“未来，AI能够做出更多贡献，帮助销售组织调整买家对卖家和数字渠道之间的无卖家参与和多线程销售体验偏好。”

译文 |  三七

本文发自 VentureBeat，原题为“Can AI help Oracle take on Salesforce to boost B2B sales?”，作者 Sharon Goldman，经作者编译整理，供业内参考。

在 Oracle7 月下旬宣布的下一代 Fusion Sales（融合销售）中，AI 将作为提供支持的云客户体验（CX）的一部分呈现。一位公关代表在给 VentureBeat 的电子邮件中写道，这款产品“提升了整个行业，并在 Salesforce 的领土上跺脚。”  

尽管 Salesforce 拒绝就甲骨文的说法发表评论，但很明显，甲骨文正在寻求人工智能和机器学习 (ML) 的辅助来与客户关系管理 (CRM) 巨头竞争，同时建立自身“护城河”。 

该公司表示，它相信 Fusion Sales 将是下一代 CRM，专注在企业对企业 (B2B) 销售转型时代帮助卖家。

“我们越来越意识到，将 Fusion 构建为更现代的云堆栈的方式不仅可以让您从头到尾编排流程，还可以使用机器学习帮助人们更好地利用 CRM 工具完成工作。”Oracle Fusion Cloud 客户体验执行副总裁兼总经理 Rob Tarkoff 表示。 

他解释说，第一代大型科技数字销售工具（包括 Salesforce 和 Microsoft Dynamics）传统上是关于销售预测的。现在，Fusion Sales 可以帮助销售专业人员规划活动，针对广告和营销中的关键客户通过包括内容管理、广告和销售编排在内的统一销售工作进行移动。 

“我们直到自己不是最大的 CRM 工具供应商——即 Salesforce。”Tarkoff 告诉 VentureBeat，“……但我们认为，如果推动这些创新是可以提高行业其他部门响应标准的。” 

数据 AI，驱动 To B 决策

从历史上看，B2B 销售是 Tarkoff 所说的“基于关系的销售的最后堡垒”。

他认为，“销售人员和客户之间的长期关系是需要亲自建立的。”并补充到，这种模式已经发生了巨大变化：“显然，今天，它更多被用于数字化参与——人们可以无需通过销售代表就能够购买产品。” 

B2B 销售更多被用来使用数据为买家编排更加个性化的流程。 即使开发人员已经完成 70%～80% 的研究，但客户的参考数据依然能够补足最后一公里——帮助公司验证产品质量。 

“事实上，它的实际价值在于如何有效使用参考来进行销售。因为没有人想成为冒险者，所以我们已经将参考销售变成了 B2B 流程的关键部分。”他说，“这些更有关个性化参与。” 

最后，Tarkoff 解释说，销售代表的角色不再是对 B2B 买家进行产品教育，而是就志同道合的客户成功地做了什么以及为什么应该加入这一行而进行对话。此外，统一过去的销售和营销活动是很重要的。 

“在开始建立标准化 B2B 模式时，最重要的便是拥有成熟、合格的机会，并且对潜在客户足够了解，以便提升转化率。”塔科夫说。“而产品可以转化数据点，利用人工智能和机器学习来确定真正对话机会就绪时间。”  

虽然这听起来很机械，但他也指出 B2B 销售现已变得更加规范和协调的现状。 

根据 Gartner 高级总监兼分析师 Robert Blaisdell 的说法，到 2026 年， 65% 的 B2B 销售组织将从基于直觉的战略转变为数据驱动的决策制定，使用像 Oracle 这种将工作流、数据和分析结合在一起的技术。  

他通过电子邮件告诉 VentureBeat：“我们在 AI 中看到的多数大趋势都集中在节省时间和精力基础上提供洞察力来支持 B2B 销售代表的日常销售任务。” 

这些功能包含选择推荐哪些导致优先级或提供有关销售线索或客户的见解，同时使卖家产生更大的同理心，通过超个性化来提升客户参与度。 

“当你看到人工智能对供应链管理、客户服务参与和营销推广等其他业务领域的影响时，就能够明显感受到AI作用于销售效率的潜力。”他说 。 

如今，Blaisdell 已经看到 AI 在更广泛的销售技术的许多方面得以实施。 

“CSO 正在努力为销售人员、销售主管、营销和客户成功团队腾出时间处理需要问题解决能力、同理心和创造力的客户案例。”Blaisdell 说，而这种敏锐通常被用于改进收入情报、增加销售参与度及完善对话情报技术。  

“事实上，这些是由某些标准能力驱动的，确定卖家推进或完成交易的下一个最佳行动，或者突出趋势以帮助销售经理零距离指导卖家。”他说。 

Oracle 专注于机器学习的数据质量

Tarkoff 表示，甲骨文正在利用公司客户数据平台 (CDP)  的力量“为每个潜在客户建立广泛档案，然后通过引入的机器学习模型更有效地去激活这些档案，因此我们需要不断的测试新模型。”   

他解释说，这取决于提供给这些模型的数据集的质量。 

“这是我们观察到进步最大的方面，因为机器学习和人工智能的问题之一是你必须不断地改进你的数据集，从而确保正确地训练模型，”他说。 

Blaisdell 表示，甲骨文是允许客户引入私人模型的。 

“我们很难做到比每家公司更了解他们所处的行业以及构建所有模型。”Tarkoff 说。“客户往往希望采用他们的CDP并即时构建更改附加属性及修改属性。”  

Oracle 基于 Oracle 云构建的融合应用程序的核心方法是从数据库层到应用程序层尽可能多的将高级机器学习模型构建到流程中。 

“最大的进步是，我们将以指导流程的形式呈现出所有见解供销售代表遵循，而不是被迫聘请数据科学家团队来解释即将发生的事情。”他说，“我们将所有功能都构建到引导式 UI 中，我认为，它将达到下一个级别的结果——让销售人员更轻松的工作。”  

现代销售组织应该考虑什么

尽管 AI 在 B2B 销售中具有巨大潜力，但 Gartner 的 Blaisdell 认为，在选择人工智能工具时，组织需要考虑人工智能需解决事项的优先级。  

“如果试图一次实现所有目标，那么实施并获得超出炒作的成果是巨大的挑战。”他建议销售组织专注于将AI成就出 1～3 个积极成果，以确保流程和组织变革能够与 AI 相结合。  

他解释说，造成这种情况的主要原因之一是由于 AI 的洞察力与其使用的数据一样好。 

“卖家提供的数据素养低及缺乏投入导致许多销售组织在高质量数据方面未能达到目标。” Blaisdell 解释说，“如果投资 AI 的最终目标是产生更好决策的洞察力，那么销售组织就需要确保他们当前的数据集是‘干净的’，最终确保制定出无论来源如何都能合理使用的正确数据的治理标准。”  

AI 和 B2B 销售的未来

Blaisdell 补充道，虽然销售组织使用 AI 的趋势已持续多年，但疫情是增加使用量的催化剂。销售组织需要未知环境中快速发展变得高效和有效，这一点推动了技术发展和使用需求增长。  

“这种发展趋势仍在继续，并且速度会越来越稳定。”他说。“未来，AI 能够做出更多贡献，帮助销售组织调整买家对卖家和数字渠道之间的无卖家参与和多线程销售体验偏好。”