AI + CPQ: Den næste generation af intelligent tilbudsgivning

Vi bruger AI, hvor, og når det er relevant. Når vi udvikler CPQ systemer, hvor dine kunder skal kunne selvbetjene sig selv, og få rigtige valide prisoverslag, er det vigtigt, at du kan stole på at prisen er korrekt uden personlig involvering. Derfor anbefaler vi IKKE AI til at styre disse dele af dit tilbudssystem:

  • prisberegning
  • rabatlogik
  • produktkompatibilitet
  • variantvalg
  • krav, der er juridiske eller certificerede

Præcise udregninger skal ske fra regelfaste lookup styrede CPQ-moduler, så der ikke sker fejl.

Ved at integrere AI direkte i CPQ-platformen skabes en ny generation af salgsværktøjer, hvor teknologien ikke kun automatiserer.

Vi bruger f.eks. AI til at skabe fotorealistiske billeder, som kan give kunden et klart billede af, hvordan et produkt kan komme til at se ud i det ønskede miljø. Det behøver ikke være helt nøjagtigt for at give kunden en klar forståelse af resultatet, hvorfor vi kan leve med at det ikke er helt nøjagtigt i denne fase af tilbudsprocessen.

Dette billede er et eksempel på, hvordan en kunde på sitet nemt vil kunne uploade et billede af et køkken og se, hvordan køkkenet ser ud, med et andet gulv en producent sælger.

Vores teknologi kan tilpasses til et utal af formål, her er 2 eksempler:

 

Selv om AI er utroligt stærkt på mange områder, kan det Ikke bruges til realtids tilbudsgivning i selvbetjeningsløsninger.

Her er en tabel, der gennemgår fordele og ulemper mellem AI og lookup baserede CPQ systemer. 

AI i CPQ vs. Traditionel lookup-baseret CPQ

Kategori AI-drevet CPQ Lookup- & varenummer-baseret CPQ
Brugeroplevelse Meget intuitiv. AI forstår kundens behov i naturligt sprog og guider automatisk. Kræver udfyldelse af faste felter og valg fra lister. Mere teknisk for slutkunder.
Fejlhåndtering AI opdager ofte fejl og konflikter, før kunden gør. Kan foreslå korrekte alternativer. Afhænger af manuelle valideringsregler. Fejl kan slippe igennem, hvis regler ikke dækker alt.
Tilpasning af tilbud Kan generere skræddersyede beskrivelser, billeder, tegninger og dokumenter. Tekster og uddata er standardiserede og ikke personlige.
Læring over tid Bliver smartere jo mere data og feedback den får. Statisk. Systemet bliver kun bedre, hvis man manuelt opdaterer regler, priser og skabeloner.
Kompleksitet i konfiguration Kan håndtere meget komplekse valg, så længe AI’en kan “forstå” kundens input. Meget stærk til komplekse regler, men kun når de er defineret på forhånd — ingen fleksibel fortolkning.
Nøjagtighed i beregninger AI bør ikke stå for prisen – den skal give anbefalinger, mens CPQ beregner. 100 % regelfast, deterministisk og revisionssikkert.
Omkostning ved vedligehold Lavere over tid, fordi AI reducerer behov for regelændringer. Højere, fordi produktstruktur, varenumre og regler skal opdateres manuelt.
Hastighed i tilbudsgivning Hurtigere: AI forklarer, kvalificerer og indsamler info automatisk. Afhænger af brugerens forståelse og korrekt udfyldelse.
Kvalitet af tilbudsdokumenter Meget høj – AI kan skrive professionelle tekster og lave visualiseringer. Standardiserede tekster, oftest uden visuelle elementer.
Skalerbarhed Kan nemt udvides til nye produkter med naturlige beskrivelser. Skal opbygges manuelt med nye varenumre, regler og tabeller.
Dataindsamling og indsigt AI kan analysere mønstre og give anbefalinger, f.eks. populære konfigurationer. Begrænset til traditionel rapportering og faste parametre.
Afhængighed af struktur Mindre afhængig af faste datamodeller – AI fortolker. Meget afhængig af tabeller, struktur og korrekt masterdata.
Risiko Risiko for misforståelser, hvis AI’en ikke er korrekt trænet eller promptet. Meget lav risiko — systemet laver kun det, der er defineret.
Konfigurationsfrihed Meget høj – AI kan foreslå løsninger baseret på kontekst. Lav til middel – brugeren er begrænset af faste valgmuligheder.