Fråga vilket säljteam som helst var deras senaste lista kom ifrån och svaret är obekvämt: en köpt databas, ett LinkedIn-sök från i våras eller en mässa för två år sedan. Prospektering är säljets viktigaste och mest bortprioriterade arbete – och det är strukturellt, inte personligt. Den som har möten i kalendern prioriterar mötena. Prospekteringen sker "när det blir tid", och det blir det aldrig. AI-prospektering löser inte problemet genom att göra listorna större, utan genom att göra bevakningen kontinuerlig.
Problemet med listor: de är ögonblicksbilder
En köpt lista är en ögonblicksbild av ett register – och register åldras snabbt. Personer byter roll, bolag byter system, behov uppstår och försvinner. När listan når er är en del av den redan fel, och ingenting i den säger när ett bolag är köpmoget. Resultatet känner alla igen: låga svarsfrekvenser, för att kontakten kommer vid fel tidpunkt till fel person.
Det som faktiskt förutsäger köp är inte att ett bolag finns i rätt segment – det är att något just hänt. Säljare kallar det köpsignaler.
Köpsignalerna en AI-agent bevakar
En prospekteringsagent arbetar omvänt mot listan: den utgår från händelser och matchar dem mot er idealkundsprofil. Signaler som brukar betyda något:
- Rollbyten. En ny ekonomichef ser över leverantörsavtalen inom sitt första kvartal. En ny försäljningschef köper nya verktyg. Rätt person i ny roll är den starkaste enskilda signalen.
- Rekryteringar. Ett bolag som annonserar efter tre säljare håller på att skala – och behöver processer som skalar med.
- Expansion. Nya lokaler, nya marknader, förvärv – förändring skapar behov, och pressmeddelanden berättar om den.
- Tillväxtsignaler i siffror. Bokslut och nyanställningstakt skvallrar om vart bolaget är på väg.
- Teknikval. Bolaget som just bytt till ett system ni integrerar mot blev just en bättre match.
Prospekteringsagenten bevakar öppna källor – nyheter, pressmeddelanden, platsannonser, LinkedIn-rörelser – dygnet runt, och reagerar när en signal träffar ett bolag som matchar er profil.
Kvalificering: därför är "färre men rätt" hela poängen
Bevakning utan kvalificering ger bara en ny sorts brus. Därför är det andra steget viktigare än det första: varje träff prövas mot era kriterier – storlek, bransch, geografi, system – och det som inte håller sorteras bort. Det som når er pipeline är ett färdigt prospektkort i HubSpot eller Upsales med tre saker:
- Kontaktperson – vem som äger frågan, inte bara ett växelnummer.
- Källa – varje påstående länkat, så ni kan verifiera själva.
- Föreslagen vinkel – varför just nu, formulerat som ingång till första kontakten.
Du godkänner kortet innan det läggs i pipelinen – och varje godkännande eller avslag tränar agenten i vad ni faktiskt menar med er idealkundsprofil. Efter några veckor är träffbilden märkbart skarpare än något statiskt filter.
Från prospekt till möte
Prospektering utan uppföljning är bara omvärldsbevakning. Det godkända kortet går därför vidare till nästa steg i kedjan: Mötesbokaren skriver den första personliga kontakten utifrån kortets vinkel, och Uppföljningsagenten ser till att tråden inte dör i tystnad. Hur delarna hänger ihop – och vad en AI-BDR egentligen är – har vi skrivit om separat.
Vanliga frågor
Var hittar agenten sin information?
I öppna källor: nyhetsmedier, pressmeddelanden, platsannonser, bolagsinformation och publika LinkedIn-rörelser. Den skrapar inte privata data och köper inga register – den läser det som är publikt, snabbare och mer systematiskt än en människa hinner.
Hur definierar vi vår idealkundsprofil?
Vid uppstarten sätter ni kriterierna: bransch, storlek, geografi, system, och vilka signaler som är intressanta för just er. Profilen justeras sedan löpande – dels av er, dels av agentens lärande från vilka prospekt ni godkänner.
Hur många prospekt ger det per vecka?
Det beror på er profil och er marknad – en smal nisch ger färre men träffsäkrare kort än en bred. Poängen är inte volymen utan att flödet aldrig sinar: pipelinen fylls på även de veckor hela teamet står i leverans.
Är det GDPR-mässigt okej att samla in det här?
Agenten arbetar med publika företagsuppgifter och yrkesroller – den typ av information säljare alltid använt, insamlad ur öppna källor. Datan lagras i Azure i Sverige, och vi har skrivit en egen genomgång av GDPR och AI-agenter för den som vill gå på djupet.
Vill ni se vilka köpsignaler som finns i er marknad just nu? Boka en demo så kör vi agenten mot er idealkundsprofil – live.
