Il responsabile dei ricavi afferma che l’adozione dell’IA deve avere un caso aziendale prima di coinvolgere il go-to-market

Alexey Navolokin guida l'attività di AMD nell'area APAC, dove definisce la strategia, le partnership e la strategia di commercializzazione.

Abbiamo parlato con Alexey per capire come l'AI stia cambiando le strategie di gestione dei ricavi. Ecco cosa ci ha detto.

La leadership dei ricavi nell'era dell'AI non consiste nel difendere un territorio.

Guido l'attività di AMD nell'area APAC — aziende, cloud, settore commerciale e consumo — definendo la strategia, le partnership e la strategia di commercializzazione per portare EPYC, Ryzen, Radeon e Instinct nei centri dati, nei PC e nelle infrastrutture per l'AI.

Ma il percorso per arrivare fin qui non è stato lineare, ed è proprio questa la parte che voglio condividere.

Ho iniziato nel settore della tecnologia aziendale presso aziende come Apple e Intel, imparando a costruire e scalare strutture globali per la strategia di commercializzazione. Poi mi sono dedicato a qualcosa di più rischioso: guidare lo sviluppo del mercato e del software per una startup blockchain al servizio degli operatori di telecomunicazioni. In quegli anni ho svolto attività di consulenza per startup e PMI a Singapore sulla trasformazione digitale, aiutandole a utilizzare la tecnologia dei registri distribuiti per portare trasparenza nelle catene di approvvigionamento, nella sicurezza alimentare e nel commercio globale. Nessun modello operativo, nessun piano strategico. Solo la convinzione che le tecnologie emergenti avrebbero prima o poi trasformato il modo di operare delle aziende.

Quella convinzione si è rivelata corretta, solo prima di quanto mi aspettassi e per una tecnologia diversa da quella su cui avevo inizialmente puntato.

La blockchain mi ha insegnato a vendere un cambiamento di paradigma prima che il mercato fosse pronto ad accoglierlo. Si è rivelata esattamente la competenza di cui avevo bisogno quando l'AI ha smesso di essere una diapositiva nella presentazione di qualcun altro ed è diventata il prodotto. In AMD ho visto la stessa leadership dei ricavi cambiare assetto: oggi la strategia GTM tiene conto dell'economia dell'elaborazione, delle roadmap delle GPU e delle partnership dell'ecosistema con governi e fornitori di infrastrutture cloud iperscalabili, non solo dei programmi di canale e degli obiettivi trimestrali.

Perciò oggi il mio lavoro non consiste soltanto nel vendere processori e acceleratori. Significa costruire l'ecosistema AI di AMD nell'area APAC, coinvolgendo gli enti governativi, stringendo partnership con piattaforme cloud e per sviluppatori e definendo il modo in cui le aziende della regione adottano infrastrutture per l'AI su larga scala.

Questo percorso mi ha insegnato una cosa: la leadership dei ricavi nell'era dell'AI non consiste nel difendere un territorio. Significa arrivare per primi al prossimo cambiamento infrastrutturale, restare coinvolti in prima persona mentre il mercato si adegua e avere una mentalità pronta al cambiamento per ricostruire il modello operativo quando quello precedente smette di funzionare.

Vendere componenti fisici e piattaforme attraverso un modello ibrido

AMD è un'azienda matura e quotata in borsa, leader nel settore dei semiconduttori, che compete all'avanguardia dell'elaborazione ad alte prestazioni e adattiva: tecnologia per CPU, GPU, FPGA, DPU, NPU e acceleratori AI (EPYC, Ryzen, Radeon, Instinct).

Vendiamo componenti fisici e piattaforme attraverso un modello ibrido che comprende accordi diretti con aziende e fornitori di infrastrutture cloud iperscalabili, partnership con produttori OEM e canali di vendita, nonché offerte adiacenti ai programmi e all'ecosistema come ROCm e soluzioni per infrastrutture AI.

Segmentiamo il GTM tra i settori aziendale, cloud, commerciale e di consumo e costruiamo un GTM interfunzionale attorno ai partner di canale, alle attività di co-vendita con i fornitori di infrastrutture cloud iperscalabili, alle alleanze con gli OEM e al coinvolgimento del governo e del settore pubblico (MSIT, EDB, NIPA) per partnership strategiche nell'ambito delle infrastrutture AI.

Serviamo i mercati dell'intera area APAC, con una presenza particolarmente significativa in Corea, Australia, Singapore e in altri Paesi del Sud-est asiatico, rivolgendoci a clienti dei settori dei centri dati, dei PC, dell'AI e delle infrastrutture periferiche.

Come l'AI rimodella le strategie di gestione dei ricavi

In AMD, l'azienda ha adottato informalmente strumenti di AI in tutta l'organizzazione, senza un metodo condiviso per misurarne il valore aziendale: i progetti andavano avanti sulla base dell'entusiasmo per la tecnologia, anziché di una chiara comprensione dei costi, dei vantaggi e dell'allineamento con gli obiettivi aziendali.

Successivamente, l'organizzazione IT di AMD, sotto la guida del CIO Hasmukh Ranjan, ha ristrutturato il modo in cui introduceva l'AI nelle attività operative e rivolte alla generazione dei ricavi. Oggi AMD sottopone ogni proposta di AI a una valutazione del piano aziendale — costi, vantaggi e adeguatezza — prima di procedere, definendo KPI per monitorare la realizzazione del valore. Nell'ambito di questo cambiamento, AMD ha mappato una "giornata tipo" per ruoli specifici, tra cui quello delle vendite, e ha creato strumenti di AI personalizzati per ciascuna funzione, invece di distribuire strumenti generici in tutta l'azienda.

Con KPI chiari tra le varie funzioni, AMD può ora indicare miglioramenti misurabili e specifici per funzione: il reparto finanziario rileva un aumento della produttività del 15% grazie all'automazione basata sull'intelligenza artificiale, mentre gli insight dell'apprendimento automatico hanno portato a miglioramenti nella resa della produzione di semiconduttori del valore di milioni di dollari. Un catalogo interno con oltre 100 casi d'uso dell'intelligenza artificiale documentati consente ora ai team di replicare ciò che funziona invece di sperimentare partendo da zero.

Il cambiamento non consiste nell'aver aggiunto uno strumento di intelligenza artificiale alle vendite: AMD ora richiede un business case e un KPI misurabile prima che qualsiasi iniziativa di intelligenza artificiale possa interessare le attività a contatto con i clienti, trasformando così l'adozione dell'intelligenza artificiale nelle funzioni GTM da una serie di esperimenti isolati in una capacità ripetibile e monitorabile.

Consiglio di Alexey

Credo che l’intelligenza artificiale produca il suo maggiore impatto commerciale non sostituendo i venditori, ma aiutando ogni commerciale a lavorare ogni giorno con la preparazione e la consapevolezza che raggiungerebbe nella sua giornata migliore.

Un flusso di lavoro basato sull'intelligenza artificiale per preparare gli incontri con i clienti

Un flusso di lavoro basato sull'intelligenza artificiale che utilizzo ogni giorno consiste nella preparazione di un incontro con un cliente dirigente, dalla ricerca al follow-up.

Si inizia con l'intelligenza artificiale che raccoglie informazioni pubbliche: gli ultimi risultati finanziari del cliente, le priorità strategiche, gli investimenti tecnologici, il panorama competitivo e le tendenze del settore. Invece di dedicare ore alla raccolta dei dati, ricevo in pochi minuti un briefing esecutivo conciso.

Successivamente, l'intelligenza artificiale collega queste informazioni esterne alle nostre priorità interne. Individua i punti in cui il portafoglio di AMD si allinea meglio agli obiettivi aziendali del cliente, che si tratti di infrastrutture per l'intelligenza artificiale, iniziative di intelligenza artificiale sovrana, espansione del cloud o modernizzazione aziendale.

Prima dell'incontro, l'intelligenza artificiale prepara una presentazione su misura, suggerisce argomenti di discussione a livello dirigenziale, mette in evidenza il posizionamento competitivo e anticipa persino le domande sulla base delle interazioni precedenti con il cliente e degli sviluppi del mercato.

Dopo l'incontro, l'intelligenza artificiale riassume la discussione, registra le attività, prepara le e-mail di follow-up, aggiorna i record del CRM e suggerisce il prossimo coinvolgimento più appropriato. Quello che prima richiedeva diverse ore ora richiede pochi minuti, consentendomi di dedicare più tempo ai clienti e meno alle attività amministrative.

Il valore principale consiste nel fatto che l'intelligenza artificiale comprime il tempo tra intuizione, decisione e coinvolgimento del cliente.

Per un'organizzazione globale come AMD, in cui le opportunità riguardano fornitori cloud, aziende, governi e innovatori dell'intelligenza artificiale in tutta l'area Asia-Pacifico, la velocità è importante. Una preparazione più rapida porta a conversazioni migliori. Conversazioni migliori portano a relazioni più solide con i clienti. E relazioni più solide generano infine ricavi.

È qui che credo che l'intelligenza artificiale produca il suo maggiore impatto commerciale: non sostituendo i venditori, ma aiutando ogni commerciale a lavorare ogni giorno con la preparazione e la consapevolezza che raggiungerebbe nella sua giornata migliore.

Le aree migliori in cui utilizzare l'intelligenza artificiale e i risultati

Le aree delle organizzazioni che generano ricavi più adatte al supporto dell'intelligenza artificiale sono:

• Definizione delle priorità della pipeline: individuazione dei segnali derivanti dall'attività sugli account e dai dati di coinvolgimento
• Valutazione delle trattative: confronto dei modelli con i dati storici relativi a vittorie e sconfitte
• Previsioni: aggregazione dei dati della pipeline in proiezioni più rapidamente rispetto ai riepiloghi manuali
• Dimensionamento dei territori e dei mercati

I risultati positivi che abbiamo osservato finora sono:

• Riduzione dei tempi dal progetto di proposta alla bozza per i materiali strategici: modelli finanziari e presentazioni che prima richiedevano settimane ora richiedono giorni
• Possibilità di effettuare più iterazioni per trattativa o proposta nella stessa finestra temporale, con un risultato finale più accurato
• Possibilità di produrre personalmente materiali interfunzionali (modello, narrazione ed elementi visivi) che prima richiedevano il coinvolgimento di altri team

• Miglioramenti nell'accuratezza delle previsioni
• Riduzione dell'abbandono dei clienti

Dal lato negativo, ho osservato un'eccessiva dipendenza da valutazioni generate dall'intelligenza artificiale che non tenevano conto del contesto relazionale e politico nelle trattative con i governi. Inoltre, il tempo necessario per esaminare e correggere i risultati dell'intelligenza artificiale talvolta annulla il tempo risparmiato nella loro generazione. E, sebbene l'intelligenza artificiale abbia migliorato notevolmente la produttività, questo non si traduce sempre in una crescita proporzionale dei ricavi.

Perché i responsabili dei ricavi devono bilanciare l'efficienza dell'intelligenza artificiale con il giudizio umano

Una cosa che è diventata più difficile con l'IA è capire quando non fidarsi di essa.

L'IA riassume efficacemente le informazioni, identifica gli schemi e accelera le attività quotidiane. Ma nelle vendite alle aziende, la velocità può creare una falsa sensazione di certezza.

Un piano per un account, una previsione o un briefing sul cliente generati dall'IA possono apparire curati e completi, ma possono non cogliere le dinamiche sottili che determinano il successo o il fallimento di un accordo strategico: cambiamenti nel sostegno dei dirigenti, dinamiche politiche dell'organizzazione, variazioni del budget o la solidità di una relazione basata sulla fiducia.

Per i responsabili dei ricavi, questo crea una nuova sfida: bilanciare l'efficienza basata sull'IA con il giudizio umano.

In AMD, abbiamo scoperto che l'IA offre il massimo valore quando prepara i nostri team a conversazioni migliori con i clienti, non quando sostituisce decisioni commerciali critiche. I nostri team che gestiscono gli account continuano a verificare gli insight generati dall'IA, a mettere in discussione le ipotesi e ad applicare la propria esperienza prima di interagire con i clienti o assumere impegni strategici.

Perché l'IA fatica a cogliere le sfumature degli accordi e a costruire fiducia

L'IA fatica ancora a comprendere il contesto umano alla base degli accordi tra aziende. Nelle complesse vendite B2B, soprattutto per le infrastrutture di IA, i principali ostacoli sono raramente tecnici. Sono organizzativi.

L'IA può analizzare i dati del CRM, riassumere le riunioni, identificare i segnali d'acquisto e persino prevedere la probabilità di chiusura di un accordo. Tuttavia, spesso non coglie le sfumature che i responsabili delle vendite esperti riconoscono immediatamente.

Per esempio, un'opportunità strategica può sembrare in buona salute perché il coinvolgimento dei dirigenti è elevato, la valutazione tecnica sta procedendo e il reparto acquisti ha iniziato il proprio lavoro. Sulla carta, l'IA potrebbe classificarla come un accordo ad alta probabilità. Tuttavia, un team esperto che gestisce l'account potrebbe sapere che il budget del cliente è cambiato silenziosamente, che una decisione a livello di consiglio di amministrazione è stata rinviata o che un dirigente chiave che sosteneva il progetto ha assunto un altro incarico. Questi fattori potrebbero non comparire mai nei dati strutturati, eppure possono cambiare completamente l'esito dell'opportunità.

In AMD, consideriamo l'IA un sistema di supporto alle decisioni, non un decisore. Aiuta i nostri team a prepararsi in modo più efficace, a identificare gli schemi tra le opportunità e a ridurre il lavoro amministrativo. Ma quando si tratta di gestire le relazioni con i dirigenti, negoziare accordi commerciali complessi o comprendere le priorità strategiche a lungo termine di un cliente, il giudizio umano rimane essenziale.

La fiducia è un'altra area in cui l'IA ha dei limiti.

I clienti che effettuano investimenti multimilionari in infrastrutture non scelgono un partner basandosi esclusivamente sulla qualità di una proposta generata dall'IA. Scelgono in base alla fiducia che la tecnologia funzionerà, che la tabella di marcia sia credibile e che le persone che la sostengono manterranno le proprie promesse per tutta la durata della collaborazione.

La fiducia si costruisce attraverso l'esperienza, la trasparenza e le relazioni, non tramite algoritmi.

Come i responsabili dei ricavi devono preparare l'organizzazione prima di integrare l'IA

Se potessi tornare indietro, dedicherei molto meno tempo alla valutazione degli strumenti di IA e molto più tempo a preparare l'organizzazione a utilizzarli.

Come molte aziende, il nostro istinto iniziale è stato chiederci: "Quale soluzione di IA dovremmo implementare?" La domanda migliore è: "Come riprogettiamo il modo in cui lavorano i nostri team?" L'IA non crea valore solo perché viene implementata. Crea valore quando viene integrata nei flussi di lavoro quotidiani e quando gli utenti si fidano di essa.

Guardando indietro, ci sono tre lezioni che avrei voluto conoscere fin dal primo giorno.

1. I dati contano più del modello. Anche l'IA più avanzata non può superare i dati frammentati del CRM, le informazioni incoerenti sugli account o le fonti di conoscenza non collegate. Dati puliti e affidabili sono la base di ogni iniziativa di IA di successo.
2. L'adozione è il vero KPI. È facile misurare le licenze implementate o i progetti pilota completati. La metrica più difficile, e più importante, è capire se i team di vendita utilizzano quotidianamente l'IA per prepararsi agli incontri con i clienti, migliorare le previsioni, accelerare le proposte e prendere decisioni migliori.
3. Iniziate dai risultati aziendali, non dalla tecnologia. L'IA dovrebbe risolvere una specifica sfida commerciale: abbreviare i cicli di vendita, aumentare la produttività dei venditori, migliorare l'accuratezza delle previsioni o identificare nuove opportunità. La tecnologia dovrebbe rendere possibile la strategia, non diventare la strategia.

Come l'AI sta cambiando le aspettative per i ruoli legati ai ricavi

L'AI non ha cambiato fondamentalmente chi assumiamo, ma ha cambiato ciò che ci aspettiamo da ogni ruolo.

In passato, spesso consideravamo le vendite, gli specialisti tecnici, il marketing e le funzioni operative come funzioni distinte. Oggi l'AI sta sfumando questi confini.

Ad esempio, ci aspettiamo che i responsabili degli account utilizzino l'AI per fare ricerche sui clienti, sviluppare strategie per gli account e personalizzare le interazioni con i dirigenti. I responsabili delle vendite stanno diventando formatori orientati ai dati, che utilizzano le informazioni generate dall'AI per migliorare la qualità della pipeline e l'accuratezza delle previsioni. I team delle operations commerciali stanno passando dalla produzione di report alla progettazione di flussi di lavoro abilitati dall'AI, che aiutano l'azienda a prendere decisioni più rapide e migliori.

In AMD, vediamo anche una crescente domanda di persone capaci di collegare tecnologia e business. Mentre i clienti accelerano l'adozione dell'AI, desiderano partner che comprendano non solo CPU, GPU e infrastrutture AI, ma anche la trasformazione aziendale, l'economia del cloud, le strategie di AI sovrana e il ritorno sull'investimento.

Ciò significa che i talenti più preziosi combinano sempre più leadership commerciale e competenza tecnica.

Altrettanto importante è la cultura dell'AI. Non ci aspettiamo che tutti diventino data scientist, ma ci aspettiamo che i team comprendano come lavorare efficacemente con l'AI: come porre domande migliori, convalidare le informazioni generate dall'AI e applicarle responsabilmente nelle interazioni con i clienti.

E forse il cambiamento più significativo è che l'AI sta aumentando il valore delle competenze esclusivamente umane. Mentre l'AI automatizza la ricerca, la preparazione delle riunioni e le attività amministrative di routine, la costruzione di relazioni, la comunicazione con i dirigenti, la negoziazione, il pensiero strategico e la fiducia dei clienti diventano ancora più importanti.

In molti modi, l'AI non sta riducendo l'importanza dei grandi professionisti delle vendite — la sta aumentando.

Il consiglio di Alexey

I migliori professionisti delle vendite non sono più semplicemente quelli con la maggiore conoscenza dei prodotti: collegano gli obiettivi aziendali alla trasformazione basata sull’AI…Questa è probabilmente la lezione più importante che ho imparato.

Come l'AI sta cambiando l'ingresso sul mercato, i prezzi e le vendite

Per anni, la differenziazione dei prodotti, le relazioni e il prezzo hanno determinato in gran parte le vendite di tecnologie alle aziende. Questi fattori sono ancora importanti, ma l'AI ha cambiato radicalmente la conversazione.

Oggi i clienti non acquistano più singoli prodotti. Investono in risultati completi basati sull'AI.

Ciò significa che le conversazioni sono passate da "Quale processore è più veloce?" a "Con quale rapidità possiamo implementare l'AI? Quanto costerà addestrare ed eseguire i nostri modelli? Questa infrastruttura può scalare? E saremo vincolati a un unico ecosistema?"

Di conseguenza, la nostra strategia di ingresso sul mercato si è evoluta.

Ora ci concentriamo su come l'intero portafoglio collabori per aiutare i clienti a creare infrastrutture AI scalabili.

L'AI ha cambiato anche le discussioni sui prezzi.

I clienti valutano sempre più il costo totale di proprietà, le prestazioni per watt, l'utilizzo dell'infrastruttura, l'apertura del software e la flessibilità a lungo termine, invece di confrontare semplicemente i costi di acquisizione dell'hardware. La conversazione è diventata molto più strategica.

Infine, l'AI ha cambiato il nostro modo di vendere.

I migliori professionisti delle vendite non sono più semplicemente quelli con la maggiore conoscenza dei prodotti: collegano gli obiettivi aziendali alla trasformazione basata sull'AI. Devono comprendere le sfide del settore, la strategia dei dati, le iniziative di AI sovrana, l'economia del cloud e il cambiamento organizzativo tanto quanto le specifiche tecniche.

Questa è probabilmente la lezione più importante che ho imparato. L'AI non ha cambiato ciò a cui i clienti attribuiscono valore: ha cambiato il modo in cui definiscono il valore.

Cinque priorità per i CRO che stanno adottando l'IA nelle loro organizzazioni

Per i CRO, l'IA non è solo un altro acquisto di software — sta diventando un fattore di differenziazione competitiva. Ma il successo non deriverà dall'implementazione del maggior numero di applicazioni di IA. Deriverà dalla costruzione dell'infrastruttura, della base dati e delle capacità organizzative giuste.

Ecco cinque priorità che consiglierei:

• Investi in un'infrastruttura di IA scalabile. La maggiore fonte di valore non è il modello in sé — è la capacità di addestrare, ottimizzare e distribuire i modelli in modo efficiente. Un'infrastruttura aperta e ad alte prestazioni offre alle organizzazioni la flessibilità necessaria per innovare senza vincolarsi a un singolo ecosistema.
• Trasforma l'IA in valore per i clienti, non solo in produttività interna. La generazione più rapida delle proposte e gli aggiornamenti automatizzati del CRM sono utili, ma la vera opportunità consiste nell'offrire esperienze cliente migliori, interazioni personalizzate e risultati aziendali più rapidi.
• Rendi i tuoi dati pronti per l'IA. L'IA è efficace solo quanto i dati su cui si basa. Dati puliti, sicuri e adeguatamente governati sono ora una risorsa strategica per i ricavi.
• Offri ai venditori strumenti di IA invece di sostituirli. I team di vendita più performanti combineranno insight basati sull'IA con competenza umana, fiducia e capacità di costruire relazioni. L'IA dovrebbe eliminare il lavoro amministrativo, consentendo ai venditori di dedicare più tempo ai clienti.
• Pensa a lungo termine. La domanda di IA sta accelerando rapidamente, ma le decisioni infrastrutturali di oggi determineranno la tua posizione competitiva nel prossimo decennio. Scegli piattaforme che offrano prestazioni, apertura e flessibilità con l'evolversi dei carichi di lavoro.

Le aziende che guideranno l'era dell'IA non saranno necessariamente quelle con i budget più elevati. Saranno quelle che costruiranno l'infrastruttura di IA più adattabile e consentiranno a ogni dipendente di utilizzarla in modo efficace.

E l'IA non sostituirà i grandi responsabili dei ricavi. Ma i responsabili dei ricavi che abbracceranno l'IA — e l'infrastruttura che la alimenta — supereranno quelli che non lo faranno.

Segui gli aggiornamenti

Segui il lavoro di Alexey Navolokin su LinkedIn.

Presto arriveranno altre interviste con esperti su The CRO Club!