Współzałożyciel Databricks ujawnia strategie zdobywania klientów korporacyjnych

Image: TechCrunch · Source

Współzałożyciel Databricks, Arsalan Tavakoli-Shiraji, dzieli się doświadczeniami dotyczącymi zabezpieczania dużych kontraktów korporacyjnych, podkreślając znaczenie partnerstw, zrozumienia obaw klientów oraz modernizacji systemów dziedziczonych przy pomocy AI.

Startupy często mają trudności ze zdobywaniem dużych klientów korporacyjnych, błędnie sądząc, że sama zaawansowana technologia wystarczy, by zapewnić umowy. Arsalan Tavakoli-Shiraji, współzałożyciel i starszy wiceprezes ds. inżynierii terenowej w Databricks, wyjaśnił na TechCrunch Disrupt, że choć silna technologia jest niezbędna, to sukces sprzedażowy w dużym stopniu zależy także od ludzi i procesów.

Na początku działalności Databricks miało trudności nawet z umówieniem spotkań z dużymi firmami, takimi jak UBS. Przełom nastąpił dzięki partnerstwu z Microsoft jako partnerem chmurowym Azure, co pozwoliło Databricks wykorzystać ugruntowane kanały sprzedaży i ramy kontraktowe Microsoftu. To partnerstwo było kluczowe w zdobyciu zaufania i otwarciu drzwi, które wcześniej były zamknięte.

Tavakoli-Shiraji radzi startupom rozważenie sprzedaży pod parasolem większych firm technologicznych, aby skorzystać z ich zasięgu sprzedażowego i reputacji. W miarę rozwoju Databricks stało się platformą wspierającą startupy takie jak Hightouch, Addepar i Tecton – czy to poprzez sprzedaż ich produktów w infrastrukturze Databricks, czy też poprzez bezpośrednie inwestycje i przejęcia.

Odnosząc się do obaw przedsiębiorstw związanych z wdrażaniem AI, Tavakoli-Shiraji wskazał cztery główne kwestie, nazwane „czterema C”: kontekst, wybór, koszty i kontrola. Przedsiębiorstwa oczekują AI dostosowanej do ich unikatowego środowiska (kontekst), preferują elastyczność w przełączaniu się między modelami AI (wybór), wymagają przejrzystości i zarządzalności kosztów (koszty) oraz potrzebują zabezpieczeń dotyczących bezpieczeństwa i prywatności danych (kontrola).

Zwrócił też uwagę, że większość przedsiębiorstw jest wciąż na wczesnym etapie dojrzałości AI, często korzystając jedynie z podstawowych narzędzi, takich jak ChatGPT. Istnieje duża szansa dla startupów, aby pomóc firmom unowocześnić kosztowne i nieprzejrzyste systemy dziedziczone, takie jak mainframe IBM AS/400 w bankach, wykorzystując AI do analizy, zrozumienia oraz modernizacji lub zastąpienia przestarzałych baz kodu.

Wskazówki Tavakoli-Shiraji podkreślają znaczenie strategicznych partnerstw, dogłębnego zrozumienia klienta oraz innowacji w modernizacji systemów dziedziczonych jako kluczy do zdobywania i rozwoju relacji korporacyjnych dzięki technologiom AI i danych.