Tilbudsudkast fra forespørgsler

Sådan ser en forespørgsel ud

En kunde skriver ind: “Hej, hvad koster 200 stk af de beslag vi købte sidste forår, plus 50 af den større variant? Og har I dem på lager?”

Sælgeren læser mailen og går i gang:

1. Finde ud af hvad “de beslag vi købte sidste forår” faktisk er. Søge i historikken, finde ordren, læse varenummeret.
2. Slå den større variant op i varekataloget og finde det rigtige nummer.
3. Tjekke aktuelle priser, og om der er en mængderabat ved 200 stk.
4. Kigge på lagerstatus.
5. Skrive det hele op i firmaets tilbudsskabelon, med de rigtige numre, priser, leveringstid og betingelser.
6. Sende.

I en travl uge er det 10 til 15 forespørgsler. Hver tager en halv til en hel time når man skal grave i historik og katalog. Det er ikke svært arbejde. Det er opslagsarbejde. Og det er præcis den slags der får et tilbud til at ligge to dage før nogen får skrevet det, mens kunden i mellemtiden har fået svar fra en konkurrent.

Hvad en agent ville gøre i stedet

Agenten kører når en forespørgsel lander i salgs-indbakken:

1. Læser mailen og forstår hvad kunden spørger om. Hvem er kunden, hvilke varer, hvilke mængder.
2. Slår kunden op i systemet og finder deres historik. “De beslag vi købte sidste forår” bliver til et konkret varenummer, fordi agenten kan se hvad kunden faktisk har købt.
3. Finder de øvrige varer i kataloget, henter aktuelle priser, mængderabatter og lagerstatus.
4. Skriver et komplet tilbudsudkast i firmaets egen skabelon: rigtige numre, rigtige priser, leveringstid, betingelser.
5. Lægger udkastet klar til sælgeren, ikke ude hos kunden.

Sælgeren åbner udkastet, kigger det igennem, retter det ene der skal justeres, og sender. Fem minutter i stedet for en time. Og tilbuddet ryger ud samme dag, ikke to dage senere.

Sådan ville jeg bygge den

Læsning af forespørgslen. Det her er hvad en sprogmodel er god til. Den skal forstå en løst formuleret mail (kunder skriver ikke i varenumre) og trække intentionen ud: hvilke varer, hvilke mængder, hvad spørges der om. En model som Claude eller GPT klarer det fint på dansk, også når forespørgslen er rodet.

Kobling til kundens historik. Det er her værdien ligger. Agenten skal kunne slå op i jeres ERP eller ordresystem og se hvad kunden har købt før. Det er sådan “dem vi købte sidst” bliver til et rigtigt varenummer. De fleste danske systemer (e-conomic, Visma, Business Central) har et API der kan det. Det her punkt afgør hvor god agenten bliver.

Opslag i varekatalog og prisliste. Ikke AI. Bare almindelig kode der henter det rigtige nummer, den aktuelle pris og den rabat der gælder for kundens niveau. Reglerne er jeres, agenten følger dem bare.

Tilbudsskabelonen. Udkastet skal se ud som jeres tilbud plejer at se ud. Samme opsætning, samme betingelser, samme tone. Det bygges én gang og genbruges. Målet er at sælgeren genkender det som “vores tilbud”, ikke som noget en maskine har lavet.

Levering til sælgeren, ikke kunden. Udkastet lander som en kladde: i mailen, i CRM’et, eller som et dokument klar til gennemsyn. Aldrig direkte ud. Et menneske sætter altid det sidste flueben.

Hvad agenten ikke kan

Den kan ikke forhandle. Hvis kunden er en I gerne vil holde på, og sælgeren ved at der skal gives lidt ekstra på prisen for at lande ordren, så er det sælgerens beslutning. Agenten laver standardtilbuddet. Mennesket laver relationen.

Den kan heller ikke gætte på noget den ikke kan finde. Spørger kunden om en helt ny vare I aldrig har solgt, eller en specialløsning, så skal sælgeren ind over. Agenten dækker det gentagne, ikke det unikke.

Og den er kun så præcis som jeres data. Hvis priserne i systemet ikke er opdaterede, laver agenten et tilbud på forkerte priser. Den løfter kvaliteten af det der allerede er der. Den rydder ikke op i et rodet varekatalog.

Hvad det koster at sætte op

Ærlig vurdering:

• 3 til 5 dage med en udvikler der kobler agenten på jeres ordresystem og bygger tilbudsskabelonen. Mest tid går til integrationen, ikke til AI-delen.
• Et par hundrede kroner om måneden i modelomkostninger ved 10 til 15 tilbud om ugen.
• Et par minutters gennemsyn per tilbud fra sælgeren, som er hele pointen: mennesket godkender.

Regnestykket er ikke bare de sparede timer. Det er tilbuddene der ryger ud samme dag i stedet for to dage senere. Hvis bare et par ekstra ordrer om måneden lander fordi I var først med tilbuddet, har opsætningen tjent sig hjem inden den første kvartalsopgørelse.

Flere opgaver fra hverdagen

Se de andre forslag i AI i praksis.