Databricks līdzizstrādātājs atklāj stratēģijas uzņēmumu klientu piesaistīšanai

Attēls: TechCrunch · Avots

Databricks līdzizstrādātājs Arsalan Tavakoli-Shiraji dalās mācībās par lielu uzņēmumu klientu piesaisti, uzsverot partnerības, klientu bažu izpratni un veco sistēmu modernizāciju ar mākslīgo intelektu.

Jaunuzņēmumiem bieži ir grūtības iegūt lielus uzņēmumu klientus, kļūdaini uzskatot, ka tikai izcila tehnoloģija nodrošinās darījumus. Arsalan Tavakoli-Shiraji, Databricks līdzizstrādātājs un vecākais viceprezidents lauka inženiertehnikā, skaidroja TechCrunch Disrupt, ka, lai gan spēcīga tehnoloģija ir būtiska, veiksmīga pārdošana lielā mērā ir atkarīga arī no cilvēkiem un procesiem.

Savās agrīnās dienās Databricks bija grūti pat sarunāt tikšanās ar lielām kompānijām, piemēram, UBS. Lūzums notika sadarbojoties ar Microsoft kā Azure mākoņpakalpojumu partnerim, kas ļāva Databricks izmantot Microsoft jau izveidotos pārdošanas kanālus un līgumu ietvarus. Šī partnerība bija izšķiroša, lai gūtu uzticību un atvērtu durvis, kas iepriekš bija slēgtas.

Tavakoli-Shiraji iesaka jaunuzņēmumiem apsvērt pārdošanu lielāku tehnoloģiju uzņēmumu aizsegā, lai gūtu labumu no viņu pārdošanas sasniedzamības un reputācijas. Kad Databricks audzis, tas sāka atbalstīt jaunuzņēmumus, piemēram, Hightouch, Addepar un Tecton, vai nu pārdodot viņu produktus Databricks infrastruktūras ietvaros, vai ar tiešām investīcijām un iegādēm.

Runājot par uzņēmumu bažām par mākslīgā intelekta ieviešanu, Tavakoli-Shiraji identificēja četrus galvenos aspektus, ko nosauca par "četri C": konteksts, izvēle, izmaksas un kontrole. Uzņēmumi vēlas AI, ko var pielāgot viņu unikālajai videi (konteksts), dod priekšroku elastībai mainīt AI modeļus (izvēle), pieprasa caurskatāmas un pārvaldāmas izmaksas (izmaksas) un prasa drošības un datu privātuma garantijas (kontrole).

Viņš arī norādīja, ka lielākā daļa uzņēmumu joprojām ir mākslīgā intelekta attīstības sākumposmā, bieži izmantojot tikai pamata rīkus, piemēram, ChatGPT. Ir liela iespēja jaunuzņēmumiem palīdzēt uzņēmumiem modernizēt dārgās un neskaidrās vecās sistēmas, piemēram, banku IBM AS/400 centrālās ierīces, izvietojot AI, lai analizētu, izprastu un vai nu modernizētu vai aizstātu novecojušu kodu bāzes.

Tavakoli-Shiraji atziņas uzsver stratēģisko partnerību, dziļas klientu izpratnes un inovācijas nozīmi veco sistēmu modernizācijā kā atslēgas uzņēmumu attiecību veidošanai un attīstībai, izmantojot mākslīgo intelektu un datu tehnoloģijas.