Dostawcy usług SaaS chwalą się swoim wykorzystaniem sztucznej inteligencji i automatyzacją sprzedaży. Ale jak zrozumieć wartość, jaką sztuczna inteligencja może przynieść twojemu zespołowi sprzedaży?
Sztuczna inteligencja. Uczenie maszynowe. W 2016 roku te modne słowa były często używane przez dostawców, ale niezrozumiałe dla nabywców. Co tak naprawdę oznaczają te pojęcia? Podczas gdy wielu używa tych dwóch terminów wymiennie, istnieją istotne różnice.
Sztuczna Inteligencja
W swojej istocie AI polega na tworzeniu maszyn, które myślą jak ludzie. Obecnie głównie objawia się to w oprogramowaniu komputerowym, które potrafi zautomatyzować proste zadania, w których dobrzy są ludzie. AI to ogólny termin, który opisuje technologię, której podzbiorem są modne słowa takie jak uczenie maszynowe, głębokie uczenie oraz przetwarzanie języka naturalnego.
Uczenie Maszynowe
Uczenie maszynowe stanowi podzbiór AI. W najprostszej formie uczenie maszynowe polega na korzystaniu z algorytmów do analizy danych, nauki z nich, a następnie podejmowania decyzji lub prognozowania czegoś. Kluczowe jest tutaj zdolność algorytmu do nauki i zmiany samodzielnie, bez dodatkowego programowania.
Co roku Gartner publikuje swój cykl przyszłych, nowych technologii. Na samym szczycie krzywej, czyli "szczytach nadmiernych oczekiwań", znajduje się uczenie maszynowe. Oznacza to, że w 2017 r. AI i uczenie maszynowe mogą przejść w "dół rozczarowań", gdzie ludzie szybko zdają sobie sprawę, że wielu firm może mówić o sztucznej inteligencji, ale niewiele jest w stanie dotrzymać obietnic.
Widzieliśmy również udział dostawców sprzedaży SaaS, którzy chwalili się wykorzystaniem AI i uczenia maszynowego w swoich produktach. Jak więc zrozumieć, co jest rzeczywiste w całym tym szumie? I jaką dodatkową wartość mogą przynieść technologie oparte na AI dla Twojego zespołu sprzedaży w 2017 r.?
Przypadki użycia, w których AI udowodniła swoją wartość biznesową dla zespołów sprzedażowych
W pełni wykorzystane, AI może zmienić sposób pracy Twoich przedstawicieli handlowych i zwiększyć ich efektywność. Statystyki pokazują, że można osiągnąć wzrost produktywności. Według badania przeprowadzonego przez Accenture, tylko 34% czasu Twoich przedstawicieli jest przeznaczane na sprzedaż, a 57% kierownictwa wymienia zwiększenie efektywności sprzedaży jako jeden z trzech głównych celów na kolejny rok.
Technologie oparte na AI pozwalają Twoim przedstawicielom skupić się na istocie tego, w czym są dobrzy, prowadząc najlepsze rozmowy z potencjalnymi klientami. Zamiast martwić się o żmudne zadania, takie jak identyfikacja klientów do pracy, technologie oparte na AI powiedzą Twoim przedstawicielom, na których klientów się skupić lub dostarczą automatycznie istotnej wiedzy na temat rozmów, jakie prowadzą.
Mimo że jest to nadal technologia w powijakach, AI została włączona do oprogramowania przedsiębiorczego, a istnieją już przypadki użycia w sprzedaży, gdzie odniosła sukces. Technologie oparte na AI mogą potencjalnie dodawać wartość Twoim zespołom sprzedaży, jeśli spełniają te kryteria:
Wąska dziedzina: najlepsze produkty wykorzystujące AI robią to, aby zautomatyzować konkretny problem biznesowy. Na przykład, 6sense wykorzystuje AI do wyłaniania nowych leadów i szans, które najprawdopodobniej zostaną zamknięte. Rozwiązują konkretny problem polegający na zmniejszeniu ilości czasu, jaki zajmuje twoim przedstawicielom znalezienie nowych potencjalnych klientów.
Dane własne, unikalne: Bez unikalnych danych, nawet najbardziej zaawansowane algorytmy uczenia maszynowego są bezużyteczne. Gong.io wykorzystuje przetwarzanie języka naturalnego do analizy rozmów telefonicznych twojego przedstawiciela handlowego oraz uczenie maszynowe do odkrywania wniosków, które poprawiają sposób, w jaki twój zespół sprzedaży komunikuje się z potencjalnymi klientami. Dzięki dostępowi do potencjalnie setek godzin unikalnych rozmów telefonicznych, algorytmy uczenia maszynowego firmy Gong mogą nieustannie poprawiać wnioski, które dostarczają twojej firmie.
Żyje w przepływie pracy twojego zespołu: Aby skorzystać z najnowszego oprogramowania umożliwiającego AI, które wprowadza twoja firma, musi zostać przyjęte przez twój zespół sprzedaży. Najłatwiejszym sposobem na zwiększenie przyjęcia jest kupienie oprogramowania, które bezproblemowo integruje się z przepływem pracy twojego zespołu. X.ai to asystent osobisty, który działa dzięki AI. Nie ma potrzeby aplikacji ani informacji do logowania, wszystko, co muszą zrobić użytkownicy, to po prostu wysłać amy@x.ai, aby bot zaplanował spotkania za ciebie.
Dane, a nie algorytmy są prawdziwym IP dla technologii opartych na AI
W centrum AI znajdują się dane. To silnik, który napędza udoskonalenia w algorytmach uczenia maszynowego. Co ciekawe, same algorytmy mogą mieć niewielką wartość samodzielnie. Niektóre z największych firm na świecie, takie jak Google, Microsoft, IBM i Amazon, zdają sobie z tego sprawę i udostępniają publicznie swoje algorytmy uczenia maszynowego. Tak więc, jak wspominaliśmy wcześniej, uzyskanie dostępu do unikalnych, własnych danych to sposób, w jaki firmy korzystające z technologii opartych na AI zdobędą przewagę konkurencyjną.
Dla platform takich jak Google, Facebook czy Salesforce, zbieranie danych jest łatwe. Jakie strategie pozyskiwania danych mogą zastosować mniejsze startupy? Jedną z niewielu opcji, o których rzadko się mówi, jest wykorzystanie technologii, takich jak rozszerzenia przeglądarek lub chatboty, aby umożliwić zbieranie danych poza aplikacją natywną. Firmy posiadające odrębne aplikacje ograniczają swoje zdolności zbierania danych, ponieważ mogą pozyskiwać dane tylko wtedy, gdy użytkownicy wchodzą w interakcje z ich produktem. Ponieważ rozszerzenia działają na bazie twojej przeglądarki, mają dostęp do danych (o ile są włączone odpowiednie uprawnienia) w całej podróży użytkownika po sieci.
Przełamując pierdoły sprzedawców
Ponieważ wszyscy mówią o AI, jak przebić się przez szum i dowiedzieć się, jakie są faktyczne zdolności AI dostawcy?
Przygotowaliśmy listę pytań, które możesz wykorzystać, aby zrozumieć, czy dostawcy, których oceniasz, kreują mgłę czy faktycznie rozumieją, w jaki sposób AI wpłynie na twoją firmę:
Skąd pochodzą twoje dane treningowe i w jaki sposób je wykorzystujesz?
Mimo że nie powinieneś oczekiwać, że dostawcy wyjawia wszystkie swoje sekrety, to sygnałem ostrzegawczym jest, jeśli dostawca odmawia podania, skąd czerpie swoje dane treningowe. Dostawca powinien chętnie podzielić się sygnałami wewnętrznymi i zewnętrznymi, które wykorzystuje do pomocy w treningu swoich algorytmów, dlaczego wybrał je ponad inne oraz w jaki sposób korzystanie z tych sygnałów dodaje wartości twojej firmie.
Ile danych treningowych potrzebuje twój algorytm, aby uzyskać zaufane wyniki?
Bądź czujny wobec dostawców, którzy lekceważą to pytanie lub bagatelizują znaczenie posiadania wystarczającej ilości danych. Algorytmy uczenia maszynowego mogą uzyskać zaufane wyniki jedynie wówczas, gdy dysponują wystarczającą ilością danych treningowych. Na przykład, dla narzędzi przewidywania oceny prowadzenia, które polegają na danych dotyczących wyników/porażek, oznacza to, że potrzebujesz co najmniej rocznej ilości danych, aby algorytmy działały poprawnie. Dla dobra Twojego zespołu najlepiej będzie opóźnić wdrożenie rozwiązania opartego na sztucznej inteligencji do momentu zgromadzenia wystarczającej ilości danych do pracy.
Jak twój produkt będzie skalować się wraz z naszym wzrostem i doskonalić się, zbierając więcej danych treningowych?
W miarę gromadzenia większej ilości danych i rozwoju ważne jest zrozumienie, jak algorytmy uczenia maszynowego dostawcy będą rozwijać się wraz z Twoim wzrostem. Oznacza to zrozumienie, w jaki sposób modele są aktualizowane i jak często są aktualizowane. Idealnie, te modele są spersonalizowane pod konkretne potrzeby twojej firmy i są przeszkolone, gdy jest to konieczne. To pytanie powinno również dać ci dobry punkt odniesienia, aby zrozumieć, czy dostawca współpracował z innymi firmami w twojej branży.
Rozróżnienie między dostawcami, którzy twierdzą, że używają sztucznej inteligencji, a tymi, którzy faktycznie mogą dodać wartość dla twojej firmy dzięki sztucznej inteligencji, jest trudne. Z wykorzystaniem tej listy kontrolnej mamy nadzieję, że będziesz gotowy odpowiednio ocenić dostawców chwalących się swoimi zdolnościami w zakresie sztucznej inteligencji i lepiej zrozumiesz, w jaki sposób technologie oparte na sztucznej inteligencji mogą dodać wartość Twojemu zespołowi sprzedaży w 2017 roku.
Sztuczna inteligencja. Uczenie maszynowe. W 2016 roku te modne słowa były często używane przez dostawców, ale niezrozumiałe dla nabywców. Co tak naprawdę oznaczają te pojęcia? Podczas gdy wielu używa tych dwóch terminów wymiennie, istnieją istotne różnice.
Sztuczna Inteligencja
W swojej istocie AI polega na tworzeniu maszyn, które myślą jak ludzie. Obecnie głównie objawia się to w oprogramowaniu komputerowym, które potrafi zautomatyzować proste zadania, w których dobrzy są ludzie. AI to ogólny termin, który opisuje technologię, której podzbiorem są modne słowa takie jak uczenie maszynowe, głębokie uczenie oraz przetwarzanie języka naturalnego.
Uczenie Maszynowe
Uczenie maszynowe stanowi podzbiór AI. W najprostszej formie uczenie maszynowe polega na korzystaniu z algorytmów do analizy danych, nauki z nich, a następnie podejmowania decyzji lub prognozowania czegoś. Kluczowe jest tutaj zdolność algorytmu do nauki i zmiany samodzielnie, bez dodatkowego programowania.
Co roku Gartner publikuje swój cykl przyszłych, nowych technologii. Na samym szczycie krzywej, czyli "szczytach nadmiernych oczekiwań", znajduje się uczenie maszynowe. Oznacza to, że w 2017 r. AI i uczenie maszynowe mogą przejść w "dół rozczarowań", gdzie ludzie szybko zdają sobie sprawę, że wielu firm może mówić o sztucznej inteligencji, ale niewiele jest w stanie dotrzymać obietnic.
Widzieliśmy również udział dostawców sprzedaży SaaS, którzy chwalili się wykorzystaniem AI i uczenia maszynowego w swoich produktach. Jak więc zrozumieć, co jest rzeczywiste w całym tym szumie? I jaką dodatkową wartość mogą przynieść technologie oparte na AI dla Twojego zespołu sprzedaży w 2017 r.?
Przypadki użycia, w których AI udowodniła swoją wartość biznesową dla zespołów sprzedażowych
W pełni wykorzystane, AI może zmienić sposób pracy Twoich przedstawicieli handlowych i zwiększyć ich efektywność. Statystyki pokazują, że można osiągnąć wzrost produktywności. Według badania przeprowadzonego przez Accenture, tylko 34% czasu Twoich przedstawicieli jest przeznaczane na sprzedaż, a 57% kierownictwa wymienia zwiększenie efektywności sprzedaży jako jeden z trzech głównych celów na kolejny rok.
Technologie oparte na AI pozwalają Twoim przedstawicielom skupić się na istocie tego, w czym są dobrzy, prowadząc najlepsze rozmowy z potencjalnymi klientami. Zamiast martwić się o żmudne zadania, takie jak identyfikacja klientów do pracy, technologie oparte na AI powiedzą Twoim przedstawicielom, na których klientów się skupić lub dostarczą automatycznie istotnej wiedzy na temat rozmów, jakie prowadzą.
Mimo że jest to nadal technologia w powijakach, AI została włączona do oprogramowania przedsiębiorczego, a istnieją już przypadki użycia w sprzedaży, gdzie odniosła sukces. Technologie oparte na AI mogą potencjalnie dodawać wartość Twoim zespołom sprzedaży, jeśli spełniają te kryteria:
Wąska dziedzina: najlepsze produkty wykorzystujące AI robią to, aby zautomatyzować konkretny problem biznesowy. Na przykład, 6sense wykorzystuje AI do wyłaniania nowych leadów i szans, które najprawdopodobniej zostaną zamknięte. Rozwiązują konkretny problem polegający na zmniejszeniu ilości czasu, jaki zajmuje twoim przedstawicielom znalezienie nowych potencjalnych klientów.
Dane własne, unikalne: Bez unikalnych danych, nawet najbardziej zaawansowane algorytmy uczenia maszynowego są bezużyteczne. Gong.io wykorzystuje przetwarzanie języka naturalnego do analizy rozmów telefonicznych twojego przedstawiciela handlowego oraz uczenie maszynowe do odkrywania wniosków, które poprawiają sposób, w jaki twój zespół sprzedaży komunikuje się z potencjalnymi klientami. Dzięki dostępowi do potencjalnie setek godzin unikalnych rozmów telefonicznych, algorytmy uczenia maszynowego firmy Gong mogą nieustannie poprawiać wnioski, które dostarczają twojej firmie.
Żyje w przepływie pracy twojego zespołu: Aby skorzystać z najnowszego oprogramowania umożliwiającego AI, które wprowadza twoja firma, musi zostać przyjęte przez twój zespół sprzedaży. Najłatwiejszym sposobem na zwiększenie przyjęcia jest kupienie oprogramowania, które bezproblemowo integruje się z przepływem pracy twojego zespołu. X.ai to asystent osobisty, który działa dzięki AI. Nie ma potrzeby aplikacji ani informacji do logowania, wszystko, co muszą zrobić użytkownicy, to po prostu wysłać amy@x.ai, aby bot zaplanował spotkania za ciebie.
Dane, a nie algorytmy są prawdziwym IP dla technologii opartych na AI
W centrum AI znajdują się dane. To silnik, który napędza udoskonalenia w algorytmach uczenia maszynowego. Co ciekawe, same algorytmy mogą mieć niewielką wartość samodzielnie. Niektóre z największych firm na świecie, takie jak Google, Microsoft, IBM i Amazon, zdają sobie z tego sprawę i udostępniają publicznie swoje algorytmy uczenia maszynowego. Tak więc, jak wspominaliśmy wcześniej, uzyskanie dostępu do unikalnych, własnych danych to sposób, w jaki firmy korzystające z technologii opartych na AI zdobędą przewagę konkurencyjną.
Dla platform takich jak Google, Facebook czy Salesforce, zbieranie danych jest łatwe. Jakie strategie pozyskiwania danych mogą zastosować mniejsze startupy? Jedną z niewielu opcji, o których rzadko się mówi, jest wykorzystanie technologii, takich jak rozszerzenia przeglądarek lub chatboty, aby umożliwić zbieranie danych poza aplikacją natywną. Firmy posiadające odrębne aplikacje ograniczają swoje zdolności zbierania danych, ponieważ mogą pozyskiwać dane tylko wtedy, gdy użytkownicy wchodzą w interakcje z ich produktem. Ponieważ rozszerzenia działają na bazie twojej przeglądarki, mają dostęp do danych (o ile są włączone odpowiednie uprawnienia) w całej podróży użytkownika po sieci.
Przełamując pierdoły sprzedawców
Ponieważ wszyscy mówią o AI, jak przebić się przez szum i dowiedzieć się, jakie są faktyczne zdolności AI dostawcy?
Przygotowaliśmy listę pytań, które możesz wykorzystać, aby zrozumieć, czy dostawcy, których oceniasz, kreują mgłę czy faktycznie rozumieją, w jaki sposób AI wpłynie na twoją firmę:
Skąd pochodzą twoje dane treningowe i w jaki sposób je wykorzystujesz?
Mimo że nie powinieneś oczekiwać, że dostawcy wyjawia wszystkie swoje sekrety, to sygnałem ostrzegawczym jest, jeśli dostawca odmawia podania, skąd czerpie swoje dane treningowe. Dostawca powinien chętnie podzielić się sygnałami wewnętrznymi i zewnętrznymi, które wykorzystuje do pomocy w treningu swoich algorytmów, dlaczego wybrał je ponad inne oraz w jaki sposób korzystanie z tych sygnałów dodaje wartości twojej firmie.
Ile danych treningowych potrzebuje twój algorytm, aby uzyskać zaufane wyniki?
Bądź czujny wobec dostawców, którzy lekceważą to pytanie lub bagatelizują znaczenie posiadania wystarczającej ilości danych. Algorytmy uczenia maszynowego mogą uzyskać zaufane wyniki jedynie wówczas, gdy dysponują wystarczającą ilością danych treningowych. Na przykład, dla narzędzi przewidywania oceny prowadzenia, które polegają na danych dotyczących wyników/porażek, oznacza to, że potrzebujesz co najmniej rocznej ilości danych, aby algorytmy działały poprawnie. Dla dobra Twojego zespołu najlepiej będzie opóźnić wdrożenie rozwiązania opartego na sztucznej inteligencji do momentu zgromadzenia wystarczającej ilości danych do pracy.
Jak twój produkt będzie skalować się wraz z naszym wzrostem i doskonalić się, zbierając więcej danych treningowych?
W miarę gromadzenia większej ilości danych i rozwoju ważne jest zrozumienie, jak algorytmy uczenia maszynowego dostawcy będą rozwijać się wraz z Twoim wzrostem. Oznacza to zrozumienie, w jaki sposób modele są aktualizowane i jak często są aktualizowane. Idealnie, te modele są spersonalizowane pod konkretne potrzeby twojej firmy i są przeszkolone, gdy jest to konieczne. To pytanie powinno również dać ci dobry punkt odniesienia, aby zrozumieć, czy dostawca współpracował z innymi firmami w twojej branży.
Rozróżnienie między dostawcami, którzy twierdzą, że używają sztucznej inteligencji, a tymi, którzy faktycznie mogą dodać wartość dla twojej firmy dzięki sztucznej inteligencji, jest trudne. Z wykorzystaniem tej listy kontrolnej mamy nadzieję, że będziesz gotowy odpowiednio ocenić dostawców chwalących się swoimi zdolnościami w zakresie sztucznej inteligencji i lepiej zrozumiesz, w jaki sposób technologie oparte na sztucznej inteligencji mogą dodać wartość Twojemu zespołowi sprzedaży w 2017 roku.
