想像一下数字销售助理对语音命令做出回应。这些命令可能很简单，比如“调用队列中最有资格的人”，也可以是复杂的，比如“对我那些潜在客户最有效的销售优惠政策提供分析”。这样的助理，当它们与大型数据销售和营销自动化数据连接时，将允许销售人员加快工作效率。
消费者市场已经能看到像Amazon Echo、Cortana、Siri这样的产品。根据Strategy Analytics的数据，今年将有大约8800万个具有语音激活功能的设备即将发货。到2020年，这个数字预计将达到3．47亿，届时全球将有9．7亿正在使用的语音机器人。
除了若干个开创性的公司之外，革命将从个别销售人员开始。这就是智能手机、社交媒体、CRM等如何成为销售环境的一部分：销售人员在家中体验到了该技术的力量，然后开始注意到这些技术支持的体验与落后于他们在工作中的经验，这造成了“经验差距”。
作为把某些类型的数据从显示器到口语世界快速传输的界面，不难想象这对销售人员来说意味着什么：口语指导的销售系统或解决配置价格报价（CPQ）的引导功能配置，在汽车中与销售管理系统进行互动的能力，以及根据经历对助理的标准快速生成新类型的报告，然后在屏幕上查看。
下一级僵尸作为合作伙伴的助理——建议销售策略，促使销售人员了解潜在客户应获得的内容，或根据交易阶段、交易价值或建议购买可能性的市场数据的因素对销售电话进行优先排序。
这可以通过机器学习来实现，该机器学习自动发现与结果相关的模式。下一阶段是根据上下文来改变模式；当框架的数据存在于转移中，由于新的竞争产品、客户行为、经济状况等等，模式也必须改变。
所有这些都需要访问数据，而不仅仅是一个数据集。将机器学习应用于与销售和营销过程相关的一组数据是有些作用的，但其影响会受到限制。机器学习必须与涵盖买卖过程各个方面的总和数据收集相关联。为了提供正确、及时的数据，AI必须从营销自动化获得客户数据，从销售部门（包括关于佣金、报价生成、销售内容表现以及其他的数据）获得绩效数据，还需要获得关于市场的数据和即时检测数据（比如销售过程或产品组合的变化和预期效果）。
成功完成后，结果会非常喜人。就像每个销售人员都有一个助手来帮助他们做出决定、按规划建议等等。
但接口将是辅助销售解决方案中最明显、最矛盾、相对最不重要的方面。数据接口成为一个强大的工具。成功取决于具有完整的数据、最新的数据、以及最重要和最准确的数据，并以使其与任何启动机器学习的系统销售正在使用的格式兼容，在各种不连续的储存库中访问数据将剥夺辅助智能解决方案的能力，做出最佳决策。
我们可以看到新的销售技术“军备竞赛”，因为机器学习与销售数据相结合。但是如果把辅助技术放在最重要的地位，那就是不明智的了。这个新界面，具有易用性、速度、灵活性的所有好处，都是取决于数据的良好基础。对于那些即将开始或已经为AI未来准备销售数据来源的公司，成功会来得更快！
