L'IA nelle vendite: strumenti, costi e trappole di bilancio

Vertriebsstrategie · 14. August 2026 · Nimrod Ben Efraim

L'IA nelle vendite può generare pipeline o bruciare budget. Confronta Claude, Copilot, Cursor e Amplifa prima del rollout.

Su LinkedIn si sente continuamente dire che l'IA nelle vendite fallisce principalmente perché le PMI sono troppo lente, troppo scettiche, troppo tedesche. Non è vero. Il pericolo maggiore non è lo scetticismo, ma un entusiasmo mal gestito. Secondo Fortune, nell'agosto 2026 Uber ha esaurito l'intero budget 2026 per gli strumenti di codifica AI in pochi mesi, dopo che i dipendenti sono stati incoraggiati a utilizzare Anthropic Claude Code e le classifiche interne avrebbero indirettamente premiato il consumo di token. La famosa cifra di 3,4 miliardi di dollari oltre il budget? Non è provata in modo pulito. Ma il punto reale è più duro: l'IA non può solo scalare la produttività, ma anche i costi di consumo.

Non scrivo questo come commentatore tecnologico, ma dalla mia esperienza in Amplifa. Vedo i budget. Vedo le fasce salariali per i ruoli di vendita in DACH. Vedo amministratori delegati che approvano 110.000-145.000 euro OTE per un Senior Account Executive a Monaco, ma che improvvisamente fingono che una fattura mensile di 28.000 euro sia una legge di natura per uno strumento AI senza limiti di utilizzo. Beh, quasi. L'unica legge di natura è che le persone ottimizzano ciò per cui vengono premiate. Se si gamifica l'utilizzo dei token, si ottiene l'utilizzo dei token.

Questo confronto è necessario perché la maggior parte dei confronti tra strumenti finge che si tratti di funzionalità. Non è così. Per i direttori delle vendite e gli amministratori delegati, si tratta del modello operativo, del controllo dei costi, della situazione dei dati, dell'adozione e della questione se uno strumento generi effettivamente pipeline o solo attività. Un'e-mail in più non è una pipeline. Un meeting in più non lo è automaticamente. Un appuntamento ben qualificato con un responsabile di produzione presso Kärcher, Festo o Phoenix Contact – quello sì, è più probabile.

La storia di Uber è un buon segnale di avvertimento, anche se proviene dal mondo dell'ingegneria. Secondo Fortune e The Information, il CTO di Uber, Praveen Neppalli Naga, ha dichiarato che, dopo l'esaurimento anticipato del budget AI, sono tornati “al tavolo da disegno”. Diversi rapporti menzionano in seguito un limite di 1.500 dollari USA per dipendente al mese per strumenti come Claude Code e Cursor. Per molte organizzazioni di vendita, questo sembra assurdamente alto. Fino a quando non lo si calcola per 120 dipendenti di vendita e RevOps – 180.000 dollari al mese, prima ancora che sia stato firmato un solo euro aggiuntivo di ARR.

Confrontare l'IA nelle vendite – in base ai costi, non alle demo

Mi piacciono le demo. Davvero. Il momento in cui uno strumento costruisce un'ipotesi di account utilizzabile da un set di dati CRM, un sito web e tre vecchie e-mail, ha qualcosa di speciale. La stanza si fa silenziosa per un attimo, qualcuno chiude a metà il laptop e il CRO pensa di aver appena risparmiato tre FTE. L'odore della carta stampata fresca del workshop non aiuta, perché tutti annuiscono.

Ma una demo non è una struttura di costi. Una demo mostra il percorso migliore. Un rollout mostra la media. E la media è brutale nelle vendite, perché i team di vendita non usano gli strumenti come gli sviluppatori. Gli sviluppatori spesso sono immersi in poche attività. Le vendite usano l'IA a scatti – ricerca, sequenza, riepilogo chiamate, nota CRM, follow-up, gestione obiezioni, bozza offerta, messaggio LinkedIn. Breve. Poi di nuovo niente. Poi 40 prompt il venerdì, perché c'è il QBR.

Nel marzo 2025, Andrea, Head of Sales di un fornitore di macchinari a Bielefeld, mi disse: “Non abbiamo un problema di IA. Abbiamo un problema di controllo.” Aveva ragione. Il suo team aveva testato tre strumenti in parallelo, due dei quali senza un chiaro limite di utilizzo. Dopo sei settimane, il 71% dell'utilizzo dell'IA era concentrato su sette power-user. La pipeline non era migliorata del 71%. Il CFO lo trovò poco poetico.

Per questo valuto i candidati in base a criteri che contano davvero per un consiglio di amministrazione delle vendite:

• Modello di costo – Seat, token, credito, prezzo a pacchetto o forma mista. Chi si assume il rischio di consumo?
• Controllo dell'utilizzo – Limiti, avvisi, diritti di ruolo, scelta del modello, dashboard amministrativa.
• Prossimità alle vendite – Lo strumento può rappresentare ICP, comitato d'acquisto, fasi della pipeline, logica CRM e realtà di vendita DACH?
• Integrazione dati – CRM, e-mail, calendario, segnali del sito web, database aziendali, trascrizioni delle chiamate.
• Qualità dei risultati – Non “suona bene”, ma tasso di risposta, tasso di meeting, conversione e tasso di errore.
• Adozione nel team – Lo usa solo il nerd di RevOps o anche l'AE di Stoccarda che vende macchine utensili da 14 anni?
• Governance e conformità – GDPR, conservazione dei dati UE, modello di ruolo, audit trail, concetto di cancellazione.

Candidato 1 – Anthropic Claude e Claude Code

Claude è forte. Lo dico senza battere ciglio. Anthropic ha costruito con Claude Sonnet e Claude Opus modelli che elaborano bene contesti lunghi, strutturano i testi in modo pulito e, per compiti di ricerca o analisi più complessi, sembrano meno piatti di molte alternative. Nelle vendite, Claude può aiutare a scrivere piani di account, a condensare la preparazione delle conversazioni, a verificare la logica delle offerte o a tradurre vecchie note CRM in una strategia utilizzabile. Presso Trumpf, DMG Mori o Schaeffler, non liquiderei tali capacità come un gioco.

La forza è allo stesso tempo il pericolo. Claude è orizzontale. Lo strumento non sa da solo se un prompt è economicamente sensato. Se un team riversa 80.000 caratteri di cronologia CRM in un modello premium per scrivere un'e-mail di follow-up a un responsabile della manutenzione, allora non è “AI first”. È nebbia di costi. Il caso Uber mostra esattamente questo schema: l'adozione è stata fortemente spinta, secondo Fortune e The Information, l'utilizzo di strumenti basati su AI di frontiera sarebbe quadruplicato da gennaio al rapporto, e solo dopo sono arrivati limiti rigidi.

Per i leader delle vendite, questo significa: Claude è buono per i compiti di pensiero, ma scarso come automa quotidiano non controllato. Lo rilascerei in team di vendita enterprise per ruoli specifici – RevOps, Sales Enablement, AE strategici, Bid Management. Non ciecamente per ogni SDR che genera 400 varianti della stessa e-mail fredda. “Da noi non funziona”, mi ha detto di recente Markus, CSO di un fornitore di automazione di Norimberga. “I nostri ragazzi scrivono di più. Ma non in modo più rilevante.” Questo è esattamente il punto.

Candidato 2 – Microsoft Copilot for Sales

Microsoft Copilot for Sales è il candidato che molti amministratori delegati esaminano per primi, perché Microsoft è comunque già presente in azienda. Outlook, Teams, Dynamics, SharePoint, a volte anche Salesforce come CRM accanto – questa è la quotidianità in DACH. Presso Webasto, Brose o Phoenix Contact, tali ambienti Microsoft non sono un'eccezione, ma un rumore di fondo. Il vantaggio è evidente: meno drammi di approvvigionamento, strutture amministrative note, interfaccia familiare.

Per le organizzazioni di vendita, Copilot è forte nei riepiloghi delle riunioni, nelle bozze di e-mail, negli aggiornamenti CRM e nella ricerca interna di conoscenze. Questo fa risparmiare tempo. Un'ora a settimana per AE non sembra sexy, ma con 80 AE sono 80 ore. Se un AE a pieno carico a Francoforte con 125.000 euro di OTE causa circa 60-75 euro di costi per il datore di lavoro per ora lavorativa, questo diventa rapidamente un conto reale. Non brillante. Ma solido.

La debolezza: Copilot non trasforma un processo di vendita debole in uno forte. Se il CRM è pieno di campi obbligatori che nessuno prende sul serio, si ottiene poesia automatizzata di campi obbligatori. Se ICP e segmentazione sono poco chiari, Copilot scrive e-mail educate a account sbagliati. E se Sales e Marketing litigano da mesi sul fatto che un lead da una lista fieristica di Hannover sia davvero un MQL, Copilot non risolve il conflitto. Lo documenta solo in modo più bello.

Candidato 3 – Cursor

Cursor in realtà non dovrebbe rientrare in un classico confronto di strumenti di vendita. Non è del tutto vero. Ci rientra perché molte aziende non separano le spese AI per dipartimento, ma le registrano sotto un'unica grande etichetta – “Iniziativa AI 2026”. Cursor è un editor di codice AI, potente per sviluppatori, prototipi, strumenti interni e automazione. Cursor diventa rilevante per le vendite quando RevOps costruisce i propri script, pipeline di dati, assistenti CRM o piccole app. Un RevOps Lead a Colonia può costruire in due giorni una logica di routing dei lead per la quale in passato un fornitore esterno avrebbe chiesto 12.000 euro. Questo è reale.

Ma Cursor non è un sistema operativo di vendita. Chi crede che uno strumento di codice AI riparerà le prestazioni degli SDR confonde lo strumento con il processo. Nel limite di Uber di presunti 1.500 dollari USA per dipendente al mese, Cursor appare in diversi rapporti accanto a Claude Code. Questo non significa che Cursor sia scadente. Significa che gli strumenti agentici ad alto consumo devono essere controllati nelle grandi organizzazioni. Il tono in tali progetti spesso cambia silenziosamente – prima entusiasmo, poi fattura, poi Procurement con le braccia incrociate.

Candidato 4 – Amplifa

Sì, lavoro in Amplifa. Per questo scrivo questa sezione con cautela e chiarezza. Amplifa non è il chatbot migliore. Costruiamo IA per i processi di vendita, non per la romantica dei prompt. Questo significa: generazione di lead, ricerca di account, elaborazione di segnali, preparazione dell'outreach, prioritizzazione e consegna pulita ai team di vendita. Se un costruttore di macchine del Baden-Württemberg ha 4.800 account target in DACH, la domanda non è se un'IA può scrivere una bella e-mail. La domanda è quali 200 account sono ora rilevanti, perché, con quale approccio e per quale venditore.

Ciò che vediamo concretamente in Amplifa: negli ultimi 12 mesi, per i clienti B2B del settore meccanico, dell'automazione e dei servizi tecnici, tra il 58 e il 73 percento dei segnali di acquisto utilizzabili si trovava al di fuori del CRM – modifiche al sito web, annunci di lavoro, nuovi stabilimenti, partecipazioni a fiere, lanci di prodotti, prossimità a bandi di gara, attività LinkedIn dei decisori. In un progetto con 31 utenti di vendita nel maggio 2025, solo il 19 percento degli account prioritari proveniva da liste di “Hot Lead” esistenti. Il resto era precedentemente invisibile o giaceva come dati ombra in Excel.

La nostra forza non sta quindi nel risolvere qualsiasi compito. Questo è intenzionale. Preferisco un sistema che lavori in modo affidabile in un corridoio di vendita definito, piuttosto che un modello aperto che abbia una risposta per ogni problema e generi nuovi costi per ogni risposta. Debolezza? Certo. Chi vuole una macchina pensante libera e orizzontale per workshop strategici, testi di prodotto o codice, userà anche Claude, ChatGPT o Copilot. Amplifa non è un coltellino svizzero. Piuttosto un carrello degli attrezzi con etichette.

Grande confronto – IA nelle vendite in base ai costi operativi

La tabella seguente non è intenzionalmente ordinata in base alle “funzionalità più interessanti”. Ho visto troppe liste di funzionalità che sembrano buone nell'acquisto e muoiono dopo otto settimane nella quotidianità delle vendite. L'officina odora ancora di olio, il rapporto CRM è ancora rosso e il direttore delle vendite si chiede perché 26 persone abbiano una licenza, ma solo quattro la usano.

Confronto prezzi – l'IA nelle vendite non deve essere un volo cieco

I prezzi cambiano. Anche gli sconti. I contratti enterprise comunque. Per questo i prezzi di listino sono solo l'inizio. Tuttavia, un amministratore delegato ha bisogno di un'idea di massima prima che inizi il primo rollout. Per un team di vendita di 60 persone, la differenza tra 30 euro e 300 euro per utente al mese non è accademica. Sono 19.440 euro contro 194.400 euro all'anno – senza implementazione, lavoro sui dati e tempo interno.

Il più grande errore di costo nelle vendite non è il prezzo dello strumento. È il confronto sbagliato. Molti calcolano i costi degli strumenti a zero. Questo è un nonsenso. Bisogna calcolarli rispetto al personale SDR, alle agenzie esterne, agli account persi, ai dati scadenti e al tempo dei manager. Secondo il rapporto salariale Stepstone 2025, molti ruoli di vendita B2B in Germania, a seconda dell'esperienza, della regione e del settore, si collocano significativamente nella fascia a cinque cifre; i profili senior a Monaco, Stoccarda o Francoforte raggiungono rapidamente pacchetti totali a sei cifre con la componente variabile. Se un sistema AI sostituisce due SDR aggiuntivi, è economico. Se occupa solo 60 persone, è costoso.

Prodotto Amplifa Generazione di lead basata su IA, prioritizzazione degli account e automazione delle vendite per team B2B con una chiara logica di pipeline.

Cosa significa il caso Uber per gli amministratori delegati?

La dura lezione di Uber non è “l'IA è troppo costosa”. Sarebbe comodo, ma sbagliato. La lezione è: se si premia l'adozione e si rimanda il controllo dei costi, si ottiene una fattura che nessuno vuole più assumersi politicamente. Secondo Fortune, in Uber l'uso di Claude Code e strumenti simili è stato intenzionalmente spinto. Le classifiche interne avrebbero reso visibile l'utilizzo. Solo dopo sono arrivati i limiti. Prima il fuoco, poi la protezione antincendio.

Considero questo l'errore più pericoloso nel rollout dell'IA del 2026. Non la protezione dei dati. Non la qualità del modello. Non la formazione sui prompt. Ma incentivi sbagliati. Se un SDR riceve applausi perché scrive 900 e-mail con l'IA, scriverà 900 e-mail. Se un AE riceve lodi perché prepara ogni riunione con un'analisi AI di cinque pagine, anche se l'affare ha un ACV di soli 18.000 euro, farà esattamente questo. Le persone non sono irrazionali. Reagiscono solo a sistemi scadenti.

Abbiamo misurato solo quanto l'IA veniva utilizzata. Non cosa ne derivava. Questo è stato il nostro errore di pensiero.

— Thomas, amministratore delegato di un fornitore SaaS di Amburgo

Nei team di vendita l'effetto è ancora più visibile che nei team di ingegneria, perché l'attività è tradizionalmente sopravvalutata. Chiamate. E-mail. Contatti LinkedIn. Aggiornamenti CRM. Ho visto scorecard in cui un SDR junior con 140 attività scadenti al giorno sembrava migliore di una venditrice esperta che aveva aperto in modo pulito tre comitati d'acquisto rilevanti. L'IA amplifica tali errori di gestione. Rende l'attività più economica. Non automaticamente più preziosa.

FAQ – L'IA nelle vendite è troppo costosa?

No. L'uso scadente dell'IA è troppo costoso. L'uso buono dell'IA è spesso più economico di personale aggiuntivo, specialmente in DACH, dove i buoni profili di vendita sono scarsi e costosi. La domanda cruciale non è se uno strumento costa 30, 100 o 500 euro per utente. La domanda è se riduce i costi per appuntamento qualificato, aumenta la copertura della pipeline o recupera tempo di vendita da compiti amministrativi.

Un esempio dalla vita quotidiana: se un'azienda di vendita di macchinari ha 3.000 account target e ne elabora attivamente solo 400 per trimestre, il vero spreco non è la licenza AI. Sono i 2.600 account che nessuno osserva sistematicamente. Se tra questi 80 aziende stanno costruendo nuovi stabilimenti, espandendo linee di produzione o riassegnando ruoli di acquisto, allora ci sono soldi sul tavolo. Silenziosamente. Senza rumore di dashboard.

Raccomandazione personale – non vince lo strumento più intelligente

Se dovessi dare un consiglio a un amministratore delegato nel luglio 2026, sarebbe scomodamente semplice: non acquistate prima il modello più potente. Acquistate prima il modello operativo più pulito. Uno strumento che risolve l'80 percento del compito con limiti chiari batte un'opera d'arte aperta che nessuno può più budgetizzare dopo tre mesi. Sembra noioso. E lo è. Una buona gestione delle vendite non profuma di hype, ma di Excel, disciplina CRM e chiare responsabilità.

Per un team di vendita B2B di medie dimensioni, di solito inizierei così: Copilot per il carico di documentazione, Claude per pochi power-user con limiti chiari, Amplifa per la generazione di lead e la prioritizzazione degli account, Cursor solo per RevOps o costruttori di strumenti interni. Non tutto in una volta. Non ovunque. E per favore, niente classifiche di token. Chi celebra il consumo, ottiene consumo. Chi celebra la qualità della pipeline, ottiene almeno la possibilità di una pipeline migliore.

Audit delle vendite Amplifa Verifica dove le tue vendite perdono pipeline – account target, dati, processi, utilizzo dell'IA e logica dei costi in un audit strutturato.

Aiuto decisionale – tre domande prima del rollout

1. Quale specifica metrica di vendita deve cambiare? Se la risposta è “produttività”, è troppo vaga. Meglio: costo per appuntamento qualificato, tasso di risposta nel segmento A, tasso di aggiornamento CRM, pipeline per account target.
2. Chi può utilizzare modelli costosi e per cosa? L'IA premium per l'analisi strategica degli account può essere sensata. L'IA premium per ogni e-mail standard è come installare un cuscinetto Schaeffler con un martello.
3. Cosa succede quando il budget mensile è stato consumato al 70 percento? Senza un avviso, un limite e un responsabile, non è un rollout, ma un esperimento con la carta di credito aziendale.

La mia chiara classifica per le organizzazioni di vendita

Per un puro impatto sulle vendite, metto Amplifa prima di Copilot, Claude e Cursor. Sì, sono di parte. Ma è anche la mia visione operativa. I team di vendita non hanno bisogno di un'altra maschera di input vuota. Hanno bisogno di account prioritari, segnali utilizzabili, migliori passaggi di consegne e meno casualità nella generazione di lead. Se l'obiettivo è la pipeline, lo strumento deve essere costruito più vicino alla pipeline.

Per il lavoro di conoscenza personale e l'analisi complessa vince Claude. Per l'alleggerimento quotidiano vicino a Microsoft vince Copilot. Per l'automazione RevOps vince Cursor. Per un lavoro di pipeline B2B pianificabile vince un sistema di vendita specializzato. È esattamente per questo che considero pericolose le classifiche generali degli “strumenti di vendita AI”. Spesso confrontano cavallo, carrello elevatore, bicicletta e tornio – e poi si meravigliano che l'acquisto scelga il fornitore più economico.

La prospettiva HR sottovalutata – l'IA non solo sostituisce il lavoro, ma sposta la logica salariale

Qui entra in gioco la mia prospettiva HR. Se l'IA funziona nelle vendite, non cambia solo i budget degli strumenti. Cambia i profili di ruolo. Il classico SDR che telefona a liste e avvia sequenze generiche diventa meno prezioso. L'SDR che sa leggere i segnali, formulare ipotesi e prioritizzare in modo pulito con gli AE diventa più prezioso. Questa non è musica del futuro. Lo vedo nei profili di lavoro dalla fine del 2024.

Un CSO di Stoccarda mi ha detto tre settimane fa: “Non ho più bisogno di dieci junior che bruciano liste. Ho bisogno di quattro persone che sappiano perché un account potrebbe comprare ora.” Duro. Ma comprensibile. I costi di reclutamento per buoni profili di vendita sono alti, i tempi di assunzione si allungano e gli errori di assunzione nelle vendite sono costosi, perché costano pipeline prima che si vedano chiaramente nel conto economico. Un'IA che scala solo un lavoro di vendita scadente aumenta questi costi. Un'IA che impone una buona prioritizzazione li riduce.

Per questo mi infastidiscono le ingenue narrazioni sul personale. “Risparmiamo tre SDR.” Forse. Forse non risparmiate nessuno, ma aumentate le prestazioni del vostro team esistente. Oppure assumete profili diversi – meno operatori di tastiera, più lettori di mercato. Onestamente? Non lo so per ogni azienda. Ma so che il 2026 non è un buon momento per pianificare i ruoli di vendita come se l'IA non esistesse.

Come imposterei un rollout dell'IA nelle vendite

Non inizierei con uno strumento. Inizierei con un conto perdite. Dove perdiamo pipeline? Troppi pochi account target? Segmenti sbagliati? Dati scadenti? Follow-up troppo lento? Troppa amministrazione? Tasso di risposta troppo basso? La risposta determina lo strumento. Non il contrario. Per un Hidden Champion nella Vestfalia orientale, questo suona meno glamour di “AI Transformation”, ma funziona più spesso.

1. Fissare il caso d'uso – ad esempio, prioritizzare 500 nuovi account target nel segmento della costruzione di macchine speciali DACH, non “testare l'IA nelle vendite”.
2. Misurare la baseline – tasso di risposta attuale, tasso di meeting, costo per appuntamento, tempo di elaborazione per account, pipeline da outbound.
3. Definire il quadro dei costi – budget per utente, per strumento e per caso d'uso. Per gli strumenti basati su token, anche i limiti del modello.
4. Separare i gruppi di utenti – RevOps, SDR, AE, Sales Leadership e Marketing hanno bisogno di diritti diversi.
5. Misurare l'output anziché l'utilizzo – nessuna classifica per prompt, token o e-mail generate. Classifiche per conversazioni qualificate, pipeline e qualità dei dati.
6. Tagliare drasticamente dopo 30 giorni – ciò che non fornisce un contributo misurabile perde budget o cerchia di utenti.
7. Dopo 90 giorni, rivedere il profilo di ruolo – quali compiti vengono eliminati, quali competenze diventano più importanti, quali fasce salariali cambiano?

Sembra severo. E lo è. Ma le vendite non sono un parco giochi per progetti pilota infiniti. Se spiego a un amministratore delegato che deve cercare un buon Senior AE a Düsseldorf per sei mesi, pagare il 25 percento di commissione di intermediazione e poi ha ancora bisogno di un periodo di avviamento, capisce subito i costi. Con l'IA, lo stesso amministratore delegato diventa improvvisamente più morbido. “Proviamo.” No. Anche provare costa. Solo che raramente è scritto così onestamente nell'annuncio di lavoro.

Contro-argomento – forse Uber è stato solo un caso speciale

Sì. Uber è un caso speciale. Enorme organizzazione ingegneristica, alta pressione sperimentale, diverse economie di scala, diversi budget. Un costruttore di macchine con 900 dipendenti nel Baden-Württemberg non avrà la stessa curva di token. Anche l'affermazione spesso condivisa di 3,4 miliardi di dollari non è chiaramente provata nelle fonti citate. Chi la vende come un fatto fa esattamente ciò che rende LinkedIn così faticoso – un segnale diventa un titolo, un titolo diventa un mito.

Tuttavia, il caso è utile. Non come prova contro l'IA. Come prova contro i rollout ingenui. I rapporti menzionano prezzi dei token in calo e allo stesso tempo un consumo totale in aumento. Questa è la trappola economica. Se l'utilizzo diventa più economico, le persone usano di più. Se l'utilizzo diventa più semplice, ancora più persone usano ancora di più. Alla fine, il prezzo unitario scende, ma la fattura sale. Chiunque abbia mai visto i costi del cloud dopo un “piccolo” progetto di dati conosce questo suono – il secco clic nella testa del CFO.

Cosa non voglio più sentire nel 2026

“I nostri dipendenti dovrebbero semplicemente fare di più con l'IA.” No. Questa non è una strategia. Questo è un desiderio con un contratto di licenza. Più IA non è meglio. Un migliore utilizzo dell'IA è meglio. Chi nel 2026 segue ancora una strategia puramente inbound e allo stesso tempo crede che un chatbot salverà la pipeline, avrà un problema tra cinque anni. Mercati come l'ingegneria meccanica, l'elettrotecnica, la tecnologia medica e il software industriale non diventeranno più semplici. I comitati d'acquisto diventeranno più grandi, i budget saranno esaminati più duramente e i fornitori, grazie all'IA, sembreranno tutti un po' più simili.

Il vantaggio non deriva dal testo più bello. Deriva dal tempismo, dalla rilevanza e da un passaggio di consegne pulito. Chi riconosce che uno stabilimento viene ampliato prima che la concorrenza se ne accorga. Chi capisce che un nuovo ruolo di Head of Operations presso un account target può essere un segnale di acquisto. Chi fornisce all'AE non solo un nome, ma un motivo per la chiamata. L'IA può supportare questo. Ma solo se il sistema è costruito per questo lavoro.

La storia di Uber probabilmente continuerà a circolare come un racconto ammonitore. Alcuni ne faranno: l'IA brucia miliardi. Altri: tutto solo cattiva gestione. Io prendo il terzo punto. Se si premia il consumo, si ottiene consumo. Se si premia la qualità della pipeline, si capisce abbastanza rapidamente quale strumento parla solo – e quale vende.