Hoppa till innehållet
← Tillbaka till bloggen

AI-säljroller 2030: full-cycle sellerns återkomst

Sammanfatta artikeln med
AI-säljroller 2030: full-cycle sellerns återkomst

AI ersätter inte säljaren. Det ersätter maskineriet runt dem: forskning, förberedelser, dokumentation, CRM-underhåll, rutinmässig uppföljning. Det som återstår är en AI-native helcykelsäljare som äger kundrelationen från första signal till förnyelse. Den bestående fördelen är inte agenten utan det gemensamma kundminnet: varje signal är ansluten och kan hämtas när en människa eller en agent behöver den.

Den enda säljarrollen som kan överleva AI är säljaren.

Inte SDR, inte kontoansvarig, inte kundframgångsansvarig, inte kontoansvarig. En helcykelsäljare som äger kundrelationen från första signal till förnyelse, uppbackad av agenter som gör den osynliga delen av arbetet.

Det är paradoxen i ett färskt avsnitt av The Science of Scaling med Day AI-grundaren Christopher O'Donnell. AI rensar bort många specialiserade säljroller och tar tillbaka säljaren samtidigt. Jag lyssnade på avsnittet två gånger. Paradoxen gäller.

Ett belysande exempel som du säkert känner igen: en kundansvarig på ett SaaS-företag med 60 personer förbereder ett förnyelsesamtal för ett nyckelkonto. CSM som ägde kontot lämnade förra månaden. Anteckningarna lever i CRM, i tre Slack-kanaler och i en tidigare kollegas inkorg. Den sista CRM-posten säger "all good, follow up Q3". Hon går in i samtalet ovetande om en öppen supporteskalering. Kunden frågar varför ingen nämnde det. Affären lever kvar. Förtroendet är inte fullt ut.

Det är inget AI-problem. Det är ett stafettproblem, och AI gör det snabbare och starkare.

Försäljningen startade inte som ett stafettlopp. En person hittade kunden, förstod problemet, vann affären och behöll relationen. Tillväxten delade sedan upp det jobbet i SDR, AE, CSM, AM, support och RevOps. Varje funktion blev mer effektiv på egen hand. Kunden upplevde fler överlämningar och sammanhanget läckte ut vid var och en.

Produktutveckling gick på samma sätt. En generalistbyggare blev en kedja av produktchefer, designers, front-end, back-end, data, QA och ops. AI förändrar ekonomin som gjorde båda kedjorna förnuftiga. En kapabel generalist täcker mer mark igen, utan att låtsas ha varje specialistkunskap.

Vad du kommer att lära dig

  • Vilket mätvärde som ersätter AI-användningsfrekvensen och varför "vårt team använder AI" säger ingenting om ditt försäljningssystem
  • Hur man delar upp en AE:s roll i jobb som en agent kan ta, och vilka som stannar hos människan
  • Var SDR-till-AE-till-CSM-reläet kollapsar och där specialister vistas
  • Varför kundminne är vallgraven och agenten inte

Min tes: AI ersätter inte säljaren, den ersätter maskineriet runt dem

Forskning, förberedelser, dokumentation, systemuppdateringar, analys och rutinmässig uppföljning flyttas till agenter. Det som stannar hos människan och blir knappare: tillit, omdöme, smak, nyfikenhet, relationer och ansvarsskyldighet.

Detta är inte ett påstående att en modell kan driva en intäktsorganisation ensam. Det är ett organisationsdesignargument. När samordning och rutinmässigt utförande blir billigare, blir fallet för att dela en kundrelation över sex personer svagare.

Jag visar det i fyra steg: mätvärde, delegering, organisationsdiagram, minne. Den sista är den starkaste, så den kommer sist.

Vad ska ersätta mätvärdet för AI-antagande?

Arbetsprodukt. Att räkna licenser, uppmaningar eller veckoaktiva användare berättar att folk rörde AI. Det berättar inte om ditt försäljningssystem blev bättre. Den bättre frågan är: vad lämnar systemet annorlunda än tidigare?

I avsnittet föreslår Mark Roberge och Christopher O'Donnell svårare hypoteser. Kan en säljare gå från ungefär 25 % av veckan i kundnära försäljning till 75 %? Skulle en chef kunna stödja 14 säljare istället för sju? Kan resultatet per rep fördubblas? Dessa är inte riktmärken. De är testbara driftfrågor från en konversation, och det är så du bör behandla dem.

Skillnaden är inte akademisk. "Vårt team adopterade AI" är ett aktivitetsförklaring. "Våra säljare tillbringar två dagar till i veckan med kunderna och prognoserna håller i sig" är en arbetsproduktpåstående. Endast den andra hör hemma i ett bräddäck.

Ett användbart styrkort börjar med det som lämnar systemet:

  • Kundinriktad tid per säljare
  • Tid från möte till korrekt uppföljning
  • Fullständighet och färskhet i kontosammanhang
  • Kvalificerade möjligheter skapas per säljare
  • Ledarens spännvidd utan en minskning av coachningskvaliteten
  • Behållning och expansion efter signaturen

Samma disciplin gäller för alla AI-program inom försäljning: en mätbar flaskhals, inte en bred adoptionskampanj. Hur det ser ut i praktiken är hur du kommer igång med AI i B2B-försäljning.

Varför behöver agenter jobb snarare än uppmaningar?

En uppmaning frågar efter en utdata. Ett jobb definierar ett pågående ansvar: sammanhanget det behöver, begränsningarna, granskningspunkten och resultatet. Agenter som får uppmaningar producerar volym. Agenter som får jobb producerar arbete som någon kan kontrollera och äga.

Ta en medelstor kontochef. Rollen innehåller många jobb som inte behöver AE:

  • Förbered ett kontokort före mötet
  • Hämta relevant produktanvändnings- och supporthistorik
  • Skapa uppföljningen och lista olösta beslut
  • Uppdatera CRM- och prognosfälten
  • Jämför vad som har förändrats sedan den senaste konversationen
  • Flagga risk, köpsignaler och saknade intressenter

Det är bättre agentjobb än "hjälp mig att sälja det här kontot". Var och en har ingångar, en repeterbar process och ett ögonblick då en människa kontrollerar resultatet.

Säljarens jobb blir då tydligare, inte mindre: håll samtalet, lyssna efter vad som inte sägs, tjäna förtroende, gör en bedömning och äg beslutet. En agent kan förbereda en synpunkt. Det kan inte bära ansvar för förhållandet.

Det är därför dålig automatisering gör en besviken så ofta. Teamet köper ett verktyg, skriver en smart uppmaning och lämnar jobbet odefinierat. Agenten har inget stabilt mål, ingen källhierarki och ingen definition av gjort. Ett praktiskt delegeringssystem börjar med att dela upp rollen i arbetsbeskrivningar, så som en agentklar GTM-biljett förvandlar vagt arbete till en körbar brief. Och innan du delegerar kartlägger du processen, på det sätt som en framåt utplacerad ingenjör skulle göra.

Vad händer när organisationsdiagrammet börjar smälta?

SDR-till-AE-till-CSM-till-AM-reläet kollapsar mot en fullcykelsäljare. Inte överallt och inte över en natt. Men gränsen mellan "före affären" och "efter affären" blir svår att försvara när en människa kan hämta hela kundhistoriken och delegera arbetet runt det.

Jag tar det starkaste motargumentet på allvar: specialisering hade skäl. SDR existerar eftersom volym och ramptid måste vara billiga. Företagsaffärer behöver team med lösningsarkitekter och erfarenhet av inköp. Generalister kan bli ytliga. Det förblir sant. Det som förändras är inte att expertis försvinner. Det krävs färre överlämningar för att tillämpa det.

Du kan se samma rekombination i produkt och teknik. Designers bygger fungerande prototyper. Ingenjörer tittar själva på kundbevis. Produktpersoner frågar efter data direkt. O'Donnell beskriver en "agent ingenjör" på Day AI som ett exempel på en hybridroll, kommersiell och teknisk på en gång. Titeln spelar mindre roll än formen: tillräckligt nära kunden för att förstå jobbet, tillräckligt teknisk för att göra agenter användbara mot det.

Det skapar ett innovatörs dilemma för organisationsdesign. En startup anställer fem personer med den nya profilen. En dominant kan ha femhundra personer vars karriärer, incitament och system beror på den gamla specialiseringen. Startupen har inte bättre modeller. Det kan göra om arbetet snabbare.

Svaret för befintliga operatörer är inte att ta bort funktioner i ett kalkylblad. I Tyskland sitter företagsrådet vid bordet för sådana här förändringar ändå. Svaret är att testa var kontinuitet förbättrar kundupplevelsen, sedan omskola sig kring ett bredare ägande. State of Go-to-Market 2026 visar redan mindre AI-aktiverade team: 45 i stället för 65 heltidstjänster i inkomstintervallet 25 till 100 miljoner. Men lagets storlek är ett resultat. Designfrågan är: vem äger kunden när maskineriet blir billigt?

Varför är kundminnet den verkliga vallgraven?

Eftersom agenter blir varor. Modeller förbättras, agentramar konvergerar, användbara färdigheter kopieras snabbt. Samma forsknings-, ritnings- och arbetsflödesmöjligheter kommer att vara tillgängliga för alla konkurrenter. Det som förblir annorlunda är vad agenten vet om den här kunden, det här företaget och det här ögonblicket.

Jag ledde försäljningen av en CRM till Swisscom. Så jag tror inte att CRM är död. Men CRM är en input, inte hela sanningen. Kunden finns även i mötesutskrifter, e-post, Slack, supportärenden, produktanvändning, kontrakt, implementeringsnoteringar, samtalsinspelningar och beslut som aldrig hamnat i ett fält. Relationssystemet försvinner inte. Det blir en del av ett bredare minneslager.

Det lagret behöver tre egenskaper:

  1. Täckning. Den kopplar ihop relevanta kundsignaler över system istället för att behandla en databas som komplett.
  2. Tillstånd. Människor och agenter hämtar bara det de får se. Känsligt material hanteras medvetet.
  3. Hämtning. Det tar rätt fragment till arbetspunkten, snarare än att dumpa hela arkivet i varje prompt.

Detta är det starkaste argumentet eftersom det förklarar varför så mycket AI-försäljning är dålig. En generisk AI SDR kan ha en kapabel modell och en polerad sekvens. Den skickar fortfarande irrelevanta meddelanden eftersom den inte vet att den potentiella kunden tog upp ett säkerhetsproblem förra månaden, använde en konkurrerande produkt i en tidigare roll, deltog i ett webbseminarium igår och har en öppen supportbiljett.

Det är ett kontextfel innan det är ett modellfel. Fragmenterad kontext, kundkunskap spridd över huvuden, verktyg och chattar, fixas inte av AI. AI gör det snabbare och högre.

Den hållbara förmågan genererar inte fler ord. Det är att hämta rätt bit av organisatoriskt minne när en säljare eller en agent behöver det. Ett användbart kunddatasystem för B2B-försäljning måste därför bevara mening över hela relationen, inte bara fylla i fler fält.

Ihållande minne löser också överlämningsproblemet från öppningen. AE i exemplet skulle ha sett den öppna eskaleringen innan hon gick med i samtalet. En kund ska inte behöva återberätta sin historia eftersom en SDR skickade dem till en AE, eller för att AE lämnade. Organisationen bör komma ihåg. Den mänskliga ägaren kan ändras utan att förhållandet nollställs.

Vad gör du som säljledare på måndag?

Börja inte med det framtida organisationsdiagrammet. Börja med en kundresa och kartlägg arbetet kring den.

  1. Välj en säljare. Någon med starkt omdöme och tillräckligt med räckvidd för att äga mer av cykeln.
  2. Lista jobben runt relationen. Separera samtal och beslut från förberedelser, dokumentation, hämtning och rutinmässig uppföljning.
  3. Delegera tre smala jobb. Ge varje agent källor, begränsningar, en granskningsgrind och ett arbets-produktmått.
  4. Bygg minne när du går. Anslut minsta kundsignaler som dessa jobb behöver, och definiera åtkomst innan du skalar.
  5. Mät kontinuitet. Tid för kundkontakt, uppföljningskvalitet, sammanhangsfullständighet och resultat efter försäljning.

Syftet är inte att bevisa att en person kan utföra sex gamla jobb. Syftet är att ta reda på vilka delar av dessa jobb som var maskiner, vilka som var expertis och som behöver en pålitlig mänsklig ägare.

Var det här fungerar, var det inte gör det, och fällan

✅ Vad lyser. Mellanmarknaden handlar om tydlig produktanvändning, där en säljare med stöd av agenter kan hålla relationen från signal till förnyelse. Varje överlämnande du tar bort där tar bort en bit av sammanhangsförlust, och kunden märker det.

❌ Vad som inte lyser. Enterprise arbetar med tolv intressenter, en säkerhetsgranskning och upphandling. Teamet stannar, och helcykelsäljaren är ägaren, inte enmansshowen. Och siffrorna från avsnittet, 25 till 75 % kundinriktad tid, 7 till 14 säljare per chef, är de två talarnas hypoteser, inte riktmärken. Testa dem, citera dem inte.

⚠️ Varning. Fällan är att köpa agenten före minnet. En AI SDR ovanpå en tom CRM skalar irrelevans. Anslut signalerna och definiera först åtkomst och delegera sedan.

Tillbaka till början. Den enda säljarrollen som kan överleva AI är säljaren. En människa äger förhållandet från början. Agenter förbereder arbetet, håller systemen aktuella, ytor risker och återställer relevant historia. Jag kallar det Get Multiplayer: människor sätter upp mål, bestämmer och godkänner. Agenter förbereder och gör det repeterbara arbetet. Delade mål och delade sammanhang gör att de fungerar tillsammans. Maskinerna glömmer inte. Människan bestämmer fortfarande vad som är viktigt.

I takt med att utförandet blir billigare blir förtroende, omdöme och kundförståelse mer värdefulla. Säljaren av 2030 ser mindre ut som slutstationen i en pipeline och mer som den person som försäljningen ursprungligen kretsade kring.

Om du vill ha en praktisk notering i veckan om produkt, GTM och AI: prenumerera på nyhetsbrevet The Science of GTM.

Vanliga frågor

Ersätter AI säljarna till 2030?
I avsnittet av The Science of Scaling hävdar Mark Roberge och Christopher O'Donnell att AI snarare ersätter maskineriet kring försäljningen än människan som äger relationen. Research, dokumentation, CRM-uppdateringar, analys och rutinmässig uppföljning kan flytta till agenter. Omdöme, förtroende och ansvar förblir mänskligt arbete.
Vad är en AI-native full-cycle seller?
En AI-native full-cycle seller äger kundrelationen från första signalen genom affären och vidare till retention och expansion. Agenter stöttar personen med förberedelse, informationshämtning, dokumentation och återkommande operativt arbete. Människan beslutar och bär ansvaret. Färre överlämningar betyder mindre förlorad kontext.
Vilka säljroller växer ihop när AI blir bättre?
Gränserna mellan SDR, AE, CSM och AM blir svagare eftersom en säljare med stöd av agenter kan täcka mer av kundcykeln. Specialister är fortfarande användbara, särskilt i komplexa enterprise-affärer med säkerhetsgranskning och inköp. Det krävs bara färre överlämningar för att använda deras expertis.
Varför är kundminnet viktigare än AI-agenten?
Agentförmågor håller på att bli handelsvara, varje konkurrent får samma modeller och ramverk. Användbart resultat beror på att rätt kundkontext hämtas från möten, e-post, support, produktanvändning och CRM, med rätt behörigheter, i det ögonblick en människa eller en agent behöver den. Det är ett kontextfel innan det är ett modellfel.
Hur ska ett säljteam mäta värdet av AI?
Genom arbetsresultatet, inte genom användningsgrad. Användbara mått är kundtid per säljare, snabbhet och kvalitet i uppföljningen, hur komplett kontokontexten är, kvalificerade opportunities per säljare, chefens kontrollspann utan sämre coachning samt retention och expansion efter påskriften. Hur många som använder ett verktyg säger lite om dess värde.
Skriven av

Serieentreprenör, författare

Marc arbetar i skärningspunkten Product × GTM × AI och bygger B2B-mjukvaruföretag med människor + agenter. Vid 16 startade han sitt första mjukvaruföretag och har i tjugo år arbetat där software product management möter go-to-market. Medgrundare av Teklens, Company Brain för techbolag. Innosuisse-expert och Springer Gabler-författare.