AFFÄR & KUNDNYTTA · AI SPETSEN
AI behöver inte bara byggas.
Den behöver skapa kundnytta.
AI-bolag rekryterar också säljare, lösningsspecialister och kundansvariga. De är kommersiella roller inom ett AI-erbjudande, inte tekniska utvecklarroller. Skillnaden ligger i vilket skede av kundresan personen äger och hur djupt tekniken behöver förstås.
Account Executive, Solutions Engineer eller Customer Success?
Account Executive äger vanligtvis den kommersiella processen: prospektering eller kvalificerade möjligheter, behovsdialog, affär, förhandling och avslut. I ett AI-bolag behöver personen kunna förklara värdet utan att lova mer än produkten kan leverera. Rollen ska förstå köpare, beslutsgång och den ekonomiska effekten av lösningen.
Solutions Engineer arbetar mellan kund, försäljning och teknik. Personen kan genomföra teknisk behovsanalys, demonstrera lösningen, bedöma integrationer och förklara begränsningar. Rollen kan kallas Sales Engineer, Presales Engineer eller Solution Consultant. Hur mycket egen konfiguration och kod som ingår varierar mellan bolag.
Customer Success ansvarar normalt för att kunden kommer i gång, använder lösningen och får avsedd nytta. I AI-produkter kan det kräva förståelse för datakvalitet, arbetsflöden, utvärdering och förändrade arbetssätt. Rollen är inte bara support; den kan äga adoption, förnyelse, expansion eller strategisk kundutveckling.
Rollerna möts, men ska inte bli samma jobb.
| Roll | Primärt ansvar | Bevis på förmåga |
|---|---|---|
| Account Executive | Skapa och driva affärer till beslut. | Relevant försäljningsprocess, kvalificering, förhandling och prognosdisciplin. |
| Solutions Engineer | Översätta kundbehov till en trovärdig lösning. | Teknisk discovery, demonstration, integrationsresonemang och tydliga avgränsningar. |
| Customer Success | Skapa användning, effekt och långsiktigt kundvärde. | Onboarding, adoption, uppföljning, förnyelse och hantering av hinder. |
I ett litet bolag kan ansvar överlappa. Då bör kravprofilen ändå ange vad som väger tyngst. En person som ska skapa nya affärer från noll behöver en annan profil än någon som huvudsakligen ska genomföra tekniska workshops eller utveckla befintliga kunder.
Hur teknisk måste en kommersiell AI-roll vara?
Det beror på produkten och kunddialogen. En Account Executive behöver sällan bygga modeller, men måste kunna skilja ett relevant användningsfall från en vag AI-idé och förstå när en teknisk specialist ska kopplas in. En Solutions Engineer behöver normalt kunna resonera mer konkret om data, integration, säkerhet, utvärdering och begränsningar.
Customer Success behöver förstå vad som krävs för att kunden faktiskt ska ändra sitt arbetssätt. För en självbetjänad standardprodukt kan produktkunskap och pedagogik väga tyngst. För en komplex företagslösning kan rollen behöva hantera teknisk implementation, styrning och flera intressenter.
Skriv kravprofilen runt kundresan.
- Definiera marknaden. Vem köper, använder och godkänner lösningen?
- Beskriv affärsmodellen. Är försäljningen transaktionell, konsultativ, produktledd eller enterprise?
- Placera rollen i processen. Ska personen skapa pipeline, stänga affärer, validera lösningen eller driva adoption?
- Avgränsa det tekniska ansvaret. Ska rollen demonstrera, konfigurera, integrera eller bara kunna föra rätt dialog?
- Bestäm måtten. Exempel kan vara kvalificerade affärer, konvertering, tid till värde, aktiv användning, förnyelse eller expansion.
Undvik standardkravet ”starkt AI-intresse” utan att förklara vad det betyder i arbetet. Beskriv i stället vilka frågor personen måste kunna hantera själv och när stöd från produkt eller teknik finns.
Bedöm med en realistisk kundsituation.
För en Account Executive kan kandidaten få kvalificera ett fiktivt kundcase och förklara nästa steg. En Solutions Engineer kan resonera om en demonstration där kundens data saknas eller ett önskemål ligger utanför produkten. Customer Success kan få prioritera mellan låg användning, otydliga mål och tekniska hinder efter en lansering.
Bedöm inte bara presentationen. Lyssna efter vilka frågor kandidaten ställer, vilka antaganden som synliggörs och om personen kan sätta gränser för ett AI-erbjudande. Det är särskilt viktigt när kundens förväntningar är högre än den verifierade produktförmågan.
Läs vår samlade sida om försäljning och kundutveckling inom AI eller börja med guiden för en tydlig kravprofil.
Prata om en kommersiell AI-roll