Son Derece Düzenlemeye Tabi Bir Sektörde Gelirlerden Sorumlu Genel Müdür Uyarıyor: Yapay Zekâ Dönüşümünde Nelere Dikkat Edilmeli?

John Stamatopoulos, yapay zekâyı gelir hattındaki neredeyse her işlevi optimize etmek için kullandığı Brook Health adlı B Serisi uzaktan bakım şirketinin Gelir Direktörüdür.

John'la, tüm iş akışını altüst eden gerçek zamanlı bir sinyal motorunu nasıl oluşturduğunu öğrenmek için bir araya geldik. Bize nasıl çalıştığını anlattı ve gelir liderlerinin yapay zekâyı entegre ederken dikkat etmesi gereken sorunları paylaştı.

Gelir Organizasyonu

Benim adım John Stamatopoulos ve ülke genelindeki sağlık sistemleri için sürekli uzaktan bakımı ve kronik bakım yönetimini erişilebilir, ölçeklenebilir ve sürdürülebilir hâle getirmeye odaklandığımız Brook Health'te Gelir Direktörü olarak görev yapıyorum.

Brook Health, kronik hastalık yönetimini geniş ölçekte operasyonelleştirmek üzere sağlık sistemleri ve hekim grupları için özel olarak kurulmuş, büyüme aşamasındaki B Serisi bir uzaktan bakım şirketidir. Gelir modelimiz B2B kurumsaldır. Sağlık sistemleri, entegre sağlık ağları (IDN'ler) ve büyük hekim muayenehaneleriyle doğrudan sözleşme yapıyoruz. Yinelenen gelirimiz esas olarak hekimlerin hizmet başına ücretlendirilmesine dayanıyor. Gelir elde etmelerine yardımcı olmak için klinisyenlerle bağlantılı olarak çalışıyor ve sunduğumuz hizmetler için ilişkili bir ücret tarifesine sahip bulunuyoruz.

Liderlik ettiğim gelir organizasyonu, ABD'nin farklı bölgelerindeki ekip üyeleriyle birlikte satış, ortaklıklar ve müşteri yönetimini kapsıyor. Pazara açılma yapımız, sağlık sistemi satış sürecine odaklanıyor. Satış döngülerini kısalttık; ancak hâlâ birden fazla paydaşla ve CFO, CMO ve programı uygulayan operasyon lideri için aynı anda anlamlı olması gereken bir değer önerisiyle ilgileniyoruz.

Modelimiz ilginç çünkü yalnızca yazılım veya cihaz satmıyoruz. Klinik ve operasyonel bir yetkinlik satıyoruz. Bu da müşteri başarısının satış sonrası bir destek işlevi değil, sözleşmelerimizin ölçtüğü sonuçları sağlayan ortak bir uygulama ortağı olduğu anlamına geliyor. Gelir tutma ve genişletme, bu klinik ilişkilerin içinde gerçekleşiyor; bu ilişkiler de ekibi nasıl kurduğumu ve satış hattı, tahminleme ve büyüme konularını nasıl ele aldığımızı temelden şekillendiriyor.

Modelimizi kanıtladık ve şimdi ölçeklendiriyoruz. Pazara açılma disiplini, yapay zekâ ile güçlendirme ve işlevler arası uyumun en önemli olduğu dönüm noktası tam olarak burası.

Gerçek Zamanlı Bir Sinyal Motoru Oluşturmak

Bu noktaya gelene kadarki yolum doğrusal olmaktan çok uzaktı; bu da onu konuyla ilgili hâle getiriyor. Kariyerimin ilk yarısını büyük ilaç ve tıbbi cihaz şirketlerinde, son yarısını ise dijital sağlık şirketlerini hayata geçirerek geçirdim. Birden fazla uzaktan bakım kuruluşunda pazara açılma ekipleri kurup yeniden yapılandırdım; CMS geri ödeme değişiklikleri, değer bazlı sözleşme döngüleri ve sağlık sistemlerine satış yapmanın sürekli karmaşıklığıyla aynı anda müşteriler, ortaklar ve rakiplerle ilgilendim.

Tüm bunlar boyunca sağlık hizmetlerinde gelir liderliğinin, temelde bir ilişki sorunu kılığına girmiş veri sorunu olduğunu öğrendim. Bekleyen anlaşmalar, biri sizden hoşlanmadığı için beklemez; çözümünüzü doğru klinik sonuçla veya doğru finansal tetikleyiciyle, doğru anda ve doğru konuşmada ilişkilendiremediğiniz için bekler. Yapay zekâ işte bu noktada her şeyi değiştiriyor.

Artık öngörücü tahminleme yalnızca bir CRM panosu değil; teknoloji yığınımız size hangi sağlık sisteminin sözleşme yenilemesine dokuz ay kaldığını, hangi CMO'nun nüfus sağlığı girişimini yeni yayımladığını ve hangi klinik savunucunun yönetici desteğini kaybettiğini söyleyen gerçek zamanlı bir sinyal motoru. Bu zekâyı satış, pazarlama ve müşteri yönetimi ekiplerinizin çalışma biçimine dâhil ettiğinizde, bir gelir işlevini yönetmeyi bırakıp bir gelir organizması yönetmeye başlarsınız. Umarım öğrenen, uyum sağlayan ve büyümesini katlayan bir organizma.

Geleneksel bir SaaS uygulama kılavuzundan gelmedim. Hasta sonuçlarının tehlikede olduğu ve satış döngülerinin haftalar değil çeyrekler ve yıllar sürdüğü ilaç, tıbbi cihaz ve dijital sağlık hizmeti sunumunun karmaşıklığı içinde yetiştim. Bu bağlam, yapay zekâ döneminin benim için neden bu kadar önemli olduğunu açıklıyor: Yüksek düzeyde düzenlemeye tabi ortamlarda insanları teknik gelişmişlikle nasıl güçlendireceğini çözen ekipler, sağlık hizmetlerinin ticarileştirilmesinin gelecek on yılına yön verecek.

Yapay Zekâ Tüm Gelir Hattını Nasıl Geliştiriyor?

Bir yıl önce satış hattı incelemelerimiz sezgilere dayanıyordu. Satış temsilcileri sözlü güncellemeler sunuyor, ben de gerçek fırsatları temenni düzeyindeki beklentilerden ayırmak için CRM'deki e-postalar, toplantı notları, içgüdüler ve anlaşmanın yaşı arasında bağlantı kuruyordum. Uzun döngülere ve birden fazla paydaşa sahip karmaşık bir sağlık sistemi satış sürecinde, gelir organizasyonunu yönetmenin tehlikeli bir yolu bu.

Gelir yaratma ve yönetiminin her katmanını desteklemek için birbirine bağlı bir satış teknoloji yığını oluşturduk. Bu yapı, özel bir entegrasyon aracılığıyla pazar istihbaratını ve sağlık sistemi verilerini doğrudan HubSpot'a aktaran Definitive Healthcare ile başlıyor; bu entegrasyon anlaşmaya özgü alanları dolduruyor. Her hesap kaydı, bir temsilcinin görüşme sonrasında manuel olarak yazdıklarını değil, gerçek dünyadaki bağlamı yansıtıyor.

Buradan sonra hesabı otomatik olarak bir erişim dizisine kaydediyoruz. Doğrudan iletişim bilgilerimiz varsa diziyi HubSpot yürütüyor. Yoksa LinkedIn Sales Navigator bu boşluğu doldurarak, soğuk bir başlangıçta bile temsilcilerimize doğru yöneticiye ulaşmak için sıcak bir yol sunuyor. Her iki durumda da temsilci, önceliklendirilmiş hedef listesi, önceden doldurulmuş hesap bağlamı ve hâlihazırda başlatılmış bir erişim dizisiyle güne başlıyor.

Eskiden bir temsilcinin yarım gününü alan araştırma ve manuel veri girişi artık gece boyunca gerçekleşiyor. Temsilcinin rolü, temeli oluşturmaktan kapı açıldığında daha iyi görüşmeler yapmaya kayıyor. En basit hâliyle bu iş akışı, pazar istihbaratından aktif satış hattına geçiş verimliliğimizi anlamlı ölçüde artırdı.

Ayrıca her şeyi Gmail ve Zoom'a bağladık; ekiplerimizin konuşma akışlarını izlemek ve alıcı duyarlılığını gerçek zamanlı olarak ölçmek için görüşme istihbaratı özelliklerini kullanıyoruz. Bu görünürlük, koçluk yapma biçimimi ve raydan çıkmakta olan bir anlaşmada ne kadar hızlı düzeltme yapabildiğimizi değiştirdi.

Buna ek olarak, bizi daha önce yavaşlatan işleri otomatikleştirmek ve hızlandırmak için Claude'u kullanıyoruz. ROI modelleri oluşturmak, vaka çalışmaları hazırlamak, belirli bir sağlık sistemi veya IDN için hızla kullanıma sunabileceğimiz özelleştirilmiş sunumlar hazırlamak ve takip çalışmalarının hiçbir zaman gözden kaçmamasını sağlamak gibi işler buna dahil. Daha önce günler süren hazırlıklar artık saatler içinde tamamlanıyor.

Satış hattı oluşturmanın sonraki tüm aşamaları iyileşti. Veriler temiz olduğu için tahmin görüşmeleri dürüst hâle geldi. Daha önce sessizliğe bürünecek anlaşmalarda kazanma oranları yükseldi. Ekibimiz idari işlere önemli ölçüde daha az, alıcıların karşısında ise önemli ölçüde daha fazla zaman harcıyor.

Yapay Zekâ Hedef Belirleme ve Kişiselleştirmeyi Nasıl Yeniden Tanımlıyor?

Yapay zekâdan önce doğru hedefleri belirlemek manuel ve zaman alıcıydı. Temsilciler, harekete geçmeye hazır sağlık sistemlerini belirlemek için verileri çapraz referanslayarak saatler harcıyordu. Temsilcilerin hepsini bulmaya yetecek zamanı olmadığı için iyi hedefler gözden kaçıyordu.

Artık yapay zekâ bu süreci büyük ölçüde otomatikleştiriyor. Definitive Healthcare, ideal müşteri profilimize göre filtrelenmiş sağlık sistemi ve hekim grubu verilerini CRM'imize aktarıyor. Hasta nüfusu, kronik hastalık yükü, teknoloji altyapısı, coğrafya — tümü, bir temsilcinin parmağını bile kıpırdatmasına gerek kalmadan puanlanıyor ve önceliklendiriliyor. Bir yıl önce görünmez olacak fırsatları ortaya çıkarıyoruz.

Kişiselleştirme de aynı ölçüde çarpıcı biçimde değişti. Bir sağlık sistemi nüfus sağlığı girişimini yeni duyurduysa veya yeni bir CMO işe aldıysa, yapay zekâ bu bağlamı otomatik olarak erişim mesajına dahil ediyor. Mesaj, herkes için geçerli olabilecek genel bir değer önerisi yerine, onların dünyasında gerçek ve güncel olan bir şeye atıfta bulunuyor.

Kimi hedefleyeceğinizi tam olarak bilmek ve gerçekten ilgili mesajlar iletmek, bir görüşmeye giriş biçiminizi tamamen değiştiriyor.

Yapay Zekâ Entegrasyonu Gelir Sonuçlarını Nasıl İyileştiriyor?

John Paylaşıyor

Asıl zorluk benimsemedir. Teknoloji yığını yalnızca ekip onu tutarlı bir şekilde kullandığında işe yarar.

Yapay zekâ ile gerçek kazanımlar elde ettik. Döngü süreleri anlamlı ölçüde kısaldı. Ekibiniz temiz verilere, net hesap planlarına, alıcı niyeti sinyallerine ve yapay zekâ destekli takip çalışmalarına sahip olduğunda anlaşmalar daha hızlı ilerliyor. Bir CFO görüşmesinden önce temsilcilerin manuel olarak bir ROI modeli oluşturmasını veya takip mesajı göndermeyi hatırlamasını beklemiyoruz. Bu işler otomatik olarak gerçekleşerek temaslar arasındaki ivmeyi koruyor.

Potansiyel müşteri yaratma da hızlandı. Definitive Healthcare CRM'imizi besliyor ve LinkedIn Sales Navigator iletişim bilgilerindeki boşlukları doldurarak doğru hedefleri manuel olarak yapabileceğimizden daha hızlı belirlememize, önceliklendirmemize ve onlara ulaşmamıza olanak tanıyor. Satış hunisinin üst kısmı daha temiz ve potansiyel müşteriden aktif fırsata dönüşüm iyileşti.

Tahmin doğruluğu daha iyi ve burada yalnızca yapay zekânın değil, standardizasyonun da katkısı olduğunu açıkça belirtmek istiyorum. Veri düzenlülüğünü ve aşamaların tutarlı biçimde ilerlemesini gerektiren bir süreç oluşturduk. Yapay zekâ, bu disiplinin yokluğunu telafi etmek yerine onu güçlendiriyor.

Asıl zorluk benimsemedir. Teknoloji yığını yalnızca ekip onu tutarlı bir şekilde kullandığında işe yarar. Bunu başarmak; koçluk, pekiştirme ve araç kullanımını doğrudan performans beklentilerine bağlamayı gerektirdi. Bu kültürel değişim, teknik uygulamadan daha uzun sürdü.

İnsanlar Neden Her Zaman Sürecin İçindedir?

Dolayısıyla yapay zekâ, gelir fonksiyonumuzun operasyonel mekaniklerinin çoğunu bilgilendiriyor veya standartlaştırıyor. Huni önceliklendirmesi, anlaşma puanlaması, tahminleme, bölge planlaması, müşteri kaybı riski, faaliyet takibi ve takip sıralaması, teknoloji yığınımız üzerinden yürütülüyor. Yapay zekâ sinyalleri ortaya çıkarıyor, anormallikleri işaretliyor ve ekibin sürece bağlı kalmasını sağlıyor.

Bunu bilinçli bir tercih olarak yaptık. Ölçeklenen bir organizasyonda geliri kaybetmenin en hızlı yolu, operasyonel disiplini bireysel alışkanlıklara bağlı hâle getirmektir. Mekanik süreçleri standartlaştırmak ve otomatikleştirmek, görev süresi ne olursa olsun herkesin asgari düzeyde mükemmeliyetle çalıştığı bir taban oluşturur.

Ancak güvenin, muhakemenin ve ilişki bağlamının asıl ürün olduğu durumlarda kararları hâlâ insanlar verir. Klinik savunucunun ve CFO'nun uyumsuz olduğu bir anlaşmayı yönetmek. Ne zaman vazgeçileceğini, ne zaman konunun üst kademeye taşınacağını ve uzun vadeli bir hesabı korumak için bir sözleşmenin ne zaman yeniden yapılandırılacağını bilmek. Bir sağlık sistemi içindeki fiyatlandırma görüşmeleri bağlamsal, ilişki odaklı ve politik açıdan hassastır.

Yapay zekâ yatırım getirisini modelleyebilir ve gerekçeyi oluşturabilir. İnsanlar ortamı okur. Yapay zekâ sistemi yürütür, insanlar ise ilişkileri yönetir. Sağlık sektöründe biri olmadan diğerine sahip olamazsınız.

Yapay Zekâ B2B Pazarlamada Neden Beklentileri Karşılamıyor?

Yapay zekânın umduğumuz performansı göstermediği alanlar da var.

Yapay zekâ tarafından oluşturulan içeriğe ve otomatikleştirilmiş erişime daha fazla yöneldikçe gösterimlerimiz düştü. Sağlık sistemi yöneticileri, her türlü şablon dizisini ve yapay zekâ tarafından parlatılmış e-postayı görmüş, bilinçli alıcılardır. İçerik samimi olmaktan çok oluşturulmuş gibi hissettirdiğinde etkileşim azalıyor. Üstelik yapay zekâ her zaman yeterli bağlama sahip olmadığı için belirli bir ilişki açısından ton olarak yanlış, ancak teknik açıdan doğru mesajlar oluşturabiliyor. Yapay zekâ yüksek hacimde içerik üretebilir, ancak hacim yankı uyandırmakla aynı şey değildir.

Diğer boşluk ise net yeni pazar geliştirmedir. Yapay zekâ hâlihazırda hareket hâlinde olan şeyleri optimize etme konusunda mükemmeldir. Ancak gerçekten yeni pazarları belirlemek ve soğuk bir kapıyı açacak anlatıyı oluşturmak hâlâ araçlarımızın taklit edemediği insan yaratıcılığını ve pazar sezgisini gerektiriyor.

Daha geniş ders şu: Yapay zekâ zaten işe yarayan şeyleri güçlendirir. Temel stratejinin veya mesajın zayıf olduğu yerlerde yapay zekâ, zayıflığı da gücü ölçeklendirdiği kadar verimli bir şekilde ölçeklendirir.

Gelir Liderleri Neden Yapay Zekâ İş Akışının Tamamını İncelemeli?

Bir alandaki verimlilik kazanımlarının sonraki aşamalardaki etkisini anlamanız gerekir. Gelir sürecinin bir bölümünü otomatikleştirip hızlandırdığınızda, bir sorun hâline gelene kadar başka bir yerde daha fazla iş yarattığınızı her zaman fark etmeyebilirsiniz.

Potansiyel müşteri yaratmayı ve huninin üst kısmındaki faaliyetleri hızlandırdığımızda, müşteri başarısı ve işe alış­tırma ekiplerimizin kaldıramayacağı bir hacim oluştu. Araç tam olarak amaçlandığı gibi çalıştı. Ancak düğmeye basmadan önce bu başarının komşu ekiplerden neler talep edeceğini haritalandırmamıştık.

Devreye almadan önce tüm iş akışını inceleyin ve bu süreç işe yaradığında başka kimlerin daha fazla meşgul olacağını sorun.

Ekibiniz Yapay Zekâyı Benimserken Nelere Dikkat Etmelisiniz?

Ekibiniz söz konusu olduğunda dikkat etmeniz gerekenler şunlar:

• Gönderdiklerini okuma alışkanlıklarını kaybedebilirler. İçerik kusursuz göründüğü için insanlar doğru olduğunu varsayar. Sağlık sektöründeki kurumsal satışlarda, bir CMO'ya gönderilen mesajdaki tek bir olgusal hata veya duyarsız bir cümle, aylarca kurduğunuz bir ilişkiye zarar verebileceğinden bu varsayım tehlikelidir. Düzeltme ve inceleme adımlarını sonradan akla gelen bir düşünce olarak değil, vazgeçilemez bir adım olarak iş akışlarına yeniden ekledik.

• Bunalmış hissedebilir ve sistemi sessizce kullanmayı bırakabilirler. Genellikle bilgi yüküyle başlar. Araçlar, ekibin yönetmeye alışık olduğundan daha fazla veri, daha fazla sinyal ve daha fazla görev ortaya çıkarır; nereden başlanacağına dair net bir yönlendirme olmadığında insanlar konuya eğilmek yerine kendilerini kapatır. Bunu CRM faaliyetlerinin azalmasında, incelenmemiş dizilerde ve temsilcilerin araçlar var olmadan önceki alışkanlıklarına dönmesinde görebilirsiniz.
• Sürece güvenmeyebilirler. Bazı insanlar alışkanlıklarına sıkı sıkıya bağlıdır ve hiçbir gösterge paneli erişimi bunu değiştirmez. Eğitimde başlarını sallayıp ardından kendi sistemlerini paralel olarak kullanmaya devam ederler. Çözüm daha iyi teknoloji değildir. Daha iyi işe alıştırmadır. Ekibinizi tek bir iş akışıyla başlatın, bunu basit hâle getirin, erken başarı elde etmelerini sağlayın ve karmaşıklık eklemeden önce güven oluşturun.

Anlaşma Odası Neden Gelişmeli?

Anlaşma odasının hâlâ yeniden tasarlanması gerekiyor. Özellikle de yoğun nitelendirme sonrasında bir anlaşmaya ne olduğu. Çoğu gelir organizasyonu bu aşamayı hâlâ büyük ölçüde manuel olarak yürütüyor. Temsilciler takipleri koordine ediyor, materyaller hazırlıyor, paydaşları planlıyor ve iç onayları büyük ölçüde kendi başlarına yönetiyor. Yapay zekâ burada devreye girebilir; çoğu CRO'nun verimlilik fırsatını kaçırdığı yer de burasıdır.

Personelsiz bir sanal anlaşma odasına doğru ilerliyoruz. Bir anlaşma belirlenen bir aşamaya ulaştığında, sistem operasyonel süreçleri devralıyor. Yapay zekâ ROI modelini oluşturup güncelliyor, her paydaş için özelleştirilmiş materyaller hazırlıyor, takip sıralamasını yönetiyor, etkileşim sinyallerini izliyor ve insan müdahalesinin ne zaman gerekli olduğunu işaretliyor.

Bu konuşma boyunca insanların sürecin içinde olması gerektiğini söyledim ve bu görüşümün arkasındayım. Ancak bunu biraz daha detaylandırmak istiyorum. Belirli bir insanın düşünme ve iletişim kurma biçimi etrafında hazırlanmış, iyi eğitilmiş bir video veya senaryolu bir anlatım, anlaşmanın önemli aşamalarında o kişinin güvenilir bir temsilcisi olarak görev yapabilir. Odada her zaman canlı bir insanın bulunması gerekmeyebilir; ancak o kişinin bakış açısının, muhakemesinin ve sesinin süreçte yer alması gerekir. Yapay zekâ ve video, bunu iki yıl önce bile mümkün olmayan şekillerde ileriye taşıyabilir.

Anlaşma odalarını bu düşünce etrafında yeniden tasarlayan kuruluşlar yalnızca daha verimli olmakla kalmayacak. Rekabet edilmesi yapısal olarak daha zor kuruluşlar hâline gelecekler.

Claude Cowork Neden Vazgeçilmez

Claude Cowork, benim vazgeçilmez aracım.

Kapsamı onu benim için yeri doldurulamaz kılıyor. Operasyonel, yaratıcı, stratejik ve taktik işlevleri kapsayarak her alanda çalışıyor. Tek bir oturumda ROI modeli oluşturabilir, bir sunum taslağı hazırlayabilir, sözleşme anlatımını geliştirebilir ve pazara açılma stratejisi planlayabilirim. Teknoloji yığınımızdaki başka hiçbir araç bunu yapamıyor.

Kullandığımız diğer tüm araçlar tek bir iş için özel olarak tasarlanmış. Claude ise tüm işleri birbirine bağlıyor. Bu esneklik, onu asla vazgeçmeyeceğim araç hâline getiriyor. Beklentilerimi her zaman karşılamıyor, ancak yine de en çok işi o yapıyor gibi görünüyor.

Yapay Zekâ İçin Nasıl Bütçe Ayrılır ve İşlevler Arası Kararlar Nasıl Alınır

Yapay zekâ için nasıl bütçe ayrılacağı ve işlevler arası etkileşim kuran araçlarla ilgili kararların nasıl alınacağı hakkında kimse açıkça konuşmuyor; oysa bu, her CRO'nun uğraştığı bir konu.

Birkaç hedefli araç yatırımı kısa sürede pahalı hâle geldi. Her ekip üyesi beğendiği bir ürünü bulup masrafını bağımsız olarak karşıladığında, ne olduğunu kimse fark etmeden önce parçalı, maliyetli ve çoğu zaman uyumsuz bir teknoloji yığınıyla karşı karşıya kalıyorsunuz.

Standardizasyon kararı aldık ve bu doğru bir karardı. Ancak standardizasyona rağmen maliyetleri doğru şekilde öngörmeyi hâlâ öğreniyoruz. Token kullanımı, kullanıcı lisansları, entegrasyon ücretleri — yapay zekâ araçlarının faturalandırma modelleri sezgisel değil ve bütçeyi zaten aştığınız ana kadar öngörülmesi zor şekillerde ölçekleniyor.

İşlevler arası boyut, bir katman daha ekliyor. Bazen bir ekibin aracını daha geniş yapay zekâ altyapısına bağlayamıyorsunuz; çünkü bu bağlantı başka bir ekip için uyumluluk veya güvenlik riski oluşturuyor. Sonuç olarak iletişim kuramayan otomasyon adacıkları ortaya çıkıyor ve bu durum, en başta oluşturmaya çalıştığınız bağlantılı gelir motorunu zayıflatıyor.

Tavsiyem, erken aşamada işlevler arası bir yapay zekâ yönetişim grubu oluşturmanız, ekipler bireysel harcamalara başlamadan önce merkezi bir bütçe belirlemeniz ve araç seçimini departman kararı yerine kurumsal bir karar olarak değerlendirmenizdir. Bunların çoğunu zor yoldan öğrendik.

CRO'ların Yapay Zekâ Odaklı Gelir Girişimlerinden Önce Bilmesi Gerekenler

Tek bir araç kullanıma alınmadan önce iç süreçlerde kaç engeli aşmam gerektiğini bilseydim keşke.

Ne inşa ettiğimize dair net bir vizyonumuz vardı. İş gerekçesi güçlüydü. Kullanıma almadan önce BT, mühendislik, uyumluluk ve siber güvenlik ekiplerinden ne kadar onay almam gerektiğini tam olarak öngöremedim. Sağlık sektöründe bunlar bürokratik formaliteler değildir. Hasta verilerini, finansal sistemleri ve kurumun hukuki sorumluluğunu koruyan meşru denetim noktalarıdır. Ancak bu incelemelerin eklediği süre, ilerlemek için istekli bir ekibin ivmesini fark edilmeden yok edebilir ve ekibi hayal kırıklığına uğratabilir.

Bunu bilseydim, bu görüşmeleri en az iki çeyrek önce başlatırdım. Uyumluluk ve BT ekiplerini tedarikçi seçtikten sonra değil, planlama sürecinin başında sürece dâhil ederdim. Ayrıca ekibime, uygulama takviminin araçların kendi satış döngüsünden daha uzun olacağına dair en baştan beklenti oluştururdum.

Bu telaştan kaçınabilirdik. PHI maruziyeti açısından sistemleri denetlemek, veri sınırlarını belirlemek ve hassas finansal verilere erişemeyen araçlar için ayrı ortamlar sağlamak; tüm bu çalışmalar gerçek ve gerekliydi. Tepki vermek yerine planlamış olsaydık, çok daha az kesinti yaşanırdı.

Denetime tabi bir sektörde, iç paydaşlarınız pazara açılma planınızın bir parçasıdır. Onlara ilk günden itibaren bu şekilde davranın.

Gelir Liderleri Yapay Zekâya Nasıl Yaklaşmalı

Tavsiyem mi? Küçük başlayın. Bir sonraki katmanı eklemeden önce tek bir şey seçin ve onu gerçekten iyi yapın. Çok kısa sürede çok fazla şeyi üstlendik ve bunların bazıları geniş kullanıma hazır değildi. Tamamen bağlantılı, yapay zekâ destekli bir gelir motoru vaadi gerçek; ancak oraya giden yol eş zamanlı değil, sıralı ilerliyor.

Yapay zekânın işleri ortadan kaldırmadan önce daha fazla iş üreteceğine hazırlıklı olun. PHI içeren sistemleri denetleyip korumamız, net veri sınırları belirlememiz ve bazı durumlarda hassas finansal verileri izole tutmak için ekip üyelerine ayrı bilgisayarlar sağlamamız gerekti; iş ortağı veya hasta verileriyle ilgili hiçbir zaman risk almayacağız. Bu operasyonel ek yük gerçek ve çoğu tedarikçi demoda bundan bahsetmeyecektir.

İşe yarayan şeyi bulduğunuzda ona güçlü bir şekilde odaklanın. Alışkanlık oluşturun, benimsenmeyi artırın ve başka bir araç eklemeden önce etkisinin katlanarak büyümesine izin verin. Kazanan ekipler en çok araca sahip olanlar değildir. En az sayıdaki — ve doğru — araç etrafında en derin disiplini oluşturan ekiplerdir.

Son olarak, gerçekçi beklentiler içinde olun. Yapay zekâ, sağlam temellere sahip bir gelir stratejisinin gücünü katlar. Satış huniniz zayıfsa veya mesajınız doğru değilse yapay zekâ bu sorunları daha hızlı ortaya çıkarır; ancak onları çözmez. Başarılı olan CRO'lar, yapay zekâyı düşüncelerinin yerine koymak için değil, onları keskinleştirmek için kullananlardır.

Takipte kalın

John Stamatopoulos'un çalışmalarını LinkedIn üzerinden takip edebilirsiniz.

CRO Kulübü'nde daha fazla uzman röportajı sizleri bekliyor!