AI Salgsindbakke
Intelligent email-håndtering til 14 sælgere
Udfordringen
Jydsk Emblem Fabrik er et dansk trykkeri med egen in-house produktion, der specialiserer sig i services som gravering, tryk på alt fra tekstil til valgplakater, samt specialfremstilling af medaljer, emblemer og awards. Med deres dygtige produktionsfaciliteter betjener de primært B2B-kunder over hele Skandinavien, og med 14 sælgere i teamet er der en konstant strøm af henvendelser – fra store ordrer til specifikke forespørgsler om materialer, farver, størrelser og leveringstider.
Problemet var ikke mangel på kunder. Problemet var, at sælgerne brugte størstedelen af deres tid på forarbejde i stedet for det, de er bedst til: rådgivning, relationsopbygning og lukning af salg.
Hver gang en ny forespørgsel landede i indbakken, startede den samme proces. Sælgeren skulle læse og forstå kundens behov, navigere rundt i produktsystemet for at finde den rigtige variant, slå priser og mængderabatter op, tjekke leveringstider, og til sidst formulere et professionelt svar – ofte med et vedhæftet tilbudsdokument i PDF. I gennemsnit tog det 10-15 minutter pr. henvendelse.
Det lyder måske ikke af meget. Men ganget med 14 sælgere og 10-15 daglige henvendelser per sælger, blev det til mange timer hver eneste uge – timer der gik til rutinearbejde i stedet for at skabe reel værdi.
Udover tidsforbruget var der et kvalitetsproblem. Svarene varierede fra sælger til sælger. Nogle skrev lange, detaljerede tilbud, andre korte og hurtige svar. Nye medarbejdere skulle bruge uger på at lære produktkataloget at kende, og selv erfarne sælgere slog fejl med varianter eller priser fra tid til anden. Der var ingen standardiseret proces – bare en indbakke og gode intentioner.
Løsningen skulle derfor ikke bare spare tid. Den skulle sikre ensartet kvalitet, gøre det lettere for nye medarbejdere at komme ombord, og give sælgerne mulighed for at fokusere på det, der faktisk driver omsætningen: kunderelationen.
Løsningen
Jeg byggede en intern AI-drevet salgsindbakke – et centralt dashboard hvor alle sælgernes indgående e-mails samles, analyseres af AI, og automatisk får genereret et salgsudkast baseret på virksomhedens produktdata.
Konceptet er simpelt: AI gør forarbejdet, mennesket kvalitetssikrer og sender. Sælgeren åbner dashboardet, ser et færdigt udkast med produktinfo, priser, leveringstid og en passende tone – klar til at blive justeret og sendt videre til kunden. Den originale e-mail vises altid ved siden af, så sælgeren har fuld kontekst.
Hvorfor et dashboard – og ikke bare email-automation?
Det ville have været teknisk nemmere at bygge en automatisering, der svarede direkte på e-mails uden menneskelig involvering. Men i et salgsscenario ville det være risikabelt. Hvad hvis AI'en rammer ved siden af med prisen? Hvad hvis tonen ikke passer til kundens relation? Hvad hvis forespørgslen kræver en nuance, som kun en erfaren sælger kan opfange?
Derfor valgte vi en "human-in-the-loop" tilgang. AI'en foreslår, mennesket beslutter. Sælgeren har altid det sidste ord – men slipper for 80% af forarbejdet. Det er det bedste fra begge verdener: hastighed og kvalitet fra AI, dømmekraft og relationsforståelse fra mennesket.
Flowet fra e-mail til svar
Sælgerens indbakke overvåges automatisk. Nye kundehenvendelser hentes ind i systemet via Microsoft 365 (OAuth2) eller klassisk IMAP.
Automatiseringsflowet vurderer om e-mailen er en salgshenvendelse. Er den det, analyserer AI'en kundens behov, ønsker og kontekst.
AI'en finder relevante produkter ved hjælp af vector embeddings – den forstår meningen bag kundens ord, ikke bare nøgleord.
Et komplet svar med produktinfo, priser, varianter og leveringstid genereres i virksomhedens tone – klar i sælgerens dashboard.
Sælgeren åbner udkastet, justerer hvis nødvendigt, og sender. Udkastet kan også downloades som professionelt PDF-tilbud med firmalogo.
Hvad sælgeren ser i praksis
Dashboardet er bygget til at være simpelt og effektivt. Sælgeren logger ind, ser en liste over indgående henvendelser med AI-genererede udkast, og kan åbne hvert udkast i en visning hvor den originale kunde-e-mail vises i venstre side, og det redigerbare salgsudkast i højre side.
Udover selve svarteksten ser sælgeren også det matchede produkt med billeder, varianter, specifikationer, mængdepriser og leveringstid. Det betyder, at sælgeren ikke behøver at forlade dashboardet – alt er samlet ét sted.
Udkast kan markeres som Udkast, Sendt eller Arkiveret, og ældre sager arkiveres automatisk, så indbakken altid er overskuelig. Der er også en delt "Info Email"-indbakke til generelle henvendelser, som ikke er tildelt en bestemt sælger.
Sådan byggede jeg det
Ethvert projekt har en række tekniske valg, der afgør om løsningen holder i drift – eller falder sammen efter et par uger. Her er de vigtigste valg jeg tog, og ikke mindst hvorfor jeg tog dem. Formålet er ikke at imponere med teknologinavne, men at vise at hvert valg er taget med omtanke for virksomhedens behov.
Next.js + PostgreSQL + n8n
Dashboardet er bygget i Next.js med server-side rendering, så følsomme data aldrig sendes direkte til browseren. PostgreSQL håndterer tusindvis af e-mails og udkast stabilt, og n8n orkestrerer alle workflows – fra email-hentning over AI-kald til filtrering og oprettelse af udkast. Det giver en løsning der er nem at vedligeholde og udvide, uden at skulle kode alt fra bunden.
OAuth2 (Microsoft Graph) + IMAP fallback
Alle sælgere bruger i dag Microsoft 365, hvor OAuth2-integration giver sikker adgang uden at passwords skal gemmes i systemet. Skulle der fremover opstå behov for at tilkoble andre email-udbydere, er IMAP-support også bygget ind som fallback-mulighed, så systemet kan skalere fleksibelt uden at være låst til én platform.
Semantisk produktsøgning med vector embeddings
Når en kunde skriver "vi skal bruge noget til at markere vores uniformer", siger de ikke direkte "emblem". Traditionel søgning ville fejle. Med semantisk søgning konverteres alle produkter til vektorer (embeddings) i en vector database, og AI'en finder relevante produkter baseret på betydning, ikke bare nøgleord. Det betyder, at systemet forstår intentionen bag kundens forespørgsel og matcher med de rigtige produkter – selv når ordene ikke matcher præcist.
AI-pipeline med virksomhedskontekst
Generiske AI-svar er kedelige og upersonlige. Derfor får AI-modellen ikke bare kundens e-mail – den får også virksomhedens tone, standardfraser, prispolitik og det fulde produktkatalog som kontekst. Det sikrer, at svarene lyder som om de kommer fra Jydsk Emblem Fabrik, med den rigtige professionalisme og brancheviden. Det er forskellen på et "robot-svar" og et svar der skaber tillid.
Sikkerhed og databeskyttelse
Systemet håndterer følsomme kundedata og salgsinformation. Sikkerhed var derfor fundamentalt fra dag ét – ikke en eftertanke. Løsningen bruger JWT authentication, password hashing i databasen, PostgreSQL isoleret i Docker-netværk (ikke eksponeret til internettet), og Row Level Security (RLS) der sikrer at sælgere kun kan se deres egne data. Beskyttelse i alle lag: login, database-adgang, netværk og bruger-adskillelse.
Projektet tog cirka 4 uger at udvikle, teste og rulle ud til de første sælgere. Derefter fulgte 2 uger med justeringer baseret på feedback – små forbedringer i UI, hastighed og AI-kvalitet. I alt 6 uger fra start til fuld drift.
Funktioner i praksis
Herunder ses udvalgte skærmbilleder fra dashboardet, der viser hvordan sælgerne arbejder med systemet i hverdagen.
Udkast oversigt
Side med overblik
Roadmap
Admin menu
Database overblik
Teknologier
Resultatet
Systemet er nu i fuld drift med alle 14 sælgere tilkoblet. Den daglige rutine har ændret sig fundamentalt – ikke fordi sælgerne gør noget helt nyt, men fordi det tunge forarbejde er fjernet fra deres hverdag.
Den største forandring er ikke teknologisk – den er menneskelig. Sælgerne bruger nu deres tid på det, der faktisk driver omsætningen: opfølgning på varme leads, rådgivning til eksisterende kunder og lukning af salg. Det rutineprægede forarbejde, der før fyldte en stor del af dagen, er reduceret til et minimum.
Nye sælgere kan være produktive fra dag ét. De får AI-genererede udkast med alle produktdetaljer og behøver ikke bruge uger på at lære hele kataloget at kende. Det gør onboarding hurtigere og billigere.
Og fordi alle svar nu går igennem samme system med samme virksomhedskontekst, er kvaliteten ensartet. Uanset om det er en erfaren sælger eller en ny medarbejder, får kunden et professionelt, præcist og velformuleret svar.
En investering der betaler sig på 4-6 måneder
Regnestykket bag en løsning som denne er ret ligetil. Med 14 sælgere der hver sparer 8-10 minutter pr. henvendelse, og en gennemsnitlig volumen på 10+ henvendelser dagligt, taler tallene for sig selv: det svarer til omkring 20 timer sparet om ugen, eller hvad der omtrent svarer til en halv medarbejder.
Men den reelle værdi er større end den rene tidsbesparelse. Den sparede tid går ikke til ingenting – den går til opfølgning, rådgivning og lukning af salg. Det er timer der direkte påvirker bundlinjen. Hurtigere svartider giver bedre hitrate, ensartet kvalitet styrker brandet, og lettere onboarding sænker cost-per-hire.
Typisk payback-forløb
Udvikling, test og integration med eksisterende systemer. De første sælgere kobles på.
Alle sælgere er online. AI-kvaliteten finjusteres baseret på feedback. Tidsbesparelsen stiger gradvist.
Investeringen er tjent hjem. Den akkumulerede tidsbesparelse og øgede konvertering overstiger projektomkostningen.
Systemet skalerer med virksomheden. Nye sælgere kan kobles på uden ekstra udviklingsomkostning.
Det vigtigste at forstå er, at denne type løsning skalerer uden lineær omkostning. Når systemet først er bygget, kan flere sælgere kobles på uden at man skal skalere administration, support eller træning tilsvarende. Det er en investering der bliver mere værdifuld over tid, ikke mindre.
Har du en udfordring til mig?
Måske har du også sælgere der bruger for meget tid på gentagne opgaver? Eller en anden proces hvor AI og automatisering kunne gøre en forskel? Lad os tage en uforpligtende snak om hvad der er muligt.