參與。”

最后，Tarkoff解釋說，銷售代表的角色不再是對B2B買家進行產品教育，而是就志同道合的客戶成功地做了什么以及為什么應該加入這一行而進行對話。此外，統一過去的銷售和營銷活動是很重要的。

“在開始建立標準化B2B模式時，最重要的便是擁有成熟、合格的機會，并且對潛在客戶足夠了解，以便提升轉化率。”塔科夫說。“而產品可以轉化數據點，利用人工智能和機器學習來確定真正對話機會就緒時間。”  

雖然這聽起來很機械，但他也指出B2B銷售現已變得更加規范和協調的現狀。

根據Gartner高級總監兼分析師Robert Blaisdell的說法，到 2026 年， 65％ 的B2B銷售組織將從基于直覺的戰略轉變為數據驅動的決策制定，使用像Oracle這種將工作流、數據和分析結合在一起的技術。  

他通過電子郵件告訴VentureBeat：“我們在AI中看到的多數大趨勢都集中在節省時間和精力基礎上提供洞察力來支持B2B銷售代表的日常銷售任務。”

這些功能包含選擇推薦哪些導致優先級或提供有關銷售線索或客戶的見解，同時使賣家產生更大的同理心，通過超個性化來提升客戶參與度。

“當你看到人工智能對供應鏈管理、客戶服務參與和營銷推廣等其他業務領域的影響時，就能夠明顯感受到AI作用于銷售效率的潛力。”他說 。

如今，Blaisdell已經看到AI在更廣泛的銷售技術的許多方面得以實施。

“CSO正在努力為銷售人員、銷售主管、營銷和客戶成功團隊騰出時間處理需要問題解決能力、同理心和創造力的客戶案例。”Blaisdell 說，而這種敏銳通常被用于改進收入情報、增加銷售參與度及完善對話情報技術。  

“事實上，這些是由某些標準能力驅動的，確定賣家推進或完成交易的下一個最佳行動，或者突出趨勢以幫助銷售經理零距離指導賣家。”他說。

二、Oracle專注于機器學習的數據質量

Tarkoff表示，甲骨文正在利用公司客戶數據平臺（CDP） 的力量“為每個潛在客戶建立廣泛檔案，然后通過引入的機器學習模型更有效地去激活這些檔案，因此我們需要不斷的測試新模型。”  

他解釋說，這取決于提供給這些模型的數據集的質量。

“這是我們觀察到進步最大的方面，因為機器學習和人工智能的問題之一是你必須不斷地改進你的數據集，從而確保正確地訓練模型，”他說。

Blaisdell表示，甲骨文是允許客戶引入私人模型的。

“我們很難做到比每家公司更了解他們所處的行業以及構建所有模型。”Tarkoff 說。“客戶往往希望采用他們的CDP并即時構建更改附加屬性及修改屬性。”  

Oracle基于Oracle云構建的融合應用程序的核心方法是從數據庫層到應用程序層盡可能多的將高級機器學習模型構建到流程中。

“最大的進步是，我們將以指導流程的形式呈現出所有見解供銷售代表遵循，而不是被迫聘請數據科學家團隊來解釋即將發生的事情。”他說，“我們將所有功能都構建到引導式UI中，我認為，它將達到下一個級別的結果——讓銷售人員更輕松的工作。”  

三、現代銷售組織應該考慮什么

盡管AI在B2B銷售中具有巨大潛力，但Gartner的Blaisdell認為，在選擇人工智能工具時，組織需要考慮人工智能需解決事項的優先級。  

“如果試圖一次實現所有目標，那么實施并獲得超出炒作的成果是巨大的挑戰。”他建議銷售組織專注于將AI成就出1～3個積極成果，以確保流程和組織變革能夠與AI相結合。  

他解釋說，造成這種情況的主要原因之一是由于AI的洞察力與其使用的數據一樣好。

“賣家提供的數據素養低及缺乏投入導致許多銷售組織在高質量數據方面未能達到目標。” Blaisdell解釋說，“如果投資AI的最終目標是產生更好決策的洞察力，那么銷售組織就需要確保他們當前的數據集是‘干凈的’，最終確保制定出無論來源如何都能合理使用的正確數據的治理標準。”  

四、AI和 B2B 銷售的未來

Blaisdell補充道，雖然銷售組織使用AI的趨勢已持續多年，但疫情是增加使用量的催化劑。銷售組織需要未知環境中快速發展變得高效和有效，這一點推動了技術發展和使用需求增長。  

“這種發展趨勢仍在繼續，并且速度會越來越穩定。”他說。“未來，AI能夠做出更多貢獻，幫助銷售組織調整買家對賣家和數字渠道之間的無賣家參與和多線程銷售體驗偏好。”  

       原文標題 : 從數據到AI，B2B迎來「拐點時刻」