加内什·尚卡尔，Responsive 首席执行官兼联合创始人 – 采访系列

加内什·尚卡尔，Responsive 首席执行官兼联合创始人，是一位经验丰富的产品经理，拥有为财富 500 强企业领导产品开发和软件实施的背景。在产品管理期间，他观察到请求建议书（RFP）过程中的低效率——组织用来向供应商征求投标的正式文件，通常需要详细的响应。传统的 RFP 管理涉及多个利益相关者和重复的任务，使得该过程耗时且复杂。

Responsive 于 2015 年作为 RFPIO 成立，旨在通过更高效的软件解决方案简化 RFP 管理。该公司引入了自动化方法以增强协作、减少手动工作和提高效率。随着时间的推移，其技术扩展到支持其他复杂的信息请求，包括请求信息（RFI）、尽职调查问卷（DDQ）和安全问卷。

如今，作为 Responsive，该公司提供战略响应管理解决方案，帮助组织加速增长、减轻风险并优化其提案和信息请求流程。

是什么启发您创立 Responsive，并且您如何识别出响应管理软件市场中的差距？

我和我的联合创始人于 2015 年创立了 Responsive，因为我们在之前工作的软件公司面临了自己与 RFP 响应过程相关的困难。尽管这不是我们工作职能的核心部分，但我们还是花费了大量时间帮助销售团队处理请求建议书（RFP），常常感到自己的作用不被重视，尽管我们在确保交易成功方面发挥了至关重要的作用。我们对缺乏使 RFP 流程更高效的技术感到沮丧，因此决定建立一个更好的解决方案。快进九年，我们已经发展到几乎有 500 名员工，服务超过 2,000 个客户——包括 25 家财富 100 强公司，并支持全球近 400,000 名用户。

您的产品管理背景和之前的角色如何影响 Responsive 的创建？

作为产品经理，我经常被销售团队拉入 RFP 响应流程，几乎有三分之一的时间都花在支持销售团队而不是专注于我的核心产品管理职责上。我的两位联合创始人在技术和实施角色中也遇到了类似的问题。我们认识到这是一个广泛存在的问题，没有现有的技术解决方案，因此我们利用我们几乎 50 年的综合经验来创建 Responsive。我们看到了一个机会，去从根本上改变组织如何共享信息，首先从管理和响应复杂的提案请求开始。

Responsive 自 2015 年成立以来已经发生了显著变化。您如何在保持原始愿景的同时适应市场变化？

首先，我们非常注重寻找和培养那些体现我们热情的人才——基本上是在整个组织中复制我们的创始精神。随着我们扩张，这变得至关重要，我们需要聘用能够真正代表我们核心文化价值观和承诺的经理和团队成员。

同时，我们也非常注重客户反馈。我们记录每一条反馈，无论大小，因为这些反馈为我们提供了模式，帮助我们导航产品开发、市场定位和行业不确定性。我们的方法不是对每个建议都做出反应，而是创建一个对新兴趋势的全面理解，涵盖各种来源。

我们还推动自己去思考超出我们直接行业的内容，保持对邻近领域的好奇。无论是在医疗保健、技术还是其他领域，我们都不断找到创新灵感。这种外部视角使我们能够不断提高标准，找到意想不到的地方的灵感，并让我们的产品保持动态和前瞻性。

在评估平台对客户的影响时，您最看重哪些指标或成功指标？

在评估 Responsive 的影响时，我们的主要指标是如何推动客户收入。我们关注两个关键成功指标：顶级收入产生和运营效率。在效率方面，我们旨在显著减少 RFP 响应时间——对于许多客户，我们将其减少了 40%。这种效率使我们的客户能够追求更多机会， 궁극上加速了他们的收入产生潜力。

Responsive 如何利用人工智能和机器学习来在响应管理软件市场中提供竞争优势？

我们利用人工智能和机器学习以三种关键方式简化响应管理。首先，我们的生成式人工智能可以在几分钟内创建全面提案草稿，节省时间和精力。其次，我们的 Ask 解决方案提供即时访问经过验证的组织知识，实现更快、更准确的响应。第三，我们的 Profile Center 帮助 InfoSec 团队快速找到和管理安全内容。

通过 Responsive 平台管理超过 600 亿美元的提案，并处理了 400 万个问答对，我们的人工智能提供了对响应模式的智能建议和深入见解。通过自动化复杂任务同时保持人类的控制，我们帮助组织增加收入、减少风险并更高效地响应。

Responsive 平台的 AI 能力和集成方面与行业其他解决方案有什么区别？

自 2015 年以来，人工智能一直是 Responsive 的核心，支持一个被超过 2,000 个全球客户信任的平台。我们的解决方案支持广泛的 RFx 用例，实现团队和利益相关者之间的无缝协作、工作流自动化、内容管理和项目管理。

凭借关键的 AI 能力——如智能建议、AI 助手、语法检查、语言翻译和内置提示——团队可以快速、准确地交付高质量的 RFP。

Responsive 还提供与领先应用程序的无与伦比的本地集成，包括 CRM、云存储、生产力工具和销售启用。我们的客户价值计划包括 APMP 认证顾问、Responsive 学院课程和一个由 1,500 多名客户组成的社区，他们在此分享见解和最佳实践。

您能否分享有关 Responsive 核心功能的开发过程的见解，例如 AI 推荐引擎和自动化 RFP 响应？

Responsive AI 建立在准确、最新的内容基础上，这对于我们的 AI 推荐引擎和自动化 RFP 响应的有效性至关重要。人工智能本身无法解决冲突或不完整的数据，因此我们优先开发了等级标签和强大的内容管理工具，以帮助用户组织和维护他们的信息。通过将生成式人工智能与这种可靠的数据相结合，我们的平台使团队能够快速生成高质量的响应，同时保持可信度。人工智能作为一种辅助工具，人类的监督确保准确性和真实性，而像 Ask 产品这样的功能使用户能够无缝访问可信的知识以处理复杂的项目。

云计算和数字化的进步如何影响组织对 RFP 和战略响应管理的方法？

云计算的进步使得效率、协作和可扩展性大大提高。基于云的平台使团队能够集中内容、简化工作流程，并实时协作，无论地点如何。这确保了更快的周转时间和更准确、更一致的响应。

数字化也增强了组织管理和访问其数据的方式，使得更容易利用人工智能驱动的工具，如推荐引擎和自动化响应。有了这些进步，公司可以更专注于策略和个性化，快速、准确地响应 RFP，同时推动更好的结果。

Responsive 在帮助像 Microsoft (MSFT ) 和 GEODIS 这样的公司简化 RFP 流程方面发挥了重要作用。您能否分享一个具体的成功故事，突出您的平台的影响？

Responsive 通过管理和策划 20,000 件提案内容来支持 Microsoft 的销售人员，其 Proposal Resource Library 由 Responsive AI 提供支持。该技术使 Microsoft 的提案团队能够为上一财年贡献 1,040 亿美元的收入。另外，通过实施 Responsive，Microsoft 节省了其销售人员 93,000 小时的时间——相当于 1,700 万美元——这可以重新分配到培养更牢固的客户关系上。

作为 Responsive 提供可衡量影响的另一个例子，我们的客户 Netsmart 通过实施 Responsive 的 AI 能力显著提高了响应时间和效率。他们实现了 10 倍更快的响应时间、提案提交量增加了 67% 和用户采用量增长了 540%。关键功能，如 AI 助手、要求分析和自动响应，在这些改进中发挥了至关重要的作用。与 Salesforce (CRM ) 的集成和集中内容库的建立进一步简化了他们的流程，导致 RFP 的去向率为 93% 和过时内容减少了 43%。总体而言，Netsmart 使用 Responsive 的 AI 驱动平台带来了大量时间节省、内容准确性提高和整个提案管理运营的生产力提高。

JAGGAER，Responsive 的另一位客户，通过使用 Responsive 的 AI 进行内容审查、响应创建和要求分析，实现了双位数的赢率增加和 15 倍的投资回报率，这提高了决策和效率。用户采用率增加了三倍，该平台简化了跨多个团队的协作和内容管理。

您预见响应管理行业在未来五年内会如何发展，Responsive 将如何在这一领域保持领先地位？

在未来五年内，我预见响应管理行业将被人工智能代理所改变，重点是让人类保持在循环中。虽然我们预计会有大约 8000 万个工作岗位被取代，但同时也会创造出 1.8 亿个新工作岗位——这对我们的行业来说是一个净正面结果。

Responsive 在这场变革中处于独特的领先地位。我们已经处理了超过 600 亿美元的提案，并建立了一个几乎包含 400 万个问答对的数据库。我们的庞大数据集使我们能够理解复杂的模式并开发出超越简单自动化的人工智能解决方案。

我们的方法是拥抱人工智能的潜力，寻找积极的结果，而不是害怕破坏。拥有强大市场情报、全面数据和成熟使用的公司将会脱颖而出，Responsive 正处于这一浪潮的前沿。关键不仅仅是实施人工智能，而是以战略性的方式实施人工智能，利用丰富的、有上下文的数据来实现有意义的洞察和效率。

感谢您接受这次精彩的采访，希望了解更多的读者可以访问 Responsive，