Salesforce Kata 87% Pasukan Jualan Kini Menggunakan AI. Angka Sales Ops Sebenar Ialah Pengurangan Penyelidikan 34%

Angka tajuk berita ialah 87%. Angka operasi ialah 34%. Dan bagi profesional sales operations (Sales Ops), hanya satu daripadanya yang sebenarnya memberitahu anda sama ada pelaburan kecerdasan buatan (AI) anda berfungsi.

Salesforce menerbitkan laporan State of Sales 2026, meninjau lebih daripada 4,000 profesional jualan merentasi pelbagai wilayah. Pengumuman tersebut diketuai oleh tajuk penggunaan: 87% organisasi jualan kini menggunakan sesetengah bentuk AI. Tetapi tersembunyi dalam data yang sama, penjual mengatakan ejen AI yang dilaksanakan sepenuhnya akan mengurangkan masa penyelidikan prospek sebanyak 34% dan masa penggubalan e-mel sebanyak 36%. Angka kedua itulah yang perlu dijejak oleh Sales Ops, kerana ia satu-satunya yang terikat dengan hasil perniagaan sebenar.

Jurang antara "kami menggunakan AI" dan "kami mengukur apa yang AI lakukan kepada kitaran penyelidikan kami" adalah di mana kebanyakan organisasi jualan berada sekarang. Menutup jurang itu adalah tugas Sales Ops.

Apa yang Sebenarnya Dilaporkan Salesforce

Laporan Salesforce State of Sales 2026, yang diperincikan lanjut dalam 40 Statistik Jualan Salesforce untuk 2026, merangkumi pelbagai isyarat dari lebih 4,000 profesional yang ditinjau.

Mengenai penggunaan: 87% organisasi jualan kini menggunakan sesetengah bentuk AI merentasi kitaran jualan, meliputi prospek, ramalan, penilaian lead, dan penggubalan e-mel. Peratusan penjual yang sama mengatakan AI menjadikan kerja harian mereka kurang tertekan. Mengenai ejen khususnya: 54% penjual sudah menggunakan ejen AI, dan hampir sembilan daripada sepuluh merancang untuk menggunakannya menjelang 2027.

Data produktiviti adalah di mana laporan beralih dari sentimen tinjauan kepada sesuatu yang lebih hampir kepada pengukuran operasi. Penjual menjangkakan ejen AI yang digunakan sepenuhnya akan mengurangkan masa penyelidikan prospek sebanyak 34% dan masa penggubalan e-mel sebanyak 36%. Dan dalam kalangan pemimpin jualan yang sudah menggunakan ejen AI, 94% menyebutnya sebagai kritikal untuk memenuhi permintaan perniagaan semasa.

Fakta Utama

• 87% organisasi jualan kini menggunakan sesetengah bentuk AI (Salesforce State of Sales 2026, 4,000+ responden)
• 54% penjual sudah menggunakan ejen AI; hampir 9 daripada 10 merancang untuk berbuat demikian menjelang 2027 (Salesforce State of Sales 2026)
• Penjual menjangkakan ejen AI yang dilaksanakan sepenuhnya akan mengurangkan masa penyelidikan prospek sebanyak 34% dan masa penggubalan e-mel sebanyak 36% (Salesforce State of Sales 2026)

Itulah angka yang ditampilkan oleh laporan. Apa yang tidak dilakukan laporan, dan apa yang perlu dilakukan oleh Sales Ops, adalah menguji sama ada mana-mana daripada angka tersebut benar dalam sistem pengurusan perhubungan pelanggan (CRM) anda sendiri.

Mengapa "Penggunaan 87%" Adalah Angka Hiasan bagi Sales Ops

Angka penggunaan 87% membawa sesuatu makna. Tetapi ia tidak bermaksud apa yang tajuk berita mencadangkan.

"Menggunakan sesetengah bentuk AI" adalah ukuran binari. Sebuah organisasi yang telah mengaktifkan satu cadangan draf e-mel Einstein dalam Salesforce dikira sama dengan sebuah organisasi yang mempunyai ejen ramalan yang digunakan sepenuhnya berjalan atas data pipeline langsung. Kedua-dua menanda kotak. Tiada satu pun hasil yang sama.

Penggunaan adalah binari. Produktiviti adalah berterusan. Sales Ops tidak dibayar untuk mengira organisasi yang menggunakan AI. Ia dibayar untuk mengukur apa yang AI lakukan kepada pencapaian quota, masa kitaran, penukaran pipeline, dan kapasiti wakil.

Angka 87% berguna untuk naratif vendor dan panggilan pelabur. Ia memberitahu Sales Ops hampir tiada apa tentang di mana AI sebenarnya mencipta nilai dalam aliran kerja pasukan anda. Angka yang melakukan itu ialah 34%, dan walaupun angka itu membawa kelayakan: "setelah dilaksanakan sepenuhnya." Bermakna pengurangan tidak dijamin. Ia adalah siling, bukan lantai.

Angka Operasi Ialah 34% -- Tetapi Hanya Jika Anda Boleh Mengukurnya

Fikirkan seperti apa pengurangan 34% dalam masa penyelidikan prospek sebenarnya pada peringkat wakil. Sales development representative (SDR) yang menghabiskan 45 minit menyelidik akaun sebelum jangkauan pertama, menarik dari LinkedIn, laman web syarikat, berita terkini, dan sejarah CRM, secara teori akan menghabiskan kira-kira 30 minit pada akaun yang sama dengan bantuan AI. Itu adalah 15 minit dikembalikan setiap akaun.

Jika SDR itu menjalankan 10 kitaran penyelidikan sehari, itu adalah 150 minit, atau 2.5 jam, kapasiti harian yang dibebaskan. Sepanjang satu suku, itu adalah angka yang bermakna. Tetapi tiada satu pun daripadanya muncul dalam ramalan atau rancangan kapasiti anda melainkan anda mengukur garis dasar 45 minit sebelum anda menggunakan AI.

Itulah masalah pengukuran yang perlu diselesaikan oleh Sales Ops. Kebanyakan organisasi tidak mempunyai garis dasar masa penyelidikan pra-AI. Mereka tahu wakil menghabiskan masa untuk penyelidikan. Mereka tidak tahu tepat berapa banyak, atau bagaimana ia berbeza mengikut jenis akaun, wilayah, atau wakil. Tanpa garis dasar itu, unjuran 34% dari laporan Salesforce adalah penanda aras luaran yang tidak dapat anda bandingkan dengan data anda sendiri.

Berikut cara membina pengukuran:

Garis dasar dahulu. Sebelum mengembangkan akses alat AI, jalankan audit masa pada sampel wakil selama dua minggu. Jejak masa penyelidikan setiap akaun mengikut peringkat dan jenis akaun. Walaupun log kasar dalam helaian bersama memberikan anda titik rujukan.

Pantau aliran kerja berbantuan AI. Apabila anda melancarkan alat penyelidikan AI, tentukan bagaimana rupa "penyelidikan berbantuan AI" dalam CRM anda. Log peristiwa penggunaan alat. Jika platform tidak memancarkan peristiwa tersebut secara automatik, cipta kotak semak log wakil yang mudah yang dicetuskan pada jangkauan pertama. Anda memerlukan pemisahan sebelum dan selepas yang jelas dalam data.

Atributkan penjimatan. Masa-ke-kenalan-pertama adalah proksi yang boleh anda tarik dari CRM tanpa meminta wakil melaporkan sendiri. Jika penyelidikan berbantuan AI berfungsi, metrik itu sepatutnya mampat. Begitu juga masa kitaran penyelidikan-ke-jangkauan. Pasangkan dengan data aktiviti peringkat wakil dan anda mendapat gambaran yang sebenarnya boleh dibandingkan dengan penanda aras Salesforce.

Jika anda tidak dapat menjalankan pengukuran ini, angka 34% masih berguna, sebagai justifikasi belanjawan dan sasaran. Tetapi ia tidak sepatutnya masuk ke dalam kes perniagaan sebagai hasil yang diunjurkan sehingga anda mempunyai garis dasar anda sendiri.

Audit Penggunaan AI Sales Ops (5 Soalan)

Sebelum pasukan anda melaporkan angka penggunaan AI ke atas, atau sebelum anda meluluskan pengembangan lesen ejen berikutnya, jalankan audit ini. Kami menyebutnya Audit Penggunaan AI Sales Ops.

Soalan 1: Di mana AI sebenarnya digunakan?

Petakan penggunaan AI semasa mengikut peringkat: prospek, jangkauan, penemuan, ramalan, dan penutupan. Peringkat mana yang mempunyai penggunaan alat aktif? Yang mana mempunyai lesen yang tidak digunakan? Kadar penggunaan yang tidak dipetakan mengikut peringkat tidak memberitahu anda apa-apa tentang di mana nilai sedang atau tidak sedang terkumpul.

Soalan 2: Apakah masa garis dasar yang digantikan?

Bagi setiap tugas berbantuan AI, adakah anda mempunyai data masa pra-AI? Jika tidak, anda tidak boleh mendakwa penjimatan. Sediakan pengukuran garis dasar 30 hari untuk mana-mana penggunaan AI yang masih dalam pelancaran awal. Ini tidak boleh ditawar jika anda mahukan angka ROI yang boleh dipertahankan.

Soalan 3: Siapa yang memiliki persamaan masa-diselamatkan-berbanding-quota?

Apabila wakil mendapat kembali 34% masa penyelidikan mereka, ke mana masa itu pergi? Lebih banyak panggilan? Lebih banyak tawaran dalam perjalanan? Lebih banyak pembersihan pentadbiran? Atau adakah ia hanya menjadi masa lapang yang tidak berstruktur? Sales Ops perlu menentukan jangkaan pelaburan semula produktiviti sebelum alat AI diaktifkan. Jika tidak, keuntungan produktiviti hilang dalam bunyi hari kerja yang tidak diurus.

Soalan 4: Adakah kami mengira berganda ejen dan AI bukan ejen?

Laporan Salesforce mengatakan 54% penjual sudah menggunakan ejen AI. Bermakna 33% yang lain yang dikira dalam angka penggunaan 87% menggunakan AI bukan ejen, perkara seperti cadangan Einstein, templat e-mel berbantuan AI, atau penilaian ramalan. Ini bukan keupayaan yang sama, dan mereka tidak menghasilkan hasil yang sama. Jika laporan penggunaan dalaman anda menggabungkan kedua-dua kategori, anda mengukur isyarat campuran.

Soalan 5: Apakah rancangan kami jika sembilan daripada sepuluh penjual menggunakan ejen menjelang 2027?

Unjuran 2027 adalah 18 bulan lagi. Jika penggunaan ejen organisasi anda meningkat dari 54% kepada 90%, itu adalah peristiwa penyatuan timbunan teknologi. Alat titik yang berlebihan, lesen bertindih, dan jurang latihan semuanya muncul pada skala besar. Sales Ops sepatutnya membina rancangan penyatuan sekarang, bukan menunggu 90% tiba kemudian bertindak balas.

Soalan Lazim

Apa yang sebenarnya dikatakan oleh laporan Salesforce State of Sales 2026 tentang AI?

Laporan tersebut, berdasarkan tinjauan lebih daripada 4,000 profesional jualan, mendapati bahawa 87% organisasi jualan kini menggunakan sesetengah bentuk AI, dan peratusan penjual yang sama mengatakan AI mengurangkan tekanan kerja. Mengenai ejen AI khususnya, 54% penjual sudah menggunakannya dan hampir sembilan daripada sepuluh merancang untuk berbuat demikian menjelang 2027. Unjuran produktiviti yang paling relevan bagi Sales Ops ialah bahawa ejen AI yang dilaksanakan sepenuhnya dijangka mengurangkan masa penyelidikan prospek sebanyak 34% dan masa penggubalan e-mel sebanyak 36%.

Adakah angka penggunaan AI 87% angka yang boleh dipercayai untuk penanda aras dalaman?

Ia adalah isyarat berarah, bukan penanda aras yang tepat untuk operasi anda sendiri. Angka tersebut menangkap organisasi yang menggunakan "sesetengah bentuk AI," yang merangkumi dari satu ciri berbantuan AI hingga pipeline pelbagai ejen yang digunakan sepenuhnya. Penanda aras dalaman yang lebih berguna ialah peta penggunaan mengikut peringkat anda sendiri. Bina itu sebelum membandingkan angka anda dengan tinjauan Salesforce.

Bagaimana Sales Ops perlu mengukur pengurangan masa penyelidikan 34% dari laporan Salesforce?

Mulakan dengan garis dasar. Jalankan audit masa dua minggu pada sampel wakil untuk menangkap masa penyelidikan semasa setiap akaun. Kemudian pantau aliran kerja penyelidikan berbantuan AI anda supaya CRM merekodkan peristiwa penggunaan alat. Selepas 30 hingga 60 hari operasi berbantuan AI, bandingkan purata masa kitaran penyelidikan-ke-jangkauan dengan garis dasar. Masa-ke-kenalan-pertama adalah proksi natif CRM yang tidak memerlukan pelaporan sendiri oleh wakil. Tanpa garis dasar, unjuran 34% adalah sasaran, bukan hasil yang disahkan.

Apa yang Perlu Dilakukan oleh Sales Ops Minggu Ini

1. Tarik peta penggunaan dalaman anda mengikut peringkat. Jangan laporkan peratusan penggunaan tunggal. Bahagikan mengikut prospek, jangkauan, penemuan, ramalan, dan penutupan. Peta itu menunjukkan di mana AI sebenarnya tertanam berbanding di mana ia hanya berlesen.

2. Mulakan pengukuran garis dasar untuk mana-mana penggunaan AI terkini. Jika anda telah melancarkan alat penyelidikan atau e-mel AI dalam 90 hari lepas tanpa garis dasar masa pra-penggunaan, mulakan pengukuran sekarang. Log masa wakil dua minggu sudah cukup untuk menetapkan titik rujukan.

3. Tentukan cara 34% itu dilaburkan semula. Sebelum perbualan pembaharuan lesen ejen berikutnya, tuliskan penggunaan yang dijangkakan bagi masa penyelidikan yang dibebaskan. Lebih banyak panggilan? Penemuan yang lebih mendalam? Liputan wilayah yang lebih luas? Laburkannya. Jika tidak, keuntungan produktiviti tidak mempunyai sasaran akauntabiliti.

Ketahui Lebih Lanjut

• Apakah Operator Jualan AI: 4 corak yang membentuk Sales Ops moden
• Landskap vendor Sales Ops AI 2026: alat, ejen, dan pilihan platform
• Penyelidikan akaun AI sebelum sentuhan pertama: apa yang sebenarnya berfungsi
• Agentforce Salesforce sebagai rakan sekerja: apa yang Sales Ops perlu tahu
• Perusahaan terlepas sasaran hasil walaupun berbelanja AI: masalah data