Innholdsfortegnelse
AI-salgsselskapet Monaco lanserte med 35 millioner dollar i ryggen og pekte på HubSpot som sin første konkurrent, melder cryptorank.io. Samtidig lanserer norske gründere og investorer et AI-fond som skal hente en milliard kroner til nordiske AI-selskaper, ifølge E24, 2025. To nyheter, samme signal: det kommer en bølge av AI-native salgsverktøy inn i CRM-markedet.
Denne artikkelen handler ikke om hvem som vinner kapitalkappløpet. Den handler om hva du som salgsleder gjør med informasjonen. Du får gjennomgangen av hva som faktisk skjedde, hva en AI-nativ salgsplattform er teknisk sett, og en sjekkliste du bruker før du flytter pipelinen din til en leverandør med 40 ansatte.
| Seksjon | Hva du får ut av den |
|---|---|
| Dette skjedde da Monaco hentet 35 millioner dollar | Fakta, investorer og hvem produktet er bygget for |
| Hva en AI-nativ salgsplattform faktisk er | Skillet mellom AI-funksjon og AI-nativ arkitektur |
| Norwegian.ai og milliarden til nordiske AI-selskaper | Hva norsk AI-kapital betyr for verktøyutvalget ditt |
| Hvorfor 42 prosent sliter med AI | De tre feilkildene: data, prosess, adopsjon |
| CRM-markedet vokser mot 157,53 milliarder dollar | Hvorfor kapitalen renner inn, og hva det koster deg |
| Mennesker som styrer AI-agentene | Hybridmodellen og hvor du plasserer kontrollen |
| Sjekklisten før du bytter fra HubSpot | Leverandørrisiko, datautgang, integrasjoner |
| Hva du gjør på mandag morgen | Fire uker fra rot til målbar effekt |
| Feilene norske salgsteam gjør | De fire dyreste kjøpsfellene |
| Når AI ikke er svaret | Situasjonene der verktøyet ikke løser problemet |
| Ofte stilte spørsmål | Korte svar på det du lurer på |
| Oppsummering | Din situasjon og vår anbefaling |
Dette skjedde da Monaco hentet 35 millioner dollar
Nyheten er enkel i formen. Et nytt AI-salgsselskap gikk ut av skyggen med 35 millioner dollar i samlet finansiering og en ambisjon om å erstatte CRM-et ditt. Det som gjør saken interessant for norske salgsteam, er ikke beløpet, men hvem selskapet sier det skal ta markedsandeler fra, og hvordan produktet er bygget. Begge detaljene er gjengitt hos cryptorank.io.
Pengene og hvem som ga dem
Finansieringen er delt i to runder: en seed-runde på 10 millioner dollar og en Series A på 25 millioner dollar, begge ledet av Founders Fund, ifølge cryptorank.io. At samme fond leder begge rundene er et signal om overbevisning, ikke om produktmodenhet. Det er to forskjellige ting, og de blandes sammen hver gang en finansieringsnyhet går runden i LinkedIn-feeden.
Blant engleinvestorene finner du Stripe-grunnleggerne Patrick og John Collison, Y Combinator-sjef Garry Tan og Greenoaks-grunnlegger Neil Mehta, slik det er beskrevet hos cryptorank.io. Det er en investorliste som åpner dører i amerikansk teknologi. Den sier ingenting om hvordan produktet håndterer norsk MVA-logikk, Brønnøysund-data eller en salgsprosess der beslutningstakeren er daglig leder i et selskap med tolv ansatte.
Grunnleggeren er Sam Blond, tidligere investor i Founders Fund, der han ifølge cryptorank.io satt i 18 måneder før han sluttet. Han kommer fra salgsledelse, ikke fra ingeniørsiden. Det preger produktvalget: dette er et verktøy formet av noen som har sittet med kvoten selv.
Hvem Monaco faktisk selger til
Målgruppen er spisset. Selskapet retter seg mot seed- og Series A-startups som mangler ressurser til å ansette erfarne salgsteam, skriver cryptorank.io. Det er en målgruppe som har penger på konto, få selgere, og et akutt behov for å vise vekst før neste runde. Den profilen finnes også i Norge, men den er ikke den typiske norske B2B-SMB-en.
Hvis du driver et etablert selskap med jevn omsetning, lang kundelevetid og en salgsprosess som går gjennom anbud eller rammeavtaler, er du ikke kjernekunden til et produkt bygget for amerikanske vekstselskaper. Det betyr ikke at verktøyet er dårlig. Det betyr at veikartet til leverandøren vil prioritere andre behov enn dine, og at du bør vurdere prisnivået på sales readiness-plattformer opp mot hva du faktisk får løst.
Selskapet har omtrent 40 ansatte, ifølge cryptorank.io. Det er nok folk til å bygge et godt produkt for ett segment. Det er ikke nok folk til å drive lokalisert support i Norden, norsk fakturering og et partnernettverk samtidig.
Hva grunnleggeren mener mangler i markedet
Posisjoneringen er tydelig uttalt: selskapet sikter mot HubSpot som første konkurrent, med ambisjon om å utfordre Salesforce på sikt, slik det står hos cryptorank.io. Blond mener det ikke finnes en dominerende AI-nativ salgsplattform ennå, gjengitt av cryptorank.io. Det er en påstand om et vakuum, og vakuumpåstander er den vanligste begrunnelsen for en finansieringsrunde.
Vår erfaring er at en stor finansieringsrunde er ingen produktgaranti. 35 millioner dollar og 40 ansatte betyr fortsatt leverandørrisiko for et norsk SMB-salgsteam. Du kjøper et løfte om et veikart, ikke et ferdig system med fem år med driftshistorikk bak seg.
Det nyttige i uttalelsen er likevel markedsanalysen. Hvis det virkelig ikke finnes en dominerende AI-nativ plattform, betyr det at ingen har løst problemet godt nok ennå, og at du har tid. Du mister ikke et konkurransefortrinn ved å vente to kvartaler med å bytte CRM.
Hva en AI-nativ salgsplattform faktisk er
Begrepet brukes om alt fra en chatbot i sidepanelet til et system der datamodellen er bygget for agenter fra første linje kode. Skillet betyr noe når du skal vurdere pris og risiko, fordi de to variantene feiler på helt forskjellige måter.
Forskjellen på AI-funksjon og AI-nativ arkitektur
Et etablert CRM med AI-funksjoner har en database bygget for mennesker som fyller inn felter. AI-en leses inn på toppen: den foreslår neste steg, oppsummerer møtet, skriver e-postutkastet. Nytten er reell, men begrenset av at systemet forutsetter at noen har registrert data riktig først. Det er nøyaktig derfor AI sales enablement bare gir effekt når CRM-dataene holder.
En AI-nativ plattform snur rekkefølgen. Systemet antar at agentene gjør registreringen, at samtalene er råmaterialet, og at mennesket korrigerer i stedet for å skrive inn. Det er modellen selskapet beskriver hos cryptorank.io, der AI-agenter kombineres med menneskelige salgseksperter som overvåker og styrer arbeidet.
Konsekvensen er praktisk. I det første tilfellet er risikoen at ingen bruker AI-funksjonene. I det andre er risikoen at agentene gjør noe du ikke vil at de skal gjøre mot en kunde du har jobbet med i to år. Det er en annen type risiko, og den krever en annen type kontroll.
Hva salgsagentene gjør i praksis
Oppgavene som egner seg for agenter er de repeterende og reverserbare: hente og vaske kontaktdata, lage førsteutkast til oppfølgingsmeldinger, logge aktivitet, flagge pipeline som har stått stille, foreslå hvem som bør ringes i dag. Hybridmodellen hos cryptorank.io beskrives nettopp som arbeid AI utfører og mennesker styrer.
Oppgavene som egner seg dårlig er de som krever kontekst du ikke har skrevet ned noe sted: forhandlingen med kunden som er misfornøyd, prisingen av et prosjekt som avviker fra standard, vurderingen av om en kontakt er riktig person å gå via. Her blir agenten selvsikker på tynt grunnlag.
Den praktiske testen er enkel: hvis en feil i oppgaven koster deg en e-post og tretti sekunder, la agenten gjøre den. Hvis en feil koster deg kundeforholdet, hold et menneske i løkka. Det er samme logikk som gjelder når du vurderer om en sales enablement-plattform faktisk blir brukt eller bare blir en lisenskostnad.
Der de etablerte fortsatt vinner
HubSpot og Salesforce har to ting ingen nystartet leverandør kan kjøpe for 35 millioner dollar: et integrasjonsøkosystem og en konsulentbase. Når regnskapssystemet, e-postverktøyet, nettsidens skjemaer og rapporteringen allerede snakker med CRM-et, er byttekostnaden mye høyere enn lisensdifferansen. Det er hele grunnen til at utfordreren hos cryptorank.io starter med å ta HubSpot-segmentet og ikke enterprise.
| Dimensjon | AI-nativ utfordrer | Etablert CRM med AI-lag |
|---|---|---|
| Datamodell | Bygget for agenter, samtaler som kilde | Bygget for manuell registrering |
| Tid til første effekt | Kort, hvis prosessen er enkel | Lengre, krever oppsett og disiplin |
| Integrasjoner | Få, og de viktigste mangler ofte | Modent økosystem |
| Leverandørrisiko | Høy: 40 ansatte, ny finansiering | Lav: etablert drift og historikk |
| Norsk støtte | Sjelden lokalisert | Partnere og dokumentasjon på norsk |
| Passer best for | Lite team, enkel prosess, høyt volum | Etablert team, mange systemer, rapporteringskrav |
Tabellen er ikke en dom. Den er en påminnelse om at valget mellom utfordrer og etablert leverandør avhenger mer av hvor kompleks din egen prosess er enn av hvor god modellen bak verktøyet er.
Norwegian.ai og milliarden som skal inn i nordiske AI-selskaper
Den amerikanske nyheten har en norsk parallell. Fem norske gründere og investorer lanserer AI-fondet Norwegian.ai med mål om å hente en milliard kroner, ifølge E24, 2025. Det er ikke salgsteknologi spesifikt, men det er kapitalen som finansierer de neste norske salgsverktøyene du blir pitchet.
Fondet og kapitalen som er forpliktet
100 millioner kroner er allerede forpliktet til fondet, og ambisjonen er at minst halvparten av kapitalen kommer fra Norge og resten fra utlandet, skriver E24, 2025. Avstanden fra forpliktet til målsatt kapital er stor, og den sier noe om hvor tidlig vi er i syklusen.
Perspektivet som gjør tallene lesbare, står i samme artikkel: England har investert 771 millioner pund i AI, mens den samlede AI-investeringen i Norden er 100 millioner pund, ifølge E24, 2025. Nordisk AI-kapital er altså en liten brøkdel av britisk. Blant initiativtakerne er også Alexander Hagerup, som solgte IT-selskapet sitt for 80 millioner kroner.
Vår vurdering: norsk kapital til AI-selskaper er bra for utvalget ditt om to år, men endrer ingenting i pipelinen din denne måneden. Fondsnyheter er leverandørnyheter, ikke kjøpssignaler.
Norden som investeringsområde
Det er faglig uenighet om geografien. Anders H. Lier mener det norske økosystemet er for lite for et fond av denne størrelsen, men at Norden er stort nok, ifølge E24, 2025. Anne Worsøe mener en milliard kroner kan gjøre Norden til en for snever geografi, mens Daniel Ras-Vidal mener Norden er stort nok til å forsvare størrelsen, gjengitt i samme artikkel.
Uenigheten er relevant for deg som kjøper. Et fond som må ut av Norden for å finne nok caser, finansierer selskaper som ikke nødvendigvis bygger for norske forhold. Et fond som holder seg nordisk, får en portefølje som i større grad kjenner GDPR-praksis, nordisk fakturering og en salgskultur der beslutningene tas i små ledergrupper.
Artikkelen peker også på 12 måneder som tidsramme for den eksponentielle utviklingen innen AI, ifølge E24, 2025. Hvis den tidsrammen holder, er den viktigste konsekvensen for deg at du bør skrive kortere kontrakter, ikke at du bør kjøpe raskere.
Hvorfor 42 prosent av salgsorganisasjonene sliter med AI
Midt i finansieringsnyheten står et tall som fortjener mer plass enn runden selv: 42 prosent av salgsorganisasjonene rapporterer vanskeligheter med AI-implementering, ifølge cryptorank.io. Det er ikke en modellsvakhet. Det er en implementeringssvakhet, og den har tre gjenkjennelige årsaker.
Vår erfaring er at når 42 prosent av salgsorganisasjonene sliter med AI-implementering, ligger problemet oftest i CRM-data og prosess, ikke i modellen de kjøpte. Det er dårlig nytt hvis du håpet at et nytt verktøy løste det, og god nytt fordi du kan fikse det selv uten å bytte leverandør.
Dataene i CRM-et er sjelden gode nok
En AI-agent som skal foreslå neste steg, trenger å vite hva som skjedde sist. Hvis halvparten av dealene mangler aktivitetslogg, hvis kontaktpersonen sluttet i fjor, og hvis stadiene brukes forskjellig av tre selgere, får agenten et forvrengt bilde. Den svarer likevel, og den svarer med selvtillit. Det er den dyreste varianten av dårlige data.
Ryddejobben er kjedelig og kortvarig. Du trenger en definisjon av hva et stadium betyr, en regel for når en deal lukkes som tapt, og en felt-liste som faktisk fylles. Vi har skrevet om sammenhengen mellom tidsbesparelse fra AI og kvaliteten på CRM-dataene, og rekkefølgen er alltid den samme: data først, verktøy etterpå.
Det gjelder uansett hvilken leverandør du velger. Både et etablert CRM og en AI-nativ utfordrer som den hos cryptorank.io leverer dårligere resultat på rotete grunnlag.
Prosessen mangler før verktøyet kommer
Mange salgsteam har ingen skrevet prosess. De har en vane. Vanen fungerer fordi selgerne husker konteksten, men den kan ikke automatiseres, fordi det ikke finnes noe å automatisere mot. Når du kjøper AI inn i en udokumentert prosess, får du raskere utførelse av tilfeldighet.
Minimumsvarianten er en side: hvem er kundeprofilen, hvilke tre steg går en deal gjennom, hva utløser overgang mellom stegene, og hva skjer ved no-show. Det er nok til at en agent kan gjøre nyttig arbeid, og nok til at du kan måle om den gjorde det.
Dette er også grunnen til at teknisk salgskompetanse blir mer verdt i AI-innkjøp. Noen må kunne oversette mellom salgsprosess og systemoppsett, og i et lite norsk team er det ofte salgslederen selv.
Ingen eier adopsjonen
Den tredje årsaken er organisatorisk. Verktøyet kjøpes av en leder, rulles ut i et allmøte, og deretter eies det av ingen. Selgerne går tilbake til regnearket sitt fordi det fungerer godt nok, og lisensen blir en kostnad uten motstykke.
Fiksen er en navngitt eier med et måltall og et møtepunkt. Eieren trenger ikke være teknisk. Eieren trenger mandat til å endre prosessen og tid til å følge opp i fire uker. Uten det blir resultatet det samme mønsteret vi beskriver i artikkelen om plattformene du betaler for men ikke bruker.
Når 42 prosent sliter ifølge cryptorank.io, er det verdt å merke seg at ingen av de tre årsakene over løses av å bytte til leverandøren med den ferskeste finansieringsrunden.
CRM-markedet vokser mot 157,53 milliarder dollar innen 2030
Kapitalen følger veksttall, og CRM-tallene er store. Prognosen for det globale CRM-markedet er 157,53 milliarder dollar innen 2030, ifølge cryptorank.io. Det forklarer både hvorfor Founders Fund gikk inn to ganger og hvorfor du kommer til å bli kontaktet av flere nye leverandører i år enn i fjor.
Hva prognosen faktisk sier
Prognosen beskriver et marked i kraftig vekst gjennom hele perioden. Den veksten kommer ikke bare fra nye kunder. Den kommer også fra at eksisterende kunder betaler mer per sete, for flere moduler, med AI-funksjoner lagt inn som et pristrinn over det du har i dag.
For deg som budsjetterer, er det den viktigste implikasjonen av prognosen fra cryptorank.io. Forvent at CRM-kostnaden per selger stiger, og at AI-funksjoner havner i den dyrere pakken. Det samme mønsteret ser vi i prisingen av sales readiness-plattformer for SMB.
Markedsvekst er ikke det samme som verdivekst for deg. Et marked kan vokse fordi flere selskaper kjøper mer programvare, uten at salgsproduktiviteten per selger øker tilsvarende. Hold de to størrelsene adskilt når du vurderer et tilbud.
Derfor renner kapitalen inn
Et marked med høy vekst, høy byttekostnad og dominerende aktører er attraktivt for investorer av en enkel grunn: hvis noen klarer å flytte selv en liten andel av kundene, blir det et stort selskap. Det er logikken bak at utfordreren hos cryptorank.io sikter mot HubSpot først og Salesforce senere.
Konsekvensen for kjøpere er en periode med mange tilbud, aggressiv prising og kort levetid for noen av leverandørene. Noen av verktøyene du vurderer nå, finnes ikke om tre år, eller finnes i en annen form etter et oppkjøp. Det er ikke en grunn til å avstå. Det er en grunn til å skrive kontrakter du kommer ut av.
Samtidig er dette konkurransen som presser prisene og funksjonaliteten hos de etablerte. Du tjener på at nye aktører utfordrer HubSpot, selv om du aldri blir kunde hos noen av dem.
Mennesker som styrer AI-agentene, ikke omvendt
Den mest overførbare delen av Monaco-nyheten er ikke beløpet, men produktvalget. Selskapet kombinerer AI-agenter med menneskelige salgseksperter som overvåker og styrer AI-arbeidet, ifølge cryptorank.io. Det er en designbeslutning du kan kopiere uavhengig av hvilket verktøy du bruker.
Vår holdning: AI-agenter i salg bør ha et menneske som overvåker og styrer arbeidet. Modellen Monaco bygger på er tryggere for små salgsteam enn full autonomi, fordi kostnaden av en feil mot en navngitt kunde er høyere i et lite marked enn i et stort.
Hybridmodellen Monaco bygger på
I praksis betyr menneskestyrt agentarbeid at AI-en gjør forarbeidet og mennesket godkjenner utgangen. Agenten foreslår lista, selgeren velger. Agenten skriver utkastet, selgeren justerer tonen og sender. Agenten oppsummerer møtet, selgeren retter det som ble feil. Beskrivelsen hos cryptorank.io peker på den samme arbeidsdelingen.
Gevinsten er tid på det kjedelige. Kostnaden er at du ikke får den fulle automatiseringseffekten noen leverandører lover, fordi et menneske fortsatt må lese. Den avveiningen er bevisst, og for et team med få, verdifulle kunder er den riktig.
At selskapet retter seg mot startups uten erfarne salgsteam, forklarer også hvorfor menneskene er en del av leveransen og ikke bare en funksjon i produktet. De selger kompetanse, ikke bare programvare.
Hvor du plasserer mennesket i løkka
Sett kontrollpunktet der feilen blir synlig for kunden. Alt som går ut av huset med navnet ditt på, skal leses av et menneske den første perioden. Alt som bare berører interne data, kan agenten gjøre uten godkjenning, fordi feilen fanges opp i neste rapport.
En praktisk inndeling: agenten eier research, dataoppdatering, møtenotater og pipeline-varsler. Mennesket eier første kontakt med nye kunder, prising, innvendingshåndtering og alt som gjelder eksisterende kunder i reforhandling. Grensen flyttes gradvis etter hvor mange korreksjoner du faktisk gjør.
Mål antall korreksjoner. Hvis du retter ni av ti utkast, er ikke agenten klar for autonomi uansett hva leverandøren sier. Hvis du retter ett av ti, kan du slippe opp på kontrollen i den oppgavetypen.
Når mer autonomi er forsvarlig
Full autonomi er forsvarlig når tre betingelser er oppfylt samtidig: oppgaven er reverserbar, volumet er høyt nok til at manuell kontroll ikke er realistisk, og du har et måltall som avslører feil raskt. Datavasking i CRM treffer alle tre. Oppfølging av en nøkkelkunde treffer ingen.
GDPR legger en ekstra betingelse på toppen. Når en agent behandler personopplysninger om kontaktpersoner, må du vite hvor dataene ligger, hva de brukes til og hvordan de slettes. Det er et spørsmål du stiller leverandøren før piloten, ikke etter.
Hybridmodellen beskrevet hos cryptorank.io gjør denne vurderingen enklere, fordi den allerede antar at et menneske har siste ord. Verktøy som selger full autonomi, flytter hele den vurderingen over på deg.
Sjekklisten du bruker før du bytter fra HubSpot eller Salesforce
Hvis du vurderer å flytte pipelinen til en nystartet AI-nativ leverandør, er dette spørsmålene som avgjør om det er et klokt valg. Ingen av dem handler om modellen. Alle handler om hva som skjer hvis leverandøren endrer kurs.
Leverandørrisiko og levetid
Start med de to tallene du har: 35 millioner dollar i finansiering og omtrent 40 ansatte, ifølge cryptorank.io. Spør hvor mange av de ansatte som sitter på support, og hvilken responstid du får i norsk arbeidstid. Svaret avgjør hvor dyrt et driftsavbrudd blir for deg.
Spør også hva som skjer ved oppkjøp. I et marked som vokser raskt, slik cryptorank.io beskriver, blir lovende utfordrere kjøpt opp. Du vil ha en klausul som gir deg rett til å avslutte uten gebyr hvis eierskapet endres.
| Sjekkpunkt | Spørsmålet du stiller | Rødt flagg |
|---|---|---|
| Levetid | Hvor lenge rekker finansieringen, og når trenger de ny kapital? | Vagt svar om runway |
| Support | Hvem svarer, på hvilket språk, innen hvor lang tid? | Kun e-post i amerikansk tidssone |
| Dataeierskap | Kan jeg eksportere alt, inkludert aktivitetslogg? | Eksport kun av kontakter |
| GDPR | Hvor lagres dataene, og hvem er underleverandører? | Ingen databehandleravtale klar |
| Integrasjoner | Snakker det med regnskap, e-post og nettsidens skjemaer? | Lovnad om veikart i stedet for ferdig kobling |
| Exit | Hva koster det å avslutte midt i perioden? | Lang bindingstid med forskuddsbetaling |
Data, eksport og innelåsing
Den dyreste feilen i et CRM-bytte er ikke lisensen. Det er at historikken din blir vanskelig å få ut igjen. Krev en testeksport i piloten, ikke en lovnad om at eksport finnes. Åpne fila og se om aktivitetene, notatene og stadiehistorikken faktisk er med.
Hvis eksporten bare gir deg kontakter og selskaper, har du i praksis skrevet av deg to års salgshistorikk den dagen du bytter tilbake. Det er en reell kostnad som sjelden står i tilbudet.
Ta samtidig stilling til hva du gjør med dataene du har i dag. En plattform bygget for agentarbeid, slik den beskrives hos cryptorank.io, forutsetter en annen datastruktur enn et felt-basert CRM. Migreringen er jobben, ikke innloggingen.
Integrasjoner og GDPR
Lag lista over systemene CRM-et må snakke med før du ser demoen: e-post og kalender, regnskap og faktura, nettsidens skjemaer, eventuelt tilbudsverktøy og e-signatur. Hvis to av disse mangler, er den manuelle jobben du sparer med AI spist opp av den manuelle jobben du får med dobbeltføring.
På personvernsiden trenger du databehandleravtale, oversikt over underleverandører og en klar beskrivelse av hvilke data som sendes til modellen. Dette er standard krav, men nye leverandører har dem ikke alltid klare for et europeisk marked fra dag en.
Les også: slik endrer teknisk salgskompetanse hvordan AI-verktøy kjøpes inn.
Hva du gjør på mandag morgen med AI i salgsprosessen
Her er den delen som faktisk flytter pipelinen. Ingen av stegene krever at du bytter CRM, og ingen av dem krever ny finansiering. De krever fire uker med disiplin.
Første uke: rydd datagrunnlaget
Gå gjennom alle åpne dealer og lukk alt som ikke har hatt aktivitet siden i sommer. Oppdater kontaktpersonene på de dealene som er igjen. Skriv ned hva hvert stadium betyr, i en setning per stadium, og del det med teamet.
Dette er den uken som avgjør om resten fungerer, og den er grunnen til at vi mener dataene er flaskehalsen bak de 42 prosentene fra cryptorank.io. Et ryddet CRM gir bedre AI-forslag umiddelbart, uansett verktøy.
| Uke | Oppgave | Resultat du måler |
|---|---|---|
| Første | Rydd pipeline, definer stadier | Andel dealer med oppdatert kontakt og aktivitet |
| Andre | Velg en prosess å automatisere | Tid brukt på oppgaven før automatisering |
| Tredje | Kjør med menneskelig godkjenning | Andel utkast du måtte rette |
| Fjerde | Mål og bestem | Spart tid og antall booket møter |
Andre uke: velg en prosess
Velg den oppgaven som tar mest tid og har lavest kostnad ved feil. For de fleste norske B2B-team er det prospekt-research eller oppfølging etter første møte. Ikke start med cold outreach til navngitte nøkkelkunder.
Mål hvor lang tid oppgaven tar i dag, før du slipper AI til. Uten en nullmåling kan du ikke dokumentere effekt, og uten dokumentert effekt blir verktøyet kuttet ved neste budsjettrunde. Se også gjennomgangen av hvor tidsbesparelsen i AI sales enablement faktisk kommer fra.
Hold deg til en prosess. Team som automatiserer fire ting samtidig klarer ikke å si hvilken av dem som virket.
Tredje og fjerde uke: mål og bestem
Kjør prosessen med menneskelig godkjenning, slik hybridmodellen hos cryptorank.io beskriver, og tell hvor mange utkast du måtte rette. Den tellingen er din beste indikator på om du kan slippe opp på kontrollen.
Sammenlign deretter spart tid mot lisenskostnad og mot timene du brukte på oppsett. Hvis regnestykket ikke går opp etter fire uker, går det sjelden opp etter fire måneder heller, med mindre du vet nøyaktig hva som manglet.
Beslutningen i fjerde uke er binær: skaler til neste prosess, eller avslutt og behold de ryddede dataene. Begge utfall er greie. Det eneste dårlige utfallet er en lisens som ruller videre uten eier, mønsteret vi beskriver i artikkelen om ubrukte sales enablement-plattformer.
Feilene norske salgsteam gjør når de kjøper AI-verktøy
Mønstrene er gjenkjennelige på tvers av bransjer, og de koster mer enn selve lisensen. Her er de tre vi ser oftest.
Kjøper plattform før prosess
Et verktøy kan ikke organisere et salgsteam som ikke er organisert. Når prosessen mangler, blir plattformen et nytt sted å ikke registrere data. Du betaler for struktur du ikke har bygget.
Løsningen er ikke et prosjekt på et kvartal. Det er en side med kundeprofil, tre stadier og en definisjon av hva som utløser overgang. Den siden skriver du på en formiddag.
Prisnivået gjør feilen dyr. Når du ser hva plattformene i dette segmentet koster for SMB, blir en ubrukt lisens raskt den største unødvendige posten i salgsbudsjettet.
Leser finansieringsrunden som kvalitetsstempel
Når Founders Fund leder både seed og Series A, slik cryptorank.io beskriver, tolkes det ofte som at produktet er validert. Det er feil slutning. En investor validerer en mulighet og et team, ikke at verktøyet passer et norsk SMB-salgsteam.
Det samme gjelder engleinvestorene. At Collison-brødrene og Garry Tan er med, forteller deg at grunnleggeren har et godt nettverk i Silicon Valley. Det er ikke et referansekunde-utsagn.
Be om referanser fra kunder som ligner på deg: samme størrelse, samme type salg, helst i Norden. Hvis leverandøren ikke har noen, er du pilotkunde, og da skal prisen reflektere det.
Pilot uten eier og uten måltall
En pilot uten navngitt eier blir ikke evaluert, den blir bare forlenget. Uten måltall vet ingen om den virket, og beslutningen tas på følelse i et budsjettmøte et halvt år senere.
Sett en eier, ett måltall og en sluttdato før du signerer. Måltallet skal være noe du kan telle uten å spørre leverandøren: antall booket møter, antall dealer med komplett aktivitetslogg, timer brukt på research per uke.
Dette er også den billigste forsikringen mot leverandørrisiko. Et team som har målt effekten, kan bytte verktøy uten å miste prosessen. Et team som ikke har målt, starter forfra.
Når AI ikke er svaret for salgsteamet ditt
Det finnes situasjoner der mer AI gjør problemet verre, eller i beste fall usynlig. Her er de to vanligste.
Når problemet er for få leads
AI gjør eksisterende pipeline mer effektiv. Den skaper ikke etterspørsel som ikke finnes. Hvis du har fire kvalifiserte muligheter i måneden, er flaskehalsen markedsføring, posisjonering eller pris, ikke hvor raskt du følger opp.
Automatisert oppfølging av for få leads gir deg raskere avvisning, ikke flere avtaler. Bruk pengene på å finne ut hvorfor markedet ikke svarer før du bruker dem på å svare raskere.
Det er samme vurdering som ligger bak at vi mener norsk kapital til AI-selskaper er bra for utvalget ditt om to år, men endrer ingenting i pipelinen din denne måneden. Tilbudssiden i verktøymarkedet er ikke problemet ditt.
Når salget er for komplekst
Komplekse salg med mange beslutningstakere, lange anbudsprosesser og teknisk tilpasning tåler dårlig automatisert kommunikasjon. Konteksten som avgjør utfallet, finnes sjelden i CRM-et, og agenten vil derfor skrive noe som er riktig i formen og feil i innholdet.
Her er gevinsten mindre, men den finnes: research, dokumentsøk, møtenotater og interne oppsummeringer. Hold AI på innsiden av huset og mennesket på utsiden. Det er praktisk talt den samme arbeidsdelingen som hybridmodellen hos cryptorank.io beskriver.
Jo mer teknisk salget er, desto viktigere blir kompetansen i teamet fremfor verktøyet. Vi har skrevet mer om hvorfor teknisk salgsrolle blir mer etterspurt.
Ofte stilte spørsmål om AI-investering i salgsverktøy
Spørsmålene vi får oftest når en finansieringsnyhet som denne har gått runden i salgsmiljøene.
Hva er egentlig Monaco?
Et AI-salgsselskap grunnlagt av tidligere Founders Fund-investor Sam Blond, lansert med 35 millioner dollar i finansiering fordelt på en seed-runde på 10 millioner dollar og en Series A på 25 millioner dollar, ifølge cryptorank.io. Selskapet kombinerer AI-agenter med menneskelige salgseksperter og har omtrent 40 ansatte.
Bør jeg bytte fra HubSpot nå?
Ikke på grunn av denne nyheten. Grunnleggeren mener selv at det ikke finnes en dominerende AI-nativ salgsplattform ennå, gjengitt hos cryptorank.io. Bytt når du har et konkret problem det etablerte CRM-et ikke løser, og når du har testet dataeksporten begge veier.
Hvorfor sliter så mange med AI i salg?
42 prosent av salgsorganisasjonene rapporterer vanskeligheter med AI-implementering, ifølge cryptorank.io. Vår erfaring er at årsaken sitter i CRM-data og prosess, ikke i modellen. Les mer i gjennomgangen av CRM-data som forutsetning for AI-gevinst.
Hva betyr det norske AI-fondet for meg?
Norwegian.ai skal hente en milliard kroner og har 100 millioner kroner forpliktet, med fokus på norske og nordiske AI-startups, ifølge E24, 2025. Praktisk effekt for deg: flere nordiske leverandører å velge mellom om et par år, ingen endring i pipelinen din i år.
Hvor stort blir CRM-markedet?
Prognosen er 157,53 milliarder dollar innen 2030, ifølge cryptorank.io. Forvent at veksten slår ut i høyere pris per selger hos din nåværende leverandør, ikke bare i flere valgmuligheter.
Oppsummering og neste steg for salgslederen
To nyheter, ett budskap: kapitalen flytter seg inn i AI-nativ salgsteknologi, både i USA med 35 millioner dollar til en HubSpot-utfordrer ifølge cryptorank.io, og i Norden med et fond som sikter mot en milliard kroner ifølge E24, 2025. Ingen av delene krever at du gjør noe akutt.
Din situasjon og vår anbefaling
| Din situasjon | Vår anbefaling |
|---|---|
| Lite team, enkel prosess, mye manuell research | Test en AI-nativ løsning på en prosess, med menneskelig godkjenning og fire ukers frist |
| Etablert CRM, mange integrasjoner, rapporteringskrav | Bli hos leverandøren, slå på AI-funksjonene du allerede betaler for |
| Rotete CRM-data | Rydd først, kjøp etterpå. Ingen modell kompenserer for manglende historikk |
| For få kvalifiserte leads | Ikke kjøp AI. Problemet ligger i etterspørsel, ikke effektivitet |
| Komplekst teknisk salg | Bruk AI internt til research og notater, hold mennesket i all kundekontakt |
Vår erfaring er at en stor finansieringsrunde er ingen produktgaranti. 35 millioner dollar og 40 ansatte betyr fortsatt leverandørrisiko for et norsk SMB-salgsteam, og den risikoen håndterer du med korte kontrakter og testet dataeksport, ikke med optimisme.
Neste steg denne uken
Gjør tre ting før fredag: tell hvor mange åpne dealer som mangler aktivitet siden i sommer, skriv en setning per pipeline-stadium, og velg den ene oppgaven du vil automatisere først. Det tar en formiddag og gjør enhver senere verktøyvurdering raskere og billigere.
Så lar du markedet modne. Når utfordreren hos cryptorank.io selv sier at ingen AI-nativ plattform dominerer ennå, er det en invitasjon til å vente med byttet og rydde i mellomtiden.
Les også: slik unngår du å betale for plattformer teamet ikke bruker og hva sales readiness-plattformer koster i SMB-segmentet.
Vil du se hva AI faktisk gjør for salgstallene dine? Vi hjelper norske salgsteam med å ta i bruk AI der det gir målbar effekt: flere kvalifiserte møter, kortere salgssyklus og bedre kontaktdata. Ingen hype, bare det som virker for din situasjon.
Book en uforpliktende samtale: vi går gjennom salgsprosessen din og peker på de tre stedene AI gir raskest gevinst.
