Philip Lacor, CRO på Personio – en HR- och löneplattform värderad till över 3 miljarder dollar med 1500 anställda, 15 000 kunder och ett säljteam på 400 personer – delade med sig av en insiktsfull AI-omvandlingsresa på SaaStr AI London som fungerar som en mall för intäktsledare som vill implementera AI effektivt i sina go-to-market (GTM) strategier. Medan många AI-inbyggda företag som Replit och Harvey utmärker sig, stod Personio inför en annan utmaning: att driva ett stort, traditionellt B2B-företag belastat av arv av gamla processer. I maj 2024 lanserade deras VD “AI Surge Week”, vilket satte igång en anmärkningsvärd transformation inom sex månader. Detta ledde till att 90 % av deras team använde stora språkmodeller (LLMs) varje vecka, skapade över 400 AI-assistenter, en drastisk minskning av researchtiden för försäljningsrepresentanter (från två timmar till 15 minuter), och en AI-driven SDR som bokade 140 möten på bara sju dagar. **Viktiga lärdomar från Personios AI-omvandling:** 1. **Kombinera Top-Down och Bottom-Up Initiativ:** Initial entusiasm och bred användning av AI innebär inte automatiskt transformation. Verklig förändring kräver att ledningen tar svåra beslut om resursfördelning, budget och prioriteringar. Personio etablerade en "AI Driven Go-To-Market" arbetsgrupp för att kombinera gräsrotsexperimentering med strategiskt top-down-stöd. Bottom-up driver innovation; top-down möjliggör skalning. 2. **Tvärfunktionellt Samarbete är Avgörande:** Framgångsrik AI i GTM kräver teamarbete mellan data- och systemteam, intäktsoperationer, GTM-ingenjörer och affärsanvändare som sälj och marknad. Utan detta samarbete saknar verktyg ofta affärsrelevans eller får inte rätt stöd. Personios 15-mannagruppering skapade bred kulturell förståelse och praktiska lösningar som täckte alla områden. 3. **Använd Jobs-to-Be-Done för att Prioritera Ruthlessly:** Entusiasmen ledde till många halva färdiga AI-projekt innan de prioriterade effektivt. Genom att följa account managers och kartlägga varje rolls dagliga arbetsuppgifter mot kundresan identifierade de var tiden slösades mest och fokuserade AI-insatser på att lösa högpåverkande problem – för att undvika att jaga alla AI-fjörar. 4. **Skapa en AI-Kultur genom Ledarskap, Delning och Firande:** Omvandlingen förstärks när ledare visar vägen för AI-adoption, team delar sina AI-innovationer öppet och framgångar firas. Personio uppmuntrade nyfikenhet genom att reservera platser i President’s Club enbart för de främsta AI-insatserna.

Detta sporrade till brett engagemang och bibehållen drivkraft. 5. **Great AI Beror på Ditt Data, Arbetsflöde och Kontext – inte Bara Verktyg:** Istället för att köpa varje nytt AI-verktyg fokuserade Personio på att integrera LLMs i sin kärnstack (Salesforce/HubSpot, Gong, Qualified, Snowflake, Amazon Bedrock) och rengöra samt koppla samman data på djupet (eliminera dubbletter, integrera skilda system). De berikade modeller med företagspecifik information som ICP-definitioner, pitch-deck och träningsmaterial – vilket gjorde AI mer anpassad och värdeskapande. **Fyra AI-användningsfall som skapade resultat:** - **Win/Loss Intelligence:** Använde samtals- och CRM-data för att generera dynamiska, handlingsbara försvarskort med 10-15 % nya insikter, vilket hjälpte coachning, marknadsföring och produktbeslut. - **Expansion SDR-assistent:** Sänkte research-tiden för SDR från två timmar till 15 minuter genom att hämta data från 10-20 system till Salesforce med intelligenta cross-sell-rekommendationer, vilket fördubblade pipeline per reps. - **Intentscoring för Outbound:** Byggde en dynamisk intentmodell med olika signaler (webbvisningar, recensioner, tidigare användarmönster) för att identifiera köpintentioner och prioritera konton med visuell scoringsfunktion i Salesforce. - **AI Chatt/SDR (“Nia”):** Implementerade AI-chatt dygnet runt på hemsidan, som omedelbart bokade demo-möten och fångade kundinsikter, vilket ledde till 140 bokade möten på en vecka samt gav insikter i realtid om kundernas bekymmer och beteenden. **Fem kritiska misstag att undvika:** 1. **Undvik oändlig hets att testa många verktyg på ytan:** Djup, fokuserad användning av ett fåtal verktyg är bättre än ytliga försök med många. 2. **Gå bortom bara att lära sig AI – börja använda AI:** Praktisk implementering, iteration och experiment är vägen framåt mer än teori. 3. **Tilldela dedikerad personal att dagligen övervaka AI-agenter:** Kontinuerlig träning och justering är avgörande; annars kan AI generera fel eller missa möjligheter. 4. **Bygg aldrig utan affärskontekst:** LLMs och AI måste utvecklas med en grundlig förståelse för säljarbetet och kundresorna. 5. **Förvänta dig inte plug-and-play-lösningar:** Betydande ansträngningar krävs för datarengöring, systemintegration och att lägga till företagspecifik kunskap för att frigöra verkligt AI-värde. **Framtiden: Kan AI möjliggöra tillväxt utan att öka personalstyrkan?** Personio investerar flera hundra tusen dollar på AI-verktyg, med varje SDR-agent som kostar ungefär 100 000 dollar i AI. Även om vissa team kan minskas, kan andra – som kanal- och partnerteam – växa. Målet är inte personalminskningar utan smartare tillväxt och omfördelning av resurser. Den centrala frågan varje CRO bör ställa sig är: “Kan vi dubbla omsättningen utan att dubbla personalstyrkan?” **Sammanfattning:** På bara sex månader efter “AI Surge Week” lyckades Personio åstadkomma en omvälvande AI-driven GTM-revolution som vilade på ledarskapets stöd, ett tvärfunktionellt team, jobb-fokuserad prioritering, en stöttande AI-kultur och djup integration av AI i deras befintliga teknikstack och data. De undvek vanliga fallgropar genom att fokusera på att göra mer än att bara lära sig, följa noggrant och förankra AI i affärsrealiteter. Philip avslutar med ett råd: omfamna AI nu – alla roller kommer att förändras. Medan AI-inbyggda företag går snabbt, kan riktiga SaaS-företag överträffa förväntningarna med rätt spelplan. Philip Laheurtes öppna delning på SaaStr AI London (flygandes in från NYC) visar en pragmatisk och testad färdplan för AI-implementering i mogna B2B-företag – ett bevis på att med rätt strategi, kultur och genomförande kan AI verkligen omvandla intäktsverksamheten.