Yapay Zekâ ile Teklif Hazırlama: Nerede Hız, Nerede İnsan

En belirgin kazanç taslak aşamasındadır. Bir teklifin büyük kısmı her müşteride benzer: şirket tanıtımı, çalışma yöntemi, genel şartlar, teslim aşamaları. Bu bölümler şirketin onaylı metinlerinden beslenen bir yapay zekâ ile birkaç dakikada, müşterinin sektörüne ve diline uyarlanmış biçimde çıkar.

İkinci kazanç düzenleme ve ton ayarındadır. Satış sorumlusunun yazdığı kaba notu resmî bir dile, ya da uzun bir teklifi iki sayfalık yönetici özetine çevirmek model için kolay bir iştir. Okur, teklifin ilk sayfasında kendi sorununun adını görmek ister; model bunu görüşme notlarından çıkarıp başa koyabilir.

Üçüncü kazanç tutarlılıktır. Aynı firmanın farklı satışçıları aynı hizmeti farklı kelimelerle anlatır. Onaylı bir metin havuzuna bağlı bir asistan, tekliflerin hepsinde aynı terimi ve aynı sınırı kullanmayı kolaylaştırır.

Fiyat, kapsam ve taahhüt bölümleri insanda kalır. Fiyat; maliyet, kapasite, müşterinin ödeme alışkanlığı ve ilişkinin geleceği gibi modelin göremediği bilgilere bağlıdır. Model makul görünen bir sayı üretebilir, ama o sayıyı savunacak olan satış yöneticisidir.

Kapsam daha da hassastır. Teklifte yazan her cümle sonradan bir beklentiye dönüşür. Model, müşterinin konuşmada geçen bir isteğini farkında olmadan teklife taahhüt olarak yazabilir ya da yapılmayacak bir işi yapılacakmış gibi gösterebilir. Bu yüzden kapsam maddelerini satıştan çok teslimatı bilen biri satır satır okumalıdır.

Hukuki şartlar için de aynı kural geçerlidir: sözleşme maddesi, ceza koşulu ve gizlilik hükmü yapay zekâ metninden alınıp yollanmaz. Bunlar için bir hukukçuya danışın; model bu konuda yalnızca taslak okunabilir hâle getirmek için kullanılabilir.

Teklif, satışın yalnızca bir halkasıdır. Görüşme öncesi hazırlıkta yapay zekâ, müşterinin web sitesini ve kamuya açık duyurularını özetleyerek satışçıya üç dakikalık bir ön bilgi notu çıkarabilir. Bu not görüşmenin yerini tutmaz, ama ilk beş dakikayı genel sorulara harcamayı önler.

Görüşme sonrasında not özeti ve takip e-postası en çok zaman kazandıran işlerdir. Satışçı görüşmeyi kendi notlarıyla modele verir; model kararları, açık soruları ve sıradaki adımı ayrı başlıklar altında toplar. Satışçı metni gönderir ya da düzeltir, ama sıfırdan yazmak zorunda kalmaz.

• Görüşme öncesi: müşteri ve sektör hakkında kısa ön bilgi notu
• Görüşme sonrası: karar, açık soru ve sıradaki adım özeti
• Teklif sonrası: nazik ve kısa takip mesajı taslağı
• Kaybedilen tekliflerde: itiraz nedenlerini ortak başlıklarda toplamak

Kurulum, modeli seçmekten önce metni toplamakla başlar. Şirketin kazanılmış son teklifleri, onaylı hizmet tanımları ve standart şartları temiz bir klasörde toplanmazsa model internetten genel cümleler getirir; bu cümleler şirketinize benzemez.

Her teklif çıktısının bir insan onay adımından geçeceği baştan yazılmalıdır. Onay adımı atlandığında en zararsız hata bile müşteriye ulaşır.

• Kazanılmış son tekliflerden onaylı bir metin havuzu oluşturun
• Hizmet tanımlarını ve yapılmayan işleri ayrı bir listede yazın
• Fiyat alanını modele açmayın; satışçı elle girsin
• Her teklifte kapsam maddelerini ikinci bir kişi okusun
• Müşteri verisini hangi araca yüklediğinizi ve verinin nerede saklandığını belirleyin

En sık hata, modelin ürettiği düzgün ve akıcı metni doğru metin sanmaktır. Akıcılık doğruluk anlamına gelmez; model olmayan bir referansı ya da yapılamayacak bir teslim süresini aynı rahatlıkla yazar. Her somut iddia, kaynağı bilinen bir bilgiyle karşılaştırılmalıdır.

İkinci hata müşteri verisinin dikkatsizce yüklenmesidir. Müşterinin kişisel verisi içeren notları herkese açık bir araca yapıştırmak hem güveni hem de mevzuat uyumunu riske atar. Hangi verinin hangi araca gidebileceği önceden kurala bağlanmalıdır.

Üçüncü hata, tüm tekliflerin aynı kalıptan çıkmasıdır. Müşteri aynı cümleleri rakip tekliflerde de görürse farkı kaybedersiniz. Modelin taslağı bir başlangıçtır; müşterinin kendi sözünü ve kendi sorununu içeren birkaç cümle her zaman satışçı tarafından eklenmelidir.

• Akıcı metni doğrulanmış metin sanmak
• Teslim süresi ve referansı kontrol etmeden bırakmak
• Kişisel veriyi uygunsuz araca yüklemek
• Bütün teklifleri aynı şablondan çıkarmak

Az sayıda ve her biri kendine özgü büyük anlaşmalarda yapay zekânın kazancı küçüktür. Ayda üç dört teklif yazan bir firmada taslak yazmak zaten fazla zaman almaz; asıl emek müşteriyi anlamaktadır ve bu insan işidir.

Metin havuzu hazır olmayan firmalarda da önce havuzu kurmak gerekir. Tutarsız ve eski tekliflerle beslenen bir model eski hataları hızlandırır. Fiyatlandırması henüz oturmamış bir firma da önce kendi fiyat mantığını yazmalı, sonra teklif sürecini hızlandırmayı düşünmelidir.