AI-agents in je salesteam: science fiction of maandagmorgen?

Vorige maand testten we iets bij een klant. Een AI-agent die de eerste outreach deed naar nieuwe prospects. Niet een chatbot op de website. Een autonoom systeem dat zelfstandig bedrijven onderzocht, de juiste contactpersoon vond, een persoonlijk bericht schreef en het verstuurde. Zonder dat een mens er aan te pas kwam.

De resultaten waren verrassend. De response rate lag op 12%, vergelijkbaar met wat hun beste SDR haalde. De berichten waren relevant. De prospects reageerden alsof ze door een mens waren benaderd.

Maar toen ik het salesteam vroeg hoe ze zich erbij voelden, was de reactie gemengd. De salesmanager vond het “eng.” Een van de accountmanagers zei: “Als dat ding mijn werk kan, wat doe ik hier dan nog?” Een ander was enthousiast en wilde er meer mee doen.

Die spanning is precies waar we nu staan met AI in sales. Het werkt beter dan de meeste mensen verwachten. En het roept vragen op waar de meeste bedrijven nog geen antwoord op hebben.

Wat is een AI-agent eigenlijk?

De term wordt te pas en te onpas gebruikt, dus laat me het concreet maken. Een AI-agent is software die zelfstandig taken uitvoert op basis van een doel, zonder dat je elke stap hoeft te programmeren. Het verschil met traditionele automatisering is autonomie.

Een geautomatiseerde e-mail sequence stuurt vooraf geschreven berichten op vaste tijdstippen. Dat is automatisering. Een AI-agent bekijkt het LinkedIn-profiel van een prospect, leest recente bedrijfsnieuwen, schrijft een bericht dat daarop inspeelt, en past de timing aan op basis van wanneer die persoon het meest actief is. Dat is een agent.

Het verschil in de praktijk: de e-mail sequence stuurt hetzelfde bericht naar duizend mensen. De AI-agent stuurt duizend verschillende berichten naar duizend mensen. Elk bericht relevant voor die specifieke persoon.

Waar AI-agents al werken in sales

De toepassingen zijn concreter dan je misschien denkt. Dit is wat we nu al zien bij klanten en in ons eigen werk.

Prospecting en research

Het meest voor de hand liggende gebruik. Een AI-agent kan in minuten doen waar een SDR uren over doet: een doelbedrijf analyseren, de organisatiestructuur in kaart brengen, de juiste contactpersoon identificeren en relevante haakjes vinden om het gesprek te openen.

Bij Brand New Sales gebruiken we SourceLens voor iets vergelijkbaars in recruitment. De tool doorzoekt het kandidatenlandschap, vindt profielen die matchen met de vacature en identificeert kandidaten die waarschijnlijk open staan voor een overstap. Niet door een database te filteren, maar door context te begrijpen. Dezelfde principes werken voor sales prospecting.

Het verschil met handmatige research is niet alleen snelheid. Het is ook volledigheid. Een mens checkt LinkedIn en misschien de bedrijfswebsite. Een AI-agent checkt LinkedIn, de website, persberichten, jaarverslagen, vacatures die het bedrijf heeft uitstaan, en recente posts van de contactpersoon. Die extra context maakt het verschil tussen een generiek bericht en een bericht dat raakt.

Lead scoring en kwalificatie

Traditionele lead scoring werkt met punten: iemand bezoekt de website, plus 5 punten. Iemand downloadt een whitepaper, plus 10 punten. Iemand bezoekt de prijspagina, plus 20. Boven een bepaalde drempel wordt de lead “sales qualified.”

Het probleem met die aanpak is dat het niet meeweegt wat de lead daadwerkelijk nodig heeft. Een student die je prijspagina bekijkt voor een scriptie scoort hetzelfde als een VP Sales die actief aan het vergelijken is.

AI-agents kunnen dat onderscheid wel maken. Ze combineren websitegedrag met externe data: bedrijfsgrootte, recente groeisignalen, technologie die het bedrijf gebruikt, en het senioriteitsniveau van de bezoeker. Het resultaat is een lead score die dichter bij de werkelijkheid ligt.

Follow-up en nurturing

Hier wordt het interessant voor salesteams die worstelen met consistentie. De meeste verkopers zijn goed in het eerste gesprek en slecht in de opvolging. Niet uit onwil, maar omdat er altijd iets urgents tussendoor komt. De follow-up naar die prospect van vorige week wordt uitgesteld. En nog een keer. En dan is het momentum weg.

Een AI-agent vergeet niet. Hij stuurt de follow-up op het juiste moment, met de juiste inhoud, afgestemd op wat er in het vorige gesprek is besproken. Niet een standaard “even checken of je mijn voorstel hebt ontvangen” mail, maar een bericht dat refereert aan een specifiek punt uit het gesprek of een relevant artikel deelt.

Wat AI-agents niet kunnen

Nu het eerlijke deel. Want er is een grens, en die grens is belangrijk.

AI-agents kunnen geen vertrouwen opbouwen. Ze kunnen geen lastig gesprek voeren over budget of timeline. Ze kunnen niet aanvoelen dat een prospect twijfelt en daar op inspelen met een persoonlijk verhaal. Ze begrijpen geen politiek binnen organisaties. Ze kunnen niet inschatten of een CFO de deal gaat blokkeren omdat hij vorig kwartaal een slechte ervaring had met een vergelijkbare leverancier.

Met andere woorden: alles wat het verschil maakt in complexe B2B-sales, het menselijke oordeel, de intuïtie, het relatiebeheer, dat blijft mensenwerk.

De beste manier om AI-agents te zien is als een zeer capabele assistent. Ze doen het voorwerk. Ze verzamelen de informatie. Ze houden de administratie bij. Ze zorgen dat er niets door de mand valt. Maar het gesprek, de deal, de relatie, dat is en blijft de verkoper.

Hoe dit je team verandert

De introductie van AI-agents verandert niet hoeveel mensen je nodig hebt. Het verandert wat die mensen doen.

Een SDR die acht uur per dag besteedde aan research en outreach, besteedt straks acht uur per dag aan gesprekken. Dat is een fundamenteel andere baan. Sommige SDR’s worden daar beter van. Ze vinden het leuk om meer te praten en minder te zoeken. Anderen vinden het bedreigend. Die eerlijke reactie van het salesteam dat ik in de inleiding beschreef, dat is wat er in de praktijk gebeurt.

Als leidinggevende moet je dat begeleiden. Niet door te zeggen “jullie baan is veilig,” want dat gelooft niemand. Maar door concreet te laten zien wat de nieuwe rol is, hoe die eruitziet, en waarom die waardevoller is dan de oude.

De bedrijven die dit goed doen, investeren in training. Ze leren hun team hoe ze met AI-tools werken. Hoe ze de output beoordelen. Wanneer ze de AI corrigeren en wanneer ze hem zijn gang laten gaan. Dat is een vaardigheid die over twee jaar net zo basaal is als CRM-kennis nu.

Praktisch beginnen

Je hoeft niet meteen een volledig autonome AI-agent te deployen. Begin klein.

Stap 1: kies een repetitieve taak in je salesproces. Prospecting research is een goede kandidaat. Lead kwalificatie ook.

Stap 2: test een tool. Er zijn inmiddels tientallen beschikbaar. Clay, Relevance AI, Artisan en anderen bieden AI-agents specifiek voor sales. Sommige integreren met bestaande CRM’s, andere werken standalone.

Stap 3: laat een verkoper er een maand mee werken. Niet het hele team, een persoon. Meet het verschil in productiviteit en kwaliteit. Laat die persoon eerlijk rapporteren wat werkt en wat niet.

Stap 4: evalueer en beslis. Als het werkt, rol het uit naar het team. Als het niet werkt, analyseer waarom. Soms is het de tool. Soms is het de implementatie. Soms is het te vroeg.

Wat dit betekent voor recruitment

Ik kan dit onderwerp niet bespreken zonder te benoemen wat het betekent voor ons vak. Als AI-agents steeds meer taken overnemen die nu door junior sales profielen worden gedaan, verandert de vraag naar talent.

Bedrijven gaan minder behoefte hebben aan puur operationele SDR’s die cold calls en e-mails doen. Ze gaan meer behoefte hebben aan consultative sellers die complexe gesprekken voeren. Aan salespeople die AI-output kunnen beoordelen en verfijnen. Aan sales professionals die het verschil maken in het gesprek dat de AI niet kan voeren.

Die verschuiving is al gaande. Bij onze recruitment trajecten merken we dat klanten steeds vaker vragen om kandidaten die tech-savvy zijn, die data kunnen lezen en die comfortabel zijn met AI-tools. Het profiel van “goede verkoper” verschuift. En als commercieel directeur of CRO moet je je team daarop voorbereiden.

De vraag is niet of, maar wanneer

AI-agents in salesteams zijn geen toekomstscenario meer. Ze zijn er. De early adopters experimenteren er nu mee. Over twee tot drie jaar is het mainstream.

De bedrijven die nu beginnen, leren het snelst. Ze ontdekken wat werkt in hun specifieke markt, met hun specifieke klanten en hun specifieke verkoopproces. Die leercurve is niet te versnellen door te wachten.

Nieuwsgierig hoe AI het profiel van de moderne verkoper verandert? Bekijk onze aanpak voor recruitment van sales professionals die technologie en verkoop combineren.