Atlassians salgsdirektør forklarer hva inntektsorganisasjoner gjør feil ved innføring av KI

Nick Feeney er salgsdirektør for Atlassians flaggskipprodukter, inkludert Jira, Confluence, Loom og Rovo.

Vi satte oss ned med Nick for å lære hvordan bransjeledere som Atlassian endrer salgsarbeidsflyter med AI. Her er det han fortalte oss.

Ansvarlig for inntektene fra Atlassians flaggskipprodukter

Jeg heter Nick Feeney, og jeg har ansvaret for inntektene hos Atlassian for selskapets første pakke, Teamwork Collection, som omfatter flaggskipproduktene Jira, Confluence og Loom, samt den bruksbaserte AI-løsningen Rovo.

Atlassian er et globalt selskap med en omsetning på ~$6.2 milliarder, som fortsetter å levere sterk vekst, med en inntektsøkning på 32 % fra år til år, drevet av økende bruk av skyløsninger og utvidelse innen AI.

Organisasjonen min dekker AMER og LATAM og støtter kunder med tett oppfølging på tvers av mellommarkedet, bedriftsmarkedet og strategiske segmenter. Vi samarbeider med kunder om komplekse initiativer for digital transformasjon og leder verdibaserte prosesser som spenner fra muligheter med høyere tempo på fem- til sekssifrede beløp til flerårige partnerskap med bedrifter og strategiske aktører på åttesifrede beløp.

I FY26 nådde Teamwork Collection-virksomheten 156 % av sitt årlige mål for inngåtte avtaler og leverte 132 % netto fornyelsesvekst, noe som gjorde Teamwork Collection til et av Atlassians raskest voksende og mest strategiske inntektsskapende team.

En karriere formet av plattformtransformasjon

Gjennom hele karrieren har jeg blitt trukket mot øyeblikk med plattformtransformasjon, der teknologi fundamentalt endrer hvordan virksomheter opererer, og der GTM-strategien må oppfinnes på nytt. Denne reisen begynte i ToutApp i 2013, da salgsproduktivitet begynte å forme moderne GTM-organisasjoner. For første gang kunne inntektsteam gå bort fra en tilnærming basert på kalde telefonsamtaler først og i stedet bruke automatiserte, personaliserte e-postsekvenser for å komme i kontakt med potensielle kunder i stor skala. Det markerte et betydelig skifte i genereringen av salgsmuligheter, der manuelt og repetitivt arbeid ble erstattet med teknologi som gjorde det mulig for selgere å fokusere på interaksjoner med kunder som skapte større verdi. Dette var en av de tidligste bølgene innen programvare for salgsproduktivitet.

Siden den gang har kategorien ekspandert dramatisk, og AI-drevne plattformer hjelper nå team med å identifisere kontoer med høy sannsynlighet for kjøp, prioritere muligheter, automatisere arbeidsflyter og levere langt mer personalisert kundeengasjement. Det å ha en plass på første rad under denne utviklingen forsterket en lærdom som har formet karrieren min: De mest velfungerende inntektsorganisasjonene tar i bruk AI tidlig, tilpasser driftsmodellen raskt og finner stadig nye måter å skape verdi for kundene på.

Underveis jobbet jeg i Mural i selskapets tidligste oppbyggingsfase. Vi bidro til å definere en helt ny kategori under pandemien, da organisasjoner lærte å samarbeide digitalt i stor skala. Derfra begynte jeg i Loom, i takt med at kommunikasjonen på arbeidsplassen utviklet seg videre. Denne erfaringen ledet meg til slutt til Atlassian.

Den røde tråden har aldri først og fremst vært produktene i seg selv. Det har handlet om å hjelpe organisasjoner med å navigere grunnleggende endringer i hvordan mennesker arbeider, etter hvert som teknologi, kund forventninger og kommersiell strategi utvikler seg samtidig. Jeg mener AI representerer det neste og største kapittelet i denne utviklingen – akkurat den typen transformative øyeblikk som har definert karrieren min.

Hvordan AI kan gå fra å være et produktivitetsverktøy til å bli et beslutningssystem

Den største endringen vi gjorde i Atlassians inntektsorganisasjon, var ikke bare å ta i bruk AI. Vi endret fundamentalt hvordan vi driver virksomheten. For ett år siden så vi først og fremst på AI som et produktivitetsverktøy som skulle hjelpe selgere med å arbeide raskere. I dag bruker vi det som et styrings- og beslutningssystem.

Historisk sett brukte salgsledere enormt mye tid på å samle inn informasjon, kontrollere kvaliteten på CRM-data, gå gjennom samtaleopptak og forberede seg til gjennomganger av prognoser og salgspipeline. AI utfører nå det første laget av denne manuelle analysen. Før en leder går inn i en gjennomgang av en avtale, sammenfatter AI kundesamtaler, avdekker risikoer i avtalen, identifiserer mangler blant interessentene, fremhever kjøpssignaler og oppsummerer de viktigste tiltakene.

Dette endret grunnleggende rollen til lederne og selgerne våre. I stedet for å bruke tiden på å samle inn informasjon, veileder lederne om strategi, styrker kvaliteten på avtalene, kvalitetssikrer kundeplaner og hjelper selgerne med å navigere i samtaler med ledere. Arbeidsrytmen vår har gått fra å kontrollere aktivitet til å forbedre beslutninger. På samme måte bruker selgerne 90 % av energien sin på å skape verdi for kundene, få en dyp forståelse av utfordringene deres og vie ressursene fullt ut til å levere en løsning.

AI erstatter ikke dyktige selgere eller dyktige ledere. Teknologien styrker vurderingsevnen deres, slik at alle kan arbeide med bedre kontekst, større konsistens og mer gjennomslagskraft. Organisasjonene som lykkes, vil ikke nødvendigvis bruke mest AI, men de vil ta bedre beslutninger fordi AI kontinuerlig får frem den riktige innsikten til riktig tid. Resultatene er ubegrensede.

En helhetlig arbeidsflyt for kundesamtaler

Teamet vårt bruker AI hver dag. Her er en arbeidsflyt vi bruker med kunder.

AI sammenstiller tidligere kundesamtaler og salgsmuligheter, produktbruk, viktige bruksområder, relasjoner til interessenter og eksterne selskapsnyheter (10-K-rapporter osv.) til en kortfattet kundeoversikt. I stedet for å bruke en time på å samle inn kontekst, begynner selgeren med en helhetlig forståelse av kundens virksomhet, nylige aktiviteter og sannsynlige prioriteringer.

Gjennom salgsprosessen analyserer AI kontinuerlig kundesamtaler for å identifisere kjøpssignaler, konkurransetrusler, ubesvarte innvendinger, viktige beslutningstakere vi må involvere, og de beste neste tiltakene å gjennomføre. I stedet for bare å registrere møter bidrar teknologien til å avdekke risikoer mens det fortsatt er tid til å påvirke utfallet.

Etter hver interaksjon oppsummerer AI automatisk møtet, oppdaterer CRM-felter, utarbeider utkast til oppfølgingskommunikasjon, anbefaler tiltak i henhold til vår felles handlingsplan og fremhever endringer i prognosesikkerheten. Dette gjør at selgere og ledere kan bruke mindre tid på å dokumentere arbeidet og mer tid på å utvikle salgsmuligheten.

Hvorfor AI bør forberede inntektsbeslutninger, mens mennesker tar dem

Nick Shares

De beste inntektsorganisasjonene tydeliggjør i stadig større grad hvor AI tilfører mest verdi, og hvor menneskelig dømmekraft fortsatt er uerstattelig … Derfor er tankegangen min enkel: I strategisk arbeid bør AI forberede beslutninger, men mennesker bør ta dem.

De beste inntektsorganisasjonene tydeliggjør i stadig større grad hvor AI tilfører mest verdi, og hvor menneskelig dømmekraft fortsatt er uerstattelig.

Vi er svært avhengige av AI til informasjonsbehandling og mønstergjenkjenning. Vi gjør mye av dette i våre egne løsninger, som Rovo. Det hjelper oss med å prioritere salgspipelinen, oppsummere kundeinteraksjoner, identifisere avtalerrisiko, avdekke kjøpssignaler, synliggjøre mangler i interessentengasjementet, forbedre prognosekvaliteten og anbefale hvor teamene våre bør bruke tiden sin. AI er svært god til å sammenstille tusenvis av datapunkter til handlingsrettet innsikt langt raskere enn noe enkeltmenneske kan.

Vi fortsetter å være avhengige av mennesker når det gjelder beslutninger som krever dømmekraft, tillit og kreativitet. Kunder kjøper ikke programvare fordi en algoritme anbefalte neste steg. De kjøper fordi en selger eller spesialist kan samordne ulike interessenter, navigere i organisatoriske dynamikker, forhandle om komplekse avveininger, bygge relasjoner med ledere og skape tillit til en strategisk visjon. Mennesker ønsker å kjøpe fra mennesker. Jeg er sikker på at det aldri vil endre seg.

På samme måte krever prisstrategi, ansettelser, organisasjonsutforming, territorieplanlegging og viktige beslutninger om kommersielle investeringer til syvende og sist kontekst, erfaring og ansvarlighet som AI ikke kan tilby.

Derfor er tankegangen min enkel: I strategisk arbeid bør AI forberede beslutninger, men mennesker bør ta dem.

Hvordan AI øker organisasjonens læringshastighet

Det største resultatet vi har sett, er ikke et tradisjonelt salgsmål, men organisasjonens læringshastighet. Tilbakemeldinger fra kunder gikk for eksempel historisk sett utrolig sakte. En selger hadde en samtale, skrev ned noen notater, delte dem med lederen sin, og denne innsikten kunne til slutt nå produkt- eller markedsføringsteamet flere uker senere. Da var konteksten ofte gått tapt.

AI har komprimert denne tilbakemeldingssløyfen dramatisk. AI sammenstiller nå kundesamtaler i stor skala, slik at vi kan identifisere gjentakende innvendinger, konkurransetrender, funksjonsønsker og kjøpsmønstre nesten i sanntid. I stedet for å basere oss på anekdoter fra en håndfull avtaler lærer vi av tusenvis av kundeinteraksjoner samtidig.

Virkningen strekker seg langt utover salg. Produktteam får raskere innsikt i nye kundebehov. Markedsavdelingen kan finjustere budskapet basert på kjøpernes faktiske språk. Inntektsledere kan identifisere hvor avtaler konsekvent stopper opp, og justere opplæring eller prosesser før det blir et systemisk problem, eller raskt justere prognoser og støtte strategier for risikoreduksjon i avtaler – alt uten å måtte ha direkte kontakt med teamet sitt.

Dette er én av mange måter AI har redusert det omfattende manuelle arbeidet som tidligere slukte mesteparten av tiden til kundeansvarlige og ledere. For meg er dette en av de mest undervurderte fordelene ved AI. Det gjør ikke bare den enkelte selger mer produktiv. Det gjør at hele selskapet lærer raskere.

Slik har AI endret konkurransefortrinnene

Informasjon i seg selv er ikke lenger et konkurransefortrinn.

I mange år skilte dyktige selgere seg ut fordi de hadde bedre research, kjente kundens virksomhet mer inngående eller avdekket innsikt som andre ikke klarte å finne. I dag har AI demokratisert tilgangen til informasjon. Alle selgere kan utarbeide kundeinnsikt, oppsummere resultatrapporter, analysere en potensiell kundes teknologistakk eller forberede seg til et møte med ledelsen på få minutter. Det betyr at informasjon ikke lenger er en knapp ressurs. Det er dømmekraft.

Det nye konkurransefortrinnet ligger i hvor godt en inntektsorganisasjon tolker informasjon, stiller bedre spørsmål, bygger tillit hos ledere og interessenter og omsetter innsikt til forretningsresultater. AI kan hjelpe alle selgere med å bli bedre forberedt, men kan ikke erstatte troverdighet, strategisk tenkning eller evnen til å navigere i komplekse organisatoriske dynamikker.

Slik kan organisasjoner ta i bruk AI på en effektiv måte

AI mislykkes sjelden på grunn av teknologien. Organisasjoner mislykkes vanligvis fordi de ikke har endret arbeidsmetodene sine. Forskning fra Forrester underbygger dette. Selv om innføringen av AI har skutt fart, er det relativt få organisasjoner som kan knytte disse investeringene direkte til målbare økonomiske resultater.

Utfordringen handler ofte ikke om modellkvalitet, men om organisatorisk beredskap. Her er noen tips:

• Organisasjoner bør fokusere på forretningsresultatet før teknologien. Hvis du ikke kan definere den kommersielle måleverdien du prøver å forbedre – enten det gjelder treffprosent, lengden på salgssyklusen, tiden det tar å komme til markedet, kodekvalitet, markedsutvidelse, prognosenøyaktighet eller kundebevaring – er det nesten umulig å bevise verdien.
• AI bør ikke innføres som enda et frittstående program. Den største verdien oppstår når AI har tilgang til hele virksomhetens kontekst på tvers av CRM, produktbruk, kundesamtaler, supporthenvendelser og intern kunnskap. Uten et sammenkoblet arbeidssystem forblir innsikten fragmentert.
• Organisasjoner bør slutte å optimalisere for individuell produktivitet. De bør heller redesigne arbeidsflytene. Å spare en selger for ti minutter skaper ikke nødvendigvis verdi for virksomheten. Å tenke nytt om hvordan inntektsteam kvalifiserer muligheter, følger opp avtaler, lager prognoser og samarbeider, gir derimot kvantifiserbare resultater på teamnivå. De beste resultatene oppstår når AI kan trekke på kontekst fra hele organisasjonen i stedet for å operere i isolerte team.
• Organisasjoner må slutte å undervurdere endringsledelse. Innføring av AI er like mye en lederutfordring som et teknologitiltak. Teamene trenger nye arbeidsrytmer, tydelig ansvar og trygghet rundt hvordan AI passer inn i det daglige arbeidet, før atferden faktisk endres.

Til syvende og sist er AI ikke en strategi. Det er en akselerator. Den forsterker kvaliteten på den eksisterende driftsmodellen. Organisasjoner med disiplinerte prosesser, sammenkoblede data og tydelige kommersielle resultater oppnår som regel uforholdsmessig store gevinster. De som mangler dette grunnlaget, ender ofte med å automatisere ineffektivitet i stedet for å skape et konkurransefortrinn.

Slik vet du om en potensiell nyansatt er klar for AI-støttet arbeid

Nick deler

I dag er de mest innflytelsesrike personene svært nysgjerrige, AI-fødte og opptatt av kontinuerlig læring. De tar ikke bare i bruk ny teknologi. De tenker hele tiden på nytt hvordan de jobber, automatiserer repetitive oppgaver og øker verdien de tilfører kundene.

Rollen som inntektsansvarlig har endret seg fundamentalt i AI-æraen. Suksess defineres ikke lenger utelukkende av operasjonell dyktighet eller salgsgjennomføring. Den defineres av organisasjonens evne til å lære raskere enn markedet. I dag er de mest innflytelsesrike personene svært nysgjerrige, AI-fødte og opptatt av kontinuerlig læring. De tar ikke bare i bruk ny teknologi. De tenker hele tiden på nytt hvordan de jobber, automatiserer repetitive oppgaver og øker verdien de tilfører kundene.

Som leder er mitt ansvar å bygge en organisasjon rundt disse egenskapene. Det starter med å ansette mennesker som er tilpasningsdyktige, intellektuelt nysgjerrige og motiveres av endring.

Det er derfor jeg i hvert intervju spør kandidatene: "Hva er de mest manuelle prosessene i løpet av dagen din?" Hvis de ikke kan fortelle meg hvorfor de ikke har automatisert disse manuelle prosessene med AI, er det tydelig for meg at de verken er problemløsere eller villige til å lære om AI for å forbedre måten de jobber på.

Seks ting alle CRO-er må gjøre for å lykkes med AI

Så her er mine råd:

• Motstå fristelsen til å jakte på alle nye AI-muligheter. Teknologien utvikler seg raskere enn noen organisasjon klarer å holde tritt med, så konkurransefortrinnet ditt kommer ikke av å ha tilgang til den nyeste AI-trenden. Det kommer av å bygge en organisasjon som kan tilpasse seg raskere enn alle andre.

• Den første prioriteten er talenttetthet. Det har aldri endret seg. Men AI hever taket for dyktige mennesker, samtidig som avstanden mellom de beste og alle andre blir større. Ansett mennesker som er svært nysgjerrige, intellektuelt ydmyke og opptatt av kontinuerlig læring. Det som fungerer i dag, kan være utdatert om seks måneder, så tilpasningsdyktighet blir en av de mest verdifulle egenskapene innen markedsintroduksjon.
• Gå foran. Du kan ikke forvente at organisasjonen din skal omfavne AI hvis du ikke bruker det selv. De beste lederne delegerer ikke innføringen av AI. De viser den i praksis, deler instruksjoner, eksperimenterer åpent og skaper en kultur som verdsetter læring høyere enn å ha det riktige svaret.
• Invester i tydelighet, ikke kompleksitet. Kjøpere blir overveldet av AI-budskap, og de fleste leverandører høres like ut. Salgsteamet ditt bør kunne forklare med et enkelt språk hvilket problem dere løser, hvorfor dere er annerledes, hvorfor kundene bør handle nå, og hvordan lignende kunder finner resultatene de er ute etter. Hvis differensieringen deres ikke kan forstås på noen få minutter, er den sannsynligvis ikke tydelig nok.
• Utform arbeidsflytene på nytt i stedet for bare å legge til verktøy. Altfor mange organisasjoner legger AI oppå eksisterende prosesser. De største gevinstene kommer av å tenke gjennom hvordan arbeidet utføres på nytt, fjerne unødvendige trinn og gi mennesker mer tid til vurderinger, kreativitet og kunderelasjoner.
• Til slutt: Husk at AI ikke erstatter ledelse. Om noe gjør det ledelse viktigere. Etter hvert som informasjon blir stadig mer tilgjengelig, går lederens rolle fra å levere svar til å sette retning, utøve skjønn og hjelpe teamene med å fokusere på det som betyr mest. Teknologien vil fortsette å utvikle seg, men god ledelse, kundeempati og eksepsjonelle talenter forblir de varige konkurransefortrinnene. Dette klarer du.

Følg med

Du kan følge arbeidet til Nick Feeney på LinkedIn.

Flere ekspertintervjuer kommer på The CRO Club!