Responsabile delle Entrate di una Startup: Come Piccoli Team Possono Creare Grande Leva con l’IA
Scopri come Waleed Shaarani sia riuscito ad adottare un approccio guidato dai dati per prendere decisioni e costruire esperienze digitali ad alte prestazioni che generano risultati di business misurabili. Approfondisci spunti su ottimizzazione del tasso di conversione, sperimentazione e strategie di crescita.
Leva dell’IA: L’intelligenza artificiale consente alle startup in fase seed di operare in modo efficiente, permettendo ai team di superare le capacità tipiche delle piccole dimensioni.
Precisione nel Funnel: L’IA affina la generazione del funnel identificando e dando priorità agli account con segnali reali di intenzione di acquisto.
Limiti dell’IA: L’efficacia dell’IA nelle strategie è limitata; il giudizio umano resta fondamentale nei processi decisionali.
Misurazione dell’Impatto: L’implementazione efficace dell’IA dovrebbe aumentare la produttività, la qualità delle decisioni o l’efficienza dei risultati economici.
Cambio Operativo: Implementa l’IA come un cambio operativo, non solo come uno strumento; concentra l’attenzione su problemi specifici e impatti misurabili.
Waleed Shaarani è responsabile della divisione Revenue e GTM presso una startup chiamata Spiky.ai. È specializzato nell'ambito B2B SaaS in fase seed, il che lo costringe ad essere ingegnoso, concentrato e rapido — ed è per questo che l'IA è stata così rivoluzionaria per lui.
Abbiamo incontrato Waleed per capire come i team di revenue "scrappy" possano ottenere un vantaggio con l'IA. Ecco cosa ci ha raccontato.
Le Startup in Fase Seed Hanno Bisogno dell'IA per il Successo dei Ricavi
Il mio percorso è stato meno incentrato sulla guida di grandi team aziendali e più sull'essere in prima linea nelle aziende in fase iniziale, dove bisogna risolvere problemi in tempo reale, ricoprire ruoli diversi e fare tutto il necessario per creare slancio.
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
Ho lavorato a stretto contatto con i fondatori, aiutato a definire la strategia go-to-market dalle fondamenta ed operato in contesti senza grandi team, senza playbook perfetti né la possibilità di nascondersi dietro i processi. Mi concentro sull'essere ingegnoso, muovermi rapidamente e trasformare l'ambiguità in esecuzione.
Attualmente, guido la divisione revenue di una startup B2B AI in fase seed con un modello SaaS in abbonamento. Il team è snello, formato da una o due persone nella divisione revenue, quindi sono molto operativo su tutta la strategia GTM, outbound, generazione pipeline, esecuzione delle vendite e raccolta feedback dai clienti. Il nostro operato GTM è "founder-close" e iterativo, focalizzato su acquisizione di clienti iniziali, apprendimento rapido e costruzione di una trazione ripetibile nei mercati rivolti ai clienti e ai team di revenue.
Nella fase seed, gran parte del successo nei ricavi si basa sull'istinto dei fondatori, conversazioni sporadiche, follow-up manuali e conoscenze tramandate. Così ho iniziato a interessarmi molto a come l'IA possa aiutare le startup a cogliere questi segnali prima, ad applicare operativamente i comportamenti dei migliori e a offrire leva ai team ridotti senza la necessità di una grande organizzazione.
Per me, l'IA nel revenue non sostituisce le persone né aggiunge complessità. Aiuta i team piccoli e "scrappy" a ottenere risultati superiori rispetto alle loro dimensioni reali. Permette alle startup di muoversi più velocemente, imparare più rapidamente e costruire sistemi migliori prima del tempo. Amo utilizzare l'IA per aiutare le aziende in fase seed a creare struttura dal caos, trasformare le intuizioni in azioni e far crescere i ricavi senza perdere velocità.
Come l'IA Migliora Focalizzazione e Velocità nei Flussi di Lavoro di Revenue
Per me, l'IA genera focalizzazione, velocità ed effetto leva.
Gli agenti che ho costruito ci hanno aiutato a perfezionare la scelta del mercato target, identificare prima gli account con maggiore intenzione d'acquisto e a far sì che una funzione revenue molto snella operasse con maggior precisione. Questo significava meno sforzi sprecati su account poco idonei, esecuzione più rapida di outreach e follow-up, e migliore visibilità su dove individuavamo segnali di acquisto. Ha anche migliorato la rapidità con cui potevamo testare i messaggi, rifinire le ipotesi sull'ICP e spostare risorse verso segmenti che mostravano una maggiore intenzione.
L'esito quantitativo più evidente è stato l'efficienza. L'IA ha ridotto del 50% il tempo necessario per ricerca, prioritizzazione degli account e preparazione GTM, permettendoci di avere molta più capacità di vendita senza aumentare l'organico. Questo ha portato a un focus migliore nell'outreach, meeting di qualità superiore e minori sprechi di risorse lungo tutto il funnel.
In alcuni casi, l'impatto era visibile più a livello operativo che di sola topline. Compiti che prima richiedevano ore di ricerche manuali potevano essere svolti molto più velocemente, lasciando più spazio per vendere e prendere decisioni. Ha reso anche il workflow meno reattivo: invece di inseguire tutto, potevamo essere più intenzionali su dove investire il nostro tempo.
In una startup, avere questo tipo di leva fa la differenza perché aiuta a scalare in modo intelligente prima di raggiungere la vera scala.
Come l'IA Può Migliorare la Generazione della Pipeline
Ecco un esempio di workflow. Ho utilizzato l'IA per affinare la generazione della pipeline identificando quali visitatori del sito web e quali account mostravano intenzione di acquisto. Prima, ci basavamo su assunzioni più generiche sull'ICP, ricerche manuali e dati limitati sull'intento. Questo significava dedicare tempo ad account che sembravano giusti solo sulla carta, ma che magari non erano effettivamente "in-market".
Abbiamo cambiato questo approccio grazie all'IA, identificando i visitatori unici, analizzando il comportamento d'ingaggio e valutando gli account in base alla probabilità di acquisto. Questo ci ha consentito di focalizzarci maggiormente su segmenti target e aziende che mostravano reale intento di acquisto.
Il risultato è stato un miglioramento nella prioritizzazione, rilevanza ed efficienza delle conversioni. Abbiamo passato meno tempo a indovinare e più tempo ad agire sui segnali, rendendo la nostra GTM più precisa e focalizzata.
E il vero cambiamento è stato passare da "chi sembra giusto sulla carta" a "su chi vale davvero la pena agire ora". È qui che più CRO dovrebbero andare.
Perché l'IA Può Essere Disastrosa per Aziende in Fase Iniziale
Il lato negativo è che l'IA è valida solo quanto lo sono input, logica e paletti. Ho visto casi dove l'IA dava troppa importanza a segnali rumorosi, evidenziava falsi positivi o trasmetteva un livello di sicurezza non supportato dai dati di base. In un contesto early-stage, questo può essere rischioso: il dataset è ridotto, il mercato è ancora in evoluzione ed è facile convincersi che un pattern sia più forte di quanto sia realmente. Uno degli esiti peggiori è sprecare risorse quando l'IA ti porta verso account o segnali che sembrano promettenti ma non hanno vero valore.
Ho anche notato che l’IA può indurci ad automatizzare troppo, troppo presto. Se non si sta attenti, ci si può ritrovare con più attività ma non necessariamente con un giudizio migliore.
Siamo ancora lontani dall’automatizzare completamente le decisioni strategiche di ricavo. L’IA può aiutare nella ricerca, ad individuare segnali e ad accelerare l’esecuzione, ma non si è dimostrata costantemente affidabile per previsioni, strategia nelle trattative o per prevedere con sicurezza quali opportunità si chiuderanno. Ti porta al 90% del risultato; il restante 10% deve essere riempito da una persona. Soprattutto nelle realtà in fase iniziale, di solito l’IA non dispone di dati storici abbastanza puliti per prendere decisioni al livello sperato.
Quindi, l’IA è un moltiplicatore di forza per ricerca, prioritizzazione ed esecuzione. Ma non sostituisce l’istinto dell’operatore né la vicinanza al cliente. Strategia, giudizio e decisioni basate sulle relazioni devono restare prerogativa umana. Prendo ancora io le decisioni finali su focus di mercato, messaggi, priorità, prezzi e conduzione delle trattative.
Come Adeguarsi Quando l’IA Non Basta nella Comunicazione
Ecco un esempio di dove l’IA non è stata sufficiente per me.
Abbiamo usato l’IA per generare e affinare i testi outbound più velocemente, ma molti risultavano troppo generici o troppo rifiniti, senza riuscire a colpire davvero gli acquirenti. Suonavano bene, ma non rispecchiavano sempre le sfumature reali del mercato o quello a cui i clienti avrebbero risposto.
Per risolvere, ho smesso di considerare i messaggi generati dall’IA come risultati finali e ho iniziato a usarli più come una bozza iniziale. Il posizionamento definitivo, il tono e la precisione restavano umani. L’IA ha velocizzato il processo, ma il giudizio doveva sempre arrivare da chi conosce davvero il cliente.
Perché Misurare l’Impatto dell’IA è Cruciale per i Ricavi
Non tutte le implementazioni dell’IA sono realmente utili. Misuro l’impatto dell’IA allo stesso modo di qualsiasi investimento GTM. Ogni workflow di IA che implemento deve realizzare almeno uno dei seguenti obiettivi:
- Aumentare la produttività
- Migliorare la qualità delle decisioni
- Ridurre il tempo necessario per ottenere risultati di ricavo
Se non migliora uno di questi tre punti, probabilmente aggiunge solo confusione.
A livello generale, valuto se l’IA ci aiuta a creare più pipeline, a selezionare meglio le opportunità e a rendere il team più efficiente. Poiché utilizzo molto l’IA nella ricerca e con gli agenti GTM, monitoro metriche come tempo risparmiato nella ricerca clienti, velocità nella costruzione delle liste, rapidità del primo contatto e quanto più mirate siano le nostre campagne outbound. Se l’IA funziona, il team dovrebbe passare meno tempo a raccogliere informazioni e più a sfruttare le opportunità migliori.
Monitoro anche metriche di ricavo concentrate sulla qualità, non soltanto sull’attività. Queste includono: il tasso di conversione da account target a meeting, da meeting a opportunità, da opportunità a chiusura, la percentuale di risposta alle attività outbound generate con l’IA e la pipeline generata da account ad alta propensione. Se l’IA ci aiuta a individuare account meglio in target o a perfezionare i messaggi, mi aspetto di vedere riflessi questi miglioramenti in conversazioni di maggiore qualità e conversioni di successo a valle.
Dal punto di vista operativo, valuto precisione e utilità. Ad esempio: l’agente ha identificato gli account giusti, ha fornito il contesto rilevante o ci ha aiutato a concentrarci sulla fetta di mercato corretta? Se i risultati sono veloci ma inutili, non è un aiuto. Perciò, parte della valutazione resta qualitativa: le informazioni sono sufficientemente affidabili da essere usate, e cambiano davvero il nostro modo di lavorare?
Perché l’IA Non È Strategia
L’IA non è strategia; è leva.
Ogni CRO dovrebbe capirlo prima di iniziare, perché se il tuo ICP, il messaging, la dinamica di vendita e il processo base sono deboli, l’IA non li correggerà. Ti aiuterà soltanto a fare più velocemente le cose sbagliate.
Le aziende che traggono più valore dall’IA la usano per affinare i giudizi, accelerare l’apprendimento ed eliminare attività manuali — non per sostituire il pensiero. Se consideri l’IA come un moltiplicatore di efficacia e non come una soluzione magica, la implementerai molto più efficacemente.
Cosa Sapere Prima di Lanciare l’IA nei Team di Revenue
Dati puliti e regole chiare sono fondamentali. L’ho già detto, ma vale la pena ripeterlo perché avrei voluto accorgermene prima.
All’inizio è facile entusiasmarsi per ciò che può generare l’IA, ma se i dati sono disordinati, il prompt è vago o il workflow non è ben definito, il risultato sembra migliore di quello che è. Questo può generare false sicurezze e tanto lavoro inutile.
Se lo avessi saputo prima, avrei dedicato meno tempo a inseguire risultati appariscenti e più a definire fin dall’inizio il caso d’uso, le metriche di successo e il livello di revisione umana. Questo avrebbe aiutato a evitare confusione, falsi positivi e molto lavoro da rifare.
Ho imparato dai miei errori e sono diventato molto più disciplinato riguardo a scopo, input e revisione.
Prima di tutto, ho ristretto ogni iniziativa di intelligenza artificiale a un solo compito specifico invece di chiederle di fare troppe cose contemporaneamente. Poi ho standardizzato gli input: campi di dati coerenti, istruzioni più chiare, definizioni più precise di cosa significava “buono” e meno dipendenza da informazioni incomplete o disordinate. Ho anche aggiunto limitazioni esplicite che definiscono dove l’IA può supportare e dove invece una persona deve prendere la decisione finale.
Inoltre, ho inserito un ciclo di revisione. Ho testato i risultati rispetto a casi reali, identificato dove l’IA generava rumore o falsa sicurezza e ho migliorato da lì. Il cambiamento più grande è stato trattare l’IA meno come una magia e più come un sistema operativo che ha bisogno di struttura, controllo qualità e limiti per essere davvero utile.
Perché i CRO dovrebbero adottare l’IA come cambiamento operativo
In generale, ecco il mio consiglio.
Non considerate l’IA come il lancio di un nuovo strumento. Consideratela come un cambiamento operativo.
Partite da un problema di ricavi chiaro in cui velocità, elaborazione dei segnali o il carico manuale bloccano il team. Utilizzate l’IA per fare leva proprio lì. Mantenete il perimetro ristretto, misurate l’impatto e costruite a partire dai flussi di lavoro reali, non dall’hype.
Ancora più importante: non esternalizzate il giudizio. I migliori CRO utilizzeranno l’IA per muoversi più velocemente, vedere più chiaramente e prendere decisioni migliori — non per sostituire il contesto umano che guida ancora una grande leadership GTM.
Segui l’evoluzione
Puoi seguire il percorso di Waleed Shaarani su LinkedIn mentre continua a guidare organizzazioni di revenue nel mondo delle startup.
A presto nuove interviste ad altri esperti su The CRO Club!