Wat de chatbot van Walmart betekent voor jouw commerciële werking

Begin 2021 liet retailgigant Walmart honderd leveranciers onderhandelen met een chatbot. Het ging om de staart van hun leveranciersbestand: leveranciers van winkelkarren of diensten voor het wagenpark. De aankopers van Walmart hadden nauwelijks tijd om met al deze leveranciers te praten. Extra aankopers aanwerven zou meer kosten dan het zou opbrengen. Die contracten liepen dus jarenlang stilzwijgend door op standaardvoorwaarden.

De chatbot kon wel met al die leveranciers onderhandelen, alle gesprekken tegelijk. Walmart verwachtte een nieuw akkoord met een op de vijf leveranciers, maar het werden er uiteindelijk bijna twee op drie. Walmart bespaarde gemiddeld 1,5% en verlengde de betalingstermijnen tot gemiddeld 35 dagen, schrijven Van Hoek en collega's (2022). Na dat succes breidde Walmart de aanpak uit van Canada naar de Verenigde Staten, Chili en Zuid-Afrika.

Het denkwerk vooraf

Het succes was vooral te danken aan wat er gebeurde voor de chatbot één bericht stuurde. Vóór de eerste onderhandeling besliste Walmart over vier zaken:

• Welke leveranciers meedoen. Alleen leveranciers van goederen voor eigen gebruik, niet van producten in de rekken.
• Welke doelstellingen het wil halen. Een lagere prijs of een langere betalingstermijn.
• De onderhandelingsruimte. Een langere opzegtermijn voor de leverancier of meer volume in ruil voor korting.
• Wie die grenzen goedkeurt. Naast vijf aankopers zaten ook financiële en juridische verantwoordelijken mee in de pilot.

De aankopers gaven de chatbot ook scenario's van geslaagde onderhandelingen mee. Enkel omdat de regels en de context al klaarstonden, kon de bot honderden gesprekken tegelijk voeren, zonder tussenkomst van een aankoper.

Aan de andere kant van de tafel

Plaats je nu even in de positie van de leverancier. Wat zou dit voor jou betekenen? Eén heronderhandeling zou geen probleem zijn. Je zaakvoerder of je binnendienst regelt dat op een namiddag. Maar beeld je nu in dat elke grote klant zo'n chatbot inzet. Je krijgt dan elke week vragen naar nieuwe prijzen of voorwaarden, van al die klanten tegelijk. Bij elke vraag moet iemand in het bedrijf beslissen hoeveel je kan toegeven.

Ook binnen je eigen bedrijf laten AI-agents, bots en geautomatiseerde processen je team veel meer doen in veel minder tijd. Je digital marketeer schrijft in een week de mailings van een kwartaal. Je verkoper bouwt zelf een configurator met de prijzen voor zijn klanten. Toch mag niet alles zomaar naar de klant. Een mailing met een nieuwe belofte of een prijs onder de afgesproken marge vraagt nog altijd een beslissing van iemand met het mandaat.

Waar je werking vastloopt

Bij je klanten en in je eigen team komt het dus op hetzelfde neer. AI zorgt voor veel meer prijsvragen en mailings dan vroeger. Voor de meeste daarvan is geen beslissing nodig. Maar met het totaal stijgt ook het aantal uitzonderingen die een beslissing vergen, zoals een extra korting of een nieuwe belofte. Die beslissingen worden zo het knelpunt van je werking.

Ik herteken dagelijks commerciële werkingen en bouw, schrijf en werk zelf met AI. Bij mijn klanten zie ik dat knelpunt nu al ontstaan. Ik wilde weten of het ook buiten mijn eigen klanten speelt, dus las ik heel wat onderzoek, vooral over de tijd die AI bespaart en over het nalezen van wat AI maakt. Uit die studies en uit mijn eigen praktijk volgt deze stelling voor je commerciële werking:

AI maakt creatie goedkoop. Controleren en beslissen worden zo het nieuwe knelpunt van je commerciële werking. Herteken je werking met regels en context zodat die controle vlotter verloopt.

Van één taak naar de hele werking

Het meeste onderzoek over AI meet afzonderlijke taken: hoe snel een offerte klaar is, hoeveel fouten er in een tekst staan. Onderzoek naar de invloed van AI op een volledige commerciële werking vond ik niet. Het leek me dus boeiend om het onderzoek over AI samen te leggen met mijn eigen kader voor het ontwerp van commerciële werkingen. Dat kader beschrijft de werking van een bedrijf, van het commercieel beleid tot het dagelijkse werk van elke medewerker. Ik heb het ontwikkeld om bij mijn klanten snel te zien waar hun werking vastloopt en wat er hertekend moet worden.

In de volgende delen werk ik de stelling stap voor stap uit:

1. Het kader. Een werking in drie niveaus en zes stappen, met poorten ertussen.
2. Er wordt meer gemaakt dan ooit. AI maakt creatie goedkoop, bij je eigen team en bij je klanten. Het volume op je bureau groeit mee met hun AI-gebruik.
3. Controleren wordt het knelpunt. Nalezen kost meer tijd dan het maken. Een vlotte AI-tekst verbergt zijn fouten.
4. Oordeel kan je inbouwen. Met opgeschreven regels en context gaan de gewone gevallen vlot door. Alleen de twijfelgevallen komen nog bij een mens.
5. Elke rol verandert. Rollen schuiven van het maken naar meer menselijk contact en naar het bewaken van regels.
6. Schrijf je regels op. Waar je vandaag begint, nog voor je team AI breed gebruikt.

Walmart nam zijn beslissingen vooraf, nog voor de chatbot begon. Zulke keuzes vind je in elke commerciële werking terug, alleen staan ze er zelden op papier. Waar ze precies zitten, lees je in het volgende deel over de drie niveaus en zes stappen van je commerciële werking.