В то время как во многих советах директоров все еще задаются вопросом, разрушит ли ИИ доходы от программного обеспечения, лидеры в области выхода на рынок (GTM) задают более практичный вопрос: как ИИ может помочь нам находить и удерживать больше клиентов?
Честный ответ заключается в том, что у большинства GTM-команд нет проблем с ИИ. У них есть проблемы с потоком принятия решений.
Я наблюдаю это в некоторых крупнейших мировых компаниях. И мой главный вывод заключается в том, что компании, вырывающиеся вперед, не занимаются тем же самым GTM-процессом, но быстрее. Они применяют принципиально иной подход.
Вот пять моментов на пути клиента, где этот сдвиг уже отражается на результатах.
1. Сегментация: от демографии к бизнес-сигналам
Большинство GTM-организаций по-прежнему сегментируют рынок так же, как и раньше, основываясь на таких характеристиках, как отрасль, размер компании, география и т. д. ИИ меняет исходные данные. Вместо того чтобы спрашивать, кто является потенциальным клиентом, он спрашивает, какие сигналы тот подает прямо сейчас. Сюда входят более тонкие сигналы, такие как операционные болевые точки, модели покупок и индикаторы роста, заложенные в их бизнес-данных. Менеджеры не гонятся за большим количеством лидов; они гонятся за правильными лидами, и это отражается на том, сколько из этих сигналов превращаются в реальные возможности.
2. Взаимодействие: релевантность заменяет объем
Уровень ответов на холодные рассылки упал почти до исторических минимумов в корпоративных продажах. Решением не может быть отправка еще большего количества писем. Решением должна стать более умная рассылка. Когда ИИ имеет доступ к полному бизнес-контексту, такому как происходящее внутри учетной записи на операционном, финансовом и коммерческом уровнях, он может помочь командам создавать обращения, основанные на том, что важно для покупателя в данный момент. Это не персонализация на уровне персон. Это релевантность на уровне аккаунта. Меняется качество первого контакта. Коэффициент ответов может расти, в то время как время, необходимое для первой квалифицированной встречи, сокращается, потому что рассылка отражает то, с чем покупатель сталкивается в данный момент.
3. Заключение сделок: устранение невидимого трения
Это то, что большинство организаций недооценивают. В большинстве корпоративных сделок узким местом является не продавец. Узким местом является система вокруг продавца. Согласования, утверждение цен, формирование коммерческих предложений и маршрутизация договоров — вот где теряется время и срываются сделки. Это происходит не потому, что покупатель колеблется, а слишком часто из-за внутренней сложности. ИИ-агенты могут помочь устранить это трение.
Например, компания Amadeus в сотрудничестве с SAP внедрила автономный агент, который сверяет неструктурированные данные о платежах, обрабатывая около 40 000 некорректных транзакций, которые раньше требовали ручного вмешательства. Такого рода автономное разрешение не просто снижает затраты, оно меняет восприятие процесса покупки со стороны клиента. Сделки, которые застаивались неделями в ожидании внутренних процессов, больше не обязаны этого делать.
4. Послепродажное обслуживание: сокращение времени до получения ценности
Передача клиента от отдела продаж к постпродажному обслуживанию исторически является этапом, на котором теряется ценность. Ожидания, сформированные во время продажи, не всегда совпадают с тем, что клиент испытывает в первые 90 дней. ИИ делает этот разрыв видимым и доступным для действий в режиме реального времени с помощью «мозга аккаунта». Его можно рассматривать как растущее хранилище контекста и знаний об аккаунте, что значительно упрощает передачу дел и, что самое главное, делает ее независимой от какого-либо конкретного человека. Это может изменить время достижения первой ценности и показатель внедрения за 90 дней: как быстро новый клиент достигает своего первого значимого рубежа и использует ли он то, что купил.
5. Удержание и расширение: проактивность в масштабе
Чистое удержание дохода — это самый устойчивый коммерческий показатель, и он больше всего зависит от того, что происходит после продажи. Историческая сложность заключается в масштабе. ИИ может оказать здесь серьезное влияние. Непрерывная оценка готовности к расширению и риска оттока, запускаемая поведенческими и операционными сигналами, означает, что команды действуют в отношении правильных аккаунтов в нужный момент, а не после того, как клиент уже принял решение.
Рост чистого удержания дохода — это область, где находится наибольший коммерческий потенциал в большинстве корпоративных бизнесов. Обе эти задачи хронически обделены вниманием, когда работа по успеху клиентов ведется реактивно, по каждому аккаунту в отдельности, а не по всей базе одновременно. Компании, которые делают это правильно, не просто внедрили больше ИИ-инструментов. Они целенаправленно подошли к тому, в каких точках клиентского пути ИИ может принести реальную пользу клиентам.
В SAP мы применяем те же принципы к нашей собственной GTM-организации. Мы инвестируем в модель, где единая точка входа на базе ИИ связывает наши отделы продаж с сетью специализированных агентов, охватывающих планирование, работу с клиентами, составление предложений, контент, взаимодействие с клиентами и многое другое. Цель состоит в создании общего слоя интеллекта, построенного вокруг каждого аккаунта, чтобы предоставить нашим командам больше контекста и согласованности, дабы они могли приносить еще больше пользы и добиваться лучших результатов для наших клиентов на каждом этапе их пути.
Поэтому для меня правильный вопрос звучит не как «Где мы можем внедрить ИИ?», а «Где ценность для клиента застревает из-за того, что информация, полномочия и действия разделены?»
Именно такую ясность уже может обеспечить более интеллектуальная организация выхода на рынок. И это лишь первый взгляд на то, что вскоре станет возможным.
Ян Гильг — глобальный президент по работе с клиентами и региону Америк, а также член расширенного совета директоров SAP SE.
