Doradca ds. przychodów i były dyrektor ds. przychodów twierdzi, że współpraca z AI przewyższa pełną automatyzację w procesach sprzedażowych

Dave Govan ma doświadczenie w zwiększaniu przychodów w organizacjach takich jak Oracle, VeriSign, Hitachi i Dell RSA. Jest założycielem G2 Strategic Advisory Services, gdzie doradza dyrektorom generalnym firm technologicznych, inwestorom i zespołom ds. przychodów w zakresie strategii wejścia na rynek.

Spotkaliśmy się z Dave’em, aby dowiedzieć się, dlaczego współpraca człowieka z AI, w której człowiek pozostaje zaangażowany w proces, przynosi większe korzyści procesom sprzedażowym niż pełna automatyzacja. Oto, co powiedział.

Przełomy i dynamiczny rozwój

Myśli Dave’a

Moja droga do obecnego momentu związanego z AI nie zaczęła się niedawno… Firmy, które zwyciężą w następnej dekadzie, nie będą tymi, które mają dostęp do AI. Dostęp ma każdy. Zwyciężą te, których liderzy i zespoły zmienią sposób realizacji zadań. Właśnie w tej luce działam.

Jestem założycielem i starszym dyrektorem G2 Strategic Advisory Services. Doradzam dyrektorom generalnym firm technologicznych, inwestorom i zespołom ds. przychodów w zakresie strategii wejścia na rynek oraz wdrażania AI w obszarze generowania przychodów. Działam jako praktyk, a nie konsultant. W trakcie swojej kariery wygenerowałem 2,3 miliarda dolarów przychodów jako dyrektor ds. przychodów i lider sprzedaży, zasiadałem w sześciu zespołach kierownictwa wykonawczego oraz rozwijałem firmy na każdym etapie — od fazy zalążkowej, przez spółki publiczne, po firmy należące do funduszy private equity.

Doradzam organizacjom odpowiedzialnym za przychody, ale moją podstawą jest przywództwo w sprzedaży terenowej dla przedsiębiorstw. Na początku kariery kierowałem regionami obejmującymi kluczowe konta jako terenowy wiceprezes ds. sprzedaży w Oracle, generując ponad 100 milionów dolarów przychodów. To doświadczenie w sprzedaży dużym i złożonym przedsiębiorstwom ukształtowało sposób, w jaki budowałem każdą kolejną organizację.

Na etapie działalności korporacyjnej i własności funduszu private equity kierowałem amerykańską organizacją sprzedażową Dell RSA — 250-osobowym zespołem specjalistów ogólnych, specjalistów dziedzinowych, zespołów kanałowych i sprzedaży wewnętrznej — zwiększając przychody z 400 do 540 milionów dolarów. Następnie awansowałem na stanowisko dyrektora ds. przychodów w NetWitness, firmie z branży cyberbezpieczeństwa, która została wydzielona i sprzedana funduszowi private equity. Kierowałem tam globalną organizacją liczącą 500 osób i zwiększyłem EBITDA o 52 procent. Sprzedawaliśmy oprogramowanie do zabezpieczania przedsiębiorstw wraz z usługami zespołom ds. operacji bezpieczeństwa w dużych przedsiębiorstwach i agencjach rządowych.

Na etapie startupu zbudowałem i prowadziłem organizacje odpowiedzialne za przychody w Sailthru i Dynamic Yield — firmach z branży technologii marketingowych wykorzystujących AI i duże zbiory danych. Sprzedawaliśmy personalizację SaaS specjalistom ds. marketingu cyfrowego w handlu elektronicznym i mediach. Była to praca od zera do skali: budowanie zespołu, podręcznika sprzedaży i modelu wejścia na rynek — od kilku przedstawicieli do ogólnoświatowej organizacji sprzedającej dyrektorom ds. marketingu i ich zespołom.

Moja droga do obecnego momentu związanego z AI nie zaczęła się niedawno. Dziesięć lat temu już pracowałem w obszarze AI i technologii marketingowych wykorzystujących duże zbiory danych, rozwijając platformy personalizacji, takie jak Sailthru i Dynamic Yield. Obserwowałem, jak AI przeszło od funkcji, którą się sprzedawało, do warstwy operacyjnej, a następnie do współpracy człowieka z AI, w której człowiek pozostaje zaangażowany w proces.

Firmy, które zwyciężą w następnej dekadzie, nie będą tymi, które mają dostęp do AI. Dostęp ma każdy. Zwyciężą te, których liderzy i zespoły zmienią sposób realizacji zadań. Właśnie w tej luce działam.

Jak AI zmienia kierowanie ofert do klientów i zarządzanie lejkiem sprzedażowym

Uczyniłem AI warstwą operacyjną własnego modelu wejścia na rynek, zaczynając od sposobu kierowania ofert do klientów i pozyskiwania ich.

Obecnie korzystam z opartego na AI procesu kierowania ofert i prowadzenia analiz. Wykorzystuję sygnały dotyczące informacji o kontach i intencji zakupowych generowane przez AI, aby identyfikować konta aktywnie poszukujące rozwiązań i warte mojego czasu, a także współpracuję z AI w całym lejku sprzedażowym, aby analizować kupujących, tworzyć mapy wejścia na rynek i przygotowywać materiały dla klientów. Pozostaję człowiekiem podejmującym decyzje dotyczące oceny sytuacji, pozycjonowania i każdej decyzji związanej z kontaktem z klientem.

W rezultacie poprawiły się efektywność i jakość sygnałów. Prowadzę większy i lepiej zakwalifikowany lejek sprzedażowy, niż byłoby to możliwe ręcznie, uzyskuję wiarygodny punkt widzenia na temat potencjalnego klienta w ułamku wcześniejszego czasu i tworzę materiały na poziomie szczegółowości, który dawniej wymagał pracy całego zespołu. Pomagam również moim klientom dokonać tej samej zmiany, dzięki czemu moje porady pozostają uczciwe. Nie sprzedaję transformacji, której sam nie przeprowadziłem.

Jak AI jest wykorzystywana w procesie sprzedaży

Przeprowadzę Cię przez proces sprzedaży — od nowego potencjalnego klienta do podpisanego zamówienia — i pokażę, jak wspiera go AI.

Zalecam utworzenie projektu Claude dla każdej nowej szansy sprzedażowej i każdego podpisanego klienta. Projekt Claude działa jak obszar roboczy, w którym możesz współpracować z Claude’em.  Możesz udostępniać istotne pliki i polecenia.  Będzie pamiętać wszystkie Twoje interakcje, co świetnie sprawdza się we współpracy.  Twoim zadaniem jest nauczyć go odpowiedniego działania i wykorzystać jego możliwości, ale to Ty odpowiadasz za szansę sprzedażową i rezultat.  Ufaj własnemu umysłowi bardziej niż odpowiedziom i w razie potrzeby stale kieruj go na właściwy tor.  

Zacznij od przygotowania przed rozmową. Gdy pozyskasz potencjalnego klienta, możesz użyć aplikacji AI, takich jak Clearitty.com, aby zdobyć informacje o firmie i koncie, kupującym, prawdopodobnych presjach oraz różnicy między deklarowanymi a prawdopodobnymi potrzebami. Możesz rozszerzyć badanie również o modele najnowszej generacji, takie jak Claude. Rozpoczęcie od świadomej perspektywy i punktu widzenia jest lepsze niż ogólna rozmowa badawcza bez żadnego przygotowania.

Następnie zorganizuj rozmowę badawczą z pomocą AI. Ukształtuj agendę i pytania tak, aby rozmowa była konkretna i aby zasłużyć na możliwość wejścia głębiej. Dwa pytania, które ją wyznaczają, nigdy się nie zmieniają: "Co trzeba zrobić?" i "Jak wygląda dla Ciebie sukces?"

Sama rozmowa badawcza ma charakter ludzki. Jednak narzędzie AI do sporządzania notatek, takie jak Granola.ai, może udostępnić transkrypcję, którą możesz przekazać swojemu projektowi AI. Dzięki temu zachowujesz pełny kontekst wypowiedzi kupującego i możesz wykorzystać te informacje, zamiast polegać na pamięci lub notatniku. Sugeruję robić to samo podczas każdego spotkania dotyczącego konta i przekazywać transkrypcje z powrotem do projektu Claude'a. W miarę postępu cyklu sprzedaży możesz poprosić go o przeanalizowanie wszystkich transkrypcji oraz przedstawienie spostrzeżeń lub wskazówek. 

Przemyślenia Dave'a

…to Ty podejmujesz decyzje i również musisz ufać swojej intuicji.  Twój umysł lepiej nadaje się do tworzenia zwycięskich strategii. AI często nie dostrzeże kontekstu, jeśli mu go nie wskażesz.

Gdy przechodzisz do etapu oferty i negocjacji, możesz współpracować z AI nad kształtowaniem pozycjonowania i kolejności działań, zaczynając od tego, o co prosili, a następnie otwierając większą szansę, gdy zaufanie zostanie już zbudowane. Testuj różne scenariusze.  Poproś AI o ocenę tego, jak konkurencyjna będzie Twoja oferta w przypadku tego typu projektu itd. Poddaj strukturę handlową i ceny próbie, aby upewnić się, że wytrzymają szczegółową analizę, i użyj AI do zidentyfikowania miejsc, w których możesz niepotrzebnie komplikować transakcję lub zostawiać pieniądze na stole. Jednak to Ty podejmujesz decyzje i również musisz ufać swojej intuicji.  Twój umysł lepiej nadaje się do tworzenia zwycięskich strategii. AI często nie dostrzeże kontekstu, jeśli mu go nie wskażesz.

Następnie AI przygotowuje wycenę, korzystając z Twoich własnych szablonów, w ułamku czasu, który wcześniej zajmowało wykonanie jej ręcznie. To Ty wnosisz osąd dotyczący zakresu i warunków.

Wszystkie te kroki odbywają się w ramach przestrzeni roboczej AI, a nie za pośrednictwem różnych jednorazowych poleceń. Oznacza to, że przestrzeń robocza zachowuje kontekst i może wyciągać trafniejsze wnioski, gdy pojawiają się dodatkowe pytania lub obawy.

To Ty prowadzisz sprzedaż, rozmowę badawczą, pozycjonowanie i finalizację. AI sprawia, że na każdym etapie działasz szybciej i precyzyjniej, rejestruje wszystko, dzięki czemu nic nie zostaje pominięte, oraz pomaga Ci po drodze.

Jak precyzja zmniejsza dryf AI

W moich procesach pracy z AI czasami występuje dryf, ale rozwiązujemy go za pomocą prostych przekierowań. Im częściej korzystasz z AI, tym rzadziej się to zdarza.

Aby uniknąć dryfu, zawsze precyzyjnie określaj, co robisz i dlaczego. Pisz jasne polecenia, przedstawiając pełny obraz sytuacji sprzedażowej. Im pełniejsze jest polecenie, tym mniej będzie potrzebnych dodatkowych wymian.

Dlaczego procesy przychodowe wymagają udziału człowieka

Ogólnie rzecz biorąc, polegam na AI w analitycznej i produkcyjnej pracy, gdy szybkość i szeroki zakres działania mają największe znaczenie: kierowaniu i ustalaniu priorytetów dla kont, badaniu kupujących i kont, mapowaniu rynku, pracy nad ICP i komitetem zakupowym oraz syntezie obszernych danych wejściowych w jasny punkt widzenia. AI powinno być przede wszystkim wykorzystywane do ustalania priorytetów w lejku sprzedażowym, oceny transakcji, prognozowania i identyfikowania sygnałów ryzyka odejścia klienta, ponieważ dane to uzasadniają.

Jednak choć AI dostarcza informacji i przyspiesza podejmowanie decyzji, nigdy samo decyzji nie podejmuje.

Ludzie zajmują się wprost osądem w warunkach niejednoznaczności oraz wszystkim, co opiera się na zaufaniu.

• Odkrywanie pozostaje domeną człowieka. Zrozumienie, czego potrzebuje kupujący i jak wygląda dla niego sukces, jest rozmową, a nie zapytaniem.
• Relacja i finalizacja transakcji również pozostają domeną człowieka, w tym cichsze decyzje, takie jak wybór tego, co pokazać kupującemu lub przed nim ukryć, a także tego, kiedy działać, a kiedy się wstrzymać.
• Ceny i warunki handlowe pozostają domeną człowieka. AI często rekomenduje ceny, o których wiem, że nie zadziałają, ponieważ na dużą skalę nie przechodzą testu „kupić czy zbudować” ani „kupić czy zatrudnić”. Gdy się o tym przypomni, AI udziela innej odpowiedzi.
• Nawet przy prognozowaniu wspomaganym przez AI zalecam zespołom zachowanie możliwości ludzkiej korekty ostatecznej liczby.

Ogólnie postrzegam to jako oparty na współpracy proces z udziałem człowieka, w którym ludzie odpowiadają za jakość i rezultaty.

Dlaczego liderzy ds. przychodów muszą skorygować swoje nierealistyczne oczekiwania

Nie spotkałem się z przypadkiem, w którym AI nie przyniosłoby oczekiwanego przeze mnie wpływu na przychody. Ponieważ AI jest oprogramowaniem, nigdy nie oczekiwałem, że samo wygeneruje przychody. Oczekiwałem zwiększenia efektywności i właśnie to zapewniło.

Jedynym obszarem, w którym rzeczywistość nie dorównała szumowi medialnemu, jest jednak autonomia. Chodzi o to, że kierujesz AI do przepływu pracy, a ono działa samodzielnie. W praktyce wynik bez nadzoru jest ogólnikowy, czasem błędny, choć przedstawiony z pełnym przekonaniem, i nadal wymaga udziału ludzi. Dzięki niemu działamy szybciej, ale nie znikamy z procesu.

Nie nazwałbym tego niewystarczającymi wynikami AI. Nazwałbym to koniecznością skorygowania przez ludzi nierealistycznych oczekiwań.

Muszą zrozumieć, że współpraca człowieka z AI, w której człowiek pozostaje w pętli, jest właściwym rozwiązaniem. Dlaczego? AI to niesamowite oprogramowanie, które doskonale wspiera myślenie, ale nie radzi sobie z samodzielnym myśleniem.

Dlaczego MCP mają kluczowe znaczenie dla firm programistycznych

Protokół kontekstu modelu (MCP) umożliwia każdej firmie programistycznej połączenie z dowolnym czołowym modelem/LLM za pośrednictwem łączników, łącząc najlepsze cechy obu rozwiązań. Oznacza to, że konkurenci prawdopodobnie pozwalają użytkownikom korzystać z ich aplikacji za pośrednictwem Claude, ChatGPT, Copilot i Gemini.

Jeśli Twoja oferta nie uwzględnia MCP, ryzykujesz wypadnięcie z rynku.

Jak zwiększyć produktywność sprzedaży

Oto trzy zmiany, które możesz wprowadzić, aby znacząco zwiększyć produktywność sprzedaży, efektywność konwersji lejka sprzedażowego i dokładność prognoz:

1. Korzystaj z Claude w bardziej zespołowy sposób.
2. Wykorzystuj sygnały AI do ustalania priorytetów wśród docelowych kont i kontaktów. Współpracuję z technologią AI firmy Clearitty.com, która doskonale sobie z tym radzi. Przeprojektowałem realizację działań na szczycie lejka sprzedażowego.
3. W większych organizacjach sugeruję korzystanie z Clari.com do monitorowania kondycji szans sprzedażowych i kont, co pozwala dokładniej prognozować.

Jak CRO mogą prowadzić udane transformacje oparte na AI

Oto trzy wskazówki dla CRO integrujących AI z przepływami pracy:

Po pierwsze, problemem nie jest dostęp, lecz współpraca. Wszyscy mówią, że korzystają z AI, ale bardzo niewielu skutecznie z nim współpracuje. Twoje zespoły prawdopodobnie już mają odpowiednie narzędzia. Musisz przebudować przepływ pracy wokół tych narzędzi i nauczyć się skutecznie pracować z AI, aby cokolwiek się zmieniło. Kupowanie licencji nie jest strategią; strategią jest zmiana sposobu wykonywania pracy.

Po drugie, poprowadź to z perspektywy operatora — nie jako wdrożenie technologiczne. Twoim zadaniem nie jest wzbudzanie w ludziach entuzjazmu wobec AI; chodzi o pokazanie im, gdzie AI sprawia, że rzeczywista praca przebiega szybciej, sprawniej i lepiej, a gdzie tak nie jest. Skup się na realizacji i wpływie na przychody, a nie na abstrakcyjnych możliwościach AI. Nie wywieraj na ludziach presji, sugerując, że „zostaną w tyle” — przynosi to odwrotny skutek.

Po trzecie, niech ocena sytuacji pozostanie domeną człowieka. AI doskonale radzi sobie ze skracaniem czasu pracy analitycznej i poszerzaniem perspektywy, ale decyzje, w przypadku których błąd jest kosztowny, lub te, których wartość tkwi w samej relacji, nadal powinny należeć do człowieka.

CRO, które najlepiej wykorzystają ten moment, nie będą tymi, które mają najwięcej AI. Będą nimi te, których zespoły zmieniły sposób działania i skuteczność współpracy z AI.

Śledź na bieżąco

Możesz śledzić pracę Dave’a Govana na LinkedInie. Sprawdź też G2 Strategic Advisory Services.

Wkrótce kolejne wywiady z ekspertami w The CRO Club!