Il CRO in un settore altamente regolamentato: attenzioni e rischi di una revisione AI
Scopri come John Stamatopoulos, CRO nel settore sanitario, ha costruito un motore di ricavi alimentato dall'IA per migliorare la segmentazione, le previsioni e l'esecuzione delle vendite in un contesto regolamentato.
John Stamatopoulos
CRO di Brook Health
John Stamatopoulos è il CRO di una società di telemedicina in fase Series-B chiamata Brook Health, dove utilizza l’IA per ottimizzare praticamente ogni funzione all’interno del processo di generazione dei ricavi.
Ci siamo seduti con John per scoprire come ha creato un motore di segnali in tempo reale che ha rivoluzionato il suo intero flusso di lavoro. Ci ha spiegato come funziona e ci ha raccontato quali problemi devono tenere d’occhio i responsabili dei ricavi quando integrano l’IA.
L'organizzazione dei ricavi
Mi chiamo John Stamatopoulos e sono il Chief Revenue Officer di Brook Health, dove ci concentriamo nel rendere l’assistenza continuativa da remoto e la gestione delle malattie croniche accessibili, scalabili e sostenibili per i sistemi sanitari di tutto il paese.
Want more from The CRO Club?
Create a free account to continue reading and join modern revenue leaders using proven playbooks, peer insights, and AI-driven strategies to build predictable pipeline and scalable growth.
Have an account? Log In
Brook Health è un’azienda di telemedicina in fase di crescita Series B, creata appositamente per i sistemi sanitari e i gruppi di medici, per consentire la gestione delle malattie croniche su larga scala. Il nostro modello di ricavi è B2B enterprise. Contrattiamo direttamente con sistemi sanitari, IDN e grandi studi medici. Il nostro ricavo ricorrente è principalmente legato alle prestazioni dei medici a tariffa. Lavoriamo insieme ai clinici per aiutarli a generare ricavi e abbiamo un tariffario associato ai servizi che forniamo.
L’organizzazione dei ricavi che guido copre vendite, partnership e gestione dei clienti, con membri del team in tutti gli Stati Uniti. La nostra struttura GTM si concentra su un approccio di vendita orientato ai sistemi sanitari. Abbiamo cicli più brevi, ma dobbiamo comunque interfacciarci con molteplici stakeholder e una proposta di valore che deve convincere contemporaneamente CFO, CMO e il responsabile operativo che implementa il programma.
Il nostro modello è interessante perché non vendiamo solo software o dispositivi. Vendiamo una capacità clinica e operativa. Questo significa che il successo del cliente non è una funzione di supporto post-vendita; è un partner nella co-implementazione che guida i risultati misurati dai nostri contratti. La retention e l’espansione dei ricavi vivono all’interno di queste relazioni cliniche, che plasmano fondamentalmente come ho costruito il team e come pensiamo a pipeline, previsione e crescita.
Abbiamo dimostrato il modello e ora stiamo scalando. Questo è esattamente il punto di svolta in cui la disciplina GTM, il supporto dell’IA e l’allineamento cross-funzionale sono più importanti che mai.
Costruire un motore di segnali in tempo reale
Il mio percorso fino a questo momento è stato tutt’altro che lineare, il che lo rende pertinente. Ho passato la prima metà della mia carriera nel settore farmaceutico e dei dispositivi, e la seconda metà lanciando aziende di sanità digitale. Ho costruito e ricostruito team go-to-market in numerose organizzazioni di assistenza remota, affrontando cambiamenti nei rimborsi CMS, cicli di contratti basati sui risultati e la perpetua complessità di vendere ai sistemi sanitari — contemporaneamente clienti, partner e concorrenti.
Ho imparato da tutto ciò che la leadership sui ricavi in ambito sanitario è fondamentalmente un problema di dati mascherato da problema di relazioni. Le trattative che si bloccano non si bloccano perché qualcuno non ti gradiva; si bloccano perché non sei riuscito a collegare la tua soluzione al giusto risultato clinico o trigger finanziario nel momento giusto della conversazione giusta. È qui che l’IA cambia tutto.
Ora, la previsione predittiva non è solo una dashboard CRM; il nostro stack tecnologico è un motore di segnali in tempo reale che ti dice quale sistema sanitario è a nove mesi dal rinnovo del contratto, quale CMO ha appena pubblicato un’iniziativa di popolazione sanitaria e quale campione clinico sta perdendo protezione da parte della dirigenza. Quando si integra tale intelligenza nel modo in cui lavorano i team di vendita, marketing e account management, non si gestisce più una funzione di ricavo ma un organismo di ricavo. Idealmente, uno che apprende, si adatta e si rafforza.
Non ho seguito il tradizionale playbook SaaS. Sono cresciuto nella complessità di farmaceutica, dispositivi e sanità digitale, dove è in gioco l’esito dei pazienti e i cicli di vendita durano trimestri e anni, non settimane. Questo contesto spiega perché questo momento dell’IA è così rilevante per me: i team che capiranno come aumentare l’uomo con sofisticazione tecnica in ambienti altamente regolamentati definiranno il prossimo decennio della commercializzazione sanitaria.
Le trattative che si bloccano non si bloccano perché qualcuno non ti gradiva; si bloccano perché non sei riuscito a collegare la tua soluzione al giusto risultato clinico o trigger finanziario nel momento giusto della conversazione giusta.
Come l’IA migliora l’intera pipeline dei ricavi
Un anno fa le nostre revisioni di pipeline erano guidate dall’intuizione. I rappresentanti fornivano aggiornamenti verbali e io triangolavo tra email nel CRM, note dei meeting, sensazioni personali e l’età della trattativa per distinguere le reali opportunità dalle speranze. In un processo di vendita complesso verso sistemi sanitari, con cicli lunghi e diversi attori, questo è un modo pericoloso di gestire un’organizzazione di ricavi.
Abbiamo creato un sales tech stack connesso per alimentare ogni livello della generazione e gestione dei ricavi. Si parte da Definitive Healthcare, che fornisce informazioni di mercato e dati sui sistemi sanitari direttamente in HubSpot tramite un'integrazione personalizzata che popola i campi specifici delle trattative. Ogni record di account riflette il contesto reale, non solo ciò che un rappresentante ha digitato manualmente dopo una chiamata.
Da lì, iscrizione automatica dell’account in una sequenza di contatto. Se abbiamo informazioni di contatto dirette, HubSpot gestisce la sequenza. Se non le abbiamo, LinkedIn Sales Navigator colma la lacuna, offrendo ai nostri rappresentanti un percorso privilegiato verso il dirigente giusto anche partendo a freddo. In ogni caso, il rappresentante si sveglia con una lista prioritaria di target, contesto sull’account già precompilato e una sequenza di contatto già avviata.
Quello che prima richiedeva mezza giornata di ricerca e inserimento manuale ora avviene durante la notte. Il lavoro del rappresentante passa dal costruire le fondamenta ad avere conversazioni migliori una volta aperta la porta. Questo workflow, nella sua forma più semplice, ha migliorato sensibilmente la nostra efficienza nel passaggio dall’intelligence di mercato al pipeline attivo.
Inoltre, abbiamo connesso tutto a Gmail e Zoom, e utilizziamo funzioni di call intelligence per monitorare i discorsi dei nostri team e misurare in tempo reale il sentiment degli acquirenti. Questa visibilità ha cambiato il mio modo di fare coaching e la rapidità con cui possiamo correggere la rotta su una trattativa che si sta perdendo.
In aggiunta, usiamo Claude per automatizzare e accelerare attività che prima ci rallentavano. Creazione di modelli ROI, stesura di case study, preparazione di presentazioni personalizzate che possiamo utilizzare rapidamente per un sistema sanitario specifico o un IDN, e garantire che il follow-up non venga mai trascurato. Ciò che richiedeva giorni di preparazione ora richiede poche ore.
Tutto ciò che segue la creazione della pipeline è migliorato. Le conversazioni sulle previsioni sono diventate oneste perché i dati sono puliti. I tassi di successo sono aumentati su trattative che prima sarebbero rimaste silenziose. Il nostro team dedica molto meno tempo ad attività amministrative e molto di più di fronte ai clienti.
Come l'AI ridefinisce l’identificazione e la personalizzazione dei target
Prima dell’AI, individuare i target giusti era un’attività manuale e dispendiosa in termini di tempo. I rappresentanti passavano ore a incrociare dati per identificare i sistemi sanitari pronti a muoversi. Buoni target venivano persi perché i rappresentanti non avevano il tempo per trovarli tutti.
Ora, l’AI automatizza in gran parte questo processo. Definitive Healthcare alimenta il nostro CRM con dati su sistemi sanitari e gruppi di medici, filtrati in base al nostro profilo cliente ideale. Popolazione di pazienti, incidenza di malattie croniche, infrastruttura tecnologica, geografia: tutto viene valutato e prioritizzato senza che il rappresentante debba fare nulla. Facciamo emergere opportunità che un anno fa sarebbero state invisibili.
Anche la personalizzazione è cambiata in modo altrettanto drastico. Se un sistema sanitario ha appena annunciato un’iniziativa di popolazione o assunto un nuovo CMO, l’AI inserisce automaticamente quel contesto nella comunicazione. Il messaggio fa riferimento a qualcosa di reale e attuale del loro mondo, anziché a una proposta generica che potrebbe andare bene per chiunque.
Sapere esattamente chi colpire e portare messaggi realmente pertinenti cambia completamente il modo in cui si entra in una conversazione.
Come l’integrazione dell’AI migliora i risultati di fatturato
Abbiamo visto risultati concreti con l’AI. I tempi dei processi si sono drasticamente ridotti. Quando il team ha dati puliti, piani chiari per gli account, segnali d’intenzionalità d’acquisto e un follow-up assistito dall’AI, le trattative procedono più velocemente. Non aspettiamo che i rappresentanti costruiscano manualmente un modello di ROI prima di un incontro col CFO o si ricordino di inviare un follow-up. Tutto questo avviene automaticamente, mantenendo lo slancio tra un contatto e l’altro.
Anche la generazione di lead si è accelerata. Definitive Healthcare alimenta il nostro CRM e LinkedIn Sales Navigator colma le lacune di contatto, permettendoci di identificare, prioritizzare e raggiungere i giusti target più velocemente che mai. L’inizio della pipeline è più pulito e la conversione da prospect a opportunità attiva è migliorata.
Migliore anche la precisione delle previsioni – e ci tengo a sottolineare che la standardizzazione, non solo l’AI, contribuisce a questo risultato. Abbiamo costruito un processo che richiede igiene dei dati e progressione coerente delle fasi. L’AI rafforza questa disciplina invece di compensare la sua assenza.
La vera sfida è l’adozione. Il tech stack funziona solo se il team lo usa in modo costante. Per raggiungere questo risultato sono stati necessari coaching, rinforzo e collegare l’uso degli strumenti direttamente alle aspettative di performance. Questo cambiamento culturale ha richiesto più tempo dell’implementazione tecnica.
Perché l’essere umano resta sempre parte del processo
Quindi, l’IA informa o standardizza la maggior parte delle dinamiche operative della nostra funzione di ricavo. Prioritizzazione del pipeline, valutazione delle opportunità, previsione, pianificazione dei territori, rischio di perdita (churn), monitoraggio delle attività e sequenziamento dei follow-up: tutto passa attraverso il nostro stack tecnologico. L’IA fa emergere segnali, segnala anomalie e mantiene il team responsabile verso il processo.
Questa è stata una scelta deliberata. In un’organizzazione in crescita, il modo più rapido per perdere ricavi è lasciare che la disciplina operativa dipenda dalle abitudini individuali. Standardizzare e automatizzare la meccanica crea una base su cui tutti operano con un livello minimo di eccellenza, indipendentemente dall’esperienza.
Ma sono ancora le persone a prendere decisioni dove la fiducia, il giudizio e il contesto delle relazioni costituiscono il vero valore. Gestire una trattativa in cui lo sponsor clinico e il CFO sono in disaccordo. Sapere quando rinunciare, quando intensificare e quando ristrutturare un contratto per proteggere un cliente a lungo termine. Le discussioni sui prezzi sono contestuali, relazionali e politicamente delicate all’interno di un sistema sanitario.
L’IA può calcolare il ROI e sviluppare il business case. Le persone leggono la situazione. L’IA gestisce il sistema e le persone gestiscono le relazioni. Nel settore sanitario, non si può avere l’uno senza l’altro.
Perché l’IA non sta soddisfacendo le aspettative nel marketing B2B
Ci sono anche ambiti in cui l’IA non ha dato i risultati sperati.
Quando abbiamo aumentato l’utilizzo di contenuti generati dall’IA e automatizzato il contatto, le nostre impression sono diminuite. I dirigenti dei sistemi sanitari sono acquirenti sofisticati che hanno visto ogni sequenza standardizzata e ogni email perfettamente rifinita dall’IA. Quando il contenuto sembra generato anziché autentico, l’interesse cala. E, per peggiorare le cose, l’IA non ha sempre il contesto giusto e può quindi produrre messaggi tecnicamente corretti ma inadatti nel tono per quella relazione specifica. L’IA può produrre contenuti in grandi quantità, ma la quantità non equivale alla risonanza.
L’altro limite riguarda lo sviluppo di nuovi mercati. L’IA è eccellente nell’ottimizzare ciò che è già in corso. Ma identificare veri nuovi mercati e costruire la narrazione che apre una porta fredda richiede ancora la creatività e l’intuizione di mercato umana che i nostri strumenti non sono in grado di replicare.
La lezione più ampia è che l’IA amplifica ciò che già funziona. Quando la strategia o il messaggio di base sono deboli, l’IA scala la debolezza con la stessa efficienza con cui scala la forza.
Perché i responsabili delle entrate devono seguire l’intero workflow dell’IA
È fondamentale comprendere le conseguenze a valle dei guadagni di efficienza in un’area. Quando automatizzi e acceleri una parte del processo di vendita, non sempre ti rendi conto che stai creando più lavoro altrove fino a che il problema non emerge.
Quando abbiamo accelerato la generazione dei lead e le attività di top-of-funnel, si è generato un volume che i nostri team di customer success e onboarding non riuscivano ad assorbire. Lo strumento ha funzionato esattamente come previsto. Semplicemente, non avevamo previsto cosa avrebbe richiesto quel successo alle altre squadre prima di attivare il sistema.
Prima di implementare, analizza l’intero workflow e chiediti chi altro si troverà ad avere più lavoro quando la soluzione funzionerà.
A cosa prestare attenzione mentre il tuo team adotta l’IA
Ecco a cosa fare attenzione con il tuo team:
- Potrebbero perdere l’abitudine di rileggere ciò che inviano. Il contenuto appare impeccabile, così si presume che sia corretto. Nelle vendite enterprise per la sanità, dove un singolo errore di fatto o una frase fuori luogo in un messaggio inviato a un CMO può rovinare un rapporto costruito in mesi, questa supposizione è pericolosa. Abbiamo quindi reinserito la revisione e la correzione delle bozze nei workflow come passaggi obbligatori, non come un ripensamento.
- Potrebbero sentirsi sopraffatti e smettere silenziosamente di usare il sistema. Di solito parte da un sovraccarico di informazioni. Gli strumenti offrono più dati, più segnali e più task di quelli cui il team è abituato, e senza istruzioni chiare su dove iniziare, le persone si bloccano invece di approfondire. Questo si vede nell’attività CRM in calo, nelle sequenze non revisionate e nei commerciali che tornano alle abitudini precedenti all’arrivo dei nuovi strumenti.
- Potrebbero non fidarsi del processo. Alcune persone sono molto legate ai propri metodi, e nessun accesso alla dashboard potrà mai cambiare questo aspetto. Assisteranno alla formazione e poi torneranno a lavorare col proprio metodo in parallelo. La soluzione non è una tecnologia migliore, ma un onboarding migliore. Fai partire il team con un workflow, rendilo semplice, ottieni successi iniziali e crea fiducia prima di aggiungere complessità.
Perché la deal room deve evolversi
La deal room ha ancora bisogno di essere riprogettata. In particolare, per quello che succede a una trattativa dopo un’efficace qualificazione. La maggior parte delle organizzazioni di vendita gestisce ancora questa fase in modo altamente manuale. I commerciali coordinano follow-up, preparano materiali, pianificano stakeholder e gestiscono approvazioni interne in gran parte da soli. L’IA potrebbe intervenire in questa fase, che è proprio dove molti CRO stanno lasciando efficienza inutilizzata.
Stiamo lavorando verso una stanza delle trattative virtuale senza personale. Una volta che una trattativa raggiunge una fase definita, il sistema prende il controllo delle operazioni. L’IA crea e aggiorna il modello ROI, genera materiali personalizzati per ogni stakeholder, gestisce la sequenza dei follow-up, monitora i segnali di coinvolgimento e segnala quando è necessario l’intervento umano.
Ho ripetuto durante questa conversazione che è fondamentale mantenere le persone nel processo, e ne sono ancora convinto. Tuttavia, voglio sfumare questa affermazione. Un video ben realizzato o una presentazione guidata, costruiti attorno al modo in cui una persona pensa e comunica, possono agire come un valido sostituto di quella persona in momenti chiave della trattativa. Non serve sempre una persona dal vivo nella stanza, ma serve la sua prospettiva, il suo giudizio e la sua voce. L’IA e i video possono trasmettere tutto ciò in modi impensabili fino a due anni fa.
Le organizzazioni che ripenseranno le proprie deal room partendo da questa concezione non saranno solo più efficienti. Saranno strutturalmente più difficili da superare per la concorrenza.
Perché Claude Cowork È Indispensabile
Claude Cowork è lo strumento di cui non posso fare a meno.
La sua versatilità lo rende insostituibile per me. Opera su ogni funzione, abbracciando operativo, creativo, strategico e tattico. In una sola sessione posso costruire un modello ROI, scrivere una presentazione, perfezionare la narrazione di un contratto e pianificare una strategia di go-to-market. Nessun altro strumento del nostro stack lo permette.
Tutti gli altri strumenti che usiamo sono progettati per un solo compito. Claude collega tutti i compiti tra loro. Questa flessibilità lo rende quello a cui non rinuncerei mai. Non soddisfa sempre le mie aspettative, ma resta quello che sembra offrire di più.
Come Pianificare Il Budget Per L’IA E Prendere Decisioni Trasversali
Nessuno parla apertamente di come pianificare il budget per l’IA e di come prendere decisioni sugli strumenti che interagiscono tra vari ambiti, ma è una realtà che ogni CRO si trova ad affrontare.
Bastano pochi investimenti mirati in strumenti perché i costi crescano rapidamente. Quando ogni membro del team trova un prodotto che gli piace e lo acquista autonomamente, ci si ritrova con una soluzione frammentata, costosa e spesso incompatibile senza nemmeno accorgersene.
Abbiamo deciso di standardizzare, ed è stata la scelta giusta. Ma anche con la standardizzazione, stiamo ancora imparando come prevedere accuratamente i costi. Uso dei token, licenze degli utenti, costi di integrazione: i modelli di fatturazione degli strumenti IA non sono intuitivi e crescono in modo imprevedibile fino a che non si sfora il budget.
L’aspetto trasversale aggiunge un’ulteriore complessità. A volte non puoi collegare lo strumento di un team all’infrastruttura IA generale perché questo comporterebbe rischi di conformità o di sicurezza per un altro team. Così si creano isole di automazione che non comunicano tra loro, compromettendo il motore di ricavi connesso che si voleva costruire sin dall’inizio.
Il mio consiglio è di costituire presto un gruppo di governance IA trasversale, stabilire un budget centralizzato prima che i singoli team inizino a spendere e considerare la selezione degli strumenti come una decisione aziendale e non di reparto. Quasi tutto questo l’abbiamo imparato a nostre spese.
Cosa Devono Sapere I CRO Prima Delle Iniziative di Ricavi con l’IA
Avrei voluto sapere quanti passaggi interni era necessario affrontare prima che un singolo strumento entrasse in funzione.
La nostra idea era chiara. Il business case era forte. Non avevo previsto fino in fondo quanti permessi avrei dovuto ottenere da IT, ingegneria, compliance e cybersecurity prima dell’implementazione. Nel settore sanitario, non si tratta di formalità burocratiche. Sono veri e propri garanti della protezione dei dati dei pazienti, dei sistemi finanziari e della responsabilità dell’organizzazione. Tuttavia, le tempistiche aggiunte da queste revisioni rischiano di bloccare di nascosto l’entusiasmo e rallentare il team desideroso di muoversi.
Se lo avessi saputo, avrei avviato quelle conversazioni almeno due trimestri prima. Avrei coinvolto fin da subito compliance e IT nel processo di pianificazione, prima ancora di selezionare i fornitori, non dopo. E avrei chiarito al mio team fin dall’inizio che i tempi di implementazione sarebbero stati più lunghi del ciclo di vendita degli stessi strumenti.
Ci saremmo risparmiati l’affanno finale. Audit sui sistemi per l’esposizione di PHI, definizione dei confini sui dati, predisposizione di ambienti separati per gli strumenti che non potevano gestire dati sensibili: tutto lavoro vero e necessario. Ma sarebbe stato molto meno traumatico se pianificato invece che improvvisato.
In un settore regolamentato, le tue parti interne interessate sono parte integrante del piano go-to-market. Considerale così fin dal primo giorno.
Come I Leader dei Ricavi Dovrebbero Affrontare l’IA
Le squadre che vincono non sono quelle con più strumenti. Sono quelle con la disciplina più profonda attorno ai pochi — e giusti — strumenti.
Il mio consiglio? Inizia in piccolo. Scegli una cosa e diventa veramente bravo in quella prima di aggiungere il livello successivo. Noi abbiamo affrontato troppe cose troppo in fretta, e alcune non erano pronte per essere implementate. La promessa di un motore di ricavi pienamente connesso e potenziato dall’IA è reale, ma il percorso per arrivarci è sequenziale, non simultaneo.
Preparati al fatto che l’IA genererà più lavoro prima di ridurlo. Abbiamo dovuto fare audit e proteggere i sistemi che contengono PHI, stabilire confini chiari per i dati e, in alcuni casi, fornire ai membri del team computer separati per mantenere isolati i dati finanziari sensibili; non correremo mai alcun rischio con i dati di partner o pazienti. Questo sovraccarico operativo è reale, e la maggior parte dei fornitori non ne parla durante la demo.
Una volta individuato ciò che funziona, puntaci fortemente. Costruisci l’abitudine, spingi l’adozione e lascia che si rafforzi prima di aggiungere un altro strumento. Le squadre che vincono non sono quelle con più strumenti. Sono quelle con la disciplina più profonda attorno ai pochi — e giusti — strumenti.
Infine, abbi aspettative realistiche. L’IA moltiplica la forza di una strategia di ricavi che ha già basi solide. Se la tua pipeline è debole o il tuo messaggio è sbagliato, l’IA porterà a galla questi problemi più velocemente, ma non li risolverà. I CRO che prosperano sono quelli che usano l’IA per affinare il proprio pensiero, non per sostituirlo.
Segui l’evoluzione
Puoi seguire il lavoro di John Stamatopoulos su LinkedIn.
Altre interviste a esperti in arrivo su The CRO Club!
