Liikevaihdosta vastaava johtaja: tekoälyn käyttöönotto tarvitsee liiketoimintaperusteen ennen kuin se ulottuu markkinoillemenoon

Alexey Navolokin johtaa AMD:n liiketoimintaa APAC-alueella, jossa hän vastaa strategiasta, kumppanuuksista ja markkinoillemenosta.

Juttelimme Alexeyn kanssa siitä, miten tekoäly muuttaa tulonhallinnan strategioita. Tässä hänen vastauksensa.

Tulojen johtaminen tekoälyn aikakaudella ei tarkoita oman reviirin puolustamista.

Johdan AMD:n liiketoimintaa koko APAC-alueella — yritys-, pilvi-, kaupallinen ja kuluttajaliiketoiminta mukaan lukien — ja vastaan strategiasta, kumppanuuksista ja markkinoillemenosta, jotta EPYC, Ryzen, Radeon ja Instinct saadaan palvelinkeskuksiin, tietokoneisiin ja tekoälyinfrastruktuuriin.

Matka tähän pisteeseen ei kuitenkaan ollut suoraviivainen, ja juuri sen haluan jakaa.

Aloitin yritysteknologian parissa Applen ja Intelin kaltaisissa yrityksissä ja opin rakentamaan ja skaalaamaan maailmanlaajuisia GTM-koneistoja. Sitten siirryin riskialttiimpaan tehtävään: johdin markkina- ja ohjelmistokehitystä televiestintäoperaattoreita palvelevassa lohkoketjuyrityksessä. Vietin nämä vuodet konsultoiden Singaporen startup-yrityksiä ja pk-yrityksiä digitaalisen transformaation parissa — auttaen niitä hyödyntämään hajautettua tilikirjatekniikkaa toimitusketjujen, elintarviketurvallisuuden ja kansainvälisen kaupan läpinäkyvyyden lisäämiseksi. Ei toimintamallia, ei tiekarttaa. Vain vakaumus siitä, että kehittyvä teknologia muuttaisi lopulta tapaa, jolla liiketoimintaa harjoitetaan.

Tuo vakaumus osoittautui oikeaksi — vain odotettua aiemmin ja eri teknologian kohdalla kuin alun perin uskoin.

Lohkoketjut opettivat minulle, miten paradigmamuutosta myydään ennen kuin markkinat ovat siihen valmiita. Se osoittautui juuri siksi taidoksi, jota tarvitsin, kun tekoäly lakkasi olemasta jonkun toisen esityksen dia ja muuttui tuotteeksi. AMD:llä olen nähnyt, kuinka myös tulojen johtaminen on uudistunut: GTM-strategiassa huomioidaan nyt laskennan talous, GPU-tiekartat ja ekosysteemikumppanuudet hallitusten ja hyperskaalaajien kanssa — ei vain kanavaohjelmia ja neljännesvuositavoitteita.

Nykyään työni ei siis ole pelkästään prosessoreiden ja kiihdyttimien myyntiä. Rakennan AMD:n tekoälyekosysteemiä koko APAC-alueella — teen yhteistyötä viranomaisten kanssa, solmin kumppanuuksia pilvi- ja kehittäjäalustojen kanssa ja muokkaan tapaa, jolla alueen yritykset ottavat tekoälyinfrastruktuurin käyttöön laajassa mittakaavassa.

Tämä matka opetti minulle yhden asian: tulojen johtaminen tekoälyn aikakaudella ei tarkoita oman reviirin puolustamista. Se tarkoittaa seuraavan infrastruktuurimuutoksen ennakoimista, käytännönläheisen otteen säilyttämistä markkinoiden saavuttaessa muutoksen ja valmiutta uudistaa toimintamalli, kun vanha ei enää toimi.

Laitteiden ja alustojen myynti hybridimallilla

AMD on kypsä, julkisesti noteerattu puolijohdealan johtaja, joka kilpailee tehokkaan ja mukautuvan laskennan eturintamassa — CPU-, GPU-, FPGA-, DPU-, NPU- ja tekoälykiihdytinteknologioissa (EPYC, Ryzen, Radeon, Instinct).

Myymme laitteita ja alustoja hybridimallilla, joka sisältää suorat yritys- ja hyperskaalaajasopimukset, OEM- ja kanavakumppanuudet sekä ohjelmistoihin ja ekosysteemiin liittyvät tarjonnat, kuten ROCm:n ja tekoälyinfrastruktuuriratkaisut.

Tekoälyllä tehostettu työnkulku asiakastapaamisiin valmistautumiseen

Segmentoimme GTM-toiminnan yritys-, pilvi-, kaupallisiin ja kuluttajaliiketoiminnan kokonaisuuksiin ja rakennamme monitoiminnallista GTM-toimintaa kanavakumppaneiden, hyperskaalaajien yhteismyyntimallien, OEM-liittoumien ja valtion sekä julkisen sektorin sidosryhmäyhteistyön (MSIT, EDB, NIPA) ympärille strategisia tekoälyinfrastruktuurikumppanuuksia varten.

Palvelemme markkinoita kaikkialla APAC-alueella, erityisen vahvasti Koreassa, Australiassa, Singaporessa ja muissa Kaakkois-Aasian maissa. Asiakaskuntamme kattaa palvelinkeskus-, PC-, tekoäly- ja reunainfrastruktuurin asiakkaat.

Miten tekoäly muokkaa tulonhallinnan strategioita

AMD:llä yritys otti tekoälytyökaluja epävirallisesti käyttöön eri puolilla organisaatiota ilman yhteistä tapaa mitata niiden liiketoiminta-arvoa — hankkeita vietiin eteenpäin teknologiaa kohtaan tunnetun innostuksen perusteella sen sijaan, että kustannukset, hyödyt ja yhteensopivuus liiketoimintatavoitteiden kanssa olisi ymmärretty selkeästi.

Sitten AMD:n tietohallinto CIO Hasmukh Ranjanin johdolla uudisti tapaa, jolla tekoälyä otettiin käyttöön tuloihin liittyvässä ja operatiivisessa työssä. AMD arvioi nyt jokaisen tekoälyehdotuksen liiketoimintaperusteen — kustannukset, hyödyt ja soveltuvuuden — ennen etenemistä, ja määritellyt KPI-mittarit seuraavat arvon toteutumista. Osana tätä muutosta AMD kuvasi tiettyjen tehtävien, kuten myynnin, "päivän elämässä" ja rakensi kullekin toiminnolle räätälöityjä tekoälytyökaluja sen sijaan, että olisi ottanut käyttöön yleiskäyttöisiä työkaluja koko yrityksessä.

Selkeiden toimintokohtaisten KPI-mittareiden ansiosta AMD voi nyt osoittaa mitattavia, toimintokohtaisia hyötyjä — taloushallinto näkee tekoälyyn perustuvan automaation tuottavan 15 %:n tuottavuusparannuksen, ja koneoppimisen avulla saadut oivallukset ovat parantaneet puolijohteiden valmistuksen saantoa miljoonien dollarien arvosta. Yli 100 dokumentoitua tekoälyn käyttötapausta sisältävä sisäinen luettelo antaa tiimeille nyt mahdollisuuden toistaa toimivia ratkaisuja sen sijaan, että ne kokeilisivat kaikkea alusta alkaen.

Muutos ei ole siinä, että AMD lisäsi myyntiin tekoälytyökalun — olennaista on, että AMD edellyttää nyt liiketoimintaperustelua ja mitattavaa KPI-mittaria ennen kuin mikään tekoälyhanke vaikuttaa liikevaihtoon suoraan liittyvään työhön. Tämä muuttaa tekoälyn käyttöönoton GTM-toiminnoissa yksittäisten kokeilujen sarjasta toistettavaksi ja seurattavaksi kyvykkyydeksi.

Alexeyn neuvo

Uskon, että tekoäly tuottaa suurimman kaupallisen vaikutuksensa — ei korvaamalla myyjiä, vaan auttamalla jokaista myyjää työskentelemään joka päivä sellaisella valmistautumisella ja ymmärryksellä, jota hänellä on parhaimmillaan.

Yksi päivittäin käyttämistäni tekoälypohjaisista työnkuluista on valmistautuminen johtotason asiakastapaamiseen — aina taustatutkimuksesta jälkiseurantaan.

Se alkaa siitä, että tekoäly kokoaa julkisesti saatavilla olevat tiedot: asiakkaan viimeisimmän tuloksen, strategiset painopisteet, teknologiainvestoinnit, kilpailutilanteen ja toimialan trendit. Sen sijaan, että käyttäisin tuntikausia tietojen keräämiseen, saan tiiviin johtotason katsauksen muutamassa minuutissa.

Seuraavaksi tekoäly yhdistää ulkoisen tiedon sisäisiin painopisteisiimme. Se tunnistaa, missä AMD:n tuote- ja palveluvalikoima vastaa parhaiten asiakkaan liiketoimintatavoitteita, olipa kyse tekoälyinfrastruktuurista, suvereenin tekoälyn hankkeista, pilvipalveluiden laajentamisesta tai yritysten modernisoinnista.

Ennen tapaamista tekoäly laatii räätälöidyn esityksen, ehdottaa johtotasolle sopivia keskustelunaiheita, nostaa esiin kilpailuaseman ja ennakoi jopa kysymyksiä aiempien asiakasvuorovaikutusten ja markkinakehityksen perusteella.

Tapaamisen jälkeen tekoäly tiivistää keskustelun, kirjaa toimenpiteet, luonnostelee seurantaviestit, päivittää CRM-tiedot ja suosittelee seuraavaa parasta yhteydenottoa. Aiemmin useita tunteja vienyt työ valmistuu nyt muutamassa minuutissa, joten voin käyttää enemmän aikaa asiakkaisiin ja vähemmän hallinnollisiin tehtäviin.

Suurin hyöty on siinä, että tekoäly lyhentää oivalluksen, päätöksen ja asiakasvuorovaikutuksen välistä aikaa.

AMD:n kaltaisessa globaalissa organisaatiossa, jossa mahdollisuudet ulottuvat pilvipalveluntarjoajiin, yrityksiin, hallituksiin ja tekoälyinnovaatioiden kehittäjiin kaikkialla Aasian ja Tyynenmeren alueella, nopeudella on merkitystä. Nopeampi valmistautuminen johtaa parempiin keskusteluihin. Paremmat keskustelut johtavat vahvempiin asiakassuhteisiin. Vahvemmat asiakassuhteet puolestaan kasvattavat liikevaihtoa.

Juuri tässä uskon tekoälyn tuottavan suurimman kaupallisen vaikutuksensa — ei korvaamalla myyjiä, vaan auttamalla jokaista myyjää työskentelemään joka päivä sellaisella valmistautumisella ja ymmärryksellä, jota hänellä on parhaimmillaan.

Parhaat alueet tekoälyn hyödyntämiseen — ja tulokset

Tekoälyavulle hyvin soveltuvia alueita liikevaihto-organisaatioissa ovat:

• Myyntiputken priorisointi — asiakastilin aktiivisuudesta ja sitoutumistiedoista saatavien signaalien esiin nostaminen
• Kauppojen pisteytys — mallien vertaaminen aiempien voitto- ja tappiotietojen perusteella
• Ennustaminen — myyntiputken tietojen kokoaminen ennusteiksi nopeammin kuin manuaalisilla koonneilla
• Alueen ja markkinoiden koon määrittäminen

Tähän mennessä näkemämme myönteiset tulokset ovat:

• Strategisten tuotosten ehdotuksesta luonnokseksi etenevän työvaiheen nopeutuminen — talousmallit ja esitykset, joiden tekemiseen kului aiemmin viikkoja, valmistuvat nyt päivissä
• Samassa ajassa voidaan tehdä useampia iteraatioita kauppaa tai ehdotusta kohden, mikä parantaa lopputulosta
• Mahdollisuus tuottaa itse eri toimintojen yhteisiä aineistoja (malli + narratiivi + visuaalinen aineisto), joiden tekemiseen tarvittiin aiemmin muiden tiimien apua

• Ennusteiden tarkkuuden paraneminen
• Asiakaspoistuman väheneminen

Kielteisenä puolena olen nähnyt liiallista luottamista tekoälyn tuottamaan pisteytykseen, joka ei huomioinut suhteiden ja politiikan kontekstia julkishallinnon kaupoissa. Lisäksi tekoälyn tuottaman sisällön tarkistamiseen ja korjaamiseen kuluva aika kumoaa toisinaan sen tuottamiseen säästyneen ajan. Vaikka tekoäly on parantanut tuottavuutta merkittävästi, se ei aina muutu vastaavassa suhteessa kasvavaksi liikevaihdoksi.

Miksi liikevaihdosta vastaavien johtajien on tasapainotettava tekoälyn tehokkuus ja ihmisen harkinta

Yksi asia, joka on tekoälyn myötä muuttunut vaikeammaksi, on tietää, milloin siihen ei pidä luottaa.

Tekoäly tiivistää tietoa tehokkaasti, tunnistaa malleja ja nopeuttaa päivittäisiä tehtäviä. Yritysmyynnissä nopeus voi kuitenkin luoda vääränlaisen varmuuden tunteen.

Tekoälyn luoma asiakassuunnitelma, ennuste tai asiakasvalmistelu voi näyttää viimeistellyltä ja kattavalta, mutta siitä voivat puuttua hienovaraiset dynamiikat, jotka ratkaisevat strategisen kaupan onnistumisen tai epäonnistumisen — muutokset johdon tuessa, organisaation sisäiset valtapelit, budjettimuutokset tai luottamuksellisen suhteen vahvuus.

Liikevaihdosta vastaaville johtajille tämä luo uuden haasteen: tekoälyyn perustuvan tehokkuuden ja inhimillisen harkinnan tasapainottamisen.

AMD:llä olemme havainneet, että tekoäly tuottaa eniten arvoa silloin, kun se valmistaa tiimejämme parempiin asiakaskeskusteluihin — ei silloin, kun se korvaa kriittiset kaupalliset päätökset. Asiakastiimimme tarkistavat edelleen tekoälyn tuottamat näkemykset, haastavat oletukset ja hyödyntävät omaa kokemustaan ennen asiakkaiden kohtaamista tai strategisten sitoumusten tekemistä.

Miksi tekoälyllä on vaikeuksia kauppojen hienovaraisten piirteiden ja luottamuksen kanssa

Tekoälyllä on edelleen vaikeuksia ymmärtää yrityskauppojen taustalla olevaa inhimillistä kontekstia. Monimutkaisessa B2B-myynnissä, erityisesti tekoälyinfrastruktuurin osalta, suurimmat esteet ovat harvoin teknisiä. Ne ovat organisatorisia.

Tekoäly voi analysoida CRM-tietoja, tiivistää kokouksia, tunnistaa ostosignaaleja ja jopa ennustaa kaupan toteutumisen todennäköisyyttä. Se ei kuitenkaan usein havaitse hienovaraisia seikkoja, jotka kokeneet myyntijohtajat tunnistavat välittömästi.

Strateginen mahdollisuus voi esimerkiksi vaikuttaa hyvältä, koska johdon osallistuminen on vahvaa, tekninen arviointi etenee ja hankintaprosessi on alkanut. Tekoäly voi paperilla arvioida sen suuren todennäköisyyden kaupaksi. Kokenut asiakastiimi saattaa kuitenkin tietää, että asiakkaan budjetti on kaikessa hiljaisuudessa muuttunut, hallituksen päätös on viivästynyt tai keskeinen johdon tukija on siirtynyt toiseen tehtävään. Nämä tekijät eivät ehkä koskaan näy rakenteisissa tiedoissa, mutta ne voivat muuttaa mahdollisuuden lopputuloksen täysin.

AMD:llä pidämme tekoälyä päätöksenteon tukijärjestelmänä — emme päätöksentekijänä. Se auttaa tiimejämme valmistautumaan tehokkaammin, tunnistamaan mahdollisuuksien välisiä malleja ja vähentämään hallinnollista työtä. Kun kyse on kuitenkin suhteiden hoitamisesta yritysjohdon kanssa, monimutkaisten kaupallisten sopimusten neuvottelemisesta tai asiakkaan pitkän aikavälin strategisten painopisteiden ymmärtämisestä, inhimillinen harkinta on edelleen välttämätöntä.

Luottamus on toinen alue, jolla tekoälyllä on rajoituksensa.

Miljoonien arvoisia infrastruktuuri-investointeja tekevät asiakkaat eivät valitse kumppania pelkästään tekoälyn tuottaman ehdotuksen laadun perusteella. He valitsevat kumppanin sen perusteella, kuinka varmoja he ovat teknologian toimivuudesta, tiekartan uskottavuudesta ja siitä, että sen takana olevat ihmiset täyttävät lupauksensa koko kumppanuuden ajan.

Se rakentuu kokemuksen, avoimuuden ja suhteiden kautta — ei algoritmeilla.

Miten liikevaihdosta vastaavien johtajien on valmisteltava organisaatio ennen tekoälyn käyttöönottoa

Jos voisin palata ajassa taaksepäin, käyttäisin paljon vähemmän aikaa tekoälytyökalujen arviointiin ja paljon enemmän aikaa organisaation valmistelemiseen niiden käyttöä varten.

Kuten monissa yrityksissä, myös meillä ensimmäinen vaistonvarainen kysymys oli: "Mikä tekoälyratkaisu meidän pitäisi ottaa käyttöön?" Parempi kysymys on: "Miten suunnittelemme tiimiemme työskentelytavat uudelleen?" Tekoäly ei luo arvoa vain siksi, että se otetaan käyttöön. Se luo arvoa, kun se upotetaan päivittäisiin työnkulkuihin ja sen käyttäjät luottavat siihen.

Kun katson asiaa jälkikäteen, mieleeni tulee kolme opetusta, jotka olisin halunnut tietää alusta alkaen.

1. Tiedot ovat mallia tärkeämpiä. Edistyneinkään tekoäly ei pysty voittamaan hajanaisia CRM-tietoja, epäjohdonmukaisia asiakastietoja tai toisistaan irrallisia tietolähteitä. Puhdas ja luotettava data on jokaisen onnistuneen tekoälyhankkeen perusta.
2. Käyttöönotto on todellinen KPI. Käyttöön otettujen lisenssien tai suoritettujen pilottien määrää on helppo mitata. Vaikeampi — ja tärkeämpi — mittari on se, käyttävätkö myyntitiimit tekoälyä päivittäin valmistautuakseen asiakastapaamisiin, parantaakseen ennustamista, nopeuttaakseen ehdotusten laatimista ja tehdäkseen parempia päätöksiä.
3. Aloita liiketoiminnan tuloksista, älä teknologiasta. Tekoälyn pitäisi ratkaista tietty kaupallinen haaste: lyhentää myyntisyklejä, parantaa myyjien tuottavuutta, täsmentää myyntiennusteita tai tunnistaa uusia mahdollisuuksia. Teknologian pitäisi mahdollistaa strategia, ei muuttua strategiaksi.

Miten tekoäly muuttaa liikevaihtoon liittyvien roolien odotuksia

Tekoäly ei ole perustavanlaatuisesti muuttanut sitä, keitä palkkaamme, mutta se on muuttanut sitä, mitä odotamme jokaiselta roolilta.

Aiemmin pidimme usein myyntiä, teknisiä asiantuntijoita, markkinointia ja operatiivisia toimintoja erillisinä tehtäväalueina. Nykyään tekoäly hämärtää näitä rajoja.

Odotamme esimerkiksi myyntipäälliköiden käyttävän tekoälyä asiakkaiden tutkimiseen, asiakkuusstrategioiden kehittämiseen ja johdolle suunnattujen kohtaamisten personointiin. Myyntipäälliköistä on tulossa dataohjautuvia valmentajia, jotka hyödyntävät tekoälyn tuottamia oivalluksia myyntiputken laadun ja ennusteiden tarkkuuden parantamiseen. Myynnin operatiiviset tiimit siirtyvät raporttien tuottamisesta tekoälyä hyödyntävien työnkulkujen suunnitteluun, jotta liiketoiminta voi tehdä nopeampia ja parempia päätöksiä.

AMD:llä näemme myös kasvavaa kysyntää ihmisille, jotka osaavat yhdistää teknologian ja liiketoiminnan. Kun asiakkaat nopeuttavat tekoälyn käyttöönottoa, he haluavat kumppaneita, jotka ymmärtävät suorittimien, grafiikkaprosessorien ja tekoälyinfrastruktuurin lisäksi myös liiketoiminnan muutosprosessit, pilvitalouden, suvereenin tekoälyn strategiat ja sijoitetun pääoman tuoton.

Tämä tarkoittaa, että arvokkaimmassa osaamisessa yhdistyvät yhä useammin kaupallinen johtajuus ja tekninen ymmärrys.

Yhtä tärkeää on tekoälylukutaito. Emme odota kaikkien ryhtyvän datatieteilijöiksi, mutta odotamme tiimien ymmärtävän, miten tekoälyn kanssa työskennellään tehokkaasti — miten esitetään parempia kysymyksiä, validoidaan tekoälyn tuottamia oivalluksia ja hyödynnetään niitä vastuullisesti asiakaskohtaamisissa.

Ehkä suurin muutos on se, että tekoäly nostaa ainutlaatuisen inhimillisen osaamisen arvoa. Kun tekoäly automatisoi tutkimusta, kokouksiin valmistautumista ja rutiininomaisia hallinnollisia tehtäviä, suhteiden rakentaminen, viestintä johdon kanssa, neuvottelutaidot, strateginen ajattelu ja asiakkaiden luottamus muuttuvat entistä tärkeämmiksi.

Tekoäly ei monin tavoin vähennä erinomaisten myyjien merkitystä — se lisää sitä.

Alexeyn neuvo

Parhaat myyjät eivät enää ole yksinkertaisesti niitä, joilla on eniten tuotetietämystä — he yhdistävät liiketoiminnan tavoitteet tekoälymuutokseen… Se on luultavasti suurin oppi, jonka olen saanut.

Miten tekoäly muuttaa GTM:ää, hinnoittelua ja myyntiä

Vuosien ajan tuotteiden erottuvuus, suhteet ja hinta ohjasivat pitkälti yritysteknologian myyntiä. Nämä tekijät ovat edelleen tärkeitä, mutta tekoäly on muuttanut keskustelua perustavanlaatuisesti.

Nykyään asiakkaat eivät enää osta yksittäisiä tuotteita. He investoivat täydellisiin tekoälyratkaisujen tuloksiin.

Tämä tarkoittaa, että keskustelu on siirtynyt kysymyksestä "Mikä suoritin on nopeampi?" kysymyksiin "Kuinka nopeasti voimme ottaa tekoälyn käyttöön? Kuinka paljon malliemme kouluttaminen ja ajaminen maksaa? Voiko tämä infrastruktuuri skaalautua? Ja sitooko se meidät yhteen ekosysteemiin?"

Tämän seurauksena markkinoillemenostrategiamme on kehittynyt.

Keskitymme nyt siihen, miten koko tuotevalikoima toimii yhdessä auttaakseen asiakkaita rakentamaan skaalautuvaa tekoälyinfrastruktuuria.

Tekoäly on muuttanut myös hinnoittelua koskevia keskusteluja.

Asiakkaat arvioivat yhä useammin kokonaiskustannuksia, suorituskykyä wattia kohden, infrastruktuurin käyttöastetta, ohjelmistojen avoimuutta ja pitkän aikavälin joustavuutta sen sijaan, että he vain vertailisivat laitteistojen hankintakustannuksia. Keskustelusta tuli paljon strategisempi.

Lopuksi tekoäly on muuttanut tapaamme myydä.

Parhaat myyjät eivät enää ole yksinkertaisesti niitä, joilla on eniten tuotetietämystä — he yhdistävät liiketoiminnan tavoitteet tekoälymuutokseen. Heidän on ymmärrettävä toimialojen haasteita, datan strategista hyödyntämistä, suvereenin tekoälyn hankkeita, pilvitaloutta ja organisaatiomuutosta yhtä hyvin kuin teknisiä ominaisuuksia.

Se on luultavasti suurin oppi, jonka olen saanut. Tekoäly ei ole muuttanut sitä, mitä asiakkaat arvostavat — se on muuttanut tapaa, jolla he määrittelevät arvon.

Viisi painopistettä CRO-johtajille, jotka ottavat tekoälyn käyttöön organisaatioissaan

CRO-johtajille tekoäly ei ole vain yksi ohjelmistohankinta muiden joukossa — siitä on tulossa kilpailuetu. Menestys ei kuitenkaan synny ottamalla käyttöön eniten tekoälysovelluksia. Se syntyy rakentamalla oikeanlainen infrastruktuuri, tietoperusta ja organisaation kyvykkyys.

Suosittelen seuraavia viittä painopistettä:

• Investoi skaalautuvaan tekoälyinfrastruktuuriin. Suurin arvon lähde ei ole itse malli — vaan kyky kouluttaa, hienosäätää ja ottaa mallit käyttöön tehokkaasti. Avoin ja suorituskykyinen infrastruktuuri antaa organisaatioille joustavuutta innovoida ilman sitoutumista yhteen ekosysteemiin.
• Muunna tekoäly asiakasarvoksi, älä pelkästään sisäiseksi tuottavuudeksi. Tarjousten nopeampi laatiminen ja CRM-järjestelmän päivitysten automatisointi ovat hyödyllisiä, mutta todellinen mahdollisuus on tarjota parempia asiakaskokemuksia, yksilöllistä vuorovaikutusta ja nopeampia liiketoimintatuloksia.
• Tee datastasi tekoälyvalmista. Tekoäly on vain niin hyvä kuin sen taustalla oleva data. Puhdas, suojattu ja hallittu data on nyt strateginen liikevaihdon voimavara.
• Anna myyjille tekoälyn tuki sen sijaan, että korvaisit heidät. Parhaiten suoriutuvat myyntitiimit yhdistävät tekoälyn tuottamat oivallukset ihmisten asiantuntemukseen, luottamukseen ja suhteiden rakentamiseen. Tekoälyn tulisi poistaa hallinnollinen työ, jotta myyjät voivat käyttää enemmän aikaa asiakkaisiin.
• Ajattele pitkällä aikavälillä. Tekoälyn kysyntä kasvaa nopeasti, mutta tämän päivän infrastruktuuripäätökset määrittävät kilpailuasemasi seuraavan vuosikymmenen aikana. Valitse alustat, jotka tarjoavat suorituskykyä, avoimuutta ja joustavuutta työkuormien kehittyessä.

Tekoälyn aikakautta johtavat yritykset eivät välttämättä ole niitä, joilla on suurimmat budjetit. Niitä ovat yritykset, jotka rakentavat mukautuvimman tekoälyinfrastruktuurin ja antavat jokaiselle työntekijälle valmiudet käyttää sitä tehokkaasti.

Tekoäly ei myöskään korvaa erinomaisia liikevaihdosta vastaavia johtajia. Mutta tekoälyn — ja sitä tukevan infrastruktuurin — omaksuvat liikevaihdosta vastaavat johtajat päihittävät ne, jotka eivät sitä tee.

Seuraa mukana

Seuraa Alexey Navolokinin työtä LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CRO Clubiin!