رادار کسب‌و‌کار

مشتری B2B قبل از تماس با ما از AI چی می‌پرسه؟

مشتری B2B قبل از تماس با ما از AI چی می‌پرسه؟

مشتری B2B قبل از تماس با ما از AI چه می‌پرسه؟ فرض کن برای شرکتمون دنبال یک CRM جدیدیم. تیم فروش داریم، لید هم وارد می‌شه، ولی پیگیری‌ها منظم نیست و نمی‌دونیم دقیقاً چه نرم‌افزاری به درد ما می‌خوره. چند سال پیش احتمالاً اولین کارمون این بود که بریم گوگل، چند سایت رو باز کنیم، امکانات نرم‌افزارها رو ببینیم و بعد با دو سه شرکت تماس بگیریم تا برامون توضیح بدن فرق گزینه‌ها چیه.

حالا می‌تونیم قبل از اینکه اصلاً با یک فروشنده حرف بزنیم، به AI بگیم:

«یه شرکت خدماتی ۵۰ نفره داریم. تیم فروش‌مون ۱۲ نفره‌ست، پیگیری لیدها ضعیفه، نمی‌خوایم نرم‌افزار خیلی پیچیده‌ای داشته باشیم و بودجه‌مون هم محدوده. چه CRMهایی مناسب ماست؟»

بعد ادامه بدیم:

«این سه گزینه رو مقایسه کن.» «ضعف هر کدوم چیه؟» «برای شرکتی با شرایط ما کدوم مناسب‌تره؟» «توی جلسه دمو چه سؤال‌هایی باید بپرسیم؟» وقتی بالاخره با فروشنده تماس می‌گیریم، احتمالاً دیگه اون مشتری چند سال پیش نیستیم که منتظره یکی از صفر برامون توضیح بده CRM چیه. ممکنه قبلش کلی تحقیق کرده باشیم، چند گزینه رو حذف کرده باشیم، معیار انتخاب ساخته باشیم و حتی لیست سؤال‌های جلسه فروش رو هم آماده کرده باشیم.

این فقط یک حدس درباره آینده نیست. گزارش‌های تازه Harvard Business Review، McKinsey و Forrester نشون می‌دن AI داره وارد بخش‌های جدی‌تری از مسیر خرید B2B می‌شه. اول ببینیم خود این گزارش‌ها دقیقاً چی می‌گن.

 

HBR: بخشی از تصمیم خرید جایی اتفاق می‌افته که ما کنترلش نمی‌کنیم

Harvard Business Review در ژوئن ۲۰۲۶ مقاله‌ای با عنوان How Gen AI Is Disrupting B2B Buying Decisions منتشر کرده.

حرف اصلی مقاله اینه که هوش مصنوعی مولد فقط یک ابزار برای پیدا کردن اطلاعات نیست. بخشی از کشف گزینه‌ها، ارزیابی تأمین‌کننده‌ها و حتی توصیه گزینه مناسب داره وارد محیط‌هایی می‌شه که شرکت فروشنده نه مالک اون‌هاست و نه لزوماً می‌دونه در اون محیط چه تصویری از برندش ساخته شده.

HBR برای توضیح موضوع از نمونه‌هایی در بازارهای تخصصی استفاده می‌کنه. ممکنه یک شرکت محصول خوبی داشته باشه، سایت حرفه‌ای ساخته باشه و تیم فروشش رو هم آموزش داده باشه، ولی سیستم‌های AI تصویری که از اون شرکت می‌سازن فقط از اطلاعات رسمی خود شرکت نمیاد.

مقاله روی مفهومی به نام Generative Readiness تأکید می‌کنه؛ یعنی کسب‌وکار باید برای محیطی آماده باشه که AI داره بخشی از تحقیق و ارزیابی مشتری رو انجام می‌ده. اطلاعات منسجم، محتوای قابل‌فهم، شواهد معتبر و بررسی مداوم نحوه نمایش برند در AI بخشی از این آمادگیه.

منبع: Harvard Business Review، ژوئن ۲۰۲۶
How Gen AI Is Disrupting B2B Buying Decisions


McKinsey: AI وارد کانال‌های اصلی پیدا کردن تأمین‌کننده شده

McKinsey در گزارش The Surprising Economics of B2B Growth نتایج پژوهش جهانی خودش درباره رفتار خریداران B2B رو منتشر کرده؛ پژوهشی که نزدیک به ۴۰۰۰ تصمیم‌گیرنده در ۱۳ کشور رو بررسی کرده.

یکی از نکات مهم گزارش اینه که خریدار B2B امروز در طول سفر خرید فقط از یک یا دو کانال استفاده نمی‌کنه. به‌طور متوسط، کانال‌های مختلفی مثل سایت تأمین‌کننده، ارتباط حضوری، جستجو، ویدئوکنفرانس، تعامل دیجیتال و حالا ابزارهای GenAI کنار هم قرار می‌گیرن.

طبق این گزارش، GenAI وارد پنج کانال اصلی discovery و evaluation تأمین‌کننده شده.

یعنی AI فقط وقتی مشتری تقریباً تصمیمش رو گرفته وارد بازی نمی‌شه؛ می‌تونه از مراحل اولیه روی این اثر بذاره که چه شرکت‌هایی اصلاً وارد فهرست بررسی مشتری بشن.

اما McKinsey همزمان روی نکته مهم دیگری هم تأکید می‌کنه: دیجیتال‌شدن خرید B2B به معنی حذف رابطه انسانی نیست.

بخش قابل‌توجهی از خریداران همچنان به اعتماد، تعامل انسانی و شیوه‌های امتحان‌شده همکاری اهمیت می‌دن. پس مسیر خرید جدید قرار نیست «AI به‌جای آدم» باشه؛ بیشتر شبیه ترکیب AI، منابع دیجیتال و تعامل انسانی خواهد بود.

منبع: McKinsey & Company، مه ۲۰۲۶
The Surprising Economics of B2B Growth


Forrester: مشتری با AI تحقیق می‌کنه، ولی برای تصمیم نهایی هنوز دنبال اطمینانه

Forrester در گزارش The State of Business Buying, 2026 هم به افزایش نقش GenAI در تحقیق و ارزیابی خریدهای B2B اشاره می‌کنه.

اما یک نکته در این گزارش خیلی مهمه: خرید B2B معمولاً تصمیم یک نفر نیست.

Forrester گزارش می‌کنه یک تصمیم خرید معمولی B2B می‌تونه تعداد قابل‌توجهی ذی‌نفع داخلی و افراد تأثیرگذار بیرونی داشته باشه. هرچه خرید پیچیده‌تر و پرریسک‌تر باشه، افراد بیشتری وارد تصمیم می‌شن.

از طرف دیگه، خریدارها فقط به اطلاعات اکتفا نمی‌کنن. Trial، آزمایش، نظر افراد مورد اعتماد و بررسی شواهد واقعی همچنان نقش مهمی در ارزیابی راه‌حل‌ها دارن.

یعنی AI ممکنه نقطه شروع تحقیق باشه، اما وقتی پول، اعتبار سازمان و ریسک اجرای پروژه وسطه، خریدار هنوز دنبال تأیید و کاهش ریسک می‌گرده.

منبع: Forrester، ژانویه ۲۰۲۶
The State of Business Buying, 2026

اما چیزی که برای من در این سه گزارش مهم‌تره…

به نظرم خبر اصلی این نیست که مدیر خرید هم داره از ChatGPT استفاده می‌کنه. اتفاق مهم‌تر اینه که:

ما دیگه لزوماً اولین کسی نیستیم که به مشتری اطلاعات می‌دیم.

قبلاً بخش مهمی از جلسه فروش صرف این می‌شد که توضیح بدیم مسئله چیه، چه راه‌حل‌هایی وجود داره، محصول یا خدمت ما چطور کار می‌کنه و چه فرقی با گزینه‌های دیگه داریم. حالا ممکنه مشتری قبل از اینکه با ما حرف بزنه بخش بزرگی از این آموزش اولیه رو گرفته باشه.

وقتی وارد جلسه می‌شه، شاید سؤالش این نباشه: «شما چه کار می‌کنید؟»

ممکنه بپرسه: «چرا باید شما رو به فلان شرکت ترجیح بدیم؟» «مدل اجرای شما چه ریسکی داره؟» «چرا قیمت شما بیشتره؟» «برای شرکتی شبیه ما چه نتیجه‌ای گرفتید؟» «اگر پروژه جواب نده، معمولاً مشکل از کجاست؟» این دیگه مشتری‌ای نیست که فقط دنبال اطلاعاته. مشتری داره برای تصمیم گرفتن آماده می‌شه.

مشتری B2B قبل از تماس با ما از AI چی می‌پرسه؟

فروش B2B داره از «دادن اطلاعات» به «کمک به تصمیم» نزدیک‌تر می‌شه

اگر مشتری بتونه امکانات محصول، اصطلاحات تخصصی، رقبا و معیارهای انتخاب رو ظرف چند دقیقه از AI بگیره، فروشنده‌ای که فقط بروشور شرکت رو توضیح می‌ده طبیعتاً ارزش کمتری ایجاد می‌کنه. ولی این به معنی کم‌اهمیت شدن تیم فروش نیست. اتفاقاً شاید کار تیم فروش سخت‌تر و مهم‌تر بشه.

چون سؤال‌های واقعی مشتری هنوز باقیه:

کدوم راه‌حل واقعاً برای شرایط ما مناسبه؟ ریسک پنهان انتخابمون چیه؟  چه چیزی ممکنه باعث شکست اجرای این پروژه بشه؟ آیا این نرم‌افزار یا خدمت با ساختار فعلی شرکت ما جور درمیاد؟ آیا اصلاً مسئله رو درست تشخیص دادیم؟ اینجا فروشنده خوب دیگه فقط منبع اطلاعات نیست. داره تبدیل می‌شه به کسی که به مشتری کمک می‌کنه تصمیم بهتری بگیره و ریسک انتخابش رو کمتر کنه.

ممکنه مشتری قبل از تماس با ما درباره‌مون قضاوت کرده باشه

فرض کنیم ما یک شرکت طراحی سایت B2B داریم. مشتری قبل از تماس می‌تونه از AI بپرسه: «برای انتخاب شرکت طراحی سایت صنعتی چه معیارهایی مهمه؟» بعد بپرسه: «چه شرکت‌هایی در ایران این کار رو انجام می‌دن؟» بعد اسم ما و دو رقیب رو بده و بگه: «این سه شرکت رو با هم مقایسه کن.» و حتی ادامه بده:

«از اطلاعاتی که آنلاین وجود داره، کدوم یکی تجربه بیشتری در سایت‌های B2B و جذب لید داره؟»

وقتی تلفن زنگ می‌خوره، شاید برای ما فرایند فروش تازه شروع شده باشه. اما برای مشتری ممکنه مدتی باشه که شروع شده. این تفاوت خیلی مهمیه. چون یعنی بخشی از فروش قبل از حضور ما در جلسه اتفاق افتاده.

شاید سؤال «این لید از کجا اومده؟» دیگه کافی نباشه

ما معمولاً لحظه تماس، ثبت فرم یا پیام واتساپ رو نقطه شروع لید در نظر می‌گیریم. ولی مشتری ممکنه خیلی قبل‌تر وارد مسیر شده باشه. یک پست از ما دیده، اسممون رو شنیده، گوگل کرده، از AI سؤال پرسیده، سایت رو دیده، دوباره برگشته گزینه‌ها رو مقایسه کرده و تازه بعد تماس گرفته.

پس اینکه فقط بپرسیم:

«از کجا با ما آشنا شدید؟» بخشی از داستان رو به ما می‌گه. شاید سؤال مهم‌تر این باشه: قبل از تماس با ما چه چیزهایی روی تصمیمت اثر گذاشت؟ این سؤال کمک می‌کنه سفر واقعی مشتری رو ببینیم، نه فقط آخرین کلیکی که قبل از تماس انجام داده.

سایت ما جواب سؤال‌های قبل از خرید مشتری رو می‌ده؟

اینجا به نظرم یک جای مهم برای بازبینی داریم. خیلی از سایت‌های B2B هنوز پرن از جمله‌هایی مثل: «با سال‌ها تجربه…» «تیمی متشکل از متخصصان مجرب…» «ارائه راهکارهای نوین…» «کیفیت، تعهد و رضایت مشتری…» این‌ها شاید بد نباشن، ولی مشتری قبل از خرید سؤال‌های خیلی واقعی‌تری داره.

می‌خواد بدونه این خدمت برای چه شرکتی مناسبه و برای چه شرکتی مناسب نیست، هزینه به چه چیزهایی بستگی داره، اجرای پروژه چقدر طول می‌کشه، ریسک‌های اصلی چی هستن، قبلاً چه نتیجه‌ای گرفتیم و تفاوت واقعی ما با بقیه چیه.

اگر سایت ما جواب این سؤال‌ها رو نده، مشتری احتمالاً جواب رو از جای دیگه می‌گیره. شاید از یک رقیب. شاید از یک Review. و حالا شاید از AI. این یعنی فرصت خوبی داریم که به‌جای اینکه فقط درباره خودمون محتوا بسازیم، درباره تصمیمی که مشتری داره می‌گیره محتوا تولید کنیم.

تیم فروش ما هنوز فقط اطلاعات می‌ده یا به تصمیم مشتری کمک می‌کنه؟

مشتری‌ای که از AI کمک گرفته احتمالاً با سؤال‌های بیشتری وارد مذاکره می‌شه. رقبا رو دیده، اصطلاحات رو می‌شناسه، شاید قیمت‌ها رو هم بررسی کرده و حتی نقاط ضعف محصول ما رو پیدا کرده. پس تیم فروش ما نمی‌تونه فقط محصول خودمون رو بلد باشه. باید مسئله مشتری رو بفهمه، گزینه‌های جایگزین رو بشناسه و بتونه توضیح بده در چه شرایطی راه‌حل ما مناسب هست یا نیست. حتی ممکنه حرفه‌ای‌ترین جواب بعضی وقت‌ها این باشه:

«برای شرایط شما، این خدمت ما احتمالاً انتخاب مناسبی نیست.»

شاید در کوتاه‌مدت فروش رو از دست بدیم، ولی چیزی مهم‌تر می‌سازیم: اعتماد. و در خرید B2B، اعتماد کم‌ارزش نیست.

حالا این ماجرا برای بازار ایران چه معنی‌ای داره؟

اینجا باید دوباره همون مرز رادار رو حفظ کنیم. این آمارها مربوط به بازار ایران نیستن و نمی‌تونیم مستقیم نتیجه بگیریم که خریدار ایرانی دقیقاً به همین شکل رفتار می‌کنه. اما می‌تونیم جهت تغییر رو جدی بگیریم و در بازار خودمون اندازه بگیریم. به‌خصوص در خریدهایی مثل نرم‌افزار سازمانی، مشاوره، تجهیزات صنعتی، طراحی سایت، خدمات مارکتینگ، آموزش سازمانی و خدمات تخصصی. ریسک این خریدها بالاست و مشتری ایرانی هم دنبال اطمینانه.

ممکنه از AI سؤال کنه، بعد از همکارش بپرسه، سایت ما رو ببینه، لینکدین مدیر شرکت رو بررسی کنه، نمونه‌کار بخواد، با یک مشتری قبلی تماس بگیره و بعد وارد مذاکره بشه.

یعنی حتی اگر AI وارد مسیر شده باشه، اعتماد و اعتبار انسانی حذف نمی‌شن. در بازار ایران شاید حتی مهم‌تر هم باشن؛ چون درباره خیلی از کسب‌وکارها اطلاعات آنلاین کامل، منسجم و قابل‌بررسی نداریم. این قسمت برداشت ما از شرایط بازار ایرانه، نه نتیجه مستقیم گزارش‌های خارجی.

اگر من جای مدیر یک کسب‌وکار B2B بودم، الان چه کار می‌کردم؟

اول پروژه عجیب‌وغریب تعریف نمی‌کردم. پنج کار ساده انجام می‌دادم: از مشتری‌های جدید می‌پرسیدم قبل از تماس با ما چطور تحقیق کردی؟ مشخصاً می‌پرسیدم آیا از AI استفاده کرده و اگر کرده، چی پرسیده. سؤال‌های واقعی مشتری قبل از خرید رو جمع می‌کردم. از تماس‌های فروش، واتساپ، جلسات دمو و ایمیل‌ها. بعد می‌دیدم سایت ما واقعاً به چندتاشون جواب می‌ده.

  1. محتوای مقایسه و تصمیم می‌ساختم. نه محتوای «ما بهترینیم»؛ محتوایی که به مشتری کمک کنه بفهمه چه گزینه‌ای برای شرایطش مناسبه.
  2. شواهد رو بیشتر می‌کردم. Case Study، نتیجه واقعی، تجربه مشتری، نمونه اجرا، داده و هر چیزی که ادعاهای ما رو قابل بررسی‌تر کنه.
  3. جلسه فروش رو بازطراحی می‌کردم. کمتر توضیح می‌دادم «ما چه داریم» و بیشتر می‌پرسیدم «شما دقیقاً چه مسئله‌ای دارید؟»

بیشتر این کارها حتی اگر فردا AI هم ناپدید بشه، باز برای فروش B2B مفیدن. و به نظرم این خودش نشونه خوبیه.

چیزی که من از این گزارش‌ها برمی‌دارم

فکر نمی‌کنم AI تیم فروش B2B رو حذف کنه. اما احتمالاً فروشنده‌ای رو که تنها مزیتش داشتن اطلاعاته، کم‌ارزش‌تر می‌کنه. مشتری قبل از جلسه بیشتر می‌دونه، گزینه‌های بیشتری دیده و سؤال‌های بیشتری داره. از اون طرف، چون تصمیم B2B پرریسکه، همچنان دنبال اعتماد، شواهد، تأیید و کسیه که شرایط واقعی کسب‌وکارش رو بفهمه. پس یک اتفاق جالب داره می‌افته:

AI اطلاعات رو بیشتر می‌کنه، ولی لزوماً نیاز به اعتماد رو کمتر نمی‌کنه.

شاید حتی برعکس. هرچه اطلاعات بیشتر بشه، تشخیص اینکه کدوم اطلاعات به درد ما می‌خوره سخت‌تر می‌شه. اینجاست که ارزش تیم فروش و مشاوره حرفه‌ای از «داشتن جواب» می‌ره به سمت کمک به گرفتن تصمیم بهتر. و شاید از این به بعد یک سؤال مهم برای همه ما این باشه:

مشتری قبل از اینکه با ما تماس بگیره، چه چیزهایی درباره مسئله‌اش، رقبا و خود ما فهمیده؟ اگر جوابش رو ندونیم، شاید داریم فقط نیمه دوم سفر مشتری رو مدیریت می‌کنیم.

این چه ربطی به کارگاه جذب مشتری داره؟

خیلی مستقیم. چون وقتی درباره جذب مشتری حرف می‌زنیم، قرار نیست اولین سؤال‌مون این باشه: «کجا تبلیغ کنیم؟» قبلش باید بفهمیم مشتری چه مسیری رو طی می‌کنه. مسئله‌اش رو کجا شناخته؟ چه سؤالی از AI یا گوگل پرسیده؟ چه گزینه‌هایی رو دیده؟ چه چیزی باعث شده بعضی‌ها رو حذف کنه؟ چرا ما وارد shortlist شدیم؟ و بعد چه چیزی باعث می‌شه واقعاً انتخاب بشیم؟

 

در کارگاه جذب مشتری باهوشانه دقیقاً می‌خوایم همین مسیر رو برای کسب‌وکار خودمون پیدا کنیم؛ نه با یک نسخه آماده برای همه.

چون اگر مسیر مشتری رو نشناسیم، انتخاب کانال جذب هم بیشتر شبیه حدسه.

و باز می‌رسیم به همون اصل ساده:

اول تحلیل، بعد تصمیم.

 

منابع این رادار

Harvard Business Review — June 2026
How Gen AI Is Disrupting B2B Buying Decisions

McKinsey & Company — May 2026
The Surprising Economics of B2B Growth

Forrester — January 2026
The State of Business Buying, 2026

 

برای پیگیری درخواست با شما تماس می‌گیریم.

تجربه تو می‌تواند ادامه این مقاله باشد این موضوع را در کسب‌وکارت چطور تجربه کرده‌ای؟

جواب رسمی لازم نیست؛ تجربه، سؤال یا نگاه متفاوتت را بنویس.

مشاوره
تماس تلفنی واتساپ اینستاگرام تلگرام