Il responsabile dei ricavi afferma che l’adozione dell’IA deve avere un business case prima di interessare il go-to-market

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

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

Guidare i ricavi nell'era dell'IA non significa difendere un territorio.

Guido le attività di AMD nell'area APAC — aziendali, cloud, commerciali e consumer — definendo la strategia, le partnership e l'approccio al mercato per portare EPYC, Ryzen, Radeon e Instinct nei data center, nei PC e nelle infrastrutture di IA.

Ma il percorso per arrivare fin qui non è stato lineare, ed è proprio questo l'aspetto che voglio condividere.

Ho iniziato nel settore della tecnologia aziendale, lavorando per aziende come Apple e Intel, dove ho imparato a costruire e ampliare organizzazioni GTM globali. 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 di 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 manuale operativo, nessuna tabella di marcia. 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 scommesso.

La blockchain mi ha insegnato a vendere un cambiamento di paradigma prima che il mercato fosse pronto ad accoglierlo. Questa si è rivelata esattamente la competenza di cui avevo bisogno quando l'IA 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 trasformarsi: oggi la strategia GTM tiene conto dell'economia dell'elaborazione, delle roadmap delle GPU e delle partnership nell'ecosistema con governi e hyperscaler, non solo dei programmi di canale e degli obiettivi trimestrali.

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

Questo percorso mi ha insegnato una cosa: guidare i ricavi nell'era dell'IA non significa difendere un territorio. Significa arrivare in anticipo al prossimo cambiamento infrastrutturale, restare operativi mentre il mercato si adegua e avere una mentalità pronta al cambiamento per ricostruire il manuale operativo quando quello precedente smette di funzionare.

Vendere hardware e piattaforme attraverso un modello ibrido

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

Vendiamo hardware e piattaforme attraverso un modello ibrido che comprende accordi diretti con aziende e hyperscaler, partnership con OEM e canali di vendita e offerte adiacenti al software e all'ecosistema, come ROCm e le soluzioni per infrastrutture di IA.

Un flusso di preparazione degli incontri con i clienti basato sull'IA

Segmentiamo le attività GTM tra i settori aziendale, cloud, commerciale e consumer e costruiamo attività GTM interfunzionali basate su partner di canale, iniziative di co-vendita con gli hyperscaler, alleanze con OEM e rapporti con enti governativi e con il settore pubblico (MSIT, EDB, NIPA) per partnership strategiche sulle infrastrutture di IA.

Operiamo nei mercati di tutta l'area APAC, con una presenza particolarmente forte in Corea, Australia, Singapore e negli altri Paesi del Sud-est asiatico, servendo clienti nei settori dei data center, dei PC, dell'IA e delle infrastrutture edge.

Come l'IA trasforma le strategie di gestione dei ricavi

In AMD, l'azienda ha adottato informalmente strumenti di IA 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 comprensione chiara dei costi, dei benefici e dell'allineamento con gli obiettivi aziendali.

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

Grazie a KPI chiari in tutte le 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'IA, mentre gli insight derivanti dall'apprendimento automatico hanno prodotto miglioramenti nella resa della produzione di semiconduttori per un valore di milioni di dollari. Un catalogo interno contenente più di 100 casi d'uso dell'IA documentati consente ora ai team di replicare ciò che funziona invece di sperimentare partendo da zero.

Il cambiamento non consiste nel fatto che AMD abbia aggiunto uno strumento di IA alle vendite, ma nel fatto che ora AMD richiede un business case e un KPI misurabile prima che qualsiasi iniziativa di IA coinvolga attività a contatto con i ricavi; questo trasforma l'adozione dell'IA nelle funzioni GTM da una serie di esperimenti isolati in una capacità ripetibile e monitorabile.

Il consiglio di Alexey

Credo che l’IA produca il suo maggiore impatto commerciale non sostituendo i venditori, ma aiutando ogni venditore a lavorare ogni giorno con la preparazione e le informazioni che caratterizzano la sua giornata migliore.

Un flusso di lavoro basato sull'IA che utilizzo ogni giorno consiste nella preparazione di un incontro con un cliente dirigente, dalla ricerca al ricontatto.

Si comincia con l'IA che raccoglie informazioni pubbliche: gli ultimi risultati economici del cliente, le priorità strategiche, gli investimenti tecnologici, il panorama competitivo e le tendenze del settore. Invece di trascorrere ore a raccogliere dati, ricevo in pochi minuti un briefing dirigenziale conciso.

Successivamente, l'IA collega queste informazioni esterne alle nostre priorità interne. Individua i punti in cui il portafoglio di AMD è maggiormente in linea con gli obiettivi aziendali del cliente, che si tratti di infrastrutture per l'IA, iniziative di IA sovrana, espansione del cloud o modernizzazione aziendale.

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

Dopo l'incontro, l'IA riassume la discussione, registra le attività da svolgere, prepara le e-mail di ricontatto, aggiorna i record CRM e suggerisce il prossimo contatto più indicato. Quello che prima richiedeva diverse ore ora richiede pochi minuti, consentendomi di dedicare più tempo ai clienti e meno alle attività amministrative.

Il valore maggiore consiste nel fatto che l'IA comprime il tempo che intercorre tra informazioni utili, decisione e interazione con il cliente.

Per un'organizzazione globale come AMD, in cui le opportunità coinvolgono fornitori cloud, aziende, governi e innovatori dell'IA 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'IA produca il suo maggiore impatto commerciale: non sostituendo i venditori, ma aiutando ogni venditore a lavorare ogni giorno con la preparazione e le informazioni che caratterizzano la sua giornata migliore.

Le aree migliori per utilizzare l'IA e i risultati

Le aree delle organizzazioni che generano ricavi più adatte all'assistenza dell'IA sono:

• Definizione delle priorità della pipeline: individuazione dei segnali derivanti dall'attività sui clienti e dai dati di coinvolgimento
• Valutazione delle trattative: ricerca di corrispondenze con i dati storici relativi a vittorie e sconfitte
• Previsioni: aggregazione dei dati del portafoglio commerciale in proiezioni più rapidamente rispetto ai consolidamenti manuali
• Dimensionamento dei territori e dei mercati

I risultati positivi che abbiamo osservato finora sono:

• Riduzione dei tempi del ciclo dalla proposta alla bozza per i materiali strategici: modelli finanziari e presentazioni che prima richiedevano settimane ora richiedono giorni
• Possibilità di effettuare più iterazioni per la stessa trattativa o proposta nello stesso intervallo di tempo, con un risultato finale più efficace
• Possibilità di produrre personalmente materiali interfunzionali (modello, testo e contenuto visivo) che prima richiedevano il coinvolgimento di altri team

• Miglioramento dell'accuratezza delle previsioni
• Riduzione del tasso di abbandono

Dal lato negativo, ho osservato un'eccessiva dipendenza da valutazioni generate dall'IA 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'IA talvolta annulla il tempo risparmiato nella loro generazione. E, sebbene l'IA 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'IA 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 a grandi aziende, la velocità può creare una falsa sensazione di certezza.

Un piano per il cliente, una previsione o un resoconto 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 nella sponsorizzazione da parte dei dirigenti, dinamiche politiche organizzative, 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 guidata dall'IA con il giudizio umano.

In AMD, abbiamo constatato che l'IA offre il massimo valore quando prepara i nostri team a conversazioni migliori con i clienti — non quando sostituisce le decisioni commerciali critiche. I nostri team che seguono i clienti continuano a convalidare le informazioni generate dall'IA, a mettere in discussione le assunzioni e ad applicare la propria esperienza prima di interagire con i clienti o assumere impegni strategici.

Perché l'IA ha difficoltà a cogliere le sfumature degli accordi e la fiducia

L'IA ha ancora difficoltà a comprendere il contesto umano alla base degli accordi con grandi aziende. Nelle vendite B2B complesse, soprattutto per le infrastrutture di IA, i maggiori 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 che un accordo si concluda. Ma spesso non coglie le sfumature che i responsabili delle vendite esperti riconoscono immediatamente.

Per esempio, un'opportunità strategica potrebbe apparire in buona salute perché il coinvolgimento dei dirigenti è elevato, la valutazione tecnica sta procedendo e il reparto acquisti ha iniziato a muoversi. Sulla carta, l'IA potrebbe valutarla come un accordo ad alta probabilità. Tuttavia, un team esperto che segue il cliente potrebbe sapere che il budget del cliente è cambiato silenziosamente, che una decisione a livello di consiglio di amministrazione è stata rinviata o che uno sponsor dirigenziale chiave ha assunto un altro ruolo. 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 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 è credibile e che le persone che la sostengono manterranno le loro promesse per tutta la durata della partnership.

Questo si costruisce attraverso esperienza, trasparenza e relazioni — non algoritmi.

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

Se potessi tornare indietro, dedicherei molto meno tempo a valutare gli 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 semplicemente 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. Persino l'IA più avanzata non può superare dati CRM frammentati, informazioni incoerenti sui clienti o fonti di conoscenza non collegate. Dati puliti e affidabili sono il fondamento di ogni iniziativa di IA di successo.
2. L'adozione è il vero KPI. È facile misurare le licenze distribuite 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. Partite dai risultati aziendali, non dalla tecnologia. L'IA dovrebbe risolvere una sfida commerciale specifica: abbreviare i cicli di vendita, aumentare la produttività dei venditori, migliorare l'accuratezza delle previsioni o identificare nuove opportunità. La tecnologia dovrebbe abilitare la strategia, non diventare la strategia.

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

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

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

Per esempio, ci aspettiamo che i responsabili degli account utilizzino l'IA per fare ricerche sui clienti, sviluppare strategie per gli account e personalizzare le interazioni con i dirigenti. I responsabili delle vendite stanno diventando allenatori orientati ai dati, che utilizzano le informazioni dell'IA per migliorare la qualità della pipeline e l'accuratezza delle previsioni. I team delle operazioni commerciali stanno passando dalla produzione di report alla progettazione di flussi di lavoro basati sull'IA, 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. Con l'accelerazione dell'adozione dell'IA da parte dei clienti, questi cercano partner che comprendano non solo CPU, GPU e infrastrutture per l'IA, ma anche la trasformazione aziendale, l'economia del cloud, le strategie di IA sovrana e il ritorno sull'investimento.

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

Altrettanto importante è la conoscenza dell'IA. Non ci aspettiamo che tutti diventino scienziati dei dati, ma ci aspettiamo che i team sappiano lavorare efficacemente con l'IA: come porre domande migliori, convalidare le informazioni generate dall'IA e applicarle responsabilmente nelle interazioni con i clienti.

E forse il cambiamento più importante è che l'IA sta aumentando il valore delle competenze esclusivamente umane. Mentre l'IA 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'IA non sta riducendo l'importanza dei grandi venditori — la sta aumentando.

Il consiglio di Alexey

I migliori venditori non sono più semplicemente quelli con la maggiore conoscenza dei prodotti: collegano gli obiettivi aziendali alla trasformazione basata sull’IA…Questo è probabilmente il più grande insegnamento che ho tratto.

Come l'IA sta cambiando GTM, i prezzi e le vendite

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

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

Ciò significa che le conversazioni sono passate da "Quale processore è più veloce?" a "Con quale rapidità possiamo implementare l'IA? 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 costruire infrastrutture per l'IA scalabili.

L'IA 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'IA ha cambiato il nostro modo di vendere.

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

Questo è probabilmente il più grande insegnamento che ho tratto. L'IA non ha cambiato ciò che i clienti considerano importante: 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 semplicemente un altro acquisto software: sta diventando un elemento 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:

• Investite in un'infrastruttura di IA scalabile. La principale fonte di valore non è il modello in sé, ma la capacità di addestrare, perfezionare e implementare 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.
• Trasformate l'IA in valore per i clienti, non solo in produttività interna. Generare proposte più rapidamente e automatizzare gli aggiornamenti del CRM è utile, ma la vera opportunità consiste nell'offrire esperienze cliente migliori, interazioni personalizzate e risultati aziendali più rapidi.
• Rendete i vostri dati pronti per l'IA. L'IA è valida solo quanto i dati su cui si basa. Dati puliti, sicuri e gestiti secondo criteri di governance sono ora una risorsa strategica per i ricavi.
• Fornite ai venditori strumenti di IA invece di sostituirli. I team di vendita con le prestazioni migliori combineranno gli insight generati dall'IA con competenze umane, fiducia e capacità di costruire relazioni. L'IA dovrebbe eliminare il lavoro amministrativo, consentendo ai venditori di dedicare più tempo ai clienti.
• Adottate una prospettiva a lungo termine. La domanda di IA sta accelerando rapidamente, ma le decisioni infrastrutturali di oggi determineranno la vostra posizione competitiva nel prossimo decennio. Scegliete 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!