मी आत्ता बोलतो त्या प्रत्येक कंपनीला खात्री आहे की त्यांना AI समस्या आहे. त्यांचे एआय ईमेल लिहितात ज्याला कोणीही प्रतिसाद देत नाही. हे खात्यांचे संशोधन करते आणि सहा महिन्यांपूर्वी विक्री संघ आधीच बंद केलेल्या पृष्ठभागाचे नेतृत्व करते. फिंगर-नंबिंग सेशन्स टूल्समध्ये कॉपी आणि पेस्ट केल्याने प्रत्येक स्पर्धक प्रकाशित करत असलेल्या सामग्रीप्रमाणेच सामग्री तयार करतात. नेते एकामागून एक टूलमध्ये गुंतवणूक करतात, प्रशिक्षण सत्रानंतर प्रशिक्षण सत्र चालवतात आणि तरीही स्वतःला त्याच प्रश्नाकडे टक लावून पाहतात: एआय प्रत्यक्षात सुई का हलवत नाही? तुम्हाला जे सांगितले जात नाही ते येथे आहे. समस्या आपल्या मॉडेलची नाही. समस्या तुमचा डेटा नाही. समस्या संदर्भाची आहे: तुमच्या व्यवसायाचे विशिष्ट ज्ञान, तुमचे ग्राहक आणि त्यांना सध्या कशाची गरज आहे आणि तुमची टीम प्रत्यक्षात कशी कार्य करते. ही समस्या सोडवणे देखील सर्वात कठीण आहे आणि ज्याचे निराकरण करण्यात उद्योग सर्वात कमी आहे. संदर्भ पायाभूत सुविधा आहे, वैशिष्ट्य नाही इथे माझ्या मते भेद नष्ट होत चालला आहे. डेटा म्हणजे काय झाले. संदर्भ वास्तविक घटनांभोवती अर्थ प्रदान करतो, त्यांचा अर्थ काय आहे, ते का महत्त्वाचे आहेत आणि त्याबद्दल काय करावे. संदर्भ हे वैशिष्ट्य नाही; त्यासाठी आवश्यक पायाभूत सुविधा आहेत. तुमच्या CRM कडे अठरा महिन्यांपूर्वी करार बंद झाल्याची नोंद आहे. तो डेटा आहे. कॉन्टेक्स्ट म्हणजे डील बंद झाल्याची माहिती आहे कारण तुमच्या चॅम्पियनने कंपनी बदलली आहे, ती उतरण्यापूर्वी किंमत तीन वेळा समायोजित करावी लागली आणि तो ग्राहक आता वर्षातून अनेक नवीन डीलचा संदर्भ देतो आणि ऑटोमेशनद्वारे संपर्क साधला जाण्याचा तिरस्कार करतो. त्या खात्यावर काम करणाऱ्या माणसाला हे सर्व माहीत आहे. जवळजवळ कोणतेही AI करत नाही, कारण ते कॅप्चर करण्यासाठी जवळजवळ कोणतेही प्लॅटफॉर्म तयार केलेले नाही. हे अंतर आहे. मॉडेल अंतर नाही. डेटा गॅप नाही. संदर्भातील अंतर. आणि HubSpot एजंटिक ग्राहक प्लॅटफॉर्मसह ही समस्या सोडवत आहे. जेव्हा यामिनीने या वर्षाच्या सुरुवातीला आमचा एजंटिक ग्राहक प्लॅटफॉर्म सादर केला, तेव्हा तिने त्याखालील पायाचे वर्णन केले: एक अशी जागा जिथे तुमचा सर्व ग्राहक डेटा आणि व्यवसाय संदर्भ राहतात, तुमच्या टीमसाठी आणि तुमच्या AI एजंटना गरज असताना उपलब्ध आहे. सर्वोत्तम पायाभूत सुविधा अदृश्य आहे. हे पार्श्वभूमीत चालते, तुमचा व्यवसाय बदलत असताना चालू राहते आणि तुमचा संघ स्वतःची पुनरावृत्ती करत नाही. हे मानक AI आहे ज्याला धरून ठेवले पाहिजे आणि जवळजवळ कधीही पूर्ण होत नाही. संदर्भातील अंतरांची लपलेली किंमत तुमची टीम प्रत्येक दिवशी एक खर्च भरते जी तुमच्या AI बजेटमध्ये दिसत नाही. आम्ही याला ब्रीफिंग टॅक्स म्हणतो: एआयला काहीतरी उपयुक्त निर्माण करण्यासाठी पुरेशी पार्श्वभूमी देण्यासाठी आवश्यक वेळ आणि पुनरावृत्ती. तुम्ही तुमचा ब्रँड व्हॉइस लिहिण्यास सांगण्यापूर्वी स्पष्ट करा. तुम्ही खाते इतिहासामध्ये संशोधन करण्यास सांगण्यापूर्वी पेस्ट करा. प्रत्येक अर्थपूर्ण कार्यापूर्वी तुम्ही तुमची किंमत संरचना, तुमचा प्रतिस्पर्धी लँडस्केप, तुमच्या ग्राहक प्रोफाइलचे वर्णन करता. आणि दुसऱ्या दिवशी, तुम्ही ते पुन्हा करा. त्यातून तुमचा व्यवसाय शिकत नाही. तुमची टीम AI री-ब्रीफिंगसाठी किती तास गमावते ही खरी किंमत नाही, ती संधीची किंमत आहे: AI ला तुमचा व्यवसाय खरोखर माहित असता तर अंतर्दृष्टी समोर आली असती. ब्रीफिंग कर हे फक्त रोजचे घर्षण आहे. कठिण समस्या ही आहे जी तुम्हाला दिसत नाही: कालांतराने संदर्भाचे काय होते. तुमची स्पर्धात्मक स्थिती बदलते. तुमची आदर्श ग्राहक प्रोफाइल बदलते. तुमचे प्लेबुक अपडेट होते. तुमच्या AI ला त्यातले काहीही माहीत नाही. ते विसरले असे नाही. त्यात संभाषणाची आठवण आहे. फक्त त्यामागच्या व्यवसायाशी त्याचा संबंध नाही. GTM संघांसाठी, हे AI सारखे दिसते जे आत्मविश्वासाने चुकीचे आहे. एखादा प्रकल्प बदलतो, तुमचा कार्यसंघ ॲडजस्ट होतो, पण AI कालबाह्य संदर्भावर चित्र काढत राहते. आउटपुट बंद आवाज सुरू. शिफारशी यापुढे तुमच्या ध्येयांशी जुळत नाहीत. जेव्हा तुमचे AI संपूर्ण चित्राशी कनेक्ट केलेले नसते, तेव्हा ते वास्तविक मूल्य निर्माण करण्यासाठी आवश्यक असलेले संपूर्ण, गतिमान ज्ञान कधीही विकसित करू शकत नाही. ते एक साधन राहते. तो कधीही विश्वासू संघमित्र बनत नाही. ग्रोथ टीम्सना त्यांच्या स्वतःच्या संदर्भाची आवश्यकता असते सर्व संदर्भ समान तयार केलेले नाहीत. ChatGPT सारखी वैयक्तिक AI साधने वैयक्तिक संदर्भ तयार करत आहेत: तुमची प्राधान्ये, तुमचा संभाषण इतिहास, तुमची संवाद शैली. Glean सारखी एंटरप्राइझ साधने संस्थात्मक संदर्भ तयार करत आहेत: तुमचे दस्तऐवज, विकी आणि संस्थात्मक ज्ञान. HubSpot वर, आम्ही वाढीचा संदर्भ तयार करत आहोत: AI ला मार्केटिंग, विक्री आणि ग्राहकांच्या यशापयशावर परिणाम साधण्यासाठी समृद्ध, उच्च-गुणवत्तेची आणि अचूक समज असणे आवश्यक आहे. ही संकल्पना नाही. आम्ही वास्तविक पायाभूत सुविधा तयार करत आहोत ज्याचा अर्थ असा होईल की आम्ही ग्राहकांसाठी हा संदर्भ कॅप्चर करू आणि त्यांची देखभाल करू, तसेच त्यांना स्वयं-व्यवस्थापित करण्याची क्षमता देखील देऊ. आम्ही वाढीच्या संदर्भाकडे पाच परिमाणे पाहतो: व्यवसाय संदर्भ म्हणजे तुम्ही काय करता, कसे करतास्पर्धा करा आणि तुम्हाला काय विकत घेण्यासारखे आहे. तुमचे उत्पादनाचे स्थान, तुमचे वेगळेपण, तुमचे किंमतीचे तर्क, तुमचा ब्रँड आवाज. हाच संदर्भ आहे ज्यामुळे AI इतर प्रत्येक कंपनीसारखा आवाज न होता तुमच्या कंपनीसारखा आवाज येतो. तुमची श्रेणी. ते कॅप्चर करण्यासाठी ब्रँड डॉक अपलोड करण्यापेक्षा अधिक आवश्यक आहे. त्यासाठी ज्ञानाची रचना करणारी आणि प्रत्येक परस्परसंवादावर ते आपोआप लागू करणारी प्रणाली आवश्यक आहे. टीम संदर्भ म्हणजे तुमचे लोक प्रत्यक्षात कसे काम करतात. तुमची विक्री पद्धत, तुमचे पात्रता निकष, तुमचे वाढीचे मार्ग. तुमच्या ऑनबोर्डिंग दस्तऐवजांमध्ये राहणारी आवृत्ती नाही, तर तुमचे सर्वोत्तम प्रतिनिधी प्रत्यक्षात वापरत असलेली आवृत्ती. वास्तविक निर्णयाचा वापर करणाऱ्या स्क्रिप्टचे अनुसरण करणाऱ्या AI ला हे वेगळे करते. या प्रकारचा संदर्भ कोणत्याही CRM फील्डमध्ये राहत नाही. हे कॉल रेकॉर्डिंग, डील नोट्स आणि हजारो परस्परसंवादांमध्ये केवळ दृश्यमान नमुन्यांमध्ये राहतात. प्रक्रिया संदर्भ म्हणजे तुमचे कार्यप्रवाह सरावात कसे दिसतात. काय हँडऑफ ट्रिगर करते. काय करार उच्च प्राधान्य देते. तुमच्या मोहिमा कशा तयार केल्या जातात आणि प्रत्येकासाठी यश कसे दिसते. हे एआयला केवळ माहिती प्रदान न करता कारवाई करण्यास अनुमती देते. हे AI मध्ये तयार करण्यासाठी तुमचे वास्तविक वर्कफ्लो समजून घेणे आवश्यक आहे, केवळ त्यांचे वर्णन न करता, त्यामुळे सिस्टम त्यांचा संदर्भ घेण्याऐवजी त्यांच्यावर कार्य करू शकते. ग्राहक संदर्भ म्हणजे तुमच्या नातेसंबंधांचा संचित इतिहास. प्रत्येक खात्याने काय विकत घेतले आहे, त्यांनी ते का विकत घेतले आहे, त्यांची उद्दिष्टे काय आहेत, कुठे घर्षण झाले आहे, पुढील तार्किक संभाषण काय असावे. यामुळेच आउटरीचला कोल्ड कॉलऐवजी संभाषणासारखे वाटते. राखण्यासाठी ही सर्वात कठीण श्रेणी आहे कारण ती सतत बदलते. हा प्रवाह आपोआप, प्रत्येक टचपॉईंटवर ठेवणे, ही पायाभूत सुविधांची समस्या आहे जी बहुतेक प्लॅटफॉर्मने सोडवली नाही. नेटवर्क संदर्भ हा ग्रोथ कॉन्टेक्स्टचा एक परिमाण आहे जो कोणतीही वैयक्तिक कंपनी एकट्याने तयार करू शकत नाही. HubSpot 280,000 पेक्षा जास्त कंपन्यांसह कार्य करते. याचा अर्थ असा की, संघ बाजारात कसे जातात, मोहिमा कशाप्रकारे करतात आणि ग्राहक कसे खरेदी करतात याविषयीचे व्यापक ट्रेंड आम्ही पाहतो, ज्या प्रमाणात कोणतीही वैयक्तिक कंपनी स्वतःची प्रतिकृती बनवू शकत नाही. ती सामूहिक बुद्धिमत्ता प्लॅटफॉर्मवर प्रत्येक कंपनीसाठी उपलब्ध ग्रोथ कॉन्टेक्स्टचा एक थर बनते, जे तुम्ही एकच मोहीम चालवण्यापूर्वी तुमची AI शिफारस करते ते आकार देते. योग्य प्रश्न कसे दिसतात तुम्ही तुमच्या टीमसाठी AI चे मूल्यांकन करत असल्यास, प्रत्यक्षात महत्त्वाचे प्रश्न मॉडेलबद्दल नाहीत. मॉडेल्सचे वाढत्या प्रमाणात कमोडिटीजीकरण होत आहे. योग्य प्रश्न संदर्भाविषयी आहेत. ते संपूर्ण चित्र कॅप्चर करू शकते आणि त्यावर कार्य करू शकते? तुमच्या CRM मधील केवळ संरचित आणि असंरचित डेटाच नाही तर तर्क, निर्णय आणि संस्थात्मक ज्ञान जे सामान्यत: लोकांच्या डोक्यात राहतात. संदर्भ आपोआप राखला जातो का? किंवा तुमच्या टीमला प्लॅटफॉर्म गुंतवणुकीला देखरेखीच्या ओझ्यामध्ये बदलून ते व्यक्तिचलितपणे चालू ठेवावे लागेल का? हे विशेषतः वाढीसाठी बांधले आहे का? किंवा हा एक सामान्य-उद्देशीय ज्ञान स्तर आहे ज्यामध्ये काही ग्राहक डेटा समाविष्ट होतो? ते कालांतराने मिश्रित होते का? किंवा संबंधित राहण्यासाठी सतत पुनर्गुंतवणूक आवश्यक आहे? यापैकी कशालाही "नाही" असे उत्तर द्या आणि तुमचे AI तुमच्या व्यवसायासोबत काम करत नाही, ते तुमच्या व्यवसायाच्या अशा आवृत्तीवर चालते जी यापुढे अस्तित्वात नाही. तीच खरी AI शर्यत आहे. ज्या कंपन्यांना ग्रोथ कॉन्टेक्स्ट योग्य मिळतो ते फक्त AI चा वापर करत नाहीत. प्रत्येक वेळी ते वापरताना ते पुढे जातात.
वास्तविक एआय रेस मॉडेल किंवा डेटाबद्दल नाही. हे संदर्भाविषयी आहे.
By Marketing
·
·
6 min read
·
434 views
Read in:
aa
ace
af
ak
alz
am
ar
as
awa
ay
az
ba
ban
be
bew
+191 more
bg
bho
bik
bm
bn
brx
bs
bug
ca
ceb
cgg
ckb
co
crh
cs
cv
cy
da
de
din
doi
dv
dyu
dz
ee
el
en
eo
es
et
eu
fa
ff
fi
fj
fo
fr
fur
fy
ga
gd
gl
gom
gn
gu
ha
haw
he
hi
hil
hne
hmn
hr
hrx
ht
hu
hy
id
ig
ilo
is
it
ja
jam
jv
ka
kab
kbp
kg
kha
kk
kl
km
kn
ko
kri
ku
ktu
ky
la
lb
lg
li
lij
ln
lo
lmo
lt
ltg
lua
luo
lus
lv
mai
mak
mg
mi
min
mk
ml
mn
mni-mtei
mos
mr
ms
mt
my
nd
ne
nl
nn
no
nr
nso
nus
ny
oc
om
or
pa
pag
pam
pap
pl
ps
pt
pt-br
qu
rn
ro
ru
rw
sa
sah
sat
sc
scn
sg
si
sk
sl
sm
sn
so
sq
sr
ss
st
su
sus
sv
sw
szl
ta
tcy
te
tg
th
ti
tiv
tk
tl
tn
to
tpi
tr
trp
ts
tt
tum
ty
udm
ug
uk
ur
uz
ve
vec
vi
war
wo
xh
yi
yo
yua
yue
zap
zh
zh-hk
zh-tw
zu
