Umsatzleiter sagt: Die Einführung von KI braucht einen Business Case, bevor sie den Go-to-Market-Bereich erreicht

Alexey Navolokin leitet AMDs Geschäft im gesamten APAC-Raum, wo er Strategie, Partnerschaften und die Markteinführung vorantreibt.

Wir haben uns mit Alexey unterhalten, um zu erfahren, wie KI Strategien für das Umsatzmanagement verändert. Das hat er gesagt.

Umsatzführung im KI-Zeitalter bedeutet nicht, ein Territorium zu verteidigen.

Ich leite AMDs Geschäft im gesamten APAC-Raum — für Unternehmen, Cloud, kommerzielle Kunden und Privatkunden — und treibe die Strategie, Partnerschaften und Markteinführung voran, um EPYC, Ryzen, Radeon und Instinct in Rechenzentren, PCs und KI-Infrastrukturen einzusetzen.

Doch der Weg hierher verlief nicht geradlinig, und genau diesen Teil möchte ich teilen.

Ich begann in der Unternehmenstechnologie bei Firmen wie Apple und Intel und lernte, wie man globale GTM-Strukturen aufbaut und skaliert. Dann stürzte ich mich in etwas Riskanteres: Ich leitete die Markt- und Softwareentwicklung für ein Blockchain-Start-up, das Telekommunikationsanbieter bediente. In diesen Jahren beriet ich Start-ups und KMU in Singapur bei der digitalen Transformation — und half ihnen, mithilfe der Distributed-Ledger-Technologie Transparenz in Lieferketten, Lebensmittelsicherheit und den globalen Handel zu bringen. Kein Leitfaden, keine Roadmap. Nur die Überzeugung, dass neue Technologien die Geschäftstätigkeit eines Tages grundlegend verändern würden.

Diese Überzeugung erwies sich als richtig — nur früher als erwartet und bei einer anderen Technologie, auf die ich ursprünglich gesetzt hatte.

Die Blockchain lehrte mich, einen Paradigmenwechsel zu verkaufen, bevor der Markt dafür bereit war. Genau diese Fähigkeit brauchte ich, als KI nicht mehr nur eine Folie im Vortrag eines anderen war, sondern zum Produkt wurde. Bei AMD habe ich beobachtet, wie sich die Umsatzführung selbst neu ausrichtet: Die GTM-Strategie berücksichtigt jetzt die Wirtschaftlichkeit von Rechenleistung, GPU-Roadmaps und Ökosystempartnerschaften mit Regierungen und Hyperscalern — nicht nur Vertriebspartnerprogramme und Quartalsziele.

Meine Aufgabe besteht heute also nicht nur darin, Prozessoren und Beschleuniger zu verkaufen. Es geht darum, AMDs KI-Ökosystem im gesamten APAC-Raum aufzubauen — durch die Zusammenarbeit mit Regierungsstellen, den Aufbau von Partnerschaften mit Cloud- und Entwicklerplattformen und die Gestaltung der Art und Weise, wie Unternehmen in der Region KI-Infrastrukturen in großem Maßstab einsetzen.

Diese Reise hat mich eines gelehrt: Umsatzführung im KI-Zeitalter bedeutet nicht, ein Territorium zu verteidigen. Es geht darum, frühzeitig auf den nächsten Wandel der Infrastruktur zu setzen, aktiv zu bleiben, während der Markt aufholt, und die Bereitschaft für Veränderungen zu besitzen, den Leitfaden neu zu erstellen, wenn der alte nicht mehr funktioniert.

Hardware und Plattformen über ein hybrides Modell verkaufen

AMD ist ein etablierter, börsennotierter Marktführer im Halbleiterbereich, der an der Spitze des Hochleistungs- und adaptiven Computings konkurriert — mit Technologien für CPU, GPU, FPGA, DPU, NPU und KI-Beschleuniger (EPYC, Ryzen, Radeon, Instinct).

Wir verkaufen Hardware und Plattformen über ein hybrides Modell, das direkte Geschäfte mit Unternehmen und Hyperscalern, OEM- und Vertriebspartner sowie software- und ökosystemnahe Angebote wie ROCm und Lösungen für KI-Infrastrukturen umfasst.

Ein KI-gestützter Arbeitsablauf zur Vorbereitung von Kundenterminen

Wir segmentieren GTM über die Bereiche Unternehmen, Cloud, kommerzielle Kunden und Privatkunden hinweg und entwickeln funktionsübergreifende GTM-Ansätze rund um Vertriebspartner, gemeinsame Vertriebsinitiativen mit Hyperscalern, OEM-Allianzen sowie die Zusammenarbeit mit Regierungen und dem öffentlichen Sektor (MSIT, EDB, NIPA) für strategische Partnerschaften im Bereich der KI-Infrastruktur.

Wir bedienen Märkte im gesamten APAC-Raum, mit besonderer Präsenz in Korea, Australien, Singapur und anderen südostasiatischen Ländern, und betreuen Kunden aus den Bereichen Rechenzentrum, PC, KI und Edge-Infrastruktur.

Wie KI Strategien für das Umsatzmanagement verändert

Bei AMD führte das Unternehmen KI-Tools informell im gesamten Unternehmen ein, ohne eine gemeinsame Methode zur Messung ihres geschäftlichen Nutzens — Projekte wurden auf Grundlage der Begeisterung für die Technologie vorangetrieben und nicht aufgrund eines klaren Verständnisses von Kosten, Nutzen und Übereinstimmung mit den Geschäftszielen.

Dann strukturierte die IT-Organisation von AMD unter der Leitung von CIO Hasmukh Ranjan die Einführung von KI in umsatzbezogene und operative Arbeitsabläufe neu. AMD unterzieht nun jeden KI-Vorschlag einem Filter für die geschäftliche Bewertung — Kosten, Nutzen und Eignung — bevor er umgesetzt wird; festgelegte KPIs verfolgen dabei die Wertschöpfung. Als Teil dieses Wandels erstellte AMD eine Abbildung eines „Tages im Leben“ bestimmter Rollen, darunter auch der Vertrieb, und entwickelte auf die jeweilige Funktion zugeschnittene KI-Tools, anstatt unternehmensweit allgemeine Tools einzusetzen.

Mit klaren KPIs über verschiedene Funktionen hinweg kann AMD nun messbare, funktionsspezifische Verbesserungen aufzeigen – im Finanzbereich wird durch KI-gestützte Automatisierung eine Produktivitätssteigerung von 15 % erzielt, und Erkenntnisse aus dem maschinellen Lernen haben zu Verbesserungen bei der Ausbeute in der Halbleiterfertigung im Wert von mehreren Millionen Dollar geführt. Ein internes Verzeichnis mit mehr als 100 dokumentierten KI-Anwendungsfällen ermöglicht es den Teams nun, erfolgreiche Ansätze zu replizieren, anstatt bei null mit Experimenten zu beginnen.

Die Veränderung besteht nicht darin, dass AMD ein KI-Tool für den Vertrieb eingeführt hat – vielmehr verlangt AMD nun vor jeder KI-Initiative, die umsatzrelevante Tätigkeiten berührt, einen Business Case und einen messbaren KPI. Dadurch wird die Einführung von KI in den Go-to-Market-Funktionen von einer Reihe einmaliger Experimente zu einer wiederholbaren und nachvollziehbaren Fähigkeit.

Alexeys Ratschlag

Ich bin überzeugt, dass KI ihre größte kommerzielle Wirkung nicht dadurch entfaltet, dass sie Vertriebsmitarbeiter ersetzt, sondern indem sie jedem Vertriebsmitarbeiter ermöglicht, jeden Tag mit der Vorbereitung und den Erkenntnissen seines besten Tages zu arbeiten.

Ein KI-gestützter Arbeitsablauf, den ich täglich nutze, ist die Vorbereitung auf ein Kundenmeeting mit Führungskräften – von der Recherche bis zur Nachbereitung.

Er beginnt damit, dass die KI öffentliche Informationen zusammenträgt: die jüngsten Geschäftszahlen des Kunden, strategische Prioritäten, Technologieinvestitionen, die Wettbewerbssituation und Branchentrends. Statt stundenlang Daten zusammenzutragen, erhalte ich innerhalb weniger Minuten ein kompaktes Briefing für Führungskräfte.

Anschließend verknüpft die KI diese externen Erkenntnisse mit unseren internen Prioritäten. Sie ermittelt, an welchen Stellen das Portfolio von AMD am besten zu den Geschäftszielen des Kunden passt – etwa bei KI-Infrastruktur, souveränen KI-Initiativen, der Cloud-Erweiterung oder der Modernisierung von Unternehmen.

Vor dem Meeting erstellt die KI eine maßgeschneiderte Präsentation, schlägt Diskussionspunkte auf Führungsebene vor, hebt die Wettbewerbspositionierung hervor und antizipiert sogar Fragen auf Grundlage früherer Kundeninteraktionen und Marktentwicklungen.

Nach dem Meeting fasst die KI die Diskussion zusammen, erfasst Maßnahmen, erstellt Entwürfe für Follow-up-E-Mails, aktualisiert CRM-Datensätze und empfiehlt die nächste sinnvolle Interaktion. Was früher mehrere Stunden dauerte, nimmt heute nur noch wenige Minuten in Anspruch. Dadurch kann ich mehr Zeit mit Kunden verbringen und weniger Zeit für administrative Aufgaben aufwenden.

Der größte Wert liegt für mich darin, dass KI die Zeitspanne zwischen Erkenntnis, Entscheidung und Kundenkontakt verkürzt.

Für ein globales Unternehmen wie AMD, bei dem sich Geschäftschancen über Cloud-Anbieter, Unternehmen, Regierungen und KI-Innovatoren im asiatisch-pazifischen Raum erstrecken, ist Geschwindigkeit entscheidend. Eine schnellere Vorbereitung führt zu besseren Gesprächen. Bessere Gespräche führen zu stärkeren Kundenbeziehungen. Und stärkere Beziehungen steigern letztlich den Umsatz.

Hier entfaltet KI meiner Ansicht nach ihre größte kommerzielle Wirkung – nicht indem sie Vertriebsmitarbeiter ersetzt, sondern indem sie jedem Vertriebsmitarbeiter ermöglicht, jeden Tag mit der Vorbereitung und den Erkenntnissen seines besten Tages zu arbeiten.

Die besten Einsatzbereiche für KI – und die Ergebnisse

Für KI-Unterstützung in umsatzorientierten Organisationen eignen sich besonders folgende Bereiche:

• Priorisierung der Vertriebspipeline – Erkennung von Signalen aus Aktivitäten auf Kundenkonten und Interaktionsdaten
• Bewertung von Geschäftsabschlüssen – Abgleich von Mustern mit historischen Daten zu gewonnenen und verlorenen Geschäften
• Prognosen – schnellere Zusammenführung von Pipeline-Daten zu Projektionen als bei manuellen Konsolidierungen
• Gebiets- und Marktpotenzialanalyse

Die positiven Ergebnisse, die wir bisher beobachten konnten, sind:

• Schnellere Erstellung strategischer Angebote und Entwürfe – Finanzmodelle und Präsentationen, die früher Wochen dauerten, sind nun innerhalb von Tagen fertig
• Mehr mögliche Überarbeitungen pro Geschäft oder Angebot im gleichen Zeitfenster, was zu einem präziseren Endergebnis führt
• Die Möglichkeit, funktionsübergreifende Materialien (Modell + Text + Visualisierung) selbst zu erstellen, für die früher andere Teams hinzugezogen werden mussten

• Verbesserungen bei der Prognosegenauigkeit
• Reduzierung der Kundenabwanderung

Auf der negativen Seite habe ich erlebt, dass eine übermäßige Abhängigkeit von KI-generierten Bewertungen den Beziehungs- und politischen Kontext bei Geschäften mit Regierungen außer Acht ließ. Außerdem gleicht der Zeitaufwand für die Überprüfung und Korrektur von KI-Ergebnissen gelegentlich die durch ihre Erstellung eingesparte Zeit wieder aus. Und obwohl KI die Produktivität deutlich verbessert hat, führt dies nicht immer zu einem proportionalen Umsatzwachstum.

Warum Umsatzverantwortliche die Effizienz von KI mit menschlichem Urteilsvermögen ausbalancieren müssen

Eine Sache, die durch KI schwieriger geworden ist, besteht darin zu wissen, wann man ihr nicht vertrauen sollte.

KI fasst Informationen effektiv zusammen, erkennt Muster und beschleunigt alltägliche Aufgaben. Im Unternehmensvertrieb kann Geschwindigkeit jedoch ein falsches Gefühl der Gewissheit erzeugen.

Ein von KI erstellter Kundenbetreuungsplan, eine Prognose oder ein Kundenbriefing kann ausgefeilt und vollständig wirken und dennoch die subtilen Dynamiken übersehen, die über den Erfolg oder Misserfolg eines strategischen Geschäftsabschlusses entscheiden — Veränderungen bei der Unterstützung durch Führungskräfte, interne Machtverhältnisse, Budgetverschiebungen oder die Stärke einer vertrauensvollen Beziehung.

Für Umsatzverantwortliche entsteht dadurch eine neue Herausforderung: die Effizienz durch KI mit menschlichem Urteilsvermögen in Einklang zu bringen.

Bei AMD haben wir festgestellt, dass KI den größten Nutzen bringt, wenn sie unsere Teams auf bessere Kundengespräche vorbereitet — nicht, wenn sie kritische geschäftliche Entscheidungen ersetzt. Unsere Kundenbetreuungsteams überprüfen weiterhin die von der KI generierten Erkenntnisse, hinterfragen Annahmen und bringen ihre eigene Erfahrung ein, bevor sie mit Kunden in Kontakt treten oder strategische Verpflichtungen eingehen.

Warum KI Schwierigkeiten mit den Feinheiten von Geschäftsabschlüssen und Vertrauen hat

KI hat nach wie vor Schwierigkeiten, den menschlichen Kontext hinter Geschäftsabschlüssen mit Unternehmen zu verstehen. Im komplexen B2B-Vertrieb, insbesondere bei KI-Infrastrukturen, sind die größten Hindernisse nur selten technischer Natur. Sie sind organisatorischer Natur.

KI kann CRM-Daten analysieren, Besprechungen zusammenfassen, Kaufsignale erkennen und sogar die Wahrscheinlichkeit eines Geschäftsabschlusses vorhersagen. Oft entgehen ihr jedoch die Feinheiten, die erfahrene Vertriebsverantwortliche sofort erkennen.

So kann beispielsweise eine strategische Verkaufschance gesund erscheinen, weil die Einbindung der Führungsebene hoch ist, die technische Bewertung voranschreitet und die Beschaffung begonnen hat. Auf dem Papier könnte die KI sie als Geschäftsabschluss mit hoher Wahrscheinlichkeit bewerten. Ein erfahrenes Kundenbetreuungsteam weiß jedoch möglicherweise, dass sich das Budget des Kunden unbemerkt verschoben hat, eine Entscheidung auf Vorstandsebene verzögert wurde oder eine wichtige Führungskraft, die das Vorhaben unterstützt hat, eine andere Rolle übernommen hat. Diese Faktoren tauchen möglicherweise nie in strukturierten Daten auf und können dennoch den Ausgang der Verkaufschance vollständig verändern.

Bei AMD betrachten wir KI als System zur Entscheidungsunterstützung — nicht als Entscheidungsträger. Sie hilft unseren Teams, sich effektiver vorzubereiten, Muster über verschiedene Verkaufschancen hinweg zu erkennen und den Verwaltungsaufwand zu reduzieren. Doch wenn es darum geht, Beziehungen zu Führungskräften zu pflegen, komplexe Geschäftsvereinbarungen auszuhandeln oder die langfristigen strategischen Prioritäten eines Kunden zu verstehen, bleibt menschliches Urteilsvermögen unverzichtbar.

Vertrauen ist ein weiterer Bereich, in dem KI an ihre Grenzen stößt.

Kunden, die Infrastrukturinvestitionen in Millionenhöhe tätigen, wählen einen Partner nicht allein aufgrund der Qualität eines von KI erstellten Angebots. Sie entscheiden sich aufgrund des Vertrauens darauf, dass die Technologie zuverlässig funktioniert, die Roadmap glaubwürdig ist und die dahinterstehenden Menschen über die gesamte Dauer der Partnerschaft hinweg liefern werden.

Dieses Vertrauen entsteht durch Erfahrung, Transparenz und Beziehungen — nicht durch Algorithmen.

Wie Umsatzverantwortliche die Organisation vor der Integration von KI vorbereiten müssen

Wenn ich zurückgehen könnte, würde ich deutlich weniger Zeit auf die Bewertung von KI-Tools und deutlich mehr Zeit auf die Vorbereitung der Organisation für deren Nutzung verwenden.

Wie bei vielen Unternehmen bestand unser erster Impuls darin zu fragen: "Welche KI-Lösung sollten wir einsetzen?" Die bessere Frage lautet: "Wie gestalten wir die Arbeitsweise unserer Teams neu?" KI schafft nicht allein dadurch einen Mehrwert, dass sie implementiert wird. Sie schafft Mehrwert, wenn sie in die täglichen Arbeitsabläufe eingebettet ist und von ihren Nutzern als vertrauenswürdig angesehen wird.

Im Rückblick gibt es drei Erkenntnisse, von denen ich mir wünschte, ich hätte sie vom ersten Tag an gekannt.

1. Daten sind wichtiger als das Modell. Selbst die fortschrittlichste KI kann fragmentierte CRM-Daten, uneinheitliche Kundeninformationen oder voneinander getrennte Wissensquellen nicht ausgleichen. Saubere, vertrauenswürdige Daten bilden die Grundlage jeder erfolgreichen KI-Initiative.
2. Die Nutzung ist der entscheidende KPI. Es ist einfach, bereitgestellte Lizenzen oder abgeschlossene Pilotprojekte zu messen. Die schwierigere — und wichtigere — Kennzahl ist, ob Vertriebsteams KI täglich nutzen, um sich auf Kundentermine vorzubereiten, Prognosen zu verbessern, Angebote schneller zu erstellen und bessere Entscheidungen zu treffen.
3. Beginnen Sie mit Geschäftsergebnissen, nicht mit Technologie. KI sollte eine konkrete geschäftliche Herausforderung lösen: Verkaufszyklen verkürzen, die Produktivität der Vertriebsmitarbeiter steigern, die Genauigkeit von Prognosen verbessern oder neue Verkaufschancen identifizieren. Technologie sollte die Strategie ermöglichen und nicht selbst zur Strategie werden.

Wie KI die Erwartungen an Rollen im Umsatzbereich verändert

KI hat nicht grundlegend verändert, wen wir einstellen, aber sie hat verändert, was wir von jeder Rolle erwarten.

In der Vergangenheit betrachteten wir Vertrieb, technische Spezialisten, Marketing und Betriebsabläufe oft als voneinander getrennte Funktionen. Heute verwischt KI diese Grenzen.

Wir erwarten beispielsweise von Kundenbetreuern, dass sie KI nutzen, um Kunden zu recherchieren, Kundenstrategien zu entwickeln und Gespräche mit Führungskräften zu personalisieren. Vertriebsleiter werden zu datenbasierten Coaches, die KI-Erkenntnisse nutzen, um die Qualität der Vertriebspipeline und die Prognosegenauigkeit zu verbessern. Vertriebsteams wechseln von der Erstellung von Berichten zur Gestaltung KI-gestützter Arbeitsabläufe, die dem Unternehmen helfen, schneller bessere Entscheidungen zu treffen.

Bei AMD sehen wir außerdem eine steigende Nachfrage nach Menschen, die Technologie und Geschäft miteinander verbinden können. Da Kunden die Einführung von KI beschleunigen, wünschen sie sich Partner, die nicht nur CPUs, GPUs und KI-Infrastruktur verstehen, sondern auch Geschäftstransformation, Cloud-Ökonomie, Strategien für souveräne KI und die Rendite von Investitionen.

Das bedeutet, dass die wertvollsten Talente zunehmend kommerzielle Führungsqualitäten mit technischer Kompetenz verbinden.

Ebenso wichtig ist KI-Kompetenz. Wir erwarten nicht, dass jeder zum Datenwissenschaftler wird, aber wir erwarten, dass Teams verstehen, wie sie effektiv mit KI arbeiten – wie sie bessere Fragen stellen, von KI generierte Erkenntnisse überprüfen und sie verantwortungsvoll in Kundengesprächen einsetzen.

Und vielleicht besteht die größte Veränderung darin, dass KI den Wert einzigartig menschlicher Fähigkeiten steigert. Während KI Recherche, die Vorbereitung von Besprechungen und routinemäßige Verwaltungsaufgaben automatisiert, werden der Aufbau von Beziehungen, die Kommunikation mit Führungskräften, Verhandlungsgeschick, strategisches Denken und das Vertrauen der Kunden noch wichtiger.

In vielerlei Hinsicht verringert KI nicht die Bedeutung großartiger Vertriebsmitarbeiter – sie erhöht sie sogar.

Alexeys Ratschlag

Die besten Vertriebsmitarbeiter sind nicht mehr einfach diejenigen mit dem größten Produktwissen – sie verbinden Geschäftsziele mit der KI-Transformation … Das ist wahrscheinlich die wichtigste Lektion, die ich gelernt habe.

Wie KI GTM, Preisgestaltung und Vertrieb verändert

Über Jahre hinweg bestimmten Produktdifferenzierung, Beziehungen und Preis weitgehend den Verkauf von Unternehmenstechnologien. Diese Faktoren sind weiterhin wichtig, aber KI hat das Gespräch grundlegend verändert.

Heute kaufen Kunden keine einzelnen Produkte mehr. Sie investieren in umfassende KI-Ergebnisse.

Das bedeutet, dass sich die Gespräche von „Welcher Prozessor ist schneller?“ zu „Wie schnell können wir KI bereitstellen? Wie viel wird es kosten, unsere Modelle zu trainieren und auszuführen? Kann diese Infrastruktur skaliert werden? Und sind wir an ein Ökosystem gebunden?“ verlagert haben.

Infolgedessen hat sich unsere Markteinführungsstrategie weiterentwickelt.

Wir konzentrieren uns jetzt darauf, wie das gesamte Portfolio zusammenwirkt, um Kunden beim Aufbau skalierbarer KI-Infrastrukturen zu unterstützen.

KI hat auch die Gespräche über die Preisgestaltung verändert.

Kunden bewerten zunehmend die Gesamtbetriebskosten, die Leistung pro Watt, die Infrastrukturnutzung, die Offenheit der Software und die langfristige Flexibilität, anstatt lediglich die Anschaffungskosten der Hardware zu vergleichen. Das Gespräch ist wesentlich strategischer geworden.

Schließlich hat KI verändert, wie wir verkaufen.

Die besten Vertriebsmitarbeiter sind nicht mehr einfach diejenigen mit dem größten Produktwissen – sie verbinden Geschäftsziele mit der KI-Transformation. Sie müssen Herausforderungen der jeweiligen Branche, Datenstrategie, Initiativen für souveräne KI, Cloud-Ökonomie und organisatorischen Wandel ebenso gut verstehen wie technische Spezifikationen.

Das ist wahrscheinlich die wichtigste Lektion, die ich gelernt habe. KI hat nicht verändert, was Kunden wertschätzen – sie hat verändert, wie sie Wert definieren.

Fünf Prioritäten für CROs, die KI in ihren Organisationen einführen

Für CROs ist KI nicht einfach nur ein weiterer Softwarekauf — sie entwickelt sich zu einem Wettbewerbsvorteil. Erfolg wird jedoch nicht durch den Einsatz der meisten KI-Anwendungen entstehen. Er wird sich daraus ergeben, die richtige Infrastruktur, Datengrundlage und organisatorische Kompetenz aufzubauen.

Hier sind fünf Prioritäten, die ich empfehlen würde:

• Investieren Sie in eine skalierbare KI-Infrastruktur. Die größte Wertquelle ist nicht das Modell selbst — es ist die Fähigkeit, Modelle effizient zu trainieren, zu optimieren und bereitzustellen. Eine offene, leistungsstarke Infrastruktur gibt Unternehmen die Flexibilität, Innovationen voranzutreiben, ohne sich an ein einzelnes Ökosystem zu binden.
• Machen Sie KI zu einem Mehrwert für Kunden, nicht nur zu einem Produktivitätswerkzeug für interne Abläufe. Eine schnellere Angebotserstellung und automatisierte CRM-Aktualisierungen sind nützlich, aber die eigentliche Chance besteht darin, bessere Kundenerlebnisse, personalisierte Interaktionen und schnellere Geschäftsergebnisse zu liefern.
• Machen Sie Ihre Daten KI-fähig. KI ist nur so gut wie die Daten, auf denen sie basiert. Saubere, sichere und regelkonform verwaltete Daten sind jetzt ein strategischer Umsatzwert.
• Befähigen Sie Vertriebsmitarbeiter mit KI, statt sie zu ersetzen. Die leistungsstärksten Vertriebsteams werden KI-gestützte Erkenntnisse mit menschlicher Expertise, Vertrauen und Beziehungsaufbau verbinden. KI sollte administrative Aufgaben beseitigen und Vertriebsmitarbeitern dadurch mehr Zeit für Kunden geben.
• Denken Sie langfristig. Die Nachfrage nach KI steigt rasant, aber die Infrastrukturentscheidungen von heute werden Ihre Wettbewerbsposition im kommenden Jahrzehnt bestimmen. Wählen Sie Plattformen, die Leistung, Offenheit und Flexibilität bieten, während sich die Arbeitslasten weiterentwickeln.

Die Unternehmen, die das KI-Zeitalter anführen werden, sind nicht unbedingt diejenigen mit den größten Budgets. Es werden diejenigen sein, die die anpassungsfähigste KI-Infrastruktur aufbauen und jeden Mitarbeiter befähigen, sie effektiv zu nutzen.

Und KI wird großartige Umsatzverantwortliche nicht ersetzen. Aber Umsatzverantwortliche, die KI — und die Infrastruktur, die sie ermöglicht — einsetzen, werden diejenigen übertreffen, die dies nicht tun.

Auf dem Laufenden bleiben

Verfolgen Sie Alexey Navolokins Arbeit auf LinkedIn.

Weitere Experteninterviews folgen im CRO Club!