Databricksin Yhteisperustaja Paljastaa Strategiat Yritysasiakkaiden Voittamiseksi

Kuva: TechCrunch · Lähde

Databricksin yhteisperustaja Arsalan Tavakoli-Shiraji jakaa oppeja suurten yrityssopimusten solmimisesta korostaen kumppanuuksia, asiakkaiden huolien ymmärtämistä ja perintöjärjestelmien modernisointia tekoälyn avulla.

Startup-yritykset kamppailevat usein suurten yritysasiakkaiden saamiseksi, luullen virheellisesti, että pelkkä erinomainen teknologia riittää sopimusten varmistamiseen. Arsalan Tavakoli-Shiraji, Databricksin yhteisperustaja ja kenttätekniikan vanhempi varapuheenjohtaja, kertoi TechCrunch Disrupt -tapahtumassa, että vaikka vahva teknologia on olennaista, onnistunut myynti riippuu suuresti myös ihmisistä ja prosesseista.

Databricksin alkuvaiheissa oli vaikeaa saada tapaamisia suurten yritysten, kuten UBS:n, kanssa. Läpimurto syntyi yhteistyöstä Microsoftin kanssa Azure-pilvipalvelukumppanina, mikä antoi Databricksille mahdollisuuden hyödyntää Microsoftin vakiintuneita myyntikanavia ja sopimusmalleja. Tämä kumppanuus oli ratkaiseva luottamuksen rakentamisessa ja ovien avaamisessa, jotka aiemmin olivat suljettuja.

Tavakoli-Shiraji neuvoo startup-yrityksiä harkitsemaan myyntiä suurempien teknologiayritysten nipun alla, hyödyntäen niiden myyntiverkostoa ja mainetta. Kun Databricks kasvoi, se alkoi tukea startup-yrityksiä kuten Hightouch, Addepar ja Tecton joko myymällä tuotteitaan Databricksin infrastruktuurin kautta tai tekemällä suoria sijoituksia ja yritysostoja.

Käsitellessään yritysten epäilyksiä tekoälyn omaksumisessa Tavakoli-Shiraji tunnisti neljä päähuolta, joita hän kutsuu "neljäksi C:ksi": konteksti, valinta, kustannus ja kontrolli. Yritykset haluavat tekoälyn, joka voidaan räätälöidä heidän ainutlaatuisiin ympäristöihinsä (konteksti), suosivat joustavuutta vaihtaa tekoälymalleja (valinta), vaativat läpinäkyviä ja hallittavia kustannuksia (kustannus) sekä tarvitsevat turvatoimenpiteitä tietoturvaan ja tietosuojaan (kontrolli).

Hän myös totesi, että suurin osa yrityksistä on vielä tekoälyn kypsyyden alkuvaiheessa ja käyttää usein vain perusvälineitä kuten ChatGPT:tä. On merkittäviä mahdollisuuksia startup-yrityksille auttaa yrityksiä modernisoimaan kalliita ja epäselviä perintöjärjestelmiä, kuten pankkien IBM AS/400 -pääjärjestelmiä, ottamalla käyttöön tekoälyä, joka analysoi, ymmärtää ja joko uudistaa tai korvaa vanhentuneen koodikannan.

Tavakoli-Shirajin oivallukset korostavat strategisten kumppanuuksien, syvän asiakasymmärryksen ja innovaatioiden merkitystä perintöjärjestelmien modernisoinnissa yrityssuhteiden voittamiseksi ja kasvattamiseksi tekoälyn ja datateknologioiden avulla.