AI in sales werkt het best in het voorwerk rond een gesprek en het slechtst in het beoordelen van mensen, ook wanneer die mensen je eigen verkopers zijn. De rendementspercentages die rondgaan komen vrijwel allemaal van partijen die de software verkopen.
In het salesproces doet AI zes dingen die op elke aanbiederspagina terugkomen: leads scoren, bedrijven onderzoeken, outreach opstellen, gesprekken samenvatten, opvolging plannen en forecasts bijstellen. Daar zit reële tijdwinst, en het is werk dat niemand mist.
Daarboven ligt een laag die in de Nederlandse content over dit onderwerp vrijwel niet voorkomt. Gespreksanalyse op je eigen team raakt twee bepalingen van de AI-verordening, en klantgegevens in een salestool raken de AVG.
Onderaan staat waar AI in sales in de praktijk misgaat, welke taken zich er wel voor lenen, en in welke volgorde je begint.
Wat doet AI in het salesproces?
In het salesproces doet AI zes dingen. Leads scoren op basis van gedrag en bedrijfskenmerken, bedrijfsresearch samenvatten voor een gesprek, een eerste versie van outreach schrijven, gesprekken transcriberen en samenvatten, opvolging plannen en herinneren, en forecasts verrijken met dealdata in plaats van met onderbuikgevoel.
Lead scoring is daarvan de meest genoemde toepassing en meteen de meest misbegrepen. Een model rangschikt prospects op basis van websitegedrag, e-mailinteractie, bedrijfskenmerken en het patroon van klanten die eerder tekenden. De uitkomst is een volgorde waarin je belt, geen oordeel over wie wel of niet klant mag worden.
Forecasting werkt volgens hetzelfde principe. In plaats van te vertrouwen op wat verkopers zelf over hun pipeline rapporteren, weegt het model dealactiviteit, doorlooptijd en historische conversie per fase mee. Blijft een deal te lang in dezelfde fase hangen, dan is dat een signaal en geen verrassing aan het eind van het kwartaal.
De rode draad is dat AI het werk rond het gesprek overneemt en het gesprek zelf niet. Een verkoper die vijf minuten voorbereiding krijgt in plaats van veertig gaat niet beter verkopen omdat het model slim is, maar omdat hij beter voorbereid aan tafel zit.
Een deel hiervan grenst aan marketing en valt daar soms zelfs onder. Dit artikel begint waar de lead binnenkomt.
Hoe betrouwbaar zijn de cijfers over AI in sales?
De cijfers over AI in sales komen vrijwel allemaal van partijen die AI in sales verkopen. Percentages als veertig procent meer gesloten deals, dertig tot vijftig procent hogere response rates en forecasts die twintig tot dertig procent nauwkeuriger zijn, circuleren zonder onderzoeksopzet, steekproef of meetperiode erbij.
Gemeten effecten zien er nuchterder uit. In een veldexperiment bij 5.172 klantenservicemedewerkers van één bedrijf vonden Brynjolfsson, Li en Raymond vijftien procent meer opgeloste kwesties per uur, gepubliceerd in de Quarterly Journal of Economics in 2025. Die vijftien procent is doorvoer en geen tijdwinst, en de studie gaat over klantenservice en niet over sales, maar het blijft de dichtstbijzijnde gemeten commerciële context die er ligt.
Aan de brede kant staat een enquête van Humlum en Vestergaard onder 25.000 werknemers in elf beroepen in Denemarken: 2,8 procent van de werktijd, ongeveer een uur per week, en dat cijfer is zelfgerapporteerd.
Het verschil tussen die cijfers en de percentages uit de tooldemo is het verschil tussen een gemeten effect en een verwachting. Reken daarom met de tijd die je vandaag kwijt bent aan offertes, CRM-invoer en opvolging, want dat getal ken je wel.
Wat mag je niet met AI op je eigen salesteam?
AI die je op je eigen salesteam loslaat, valt onder twee bepalingen van de AI-verordening, en gespreksanalyse raakt ze allebei. Conversation intelligence die calls opneemt, transcribeert en beoordeelt op gesprekskwaliteit is meer dan een coachingtool: het is een systeem dat prestaties en gedrag van medewerkers evalueert.
Zo’n systeem valt onder bijlage III, punt 4 van de verordening en daarmee in de categorie hoog risico. Die verplichtingen zouden op 2 augustus 2026 ingaan en zijn met de digitale omnibus verschoven naar 2 december 2027, een wijziging die Europa decentraal in mei 2026 publiceerde.
De tweede bepaling kent geen uitstel. Analyseert de tool ook de gemoedstoestand van je verkoper, bijvoorbeeld op stemgebruik, spreektempo of toon, dan raakt dat artikel 5, lid 1, onder f. Het afleiden van emoties van mensen op de werkvloer is verboden, met een smalle uitzondering voor medische en veiligheidsdoeleinden, en dat verbod geldt sinds 2 februari 2025.
De verordening kijkt daarbij naar wat het systeem doet, niet naar hoe je het introduceert. Gespreksanalyse aankondigen als leerinstrument in plaats van als controle-instrument verandert de classificatie niet.
Wat mag je niet met de gegevens van je prospects?
AI in sales draait op klantgegevens, en die vallen onder de AVG zodra er een persoon achter zit. Een bedrijfsnaam is dat niet, een contactpersoon met functie, e-mailadres en gespreksnotities wel.
Drie vragen bepalen of je het goed hebt geregeld. Op welke grondslag verwerk je deze gegevens, welke verwerkersafspraken heb je met de leverancier van de tool, en hoelang blijven gespreksopnames en transcripties bewaard.
Praktisch betekent dat geen klantdata in een gratis account en geen dossiers in een privé-omgeving. Bij systematische verwerking van gespreksopnames hoort daarnaast een gegevensbeschermingseffectbeoordeling.
Waar gaat AI in sales in de praktijk mis?
AI in sales gaat op vier plekken mis, en ze zijn alle vier te voorkomen.
De eerste is het verzonnen detail in outreach. Een model dat een prospect onderzoekt en er een openingszin over schrijft, plaatst soms een overname, een functiewijziging of een productlancering die nooit heeft plaatsgevonden. Dat verschijnsel heet AI hallucinatie, en in een eerste contact met een prospect kost één zo’n fout het hele gesprek.
De tweede is vervuilde data die de scoring stuurt. Lead scoring leert van wat er in het CRM staat, dus een CRM waarin deals inconsistent worden bijgewerkt levert een model dat vorige fouten netjes reproduceert en er een score bij zet.
De derde is personalisatie die als automatisering leest. Sinds de januari 2026 Google-update zie ik bij klantsites dat content zonder menselijke toevoeging structureel in verkeer is gezakt, en een zoekmachine die inwisselbare tekst herkent doet dat met aanzienlijk meer moeite dan een ontvanger die vijf van zulke mails per week krijgt.
De vierde is meten op volume. Meer verstuurde berichten en meer gelogde activiteiten zijn geen resultaat, en een team dat daarop stuurt optimaliseert zich richting ruis in plaats van richting pipeline.
Welke salestaken lenen zich het beste voor AI?
De salestaken die zich het beste lenen voor AI zijn de taken tussen de gesprekken in. Bedrijfsresearch samenvatten, een gespreksverslag uitwerken, het CRM bijwerken, een eerste offertetekst opstellen en een opvolgmail voorbereiden vallen daar allemaal onder.
Eén vraag scheidt die taken van de rest: wordt er een oordeel over een persoon geveld dat die persoon raakt? Bij een samenvatting is het antwoord nee. Bij het beoordelen van een verkoper, en bij een besluit over een kandidaat of een klant met gevolgen voor die persoon, is het antwoord ja, en dan blijft AI beperkt tot voorbereiden.
Een derde categorie zit ertussenin: alles wat de klant rechtstreeks ziet. Een offerte, een voorstel en een eerste e-mail mogen door AI worden opgesteld, maar gaan niet de deur uit zonder dat iemand ze heeft gelezen. Uit mijn jaren bij grootbanken neem ik het four-eyes principe mee naar AI-werk, en dit is precies de plek waar dat principe zichzelf terugverdient.
Hoe begin je met AI in sales?
Beginnen met AI in sales gaat in vijf stappen, en de eerste is inventariseren in plaats van aanschaffen. Vraag het team wat er nu al wordt gebruikt en waarvoor, want in de meeste salesteams gebeurt dat allang buiten het zicht van de leiding, een patroon dat bekendstaat als shadow AI.
Beoordeel daarna wat je op je eigen team richt en wat op je prospects, want dat zijn twee verschillende juridische vragen met twee verschillende antwoorden.
Kies vervolgens één taak tussen de gesprekken in, meet wat het scheelt in uren, en schaal pas op als dat getal klopt. Sluit af met vastleggen welke data waar in mag en wie wat controleert voordat er iets naar een klant gaat.
AI in sales botst daarmee precies op de plekken waar een oordeel over een mens in het spel komt, en werkt op alle plekken daaromheen. Wil je die grens voor jouw team vastleggen in een werkwijze die je aan een klant, een accountant of een ondernemingsraad kunt laten zien, dan is dat wat een AI implementatie oplevert.
