AI skal ikke bare gøre sælgeren hurtigere. Den skal gøre salgsorganisationen bedre.

I Artikel 3 diskuterede jeg moderne GTM som virksomhedens samlede kommercielle arkitektur. I denne artikel undersøger jeg, hvordan AI kan forbedre eksekveringen — og hvorfor automatisering ikke nødvendigvis er det samme som øget kommerciel performance.

En sælger kan nu undersøge et prospekt på få minutter. AI kan analysere virksomheden, identificere relevante kontaktpersoner, udarbejde forslag til outreach, opsummere møder, opdatere CRM og foreslå næste handling. Det lyder som en betydelig produktivitetsforbedring. Og det kan det være.

Men forestil dig, at sælgeren anvender den frigjorte tid på at kontakte endnu flere kunder, der aldrig burde have været i målgruppen. Så har teknologien gjort processen hurtigere. Den har ikke nødvendigvis gjort salgsorganisationen bedre.

AI kan accelerere god kommerciel eksekvering. Den kan også accelerere dårlig kommerciel eksekvering. Det er efter min vurdering en af de vigtigste ledelsesudfordringer i moderne salg.

Produktivitet er ikke automatisk vækst

Gartners undersøgelse fra maj 2026 viste, at AI-værktøjer i gennemsnit frigjorde 4,8 timer om ugen for sælgere i de undersøgte organisationer. Samtidig rapporterede 72 % af salgsorganisationerne en lav grad af geninvestering af tidsgevinsten i mere værdiskabende aktiviteter.

Det rejser et spørgsmål, som burde stå centralt i enhver AI-investering: Hvad skal medarbejderen bruge den frigjorte tid til? Hvis svaret alene er mere aktivitet, risikerer virksomheden at forveksle effektivitet med effekt.

Det bør i stedet være et spørgsmål om bedre markedsprioritering, mere kvalificerede kundesamtaler, stærkere accountudvikling og højere kvalitet i den kommercielle beslutningsproces.

AI skal anvendes, hvor den skaber reel værdi

McKinseys rapport fra juli 2026 om fremtidens B2B-salg argumenterer for at gentænke sammenhængende kommercielle arbejdsgange frem for blot at implementere individuelle AI-værktøjer. Det er en væsentlig forskel.

En AI-assistent, der udarbejder en e-mail, kan spare tid. Et sammenhængende system, der hjælper virksomheden med at identificere attraktive kunder, opdage relevante købssignaler, prioritere salgsindsatsen, understøtte accountplaner og følge op på værdirealisering, kan påvirke en langt større del af den kommercielle model. Forudsætningen er naturligvis, at data, processer og beslutningsansvar hænger sammen.

Hvor skal menneskerne være?

Jeg ville begynde med at skelne mellem tre typer kommercielt arbejde.

Arbejde, der med fordel kan automatiseres

Eksempelvis dataindsamling, mødenotater, rutinemæssige CRM-opdateringer, informationssøgning og udarbejdelse af første udkast til dokumenter.

Arbejde, hvor AI bør assistere et menneske

Eksempelvis prioritering af kunder, accountanalyse, udvikling af værdiforslag, kvalificering af muligheder, udarbejdelse af tilbud og vurdering af kommercielle risici. Her kan teknologien levere forslag, sammenhænge og relevante oplysninger, men konklusionen skal stadig kvalitetssikres.

Arbejde, hvor menneskelig involvering bør have en central rolle

Det gælder især komplekse kundesamtaler, forhandlinger, håndtering af interessemæssige konflikter, strategiske relationer og situationer, hvor virksomhedens troværdighed eller væsentlige kundeløfter er på spil.

Grænserne vil flytte sig med teknologien. De vil også afhænge af virksomhedens branche, kundetype og risikoprofil. Pointen er derfor ikke at fastlåse en universel arbejdsdeling. Den er at træffe bevidste valg om, hvad der skal automatiseres, hvad der skal understøttes, og hvor mennesker skal bevare ansvaret.

Den store organisatoriske risiko

Salesforces State of Sales, 7th Edition fra 2026 viser en omfattende interesse for AI-agenter blandt de adspurgte salgsorganisationer. Bains Commercial Excellence-research fra 2025 peger samtidig på, at virksomheder, der skaber større værdi gennem AI, blandt andet arbejder med et stærkere teknologisk fundament, bedre integration og mere systematisk implementering.

Det understreger et problem, jeg ville være særligt opmærksom på: Virksomheder kan meget let ende med at købe flere værktøjer uden at forbedre den måde, arbejdet udføres på.

Hvis kundedata er upålidelige, ICP er uklart, accountansvaret er fragmenteret, og salgsprocessen ikke afspejler kundens købsrejse, bliver AI endnu et lag oven på en svag kommerciel model. Teknologien kan ikke alene løse de ledelsesbeslutninger, virksomheden har undladt at træffe.

Begynd med den kommercielle begrænsning

Før jeg ville anbefale en større AI-investering i salg, ville jeg stille fire spørgsmål:

1. Hvilket konkret kommercielt problem forsøger vi at løse?
2. Hvilke beslutninger eller arbejdsgange forhindrer os i at skabe bedre resultater?
3. Hvordan skal arbejdet fordeles mellem mennesker og teknologi?
4. Hvordan dokumenterer vi effekten på kvalitet, konvertering, vækst, kundeværdi eller omkostninger — ikke blot på tidsforbrug?

Det er nødvendigt at kunne måle både gevinster og utilsigtede konsekvenser. En markant stigning i antallet af udsendte henvendelser kan eksempelvis være et dårligt resultat, hvis relevansen samtidig falder.

En mere menneskelig salgsorganisation?

Det mest interessante ved AI er måske ikke, hvor mange sælgere teknologien potentielt kan erstatte. Det er muligheden for at frigøre dygtige mennesker fra arbejde, der ikke udnytter deres egentlige kompetencer. Mindre administration. Bedre forberedelse. Mere tid til at forstå kundens forretning. Bedre støtte til kommercielle beslutninger.

Men det sker ikke automatisk. Det kræver, at ledelsen gentænker arbejdet og aktivt beslutter, hvor den frigjorte kapacitet skal skabe værdi.

Spørgsmålet er ikke, hvor meget salgsarbejde vi kan få AI til at udføre. Spørgsmålet er, hvordan mennesker og teknologi tilsammen kan skabe en stærkere kommerciel organisation.

Næste artikel: Fremtidens salgsorganisation skal bygges omkring kundeværdi, ikke traditionelle siloer. For når købsadfærden ændrer sig, GTM bliver mere sammenhængende, og AI overtager nye opgaver, bliver det nødvendigt at genoverveje roller, ledelse og organiseringen af det kommercielle arbejde.

Kilderne dækker både teknologianvendelse, organisatorisk implementering og forbindelsen mellem tidsbesparelser og kommercielle resultater. Arbejdsdelingen mellem automatisering, AI-assistance og menneskeligt ansvar er en anbefalet ledelsesmodel, ikke en universel forskningskonklusion.