Siloed No More: Jak konsolidace technologického stacku poháněná umělou inteligencí zvyšuje výnosy

Pomocí umělé inteligence pro optimalizaci prodejních pracovních postupů a maximální výnosy mohou organizace přejít z neefektivního “souboru dílů” na synergii poháněnou umělou inteligencí.

Zaměstnanci, kteří jsou kriticky důležití pro výnosy, se při své práci spoléhají na technologii, ale zastaralé a nesouvisející technologické stacky brání jejich organizacím v tom, aby trvale a opakovaně dosahovaly maximálních výnosů. Čtyřicet procent dotázaných prodejních lídrů říká, že jejich prodejci musí při výkonu své práce přepínat mezi čtyřmi až pěti (nebo více!) aplikacemi. Tyto izolované systémy poškozují efektivitu a vedou k úniku výnosů: Boston Consulting Group odhaduje, že organizace ztrácejí více než 2 biliony dolarů ročně v důsledku nezískaných výnosů, plýtvání prodejem a ztráty hodnoty podniku.

Mnohé organizace mají přístup, který jsem nazval “soubor dílů”, kdy spojují několik produktů bez ohledu na skutečný pracovní postup koncového uživatele a na to, zda jim to skutečně pomůže být úspěšnějšími.

Srovnejme marketing a prodej, například. Marketing je plný specialistů (SEO, ABM, e-mailový marketing atd.), takže má smysl mít specializované nástroje. Prodej však má mnohem obecnější pracovní postup. Prodejci dělají mnoho věcí, aby uzavřeli obchod, od e-mailů, hovorů a prezentací až po aktualizaci CRM a předpovědi, a tyto nejsou obvykle samostatné pracovní postupy, protože se týkají stejné informace. Když je tato informace a data rozdělena mezi čtyři nebo pět různých aplikací, prodejci se musí přepínat, dostávají se do situací, kdy ztrácí kritické informace, a nakonec ztrácí čas, produktivitu a výnosy.

Existuje kritická potřeba konsolidace a integrace prodejního technologického stacku. Neznamená to, že by organizace měly nakupovat každé AI-poháněné řešení, které najdou. Je tam mnoho technologií, které vypadají skvěle, ale nefungují dobře – nebo jak můj dobrý přítel Derek Grant jednou řekl: “Prodává se dobře, ale nefunguje dobře.”

Generativní text, například, může být aplikován desítkami způsobů. Existují generativní AI nástroje na trhu, které mohou procházet sociálními médii potenciálního zákazníka, odhalit, kam chodil do školy a na který koncert šel minulý týden, a poté vnutit tuto informaci do e-mailu. Ale tato taktika nemá žádný významný dopad na výsledek obchodu. Nerozřešuje žádný existující problém prodejce – je to jen novinka.

Umělá inteligence by měla pomoci vaší firmě být produktivnější a činit lepší rozhodnutí rychleji. Měli byste hledat řešení, která jsou skutečně lepší společně, než řešení, která se snaží řešit jeden problém (ale potenciálně vytvářejí více problémů s dalšími nástroji ve stacku, které je třeba přihlásit, nesouvisející nebo izolované údaje atd.). Kritéria pro AI nástroje, která stojí za to, jsou stejná jako u jakéhokoli softwaru, takže předtím, než přidáte nové AI do svého technologického stacku, zajistěte, aby splňovala následující body:

1. Řeší skutečný problém. Umělá inteligence je důležitá pouze tehdy, když je nejlepší způsob, jak řešit problém zákazníka. Ve většině případů to znamená poskytovat datová, akční doporučení, nebo automatizovat nízkou hodnotu a/nebo opakující se práci.
2. Je snadné ji používat. Organizace často nevyužívají nástroje, které mají, na maximum. Pokud chcete koupit software, který zaměstnanci skutečně používají, musí být snadný. Výzkum profesora Zoe Chance z Yale School of Management říká, že číslo jedna předpovědí lidského chování je snadnost. Čím je něco snadnější, tím více lidí to bude dělat. Musíme aplikovat tuto znalost na naše technické nástroje, abychom získali maximum z našich investic.
3. Integruje se dobře s ostatními řešeními. Umělá inteligence musí fungovat dobře s ostatními řešeními, která používáte, což znamená, že pracovní postupy a data jsou integrována, aby uživatelé mohli dokončit pracovní postupy koncového až koncového. Pokud se dobře neintegruje, pravděpodobně nebude používána, protože to není snadné.
4. Governance je konzistentní napříč platformami. Když se jedná o prodej, většina organizací sleduje, kdo může vidět jakou informaci o obchodě. Pokud governance není konzistentní napříč všemi vašimi nástroji, ve skutečnosti nemáte governance.

Když tato kritéria nejsou splněna při nákupu AI řešení – nebo jakýchkoli řešení – organizace skončí s “souborem dílů”.

AI jako urychlovač technologického stacku

S popularitou nástrojů, jako jsou ChatGPT, DALL-E a Midjourney, většina z nás je vědoma síly umělé inteligence při pomoci s výzkumem, psaním textu a generováním obrázků během sekund. Ale rozsah schopností umělé inteligence sahá mnohem dále, a když je kombinována s existujícími nástroji ve vašem technologickém stacku, funguje jako urychlovač. Řešení poháněná umělou inteligencí mohou pomoci vám získat maximum z vašeho CRM a dalších nástrojů, představující真正 “lepší společně” přístup. Níže jsou beberapa věcí, které může umělá inteligence udělat, aby zajistila, že vaše investice do CRM a BI jsou plně realizovány.

1. Vstupní informace, automatizace úkolů a vytvoření užitečných souhrnů. Prodejci tráví spoustu času administrativou, od zadávání dat až po psaní e-mailů a úkolů. Umělá inteligence má schopnost automatizovat mnoho z těchto úkolů. Například umělá inteligence může okamžitě generovat souhrny hovorů, zkrátit je do krátké stránky, přeložit je do akčních položek a předat tyto informace do několika míst v CRM.
2. Zlepšení kvality vašich dat. Jedním z největších problémů CRM je, že data jsou často nepřesná nebo nekonzistentní, protože se spoléhají na prodejce, aby zadali informace. Zde může umělá inteligence pomoci automatizovat administrativní práci, syntetizovat data z více zdrojů a poskytnout čistší, jednotný pohled na data. Například umělá inteligence může rozpoznat, když se telefonní číslo v e-mailové podpisové řádce někoho změnilo, a automaticky aktualizovat CRM s novým číslem – a může to udělat ve velkém měřítku.
3. Vytažení informací z velkých datových sad a poskytování akčních doporučení. Je snadné generovat zprávy, ale není tak snadné generovat akční informace. Pokud nemůžete na základě informací podniknout akci, je to anekdota, ne informace. Většina technologií poskytuje anekdoty. Dobrá umělá inteligence však může syntetizovat spoustu dat a produkovat přesné předpovědi, identifikovat rizika obchodů a poskytovat doporučení pro další nejlepší akce. Existují také nástroje, které jdou o krok dále a generují prioritizované a přizpůsobené seznamy úkolů, které prodejci musí podniknout, aby pokročili a vyhráli své otevřené obchody.

Kritéria pro efektivní AI strategii

Benefity a transformační síla umělé inteligence jsou dobře zdokumentovány, ale to neznamená, že by organizace měly nakupovat každé AI-poháněné řešení, které najdou. Existuje mnoho technologií, které vypadají skvěle, ale nefungují dobře – nebo jak můj dobrý přítel Derek Grant jednou řekl: “Prodává se dobře, ale nefunguje dobře.”

Generativní text, například, může být aplikován desítkami způsobů. Existují generativní AI nástroje na trhu, které mohou procházet sociálními médii potenciálního zákazníka, odhalit, kam chodil do školy a na který koncert šel minulý týden, a poté vnutit tuto informaci do e-mailu. Ale tato taktika nemá žádný významný dopad na výsledek obchodu. Nerozřešuje žádný existující problém prodejce – je to jen novinka.

Umělá inteligence by měla pomoci vaší firmě být produktivnější a činit lepší rozhodnutí rychleji. Měli byste hledat řešení, která jsou skutečně lepší společně, než řešení, která se snaží řešit jeden problém (ale potenciálně vytvářejí více problémů s dalšími nástroji ve stacku, které je třeba přihlásit, nesouvisející nebo izolované údaje atd.). Kritéria pro AI nástroje, která stojí za to, jsou stejná jako u jakéhokoli softwaru, takže předtím, než přidáte nové AI do svého technologického stacku, zajistěte, aby splňovala následující body:

1. Řeší skutečný problém. Umělá inteligence je důležitá pouze tehdy, když je nejlepší způsob, jak řešit problém zákazníka. Ve většině případů to znamená poskytovat datová, akční doporučení, nebo automatizovat nízkou hodnotu a/nebo opakující se práci.
2. Je snadné ji používat. Organizace často nevyužívají nástroje, které mají, na maximum. Pokud chcete koupit software, který zaměstnanci skutečně používají, musí být snadný. Výzkum profesora Zoe Chance z Yale School of Management říká, že číslo jedna předpovědí lidského chování je snadnost. Čím je něco snadnější, tím více lidí to bude dělat. Musíme aplikovat tuto znalost na naše technické nástroje, abychom získali maximum z našich investic.
3. Integruje se dobře s ostatními řešeními. Umělá inteligence musí fungovat dobře s ostatními řešeními, která používáte, což znamená, že pracovní postupy a data jsou integrována, aby uživatelé mohli dokončit pracovní postupy koncového až koncového. Pokud se dobře neintegruje, pravděpodobně nebude používána, protože to není snadné.
4. Governance je konzistentní napříč platformami. Když se jedná o prodej, většina organizací sleduje, kdo může vidět jakou informaci o obchodě. Pokud governance není konzistentní napříč všemi vašimi nástroji, ve skutečnosti nemáte governance.

Když tato kritéria nejsou splněna při nákupu AI řešení – nebo jakýchkoli řešení – organizace skončí s “souborem dílů”.

Podstatné

Izolované a nafouklé technologické stacky brání prodejcům a jejich organizacím v tom, aby dosáhly maximálních výnosů. Konsolidace technologického stacku, zejména s strategickým zaměřením na integraci umělé inteligence, drží klíč k řešení mnoha z těchto výzev. Schopnost umělé inteligence streamovat pracovní postupy, zlepšit kvalitu dat, poskytnout akční informace a usnadnit bezproblémovou integraci s existujícími nástroji činí ji zásadní součástí pro dlouhodobou generaci výnosů. Organizace však musí zajistit, aby nová AI nástroje řešily problém a nebyly tam pouze pro sake prázdné inovace.

V neustále se měnícím světě technologií a prodeje je prioritizace AI strategie, která je zarovnaná s tímto kritériem, nezbytná pro organizace, aby odemkly svůj plný potenciál a zůstaly konkurenceschopné v hledání masteringu výnosů.