✔️✔️ Doppie Spunte Blu Cap. 14 · AI al lavoro nei mestieri

Puntata 146

Puntata 146 — Per chi vende

Livello: ✔️✔️ Doppie Spunte Blu · Capitolo 14 · AI al lavoro nei mestieri

Email, follow-up, gestione obiezioni. L’AI non chiude vendite. Ma sgombra la scrivania da tutto il lavoro che ti impediva di chiuderle.

una scrivania di un venditore. A sinistra, una pila enorme di buste con “FOLLOW-UP” scritto sopra. A destra, una piccola schermata con un’unica email evidenziata e tre bottoni: “Personalizza”, “Invia”, “Pianifica”. In mezzo, una stretta di mano stilizzata e un robottino con cravatta

Il problema vero del venditore (italiano)

Un commerciale italiano nel 2026 spende il suo tempo così (dati AnaP / Selectum 2025, settore B2B):

Attività% tempo
Ricerca lead e qualificazione~22%
Stesura email e messaggi~18%
Update CRM~14%
Preparazione meeting / battle card~12%
Follow-up e ping~10%
Tempo “in vendita” effettivo (call, demo, negoziazione)~24%

Solo un quarto del tempo è “vendere davvero”. Tre quarti sono scaffolding: ricerca, scrittura, CRM, follow-up. È qui che l’AI sposta il pendolo.

I 5 workflow ad alto impatto

1. Email outbound personalizzata su volume

Prima: scrivere 50 email a mano = 1 giornata. Con AI: 50 email personalizzate = 2 ore.

Workflow:

  1. Lista di 50 prospect (CRM o LinkedIn).
  2. Per ogni prospect: scrape pubblico (LinkedIn pubblico, sito aziendale).
  3. Prompt:
Sono [tuo prodotto], aiutiamo [vertical] a [outcome].
Ecco il prospect: [nome, ruolo, azienda, post LinkedIn recenti].
Scrivi un'email outbound di 70-90 parole, max 3 frasi:
- Riga 1: aggancio specifico al loro contesto.
- Riga 2: una frase su come potremmo aiutare.
- Riga 3: CTA leggera (15 min call la prossima settimana).
Tono diretto italiano, no anglicismi, no "spero questa email ti trovi bene".
  1. Genera, rileggi, sistema 3-4 dettagli a mano per prospect. Salva.

Tool consigliati: Apollo.io + Clay (sequencing AI-native), oppure HubSpot AI se sei già lì.

2. Battle card a richiesta

Prima di una call importante: chiedi all’AI un dossier del prospect:

Prepara battle card per call demo con [prospect]:
- 3 punti dolore probabili per il loro ruolo / settore
- 3 obiezioni tipiche di clienti simili e mia risposta
- 3 case study nostri rilevanti (qui li elenco io)
- 3 domande "discovery" da fare nei primi 10 minuti

Tempo: 5 minuti per generare, 10 minuti per personalizzare. Pre-call era 45-60 minuti.

3. Post-call summary automatico

Registri la call (con consenso, sempre). Whisper trascrive (puntata 140). LLM riassume:

  • Bisogni espressi.
  • Obiezioni emerse.
  • Prossimi passi concordati.
  • Email di follow-up pre-compilata.

Tool: Gong, Chorus, Fathom, tl;dv. Tutti con AI built-in 2025-26.

4. Gestione obiezioni “live”

Mentre sei in call (Zoom/Meet), un assistente AI sentita parla in real-time e ti sussurra suggerimenti:

  • “Il cliente ha appena detto X, di solito significa Y.”
  • “Risposta vincente in casi simili: Z.”

Tool: Cresta, Wingman, Apollo Conversations. Sperimentale ma in crescita rapida.

5. Forecast e CRM scoring

Le AI nei CRM moderni (Salesforce Einstein, HubSpot Breeze) calcolano:

  • Probability to close di ogni opportunità.
  • Next best action suggerita per ogni stage.
  • Health score degli account esistenti.

Non sempre azzeccano, ma su 100 trattative riducono il rumore: il forecast diventa più affidabile.

I prompt per le obiezioni classiche (italiane)

Salva questi come template:

OBIEZIONE: "Costa troppo / non è nel budget".
Scrivi 3 risposte di livello: prima emotiva, seconda razionale-ROI,
terza tattica (es. condizioni, paghino in tranche).
OBIEZIONE: "Mi serve sentire altri vendor".
Scrivi una risposta che a) rispetta la richiesta b) accelera
il confronto c) lascia un'esca per ricontatto entro 7 giorni.
OBIEZIONE: "Riparliamone a settembre".
Risposta italiana realistica: a settembre l'azienda media ha cambiato
priorità. Suggerisci un "anchor" (es. micro-pilot a costo zero o
prezzo simbolico) per non perdere il momentum.

Etica e GDPR: dove stare attenti

  • Scraping LinkedIn: tecnicamente viola i ToS LinkedIn. Sentenze recenti (LinkedIn vs hiQ, 2022-24) hanno oscillato. Usa profili pubblici, non aggressivi.
  • Email automatiche personalizzate: legalmente OK in B2B (interesse legittimo, art. 6.1.f GDPR) ma serve opt-out facile e dichiarazione fonte dati.
  • Registrazione call: in Italia serve consenso esplicito di tutte le parti (art. 615-bis c.p. parla di interferenze illecite). Mai registrare senza dirlo.
  • Trascrizione PII: se la call contiene dati personali, la trascrizione e il summary sono trattamento dati. Verifica che il tool sia GDPR-compliant o gira tutto in locale (puntata 140).

Cosa NON delegare all’AI

✋ La prima call con un nuovo prospect. La connessione umana lì conta. ✋ Risposta a una crisi cliente. Una mail empatica scritta male è peggio di una mail scritta a mano in 5 minuti. ✋ La negoziazione finale sul prezzo. L’AI suggerisce, tu decidi. ✋ La chiusura. Quella la senti tu, sul momento.

L’AI ti dà tempo per fare meglio queste cose, non per delegarle.

Numeri reali: cosa cambia in azienda

Caso medio (B2B mid-market, sales team da 10):

  • Outbound email volume: +200% (300 → 900/settimana).
  • Reply rate: stabile o +10-15% (personalizzazione paga).
  • Pipeline value: +30-50% in 6 mesi.
  • Time per deal: −15-25%.
  • Quote attainment: +5-15 punti percentuali.

Numeri ottimistici? Forse. Numeri raggiungibili con disciplina sì.

TEST pratico (20 minuti)

  1. Prendi un’email outbound che hai mandato l’ultima settimana.
  2. In Claude/ChatGPT: incolla email + contesto prospect.
  3. Chiedi:
    • Critica spietata in 5 punti.
    • 3 varianti riscritte, più corte, con aggancio specifico.
  4. Manda una delle varianti al prossimo prospect simile. Osserva il reply rate confrontato con il template precedente.
  5. Domanda: in che percentuale era “tua” la mail originale, e in che percentuale boilerplate? Lì sta il margine di miglioramento AI-driven.

Glossario lampo

  • Outbound: contatti commerciali partiti da te verso il prospect (vs inbound: il prospect arriva a te).
  • Battle card: foglio sintetico con info, obiezioni, talking points per una vendita specifica.
  • Forecast accuracy: precisione delle previsioni di chiusura del CRM. AI tipicamente le migliora del 20-30%.
  • Sequencing: piattaforme che automatizzano sequenze multi-touch (email + LinkedIn + call) verso prospect.

Take-away in una riga

L’AI non chiude vendite, libera tempo per chiuderne di più. Personalizzazione su volume + post-call summary + gestione CRM sono il sweet spot 2026 — ma la prima call, la crisi, e la chiusura restano umane.

➡️ Prossima puntata: Per il marketing — campagne, A/B testing, personas, e il lavoro che il CMO sta già rifacendo da zero.