Commercieel directeur in een sterk gereguleerde sector: aandachtspunten bij een AI-transformatie

John Stamatopoulos is CRO van het Series B-bedrijf voor zorg op afstand Brook Health, waar hij AI inzet om vrijwel elke functie binnen de omzetpijplijn te optimaliseren.

We spraken met John om te ontdekken hoe hij een realtime-signaalengine heeft ontwikkeld die zijn volledige werkwijze op zijn kop heeft gezet. Hij vertelde ons hoe deze werkt en deelde de problemen waar omzetleiders op moeten letten bij de integratie van AI.

De omzetorganisatie

Mijn naam is John Stamatopoulos en ik ben CRO bij Brook Health, waar we ons richten op het toegankelijk, schaalbaar en duurzaam maken van doorlopende zorg op afstand en chronische zorg voor zorgstelsels in het hele land.

Brook Health is een groeibedrijf voor zorg op afstand in Series B, speciaal opgericht voor zorgstelsels en artsengroepen om het beheer van chronische aandoeningen op grote schaal operationeel te maken. Ons omzetmodel is B2B-enterprise. We sluiten rechtstreeks contracten met zorgstelsels, IDN's en grote artsenpraktijken. Onze terugkerende omzet is voornamelijk gekoppeld aan betaling per geleverde artsendienst. We werken samen met clinici als onderdeel van hun dienstverlening om hen te helpen omzet te genereren, en we hanteren een bijbehorend vergoedingenschema voor de diensten die we leveren.

De omzetorganisatie waaraan ik leidinggeef omvat sales, partnerships en accountmanagement, met teamleden verspreid over de VS. Onze GTM-structuur draait om verkoop aan zorgstelsels. Onze cycli zijn korter geworden, maar we hebben nog steeds te maken met meerdere belanghebbenden en een waardepropositie die tegelijkertijd moet aanslaan bij de CFO, CMO en de operationeel leider die het programma implementeert.

Ons model is interessant omdat we niet alleen software of apparaten verkopen. We verkopen een klinische en operationele capaciteit. Dat betekent dat klantensucces geen ondersteunende functie na de verkoop is; het is een partner bij de gezamenlijke implementatie die de resultaten stimuleert waarop onze contracten worden beoordeeld. Omzetbehoud en uitbreiding vinden plaats binnen die klinische relaties. Die bepalen fundamenteel hoe ik het team heb opgebouwd en hoe we nadenken over pipeline, prognoses en groei.

We hebben het model bewezen en schalen nu op. Dit is precies het kantelpunt waarop GTM-discipline, AI-ondersteuning en afstemming tussen functies het belangrijkst zijn.

Een realtime-signaalengine bouwen

Mijn weg naar dit moment is allesbehalve lineair geweest, wat het relevant maakt. De eerste helft van mijn carrière bracht ik door in de farmaceutische en medische-hulpmiddelenindustrie, en de tweede helft met het lanceren van digitalegezondheidsbedrijven. Ik heb go-to-marketteams opgebouwd en opnieuw opgebouwd binnen meerdere organisaties voor zorg op afstand, waarbij ik te maken had met veranderingen in CMS-vergoedingen, cycli van waardegerichte contracten en de voortdurende complexiteit van verkopen aan zorgstelsels — waarbij klanten, partners en concurrenten tegelijk een rol spelen.

Door dit alles heen heb ik geleerd dat omzetleiderschap in de gezondheidszorg in wezen een dataprobleem is dat zich voordoet als een relatieprobleem. Deals die vastlopen, lopen niet vast omdat iemand je niet aardig vond; ze lopen vast omdat je je oplossing niet kon verbinden aan de juiste klinische uitkomst of financiële trigger, op het juiste moment in het juiste gesprek. Daar verandert AI alles.

Voorspellende prognoses zijn nu niet slechts een CRM-dashboard; onze technologiestack is een realtime-signaalengine die je vertelt welk zorgstelsel negen maanden verwijderd is van contractverlenging, welke CMO zojuist een initiatief voor bevolkingsgezondheid heeft gepubliceerd en welke klinische voorvechter de steun van de directie verliest. Wanneer je die intelligentie verweeft in de manier waarop je sales-, marketing- en accountmanagementteams werken, houd je op een omzetfunctie te runnen en begin je een omzetorganisme te leiden. Hopelijk een organisme dat leert, zich aanpast en zichzelf versterkt.

Ik ben niet opgeklommen via een traditioneel SaaS-draaiboek. Ik heb mijn ervaring opgedaan in de complexiteit van de farmaceutische industrie, medische hulpmiddelen en digitale zorgverlening, waar patiëntuitkomsten op het spel staan en verkoopcycli kwartalen en jaren duren, geen weken. Die context verklaart waarom dit AI-moment zo belangrijk voor me is: de teams die uitvinden hoe ze mensen met technische geavanceerdheid kunnen versterken in sterk gereguleerde omgevingen, zullen het volgende decennium van commercialisering in de gezondheidszorg bepalen.

Hoe AI de volledige omzetpijplijn verbetert

Een jaar geleden waren onze pipelinebeoordelingen gebaseerd op intuïtie. Vertegenwoordigers gaven mondelinge updates en ik bracht e-mails in de CRM, vergadernotities, onderbuikgevoel en de ouderdom van deals met elkaar in verband om echte kansen te onderscheiden van wensdenken. In een complex verkoopproces voor zorgstelsels met lange cycli en meerdere belanghebbenden is dit een gevaarlijke manier om een omzetorganisatie te leiden.

We hebben een verbonden verkooptechnologiestack opgebouwd om elke laag van het genereren en beheren van omzet aan te sturen. Het begint met Definitive Healthcare, dat marktinzichten en gegevens over gezondheidssystemen rechtstreeks via een aangepaste integratie naar HubSpot stuurt, waar velden worden ingevuld die specifiek zijn voor elke verkoopkans. Elk klantrecord weerspiegelt de context uit de echte wereld, en niet alleen wat een verkoper na een gesprek handmatig heeft ingevoerd.

Vervolgens schrijven we de klant automatisch in voor een benaderingsreeks. Als we over directe contactgegevens beschikken, voert HubSpot de reeks uit. Als die ontbreken, vult LinkedIn Sales Navigator het gat op, zodat onze verkopers een warme route naar de juiste leidinggevende krijgen, zelfs wanneer ze koud beginnen. Hoe dan ook wordt de verkoper wakker met een geprioriteerde lijst met doelklanten, vooraf ingevulde klantcontext en een benaderingsreeks die al in gang is gezet.

Wat een verkoper vroeger een halve dag kostte aan onderzoek en handmatige gegevensinvoer, gebeurt nu 's nachts. De rol van de verkoper verschuift van het leggen van de basis naar het voeren van betere gesprekken zodra de deur opengaat. Deze workflow heeft, in zijn eenvoudigste vorm, onze efficiëntie bij de overgang van marktinzichten naar een actief verkooptraject aanzienlijk verbeterd.

Daarnaast hebben we alles gekoppeld aan Gmail en Zoom, en gebruiken we functies voor gespreksintelligentie om de gesprekspatronen van onze teams te monitoren en het sentiment van kopers in realtime te meten. Dat inzicht heeft veranderd hoe ik coach en hoe snel we kunnen bijsturen bij een verkoopkans die dreigt af te glijden.

Daarnaast gebruiken we Claude om werk te automatiseren en te versnellen dat ons vroeger vertraagde. Het opstellen van ROI-modellen, het schrijven van klantcases, het samenstellen van aangepaste presentaties die we snel kunnen inzetten voor een specifiek gezondheidssysteem of IDN, en ervoor zorgen dat geen enkele opvolging tussen wal en schip valt. Wat vroeger dagen voorbereiding kostte, duurt nu uren.

Alles wat na het creëren van het verkooptraject komt, is verbeterd. Gesprekken over prognoses werden eerlijker omdat de gegevens schoon waren. Winpercentages verbeterden bij verkoopkansen die voorheen waarschijnlijk stil zouden vallen. Ons team besteedt aanzienlijk minder tijd aan administratief werk en aanzienlijk meer tijd aan gesprekken met kopers.

Hoe AI de identificatie en personalisatie van doelklanten opnieuw definieert

Vóór AI was het identificeren van de juiste doelklanten handmatig en tijdrovend. Verkopers besteedden uren aan het vergelijken van gegevens om gezondheidssystemen te identificeren die klaar waren om in beweging te komen. Goede doelklanten werden gemist omdat verkopers niet de tijd hadden om ze allemaal te vinden.

Nu automatiseert AI dat proces grotendeels. Definitive Healthcare levert gegevens over gezondheidssystemen en artsengroepen aan ons CRM, gefilterd aan de hand van ons ideale klantprofiel. Patiëntenpopulatie, ziektelast door chronische aandoeningen, technologische infrastructuur, geografie — alles wordt gescoord en geprioriteerd zonder dat een verkoper een vinger hoeft uit te steken. We brengen kansen aan het licht die een jaar geleden onzichtbaar zouden zijn geweest.

Personalisatie is net zo ingrijpend veranderd. Als een gezondheidssysteem zojuist een initiatief voor bevolkingsgezondheid heeft aangekondigd of een nieuwe CMO heeft aangesteld, haalt AI die context automatisch naar de benadering. De boodschap verwijst naar iets dat echt en actueel is in hun wereld, in plaats van naar een generieke waardepropositie die op iedereen van toepassing zou kunnen zijn.

Precies weten wie je moet benaderen en oprecht relevante boodschappen leveren, verandert volledig de manier waarop je een gesprek aangaat.

Hoe AI-integratie omzetresultaten verbetert

John deelt

De eerlijke uitdaging is adoptie. De technologiestack werkt alleen wanneer het team deze consequent gebruikt.

We hebben met AI echte successen geboekt. Doorlooptijden zijn aanzienlijk verkort. Wanneer je team over schone gegevens, duidelijke klantplannen, signalen van koopintentie en door AI ondersteunde opvolging beschikt, bewegen verkoopkansen sneller. We wachten niet tot verkopers handmatig een ROI-model opbouwen vóór een gesprek met een CFO of eraan denken een opvolging te versturen. Dat werk gebeurt automatisch, waardoor het momentum tussen contactmomenten behouden blijft.

Ook het genereren van potentiële klanten is versneld. Definitive Healthcare voedt ons CRM en LinkedIn Sales Navigator vult ontbrekende contactgegevens aan, waardoor we sneller dan ooit handmatig mogelijk was de juiste doelklanten kunnen identificeren, prioriteren en bereiken. De bovenkant van de verkooptrechter is schoner en de conversie van potentiële klant naar actieve verkoopkans is verbeterd.

De nauwkeurigheid van prognoses is verbeterd, en ik wil benadrukken dat standaardisatie hieraan bijdraagt, niet alleen AI. We hebben een proces opgebouwd dat datakwaliteit en consistente voortgang door de fasen vereist. AI versterkt die discipline in plaats van het ontbreken ervan te compenseren.

De eerlijke uitdaging is adoptie. De technologiestack werkt alleen wanneer het team deze consequent gebruikt. Om dit te bereiken waren coaching, bekrachtiging en een directe koppeling tussen het gebruik van tools en prestatieverwachtingen nodig. Die culturele verandering duurde langer dan de technische implementatie.

Waarom mensen altijd betrokken blijven

AI informeert dus over of standaardiseert de meeste operationele processen van onze omzetfunctie. Prioritering van de pijplijn, dealscoring, prognoses, territoriumplanning, churnrisico, activiteitenregistratie en de planning van vervolgacties verlopen allemaal via onze technologiestack. AI brengt signalen aan het licht, markeert afwijkingen en houdt het team verantwoordelijk voor het proces.

We hebben daar bewust voor gekozen. In een groeiende organisatie is de snelste manier om omzet te verliezen, operationele discipline afhankelijk te laten zijn van individuele gewoonten. Door de processen te standaardiseren en te automatiseren, creëren we een ondergrens waarbij iedereen opereert volgens een uitstekend basisniveau, ongeacht hoe lang iemand in dienst is.

Maar mensen nemen nog steeds beslissingen wanneer vertrouwen, beoordelingsvermogen en de context van de relatie het daadwerkelijke product zijn. Navigeren door een deal waarbij de klinische voorvechter en de CFO niet op één lijn zitten. Weten wanneer je moet afhaken, wanneer je moet escaleren en wanneer je een contract moet herstructureren om een langetermijnklant te beschermen. Prijsgesprekken die binnen een zorgsysteem contextueel, relationeel en politiek gevoelig zijn.

AI kan de ROI modelleren en de onderbouwing opstellen. Mensen lezen de situatie. AI beheert het systeem en mensen onderhouden de relaties. In de zorg kun je het ene niet zonder het andere hebben.

Waarom AI niet aan de verwachtingen voldoet in B2B-marketing

Er zijn ook gebieden waarop AI niet heeft gepresteerd zoals gehoopt.

Toen we sterker gingen inzetten op door AI gegenereerde inhoud en geautomatiseerde benadering, daalde ons aantal vertoningen. Bestuurders van zorgsystemen zijn ervaren kopers die elke sjabloonreeks en elke door AI gepolijste e-mail al hebben gezien. Wanneer inhoud gegenereerd in plaats van oprecht aanvoelt, neemt de betrokkenheid af. Tot overmaat van ramp heeft AI niet altijd de juiste context en kan het daardoor technisch correcte berichten genereren die qua toon niet passen bij de specifieke relatie. AI kan op grote schaal inhoud produceren, maar volume is niet hetzelfde als weerklank.

De andere tekortkoming is het ontwikkelen van volledig nieuwe markten. AI is uitstekend in het optimaliseren van wat al in beweging is. Maar het identificeren van echt nieuwe markten en het ontwikkelen van het verhaal dat een gesloten deur opent, vereist nog steeds menselijke creativiteit en marktintuïtie die onze tools niet hebben weten te evenaren.

De bredere les is dat AI versterkt wat al werkt. Wanneer de onderliggende strategie of boodschap zwak is, schaalt AI die zwakte net zo efficiënt op als de kracht.

Waarom omzetleiders de volledige AI-werkstroom moeten doorlopen

Je moet de impact stroomafwaarts van efficiëntiewinst op één gebied begrijpen. Wanneer je een onderdeel van het omzetproces automatiseert en versnelt, besef je niet altijd dat je elders meer werk creëert totdat het een probleem wordt.

Toen we leadgeneratie en activiteiten boven in de verkooptrechter versnelden, ontstond er een volume dat onze klantensucces- en inwerkteams niet konden verwerken. De tool werkte precies zoals bedoeld. We hadden alleen niet in kaart gebracht wat dat succes van aangrenzende teams zou vragen voordat we de knop omzetten.

Loop voordat je iets implementeert de volledige werkstroom door en vraag wie er nog meer drukker wordt wanneer dit werkt.

Waar je op moet letten wanneer je team AI gaat gebruiken

Dit is waar je bij je team op moet letten:

• Ze kunnen de gewoonte verliezen om te lezen wat ze versturen. De inhoud ziet er verzorgd uit, dus mensen nemen aan dat deze klopt. In de verkoop aan zorgorganisaties, waar één feitelijke fout of één zin zonder gevoel voor de toon in een bericht aan een CMO een relatie kan beschadigen waaraan je maanden hebt gebouwd, is die aanname gevaarlijk. We hebben proeflezen en controle weer in de werkstromen opgenomen als een niet-onderhandelbare stap, niet als een bijzaak.

• Ze kunnen overweldigd raken en het systeem stilletjes niet meer gebruiken. Het begint meestal met een overvloed aan informatie. De tools brengen meer gegevens, meer signalen en meer taken aan het licht dan het team gewend is te beheren, en zonder duidelijke instructies over waar ze moeten beginnen, haken mensen af in plaats van zich erin te verdiepen. Je ziet dit aan afnemende CRM-activiteit, niet-gecontroleerde reeksen en verkopers die terugvallen op hun gewoonten van voordat de tools bestonden.
• Ze kunnen het proces wantrouwen. Sommige mensen zitten vast in hun gewoonten en geen enkele hoeveelheid toegang tot dashboards verandert dat. Tijdens de training knikken ze instemmend en vervolgens gaan ze weer parallel in hun eigen systeem werken. De oplossing is niet betere technologie. Het is een betere onboarding. Laat je team beginnen met één werkstroom, houd die eenvoudig, zorg dat die snel resultaat oplevert en bouw vertrouwen op voordat je complexiteit toevoegt.

Waarom de dealruimte zich moet ontwikkelen

De dealruimte moet nog steeds opnieuw worden ontworpen. Specifiek gaat het om wat er met een deal gebeurt na een grondige kwalificatie. De meeste omzetorganisaties behandelen deze fase nog steeds als grotendeels handmatig. Verkopers coördineren vervolgacties, stellen materiaal samen, plannen betrokkenen in en beheren interne goedkeuringen grotendeels zelf. AI kan dit overnemen, en juist hier laten de meeste CRO's efficiëntiewinst liggen.

We werken toe naar een virtuele dealruimte zonder personeel. Zodra een deal een bepaald stadium bereikt, neemt het systeem de operationele uitvoering over. AI bouwt het ROI-model en werkt het bij, genereert aangepast materiaal voor elke belanghebbende, beheert de opvolgingsvolgorde, monitort betrokkenheidssignalen en geeft aan wanneer menselijke tussenkomst nodig is.

Ik heb in dit gesprek steeds gezegd dat mensen betrokken moeten blijven, en daar sta ik nog steeds achter. Ik wil daar echter een nuance in aanbrengen. Een goed geproduceerde video of een gescripte rondleiding, opgebouwd rond de manier waarop een specifieke persoon denkt en communiceert, kan in belangrijke dealfasen fungeren als een geloofwaardige vertegenwoordiger van die persoon. Je hebt niet altijd een persoon in real time in de ruimte nodig, maar diens perspectief, beoordelingsvermogen en stem moeten wel aanwezig zijn. AI en video kunnen dat op manieren voortzetten die zelfs twee jaar geleden nog niet mogelijk waren.

Organisaties die hun dealruimtes rond deze gedachte opnieuw inrichten, zullen niet alleen efficiënter zijn. Ze zullen structureel moeilijker te beconcurreren zijn.

Waarom Claude Cowork onmisbaar is

Claude Cowork is mijn onmisbare hulpmiddel.

Door zijn veelzijdigheid kan ik niet zonder. Het werkt binnen elke functie en omvat operationele, creatieve, strategische en tactische werkzaamheden. In één sessie kan ik een ROI-model bouwen, een presentatie opstellen, de verhaallijn van een contract verfijnen en een marktintroductiestrategie uitstippelen. Niets anders in onze technologiestapel doet dat.

Elk ander hulpmiddel dat we gebruiken, is specifiek voor één taak ontwikkeld. Claude verbindt al die taken met elkaar. Door die flexibiliteit is het het hulpmiddel dat ik nooit zou opgeven. Het voldoet niet altijd aan mijn verwachtingen, maar het lijkt nog steeds het meeste te kunnen.

Hoe je budgetteert voor AI en functieoverschrijdende beslissingen neemt

Niemand praat openlijk over hoe je budgetteert voor AI en beslissingen neemt over hulpmiddelen die functieoverschrijdend samenwerken, terwijl dit iets is waar elke CRO mee worstelt.

Een paar gerichte investeringen in hulpmiddelen werden al snel duur. Wanneer elk teamlid een product vindt dat hij of zij geweldig vindt en de kosten daarvan zelfstandig declareert, eindig je met een gefragmenteerde, kostbare en vaak incompatibele technologiestapel voordat iemand beseft wat er is gebeurd.

We besloten te standaardiseren, en dat was de juiste keuze. Maar zelfs met standaardisatie leren we nog steeds hoe we kosten nauwkeurig kunnen voorspellen. Tokengebruik, licenties per gebruiker, integratiekosten — factureringsmodellen voor AI-hulpmiddelen zijn niet intuïtief en schalen op manieren die moeilijk te voorspellen zijn totdat je al boven budget zit.

Het functieoverschrijdende aspect voegt nog een extra laag toe. Soms kun je het hulpmiddel van het ene team niet verbinden met de bredere AI-infrastructuur, omdat dit een nalevings- of beveiligingsrisico voor een ander team oplevert. Zo eindig je met automatiseringseilanden die niet met elkaar kunnen communiceren, waardoor de verbonden omzetmotor die je in eerste instantie probeerde op te bouwen, wordt ondermijnd.

Mijn advies is om vroegtijdig een functieoverschrijdende AI-bestuursgroep op te richten, een gecentraliseerd budget vast te stellen voordat afzonderlijke teams geld gaan uitgeven en de selectie van hulpmiddelen te behandelen als een organisatiebrede beslissing in plaats van een afdelingsbeslissing. Het meeste hiervan hebben we op de harde manier geleerd.

Wat CRO's moeten weten voordat ze AI-omzetinitiatieven starten

Ik had willen weten hoeveel interne hordes ik moest nemen voordat ook maar één hulpmiddel live kon gaan.

We hadden een duidelijke visie op wat we aan het bouwen waren. De zakelijke onderbouwing was sterk. Ik had niet volledig voorzien hoeveel goedkeuring ik van IT, techniek, naleving en cyberbeveiliging nodig zou hebben voordat we konden implementeren. In de gezondheidszorg zijn dit geen bureaucratische formaliteiten. Het zijn legitieme poortwachters die patiëntgegevens, financiële systemen en de aansprakelijkheid van de organisatie beschermen. Maar de extra tijd die deze controles kosten, kan het momentum ongemerkt om zeep helpen en een team frustreren dat graag vooruit wil.

Als ik dit had geweten, was ik minstens twee kwartalen eerder aan die gesprekken begonnen. Ik had naleving en IT bij het planningsproces betrokken voordat ik leveranciers selecteerde, niet erna. En ik had mijn team vooraf duidelijk gemaakt dat de implementatietijdlijn langer zou zijn dan de verkoopcyclus van de hulpmiddelen zelf.

We hadden de haast kunnen voorkomen. Systemen controleren op blootstelling van PHI, gegevensgrenzen vaststellen en afzonderlijke omgevingen inrichten voor hulpmiddelen die geen gevoelige financiële gegevens mogen aanraken — al dat werk was echt en noodzakelijk. Het zou veel minder verstorend zijn geweest als we het hadden gepland in plaats van erop te reageren.

In een gereguleerde sector maken je interne belanghebbenden deel uit van je marktintroductieplan. Behandel hen vanaf dag één ook zo.

Hoe omzetverantwoordelijken AI moeten benaderen

Mijn advies? Begin klein. Kies één ding en word daar echt goed in voordat je de volgende laag toevoegt. We pakten te veel te snel op, en een deel ervan was nog niet klaar voor grootschalig gebruik. De belofte van een volledig verbonden, door AI aangedreven omzetmotor is reëel, maar de weg ernaartoe verloopt opeenvolgend, niet gelijktijdig.

Bereid je erop voor dat AI eerst meer werk genereert voordat het werk wegneemt. We moesten systemen met PHI controleren en beveiligen, duidelijke grenzen voor gegevens vaststellen en teamleden in sommige gevallen aparte computers geven om gevoelige financiële gegevens geïsoleerd te houden. We zullen nooit risico's nemen met gegevens van partners of patiënten. Deze operationele overhead is reëel, en de meeste leveranciers zullen dit niet tijdens de demo vermelden.

Als je eenmaal hebt gevonden wat werkt, zet er dan vol op in. Bouw de gewoonte op, stimuleer de toepassing en laat het effect zich opstapelen voordat je een andere tool toevoegt. De teams die winnen zijn niet de teams met de meeste tools. Het zijn de teams met de grootste discipline rond de minste — en juiste — tools.

Stel tot slot realistische verwachtingen. AI vermenigvuldigt de kracht van een omzetstrategie die al een solide basis heeft. Als je verkooppijplijn zwak is of je boodschap niet klopt, zal AI die problemen sneller aan het licht brengen, maar het zal ze niet oplossen. De CRO's die floreren zijn degenen die AI gebruiken om hun denkvermogen aan te scherpen, niet om het te vervangen.

Blijf op de hoogte

Je kunt het werk van John Stamatopoulos volgen op LinkedIn.

Er volgen meer interviews met experts op The CRO Club!