Philip Lacor, CRO i Personio – en HR- og lønnsplattform verdt over 3 milliarder dollar med 1 500 ansatte, 15 000 kunder og et salgsteam på 400 personer – delte en innsiktsfull reise om AI-transformasjon på SaaStr AI London, som fungerer som en mal for inntektsledere som ønsker å implementere AI effektivt i go-to-market (GTM) strategier. Mens mange AI-native selskaper som Replit og Harvey utmerker seg, sto Personio overfor en annen utfordring: å drive et stort, tradisjonelt B2B-selskap som var belastet med arvede prosesser. I mai 2024 lanserte deres CEO «AI Surge Week», som utløste en bemerkelsesverdig transformasjon innen seks måneder. Dette resulterte i at 90 % av teamet brukte store språkmodeller (LLMs) ukentlig, det ble opprettet over 400 AI-assistenter, en dramatisk reduksjon i research-tid for salgsrepresentanter (fra to timer til 15 minutter), og en AI-drevet SDR som booket 140 møter på bare syv dager. **Viktige lærdommer fra Personios AI-transformasjon:** 1. **Kombiner Top-Down og Bottom-Up Initiativer:** Først var entusiasmen og den brede bruken av AI ikke nok for å skape reell transformasjon. Sann endring krevde at ledelsen tok tøffe beslutninger om ressursfordeling, budsjett og prioriteringer. Personio opprettet en arbeidsgruppe for «AI Powered Go-To-Market» for å kombinere grasrotsforsøk med strategisk toppstyrt støtte. Bottom-up driver innovasjon; top-down muliggjør skalering. 2. **Tverrfaglig samarbeid er avgjørende:** Vellykket AI i GTM krever teamarbeid mellom data- og systemteam, inntektsoperasjoner, GTM-ingeniører og forretningsbrukere som salg og markedsføring. Uten denne integrasjonen blir verktøy enten irrelevant for virksomheten eller brukere får ikke tilstrekkelig støtte. Personios arbeidsgruppe på 15 personer skapte bred forankring og praktiske løsninger på tvers av alle områder. 3. **Bruk Jobs-to-Be-Done for å prioritere ruthlessly:** Entusiasme førte til mange halvferdige AI-prosjekter før de lærte å prioritere effektivt. Ved å følge salgsledere og kartlegge hver rollen sine daglige oppgaver mot kundereisen identifiserte de hvor tid gikk tapt mest, og fokuserte AI-innsatsen på å løse de mest kritiske smertene – for å unngå å jage etter alle skinnende AI-muligheter. 4. **Så AI-kultur gjennom lederskap, deling og feiring:** Transformasjon forsterkes når ledere viser vei i AI-bruk, team deler sine AI-innovasjoner åpent, og suksesser feires. Personio oppmuntret nysgjerrighet ved å reservere plasser i President’s Club kun for topp AI-innsatser.

Dette skapte bred deltagelse og opprettholdt momentum. 5. **Stor AI avhenger av data, arbeidsflyt og kontekst – ikke bare verktøy:** I stedet for å kjøpe inn alle nye AI-verktøy fokuserte Personio på å legge LLM-er på sin kjerneplattform (Salesforce/HubSpot, Gong, Qualified, Snowflake, Amazon Bedrock) og rengjøre og koble dataene sine grundig (fjerne duplikater, integrere ulike systemer). De beriket modellene med bedriftsinterne data som ICP-definisjoner, pitch decks og treningsmateriell – for å gjøre AI skreddersydd og virkelig nyttig. **Fire AI-bruksområder som skapte effekt:** - **Win/Loss-innsikt:** Brukte samtale- og CRM-data til å generere dynamiske, handlingsrettede kampkort med 10-15 % nye innsikter, for å informere coaching, markedsføring og produktbeslutninger. - **Utvidelses-SDR-assistent:** Reduserte research-tiden for SDR fra to timer til 15 minutter ved å hente data fra 10-20 systemer inn i Salesforce med smarte kryss-salgs-anbefalinger, og doblet pipeline per representant. - **Intensjonsscore for outbound:** Bygde en dynamisk intensjonsmodell basert på ulike signaler (webbesøk, anmeldelser, handlinger fra tidligere brukere) for å identifisere kjøpssignaler og prioritere kontoer med visuell scoring i Salesforce. - **AI-chat/SDR (“Nia”):** Implementerte AI-chat døgnet rundt på nettstedet, som umiddelbart booket demo-møter og samlet inn kundinnsikt, noe som førte til 140 bookede møter på én uke og avdekket sanntids kundebekymringer og atferd. **Fem viktige feil å unngå:** 1. **Unngå endeløse overfladiske verktøystester:** Dyp, målrettet bruk av få verktøy er bedre enn overfladiske forsøk med mange. 2. **Gå utover bare å lære AI – begynn å bruke AI:** Praktisk utrulling, iterasjon og eksperimentering driver fremgang mer enn teori. 3. **Tildel dedikerte personer til å overvåke AI-agentene daglig:** Kontinuerlig opplæring og justering er essensielt; ellers kan AI feile eller misse muligheter. 4. **Bygg aldri uten forretningskontekst:** LLM-er og AI må utvikles med grundig forståelse av salgsprosesser og kundereiser. 5. **Ikke vent med plug-and-play-løsninger:** Betydelig innsats kreves for å rydde data, koble systemer og legge inn bedriftsspesifikk kunnskap for å frigjøre ekte AI-verdi. **Ser vi fremover: Kan AI muliggjøre vekst uten å øke bemanningen?** Personio bruker flere hundre tusen dollar på AI-verktøy, hvor AI for hver SDR koster ca. 100 000 dollar. Mens noen team kanskje vil krympe, kan andre – som kanal- og partnerteam – vokse. Målet er ikke oppsigelser, men smartere skalering og ressursomfordeling. Det sentrale spørsmålet hver CRO bør stille: «Kan vi doble inntektene uten å doble antall ansatte?» **Oppsummert:** På bare seks måneder etter «AI Surge Week» oppnådde Personio en transformativ AI-ledet revolusjon innen GTM, bygget på lederskapets støtte, et tverrfaglig team, jobbfokuserte prioriteringer, en støttende AI-kultur og dyp integrasjon av AI i eksisterende teknologistack og data. De unngikk vanlige fallgruver ved å fokusere på handling framfor læring, overvåke nøye og forankre AI i forretningsrealityene. Philips avsluttende råd: Vær tidlig ute med AI – alle rollene dine vil utvikle seg. Mens AI-native selskaper beveger seg raskt, kan ekte SaaS-virksomheter overgå forventningene med riktig oppskrift. Philip Laheurtes ærlige deling på SaaStr AI London (som han fløy inn fra NYC) peker på en pragmatisk, testet veikart for AI-innføring i modne B2B-organisasjoner – og beviser at med riktig blanding av strategi, kultur og gjennomføring kan AI virkelig transformere inntektsoperasjoner.