강의 배경
영업 현장의 질문에서 출발한 AI 활용
정보를 빠르게 찾는 것과 그 정보를 영업에 쓰는 것 사이에는 판단이 필요합니다. 고객이 실제로 우려하는 점, 경쟁사와 비교할 기준, 자료로 확인해야 할 사실을 먼저 정해야 하기 때문입니다.
이 강의는 실제 B2B 기술영업 프로젝트 네 건을 바탕으로 구성했습니다. 규격 검토, 고객 우려에 대한 설명, 기술 학습, 경쟁사 분석에서 AI가 맡은 역할과 영업사원이 직접 판단한 부분을 함께 다뤘습니다.
주요 내용
이 강의에서 다룬 것들
규격의 출처를 추적하고 이상점을 검증하기
입찰 규격과 유사한 제조사·제품의 사양을 탐색하고, 조건에 의문이 생기면 기술자료와 운전 조건을 다시 대조하는 과정을 소개했습니다. 수집한 정보를 그대로 인용하기 전에 사실과 가설을 구분하는 데 초점을 맞췄습니다.
고객의 우려를 설명할 수 있는 구조로 정리하기
신규 거래 과정에서 고객이 제기한 재무적 우려를 사례로 다뤘습니다. 실제 거래 구조와 결산 시점의 맥락을 정리하고, 확인 가능한 증빙을 바탕으로 고객에게 설명하는 과정을 살폈습니다.
낯선 기술을 고객에게 설명할 수 있는 지식으로 만들기
복합적인 장비 구조를 이해하기 위해 AI에 개념과 원리를 묻고, 제조사 자료와 경쟁제품의 구조를 대조한 경험을 소개했습니다. 기술 차이가 고객에게 어떤 의미가 있는지 해석해 영업 논리로 연결하는 과정까지 다뤘습니다.
제품 비교를 공급업체의 장기적인 신뢰로 넓히기
기업 규모, 재무, 연구개발, 사업 구조와 레퍼런스를 비교한 사례를 살폈습니다. AI로 찾은 공개정보를 고객의 기술지원·서비스 지속성에 대한 판단 근거로 바꾸는 방법을 설명했습니다.
참여자 후기
영업의 본질과 AI를 쓰는 기준
강의 후 구글 폼으로 남겨주신 의견 중 한 응답을 소개합니다.
9월 19일 강의 · 익명 응답자
실제 사례를 더 듣고 싶었던 강의
“영업을 배우는 입장에서 실제 사례들이 좋았고, 사례만 다루는 강의가 있다면 더 듣고 싶습니다. 영업 자체의 본질에 초점을 맞춘 점이 좋았고, AI를 어떻게 사용해야 하는지에 대한 기준도 큰 도움이 됐습니다.”
구글 폼 수강 후기 1건을 익명으로 발췌했습니다. 원뜻을 유지하면서 문장과 띄어쓰기를 읽기 쉽게 다듬었습니다.
우리 팀에서 이어갈 질문
- 우리 고객이 실제로 우려하는 문제는 무엇인가?
- AI가 제시한 정보 가운데 원자료로 확인해야 할 부분은 무엇인가?
- 확인한 정보를 다음 미팅과 제안에서 어떻게 사용할 것인가?