Nesenajā digitālajā SaaStr AI dienā Russ Fradins, Larridin izpilddirektors, paskaidroja, kā viņu uzņēmums palīdz uzņēmumiem precīzi mērot AI ieviešanu pārdošanas komandās. Larridin būtībā izveido analītikas slāni uzņēmuma AI lietojuma uzraudzībai. To produktu, Scout, izmanto, lai uzraudzītu, kurus AI rīkus darbinieki patiešām izmanto organizācijā, cik efektīvi tie tiek izmantoti, kur ir neefektivitāte un kas veicina iepirkumu plūsmu. Domājiet par Scout kā instrumentu slāni, kas atrodas virs jūsu AI ieguldījumiem, dodot ieskatus par to, kas patiešām darbojas. Tas ir izvietots caur pārlūkprogrammas papildinājumu un darba stacijas aģentu, apkalpojot klientus no izaugsmēs fāzes jaunuzņēmumiem līdz lieliem uzņēmumiem ar desmitiem tūkstošu darbinieku. Tas nav neko vairāk kā vispārēja runa par “AI-pirmo uzņēmumu”. Tas ir reāls datu avots, kas atklāj, ar ko darbinieki sadarbojas, ko ignorē un kur uzņēmumi tērē naudu. Pieci galvenie secinājumi: 1. Vairāk nekā puse jūsu komandas nenaudoja uzņēmuma AI rīkus, par kuriem esat samaksājis Larridin klientu lokā apmēram 60% darbinieku, kuriem ir licences uzņēmuma AI rīkiem, joprojām izmanto personīgos kontus. Iedomājieties šo: jūs parakstījāt Claude uzņēmuma līgumu, laidāt ieviest ChatGPT komandas un vadījāt apmācības—tomēr lielākā daļa jūsu komandas joprojām pieslēdzas ar personīgiem kontiem. Tas nozīmē, ka jūs neiegūstat datus, neieskatus un nesaprotat, cik efektīvi tie tiek izmantoti. Jūs esat iztērējuši simtiem tūkstošu uzņēmuma AI rīkiem, bet joprojām esat aizkulisēs par to patieso izmantošanu. 2. Darbinieki atklāj 5-6 reizes vairāk AI rīku nekā jūs esat apstiprinājis — tas nav problēma, tas ir vērtīgs informācijas avots Par katru oficiāli atzīto AI rīku uzņēmumā darbinieki ir atraduši vēl piecus vai sešus citus neatkarīgi. Piemēram, desmit cilvēku komandā bija sešas dažādas AI piezīmju lietotnes. Russs reiz pievienojās klienta zvaniem agrīnajā posmā, lai atklātu, ka pirms citiem ir aktīvi četri konkurējoši AI roboti. Lai arī daudzi to uzskata par saskaņotības problēmu, pareizā perspektīva ir redzēt to kā bezmaksas eksperimentu no labākajiem talantiem. Galvenais nav ierobežojumi, bet to ieguvumu ievākšana un izmantošana pirms tie pazūd. 3. Liela daļa no jūsu “AI-pamestās pārdošanas komandas” vienkārši izmanto ChatGPT saviem vienkāršajiem meklējumiem Šī atziņa ir pārsteidzoša.

Kad Larridin novērtēja patiesu AI prasmi, ne tikai lietojumu, viņi atklāja, ka būtiska daļa AI mijiedarbības sastāvās no trivāliem meklēšanas vaicājumiem—par sporta rezultātiem vai nejaušiem faktiem. Lai gan tas ir piemērots ikdienas situācijām, tas daudz nemudina pārdošanas mērķu sasniegšanu. Bez iespējas atšķirt darbiniekus, kas izmanto AI, lai veidotu pielāgotas uzrunas materiālus, no tiem, kas jautā par niekiem, jūs nevarat noteikt, vai jūsu AI ieguldījums rada iepirkumu plūsmu vai vienkārši patērē tokens. 4. Pārtraukt apzīmēt darbinieku eksperimentus kā “Ķīniešu ēnu AI” — tas destabilizē uzticību jūsu labākajiem cilvēkiem Russs šim punktam pievērsa īpašu uzmanību. Termins “Ķīniešu ēnu AI” norāda kaut ko slepenu vai nepieņemamu par darbinieku AI lietošanu. Patiesībā jūsu cilvēki rūpīgi meklē jebkādas priekšrocības. Startapu vidē darbinieku un uzņēmuma panākumi ir cieši saistīti. Tāpēc neuzskatiet jaunu rīku izpēti par pārkāpumu, bet kā bezmaksas pētniecības un attīstības programmu. Atbalstiet efektīvus rīkus, novērsiet redundanci un pārvērtiet individuālas atklāšanas par komandas vadlīnijām. 5. AI dramatiski neuzlabos jūsu labāko pārdevēju sniegumu, bet būtiski uzlabos vājāko — un tas ir vissvarīgākais Šī bija ass atziņa no konferences. Katrs pārdošanas vadītājs zina, cik neapmierinoši ir izskatīt līdzekļus tikai, lai atrastu pārdevējus, kuri neaizraujas ar sekotniecību — ne tie, kas ir labākie, bet vidējie un zem vidējā līmeņa. AI nesīs slavas zvaigzni vidējam pārdevējam, bet var arī viņu pacelt līdz stabila līmeņa sniegumam. Ja jāvadā pārdošanas komanda ar simtiem vai tūkstošiem darbinieku, uzlabojot pamata kvalitāti, ātrumu un pilnīgumu sekotniecības darbos, būtiski palielinās ieņēmumi. Kopējās snieguma distribūcijas pārvietošana uz labo pusi ir īstā vērtība.