A IA está a mudar aquilo por que os clientes pagam

Eliana Angelova é CRO na Ison Xperiences, uma empresa de gestão da experiência do cliente com 1 600 agentes virtuais em produção.

Conversámos com ela para saber como a IA está a mudar as vendas e os preços. Eis o que nos disse.

Da venda de posições à venda de resultados

Chamo-me Eliana Angelova e sou Diretora de Receitas na Ison Xperiences, com sede no Dubai.

A Ison Xperiences é uma empresa de gestão da experiência do cliente que assegura todo o ciclo de vida da interação com o cliente. Com ferramentas de IA universalmente disponíveis, automatizamos extensivamente os nossos processos internos. Desenvolvemos a nossa própria propriedade intelectual de IA. Não é algo que a maioria das empresas de BPO faça; a maioria compra soluções prontas e coloca-lhes a sua marca. Desenvolvemos a SenshAI, a nossa plataforma omnicanal de assistência a agentes. Desenvolvemos também a hAIve para seguros, a Three60 CRM para cobranças e a iQumex para garantia da qualidade. Não são protótipos. Estão em produção, a funcionar atualmente em 1 600 agentes virtuais. Isto constitui a base da nossa estrutura hAI — humanos mais IA.

Enquanto CRO, os números que importam contam a verdadeira história da transformação. Há dois anos, as receitas provenientes de operações no estrangeiro eram inexistentes. Atualmente, representam aproximadamente 20% do nosso volume de negócios. Passámos de uma localização de prestação de serviços no estrangeiro para sete. Gerimos mais de 50 milhões de interações com clientes todos os meses, em 25 países e em mais de 60 idiomas. Isto não é apenas escala; é a infraestrutura que nos torna relevantes para compradores empresariais globais que necessitam de uma prestação de serviços multilingue, em vários fusos horários e orientada para resultados.

Graças à IA, podemos competir na mesma lista de propostas que empresas dez vezes maiores do que nós.

Três pilares de receitas

A minha organização de receitas assenta em três pilares: pré-vendas e soluções, vendas e implementação pós-venda. Estruturei-a deliberadamente desta forma porque, na externalização B2B complexa, o negócio não termina no fecho — a implementação constrói ou destrói a confiança, e quero que a liderança de receitas que fez a promessa seja responsável pelo seu cumprimento.

A nossa equipa de vendas está organizada por regiões geográficas. Abrangemos a Índia e a região APAC, a China, a região EMEA, África e a África do Sul, e a Alemanha, e estamos a expandir-nos ativamente. Atualmente, tenho cinco posições em aberto em mercados cruciais para a nossa tese de crescimento: duas nos EUA, uma no Quénia, uma na África do Sul e uma no Médio Oriente. Por isso, esta equipa está em fase de constituição.

As pré-vendas e as soluções estão intencionalmente posicionadas junto das vendas, em vez de subordinadas a estas. Os negócios que procuramos são suficientemente complexos para exigir a presença de um arquiteto de soluções e de um estratega de GTM desde a primeira conversa — e não apenas na fase da proposta. Esta função permite-nos vender resultados em vez de posições.

Do ponto de vista de GTM, entramos no mercado por setor de atividade: telecomunicações e tecnologia, BFSI e fintech, comércio eletrónico e retalho, meios de comunicação, viagens e hotelaria. Isto é deliberado porque a história da transformação através da IA difere em cada setor, e os argumentos genéricos não ganham contratos empresariais.

Estamos numa trajetória que nos levará de grande concorrente a líder na PEAK Matrix da Everest. Cada decisão de contratação, entrada num mercado e aposta de GTM que fazemos tem como objetivo demonstrar essa evolução.

Como a IA pode alterar o modelo comercial

A IA mudou a forma como definimos os preços. Há três anos, a conversa comercial padrão no BPO centrava-se nas posições: são necessários 200 agentes, eis a tabela de preços, eis o custo da mão de obra. O cliente suportava o risco associado ao volume e o prestador não tinha qualquer incentivo real para reduzir os contactos. Mais contactos significavam mais agentes, o que significava mais receitas. É um modelo falido.

Assim que passámos a ter IA suficiente na operação, pudemos prever e controlar os resultados, em vez de simplesmente dimensionar a equipa em função do volume. A partir do momento em que se consegue controlar os resultados, é possível definir os preços com base neles. Por isso, passámos a adotar nos contratos preços baseados nos resultados: associados à redução do TMA, às pontuações de CSAT e à resolução no primeiro contacto. Agora, o cliente paga pelo resultado, não pelo número de colaboradores.

O impacto comercial dessa mudança é significativo em duas direções. Em primeiro lugar, ganhamos agora mais negócios, especialmente com compradores empresariais europeus e norte-americanos sofisticados o suficiente para perceberem que um contrato baseado em lugares é apenas uma fatura de mão de obra gerida. Quando entramos numa reunião e dizemos: "Vamos definir o preço com base nos resultados e assumir o risco do desempenho", estamos a ter uma conversa diferente. Em segundo lugar, retemos os clientes de forma diferente, porque, quando somos responsáveis pelos resultados, estamos constantemente a melhorar a operação, em vez de apenas a mantê-la. As renovações tornam-se muito mais sólidas. Isto garante receitas sustentadas a longo prazo.

Então, o que melhorou? As taxas de sucesso nos negócios empresariais, a duração dos contratos, a qualidade das relações com os clientes e a disciplina interna. Quando as nossas receitas estão ligadas aos KPIs dos clientes, toda a organização está alinhada com o mesmo número. A IA não mudou apenas o nosso produto. Mudou o nosso modelo comercial.

Um Fluxo de Trabalho Real de Aquisição de Clientes

Hoje vou explicar o nosso novo fluxo de trabalho de aquisição de clientes, porque é o fluxo de trabalho que mais transformámos.

1. Começa com a seleção de contas. Já não começamos com uma lista de territórios e contactos não solicitados. A IA identifica contas-alvo com base na adequação em termos de características empresariais, nos sinais de compra e no alinhamento com o setor. O modelo apresenta contas que demonstram sinais de intenção: mudanças na liderança, anúncios de expansão e atividade de aquisição de tecnologia. A equipa começa com uma lista restrita e prioritária, não com uma folha em branco.
2. A partir daí, personalizamos o contacto em grande escala. Quando fazemos o primeiro contacto, já conhecemos os prováveis pontos problemáticos da conta, a sua pilha tecnológica e quem são as partes interessadas relevantes.
3. Quando uma conta entra no funil, atualizamos continuamente a sua pontuação com base no envolvimento. Se um negócio fica bloqueado, o modelo assinala-o. A equipa não descobre um negócio perdido no final do trimestre. Vê o sinal antecipadamente e pode agir.
4. Na fase da proposta, a equipa de pré-vendas utiliza essa informação para criar um modelo comercial baseado em resultados: os KPIs que são importantes para este cliente, os compromissos da nossa plataforma de prestação de serviços e o preço ideal. E tudo é fundamentado em dados, não em intuição. A equipa de soluções trabalha com uma IA que tem acesso a todos os negócios anteriores que ganhámos ou perdemos, a todos os modelos de prestação de serviços que executámos, a todas as estruturas de preços que utilizámos e a todos os resultados dos clientes com que nos comprometemos.
5. E, após o fecho, acompanhamos a implementação pós-venda em função dos KPIs com que nos comprometemos. Se estivermos a desviar-nos do objetivo, percebemo-lo antes do cliente. É isso que torna a renovação uma conversa diferente.

A IA não é magia. A magia acontece quando deixamos de permitir que a informação permaneça em silos.

Porque é que os Líderes de Receitas Têm de Aprender a Diferença entre Ferramentas de IA e Soluções de IA

Eliana Partilha

No início, confundimos ferramentas de IA com soluções de IA…A maioria das organizações começa com ferramentas e chama a isso transformação. Fizemos o mesmo. As pessoas utilizaram a IA para desempenhar as suas funções existentes um pouco mais depressa, e confundimos isso com progresso estratégico.

No início, confundimos ferramentas de IA com soluções de IA.

O MIT publicou este ano uma investigação que define precisamente esta diferença. Uma ferramenta de IA generativa ajuda as pessoas a trabalhar mais depressa, resumindo notas, redigindo e-mails e preparando chamadas. Uma solução de IA generativa integra-se num processo, altera a forma como o trabalho é realizado e mede o impacto ao nível do negócio.

A maioria das organizações começa com ferramentas e chama a isso transformação. Fizemos o mesmo. As pessoas utilizaram a IA para desempenhar as suas funções existentes um pouco mais depressa, e confundimos isso com progresso estratégico.

A pergunta que nos teria poupado esse tempo é simples: "Isto altera o resultado ou apenas a velocidade do processo de entrada?" Se a resposta for apenas velocidade, trata-se de uma ferramenta de produtividade, não de uma iniciativa empresarial.

Comece pelo resultado empresarial que precisa de alterar e trabalhe de trás para a frente até à capacidade de IA que o pode alterar. Não faça o contrário.

A Delimitação entre o Trabalho Humano e o Trabalho da IA

Atualmente, a IA proporciona-nos quatro coisas:

• Geração de leads: Identificar as contas-alvo certas, detetar sinais de intenção e alimentar o topo do funil, para que a equipa não faça prospeção às cegas.
• Priorização do pipeline: Avaliar onde investir tempo com base na adequação e no envolvimento.
• Previsões: Não apresentarei um número à administração sem que o modelo o valide, porque os líderes de vendas são otimistas por natureza.
• Risco de churn: Acompanhar os sinais em toda a base de clientes existente, para podermos antecipar um problema antes de este se tornar uma conversa.

O que continua a ser humano?

• Definição de preços em negócios complexos: A decisão final envolve dinâmicas relacionais e discernimento estratégico que um modelo não possui.
• Negociações: Sempre.
• Planeamento territorial: Estamos a expandir-nos nos EUA neste momento, e essa foi uma decisão estratégica, não um algoritmo.
• Decisões relativas a pessoas e contratações: Isso é sempre humano.

O princípio simples é este: a IA trata do que é repetível e rico em dados. Os humanos tratam do que é complexo, contextual ou de alto risco.

Como a IA Cria Novos Desafios para as Receitas

Os bons resultados da IA são muitos. A qualidade da geração de leads melhorou significativamente porque direcionamos mais cedo as contas certas. A precisão das previsões aumentou porque utilizamos números validados pelo modelo, em vez da intuição da equipa de vendas. A transição para uma definição de preços baseada em resultados tornou as nossas relações com os clientes mais sólidas, porque, quando somos responsáveis pelos KPIs do cliente, a renovação torna-se uma conversa muito diferente.

O desafio é que a IA cria uma lacuna de confiança na equipa. Quando um modelo diz a um vendedor para despriorizar um negócio em que acredita, isso cria fricção. Ganhar confiança nos resultados leva tempo e, por vezes, a equipa ignora o sinal e toma a decisão errada. Isso tem custos para nós.

Também subestimei o nível de educação dos clientes que é necessário. A definição de preços baseada em resultados parece convincente numa apresentação, mas mudar a mentalidade de um cliente depois de este ter comprado licenças durante dez anos exige uma verdadeira conversa comercial. A IA está a mudar o nosso modelo mais rapidamente do que o mercado está preparado para absorver.

Porque é que a IA Fica Aquém na Expansão de Contas

E digo também o seguinte: a IA ficou aquém das nossas expectativas. Esperávamos que a IA nos ajudasse a identificar de forma mais sistemática oportunidades de vendas adicionais e vendas cruzadas na base de clientes existente. Detetar os sinais, priorizar as conversas, avançar mais rapidamente. E os sinais existem. Os dados dizem-nos quando um cliente está a crescer, quando os seus volumes estão a mudar e quando há um próximo serviço lógico a apresentar.

Mas descobrimos que os dados não desencadeiam conversas de expansão no BPO empresarial. É a confiança que as desencadeia. E a confiança vive na relação, não no modelo. Os clientes que expandem connosco fazem-no porque uma pessoa sénior lhes telefonou, se sentou numa sala com eles e teve uma conversa que não constava de nenhum guião de vendas. A IA não consegue replicar isso, nem consegue acelerá-lo.

Como o Perfil de um Grande Vendedor Está a Mudar com a IA

O melhor vendedor já não é aquele que tem a maior rede de contactos.

No BPO empresarial, a sabedoria convencional sempre foi contratar veteranos experientes, com uma vasta carteira de contactos, porque as relações fecham negócios. E as relações continuam a ser importantes. Mas a IA mostrou-me que um vendedor com literacia de dados e competências para trabalhar com IA, que entra numa conversa depois de já ter mapeado os problemas da conta, compreendido os seus sinais de compra e desenvolvido uma proposta comercialmente precisa, terá consistentemente um desempenho superior ao do veterano que depende apenas da empatia.

O perfil de um excelente profissional de receitas está a mudar, e manter a antiga definição significa contratar para o passado, não para o futuro.

Porque é que os Dados e a Colaboração São os Maiores Indicadores do Sucesso da IA

A Eliana partilha

Tenho dois conselhos: o primeiro é analisar os dados antes de começar a utilizar as ferramentas… O segundo é alinhar-se com a sua liderança tecnológica.

Tenho dois conselhos:

O primeiro é analisar os dados antes de começar a utilizar as ferramentas. Um estudo do MIT realizado no ano passado concluiu que 95% dos projetos-piloto de IA nas empresas não conseguiram gerar um impacto empresarial mensurável. A razão é quase sempre a mesma: os dados subjacentes à ferramenta são inconsistentes, incompletos ou não são fiáveis. A Clari concluiu que 67% dos líderes de receitas não confiam nos seus próprios dados. Se esse é o seu caso, nenhuma ferramenta de IA o irá salvar. Corrija primeiro os alicerces.

O segundo é alinhar-se com a sua liderança tecnológica. A investigação da Clari demonstra que o alinhamento entre o CRO e o CIO é o maior indicador do impacto da IA nas receitas. Os CRO que estão a conseguir resultados não compram ferramentas de forma independente. Estão a criar uma estratégia de dados partilhada com os seus homólogos da área tecnológica e a transformar a IA numa capacidade transversal a toda a empresa, e não numa experiência do departamento de vendas.

No geral, utilize a IA para aperfeiçoar o seu pensamento, não para o substituir. Mantenha-se curioso, mantenha-se próximo dos dados e nunca deixe de tomar decisões ponderadas.

Acompanhe

Pode acompanhar o trabalho de Eliana Angelova no LinkedIn.

Em breve, serão publicadas mais entrevistas com especialistas no The CRO Club!