AI in je salesproces: wat werkt en wat niet

De belofte versus de realiteit

Elke softwarevendor vertelt je dat AI je sales transformeert. De helft van die claims klopt. De andere helft is marketingpraat.

AI is een gereedschap. Het is goed in specifieke taken en slecht in andere. Als je weet welke taken welke zijn, kun je er echt mee werken.

Dit is wat we in de praktijk zien werken, met concrete cijfers. En wat we zien mislukken.

Wat werkt

Lead scoring op basis van gedrag

Handmatige lead scoring is giswerk. Je kijkt naar een lijst namen en probeert te bedenken wie het meest kansrijk is. Inconsistent, traag, en afhankelijk van buikgevoel.

Met AI-lead scoring koppel je gedragssignalen aan een model:

• Welke pagina’s heeft iemand bezocht?
• Heeft iemand de pricing pagina geopend?
• Hoeveel emails zijn er geopend en geklit?
• Past het bedrijf bij je ideale klantprofiel (sector, grootte, locatie)?

Het model combineert die signalen en geeft een score. Leads boven een drempelwaarde gaan naar sales. Daaronder gaan ze in een nurture flow.

Wat het oplevert: sales praat alleen nog met leads die boven de lat komen. Hoe dat er in productie uitziet, van bedrijfsnaam tot een bericht dat klaarstaat in HubSpot, lees je in de Capptions case.

De integratie loopt via je CRM en een workflow in n8n. Geen magie, gewoon data die slim wordt verwerkt.

E-mail personalisatie op schaal

Een mail waarvan de eerste zin over de ontvanger gaat, wordt vaker gelezen dan een mail die naar iedereen had kunnen gaan. Hoeveel vaker, zie je in je eigen cijfers: test het op een deel van je lijst en vergelijk.

Het probleem is dat echte personalisatie tijd kost. 3 tot 5 minuten per email. Bij 50 emails per week is dat 3 tot 4 uur.

AI kan dat comprimeren. Je voedt het model met publieke informatie: LinkedIn-profiel, bedrijfswebsite, recente funding of aankondigingen. Het model schrijft een specifieke openingszin. Jij controleert de batch, past aan waar nodig, en verstuurt.

Wat het oplevert: Hogere response rates zonder de tijdsinvestering. Let op: dit werkt alleen als de input goed is. Als je slechte data invoert, schrijft AI generieke praat met een dun laagje personalisatie. Mensen prikken er doorheen. Lees meer over de valkuilen bij verkoop automatiseren.

Gespreksvoorbereiding

Voor elk salesgesprek wil je weten: wie is deze persoon, wat doet hun bedrijf, wat zijn de meest recente ontwikkelingen, en wat zijn de meest waarschijnlijke bezwaren?

Dat handmatig opzoeken duurt 15 tot 20 minuten. Met een AI-workflow die automatisch draait zodra een meeting geboekt wordt, staat een samenvatting in je inbox voor het gesprek begint.

De workflow checkt LinkedIn, de bedrijfswebsite, nieuwsartikelen en je eigen CRM-data, vat samen, en noteert de drie meest relevante gespreksopeners.

Wat het oplevert: Betere gesprekken. Je gaat meer voorbereid in. Klanten merken dat je je hebt ingelezen. Dat is het verschil tussen een pitch en een gesprek.

CRM-verrijking

CRM-data veroudert snel. Functies veranderen, bedrijven groeien, telefoonnummers kloppen niet meer. Handmatig bijhouden lukt niet op schaal.

AI-agents kunnen periodiek CRM-records controleren: is het bedrijf nog actief, heeft de contactpersoon nog dezelfde functie, zijn er nieuwe contacten aan toegevoegd? Ze werken die data bij zonder dat iemand ernaar omkijkt.

Dit soort agents bouwen we als je bij ons een AI agent laat maken: ze draaien op de achtergrond en houden je data actueel.

Wat niet werkt

Volledig geautomatiseerde cold outreach

Het idee: AI schrijft alle emails, stuur ze automatisch, sales hoeft niets te doen.

De praktijk: lage response rates, reputatieschade als je te agressief bent, en leads die irritant worden in plaats van geinteresseerd.

Hoe laag? Sell Successfully telde 49.848 cold emails die voor vier B2B-bedrijven zijn verstuurd: 0,89% kreeg een antwoord, ongeveer één reply per 113 mails. Dat is al het cold email-verkeer, niet alleen de volautomatische variant. De methode en de ruwe aantallen staan in hun gemeten cold outreach benchmarks. Wie volledig op AI-volume leunt, moet het met minder doen.

Mensen herkennen generieke AI-emails. Ze klinken goed maar voelen leeg. De nuance, de timing, de specifieke opmerking die laat zien dat je echt hebt nagedacht, is er niet. Je kunt volume produceren maar geen relatie starten.

Automatisering mag nooit de voorkant van je salesproces zijn. Het is een hulpgereedschap achter een menselijke opening.

AI die deals sluit

Er zijn platforms die beweren dat AI-chatbots deals kunnen sluiten. Dat klopt voor simpele transactionele aankopen met lage waarde. Voor B2B-deals van enige omvang werkt het niet.

Deals sluiten vereist luisteren naar wat niet gezegd wordt, bezwaren herkennen, vertrouwen opbouwen over meerdere gesprekken, en situaties aanvoelen. Dat zijn menselijke vaardigheden. Een chatbot die doet alsof hij dat kan, jaagt prospects weg.

AI als vervanging voor een sales proces

AI maakt een goed salesproces beter. Het maakt een slecht salesproces niet goed. Als je geen duidelijk kwalificatieproces hebt, helpt AI-lead scoring niet. Als je follow-ups inconsistent zijn, lost een AI-tool dat niet op.

Begin met het proces. Automatiseer daarna.

Waar beginnen

De laagste drempel met de hoogste impact is gespreksvoorbereiding. Zet een workflow op die 24 uur voor elk geboekt gesprek automatisch een briefing genereert. Het kost een middag om te bouwen en levert elke dag tijd terug.

Stap twee is lead scoring als je meer dan 30 inbound leads per maand verwerkt. Alles eronder is handmatig prima te doen.

Wil je weten wat er in jouw salesproces te automatiseren valt? Lees ook wat een AI-agent is als je nog niet vertrouwd bent met de onderliggende technologie.