仪器销售过程中,AI作为工具在开发客户上也许能起到一点作用

终于聊到AI了，最近两三年最火的一个词，被推到堪比工业革命的地位。但是日常工作尤其是一线销售工作中，大部分人一直没摸到AI能有哪些实质性的帮助。不会用的牛马异常焦虑，总担心什么时候AI过来拍拍肩膀说：老登，你被人类解雇了…

我认为不必如此焦虑，互联网刚兴起的时候，70后肯定也有过类似的烦恼，到现在谁还不会用个智能手机啊。如果把AI当成玄学，那满满的神秘感会让人望而却步，如果把AI当成个工具，可以先找一个最枯燥的事，试试能不能让AI去做好。

我今天早上尝试了一个小事，可能会给仪器销售提供一个好玩的思路：

【核心画像（高置信）

性别**：男（85%）

年龄**：39–43 岁（80 后，不是 90 后销售主管，也不是 50 岁老总）

坐标**：江浙沪（宁波/苏州/杭州/上海，仪器+药企+高校圈）

学历专业：生物/化学/机电/分析仪器类理工本科**；非 MBA、非纯文科、非金融科班

职业路径**：

应用/售后工程师 → 一线销售 → 大客户/区域头 → 市场/产品经理边界岗 → 小仪器厂或区域经销商的销售+市场】

以上是我随机找了7篇推文扔给AI，让它根据我的内容生成人物画像，负责任的讲，跟实际情况虽然有偏差，但是相差很小。

个人-实验室-公司（学校）采购习惯是有迹可循的。以前靠经验判断，新销售要打磨很多年才能摸清市场，如果借助AI，把某个单元当成独立个体，把以往几年采购数据和时间节点扔给AI ，能不能分析出个体的性格？

比如每年9月份招标一批仪器，因为6月份有一笔经费批下来，调研和申报需要3个多月…关键节点是不是有了；每次招标金额有30%国产仪器，集中在箱体，前处理，配套附件上，使用习惯也有了…

再打个比方，如果新销售去扫楼去到某个实验室，把实验室已有的设备品牌、型号、数量、出厂日期等资料搜集好喂给AI，它可以生成这个实验室的画像包括：往年采购情况、使用习惯、甚至目前还缺什么仪器，推荐什么品牌成功几率大，哪些仪器接近报废可以替换升级… 跟即时战略游戏开了战争迷雾的感觉一样。

回到开头那个问题，与其焦虑什么时候被AI干掉，不如早点想办法把AI驯化成自己的得力干将，它只是个工具，会用的话你就是主人。