Som säljchef i ett B2B-bolag har du blivit pratad till om AI minst en gång i veckan det senaste året. Antingen via LinkedIn, via en plattformsleverantörs säljare som ringer kallt, eller via en kollega som varit på ett event och kommit hem med en lista med saker ni borde göra. Förmodligen har du själv suttit i ett ledningsgruppsmöte och fått frågan - vad gör vi med AI? utan att vilja svara – inget vettigt än.
Det här är en ärlig orientering för säljchefen i B2B. Den listar vad som faktiskt fungerar i nordisk B2B-handel idag, vad som fortfarande är hype, och vart du som säljchef bör titta först. Den är skriven för säljchefer i fashion, grossist, industri och sports goods med omsättning 30 till 500 miljoner. Den är inte skriven för att sälja en plattform. Den är skriven för att du ska veta vad du pratar om i ledningsgruppen.
Den korta versionen: Tre saker fungerar väl, fyra är överhypade, och en sak avgör om något av det kommer fungera hos er.
Att generera produktbeskrivningar med AI är inte längre att be ChatGPT skriva utkast som någon manuellt putsar. Med modeller som har tränats på e-handels- och B2B-data, och med rätt ankarning mot er produktdatabas, kan AI producera publiceringsbara beskrivningar för tusentals artiklar samtidigt. Samma sak gäller produktbilder: från designskiss eller bas-fotografi till publiceringsbara varianter i flera bakgrunder och färger.
Vad det innebär för säljaren: när en kund frågar efter en produkt som ni inte har full beskrivning på, behöver säljaren inte vänta en vecka på marketing. Beskrivningen och bilden finns redan, eller genereras under tiden samtalet pågår. Sortimentsfönstret från kollektion till offerbart krymper från veckor till dagar.
Det vanligaste och dyraste manuella arbetet i B2B-handeln är fortfarande att läsa ordrar från kundernas mejl, Excel-filer och PDF-bilagor. Innesäljare och orderhanterare öppnar ERP, knappar in artikelnummer, dubbelkollar priser mot avtal, mejlar bekräftelse. För en order. Bolag vi pratar med har 100 till 500 sådana ordrar i veckan.
Multimodala AI-modeller läser nu ostrukturerade ordrar med tillräcklig precision för att flytta knappandet från säljaren till en granskningsroll. AI:n läser, matchar mot ert sortiment, validerar mot kundens avtal, flaggar avvikelser. Granskaren godkänner. Säljaren slipper.
Detta är förmodligen den största produktivitetsvinsten en grossist eller industribolag kan göra med AI just nu. Mätbar i timmar per vecka.
Producera en kundspecifik katalog tog förut veckor: layout i InDesign, korrekturer, prislistor, översättningar. AI-driven kataloggenerering låter er välja kund, sortimentsfilter, språk, prisnivå, och får en publiceringsbar PDF på minuter. Avtalspriserna kommer från ERP, sortimentsbegränsningarna från ERP, översättningen från AI.
För säljare som åker på kundbesök innebär det att man kan ta med en katalog som matchar exakt vad kunden får köpa till vilket pris. Det förändrar samtalet från generisk produktpresentation till skarp förhandling.
Branschen pratar om "agentic commerce": era kunder skickar AI-agenter som handlar åt dem och förbigår er webshop. Det är på riktigt en spännande utveckling, men i nordisk B2B-handel 2026 är det fortfarande pilotfasen. Få av era kunder kör detta i produktion. Försök inte bygga er affär kring det än, men följ utvecklingen.
Generiska chatbots som svarar på frågor om produktsortiment utan koppling till er ERP-data är värdelösa eller direkt skadliga. De hittar på, hänvisar till fel produkter, lovar lager som inte finns. Om någon säljer en chatbot till er som inte är integrerad med er produktdata, ert kundavtal och er lagernivå, säg nej.
B2C-personalisering ("kunder som du köpte också") översätts dåligt till B2B. Era kunder har avtal, har roller i organisationen, har leveransvillkor, har sortimentsbegränsningar. Generisk personalisering utan koppling till den infrastrukturen ger förslag som inte är giltiga för kunden. Om någon säljer "AI-personalisering" utan att fråga om era avtalsstrukturer först: skepsis.
Det säljs AI-plattformar som kräver att ni flyttar er data ur ERP, in i en separat AI-databas, för att fungera. Vissa säger rakt ut att ni bör byta ERP till deras moderna alternativ. Ni har lagt 10 år och miljoner på ert ERP. Den datan är fortfarande sanningen om era produkter, kunder, priser och leveranser. AI som kräver att ni flyttar bort den är inte modernisering. Det är ett dataflyttsprojekt med PR-team. Den vuxna positionen är AI ovanpå ditt ERP, inte i stället för det. AI utan att byta ERP är inte en kompromiss, det är arkitektur som faktiskt skalar.
Er produktdata och kunddata måste vara ankrad i en sanningskälla. För de flesta nordiska B2B-bolag är det ERP.
Alla tre produktiva användningsfall ovan har en gemensam förutsättning: AI fungerar på er data, inte på påhittad data. Det betyder att om er produktdata i ERP är inkonsistent, om kundavtalen inte är digitaliserade, om sortimentslogiken bara finns i någons huvud, så kommer AI ge inkonsistenta, felaktiga eller direkt skadliga resultat.
Bra nyhet: ni behöver inte fixa allt först. AI-driven produktdataberikning kan göras stegvis. Det är ofta första steget på resan: fyll i texterna och attributen som saknas i ERP, så att resten av AI-funktionerna har något att jobba mot.
AI för säljchefen i B2B är inte en magisk transformation. Det är en serie konkreta, mätbara förbättringar som tillsammans frigör säljteamets tid. Den största vinsten ligger där det manuella arbetet är som mest tröttsamt: produktdata och orderhantering. Den största fällan ligger i att köpa lösningar som kräver att ni byter grundsystem i stället för att lägga AI ovanpå ditt ERP.