TGStat
TGStat
Qidiruv uchun matnni kiriting
Ilg‘or kanal qidiruvi
  • flag Uzbek
    Sayt tili
    flag Russian flag English flag Uzbek
  • Saytga kirish
  • Katalog
    Kanal va guruhlar katalogi Hududiy to‘plamlar Tematik to‘plamlar Платные каналы Kanallar qidiruvi
    Kanal/guruh qo‘shish
  • Reytinglar
    Kanallar reytingi Guruhlar reytingi Postlar reytingi
    Brendlar va shaxslar reytingi
  • Analitika
  • Postlarda qidiruv
  • Telegram'ni kuzatish
  • Targ‘ibot
    Yandex Business orqali reklama Реклама в каналах через TGStat Agency Реклама на сайте TGStat.ru
Внутри AI | Кейсы ИИ Агентов в бизнесе

16 Jul, 14:07

Telegram'da ochish Ulashish Shikoyat qilish

ИИ вне разработки

В прошлых постах много писал про разработку. А что поменялось в процессах других команд?

Сегодня поговорим про эволюцию отдела продаж. За последние несколько месяцев попробовали много инструментов.

Начиналось всё, думаю, как и у всех, с того, что сейлзы начали использовать нейро-инструменты. Например, пробовали обсуждать с ChatGPT свои сделки.
Сами лиды при этом лежат в CRM, сметы считаются в таблицах, КП готовится в Фигме, а процесс выработки решения довольно сложный и состоит из встреч с партнёрами, клиентом, технической командой и т. д.

Когда сейлзы начали использовать ИИ-инструменты, это, как и в случае с разработкой, ускорило работу и сделало её местами более качественной за единицу времени. Но это всё ещё не кратное ускорение / улучшение.

Мы смогли продвинуться чуть дальше. Но сначала нужно понять классические проблемы отдела продаж (не только наших). Изучение кейсов и продуктов компании обычно занимает пару месяцев, адаптация сейлза к процессу сбора КП, синхронизация с командой — всё это приводит к продолжительному онбордингу, на который накладывается ещё и длинный цикл сделки. В итоге сейлз может начать что-то приносить через полгода. При этом капитализация отдела продаж в основном в:

▫️ контактах в CRM
▫️ отработанных лидах и кейсах (которые часто неструктурированы и разбросаны по системам)
▫️ всяческих шаблонах и готовых упаковках
▫️ опыте конкретных людей

Соответственно, чтобы выходить на новый уровень качества и скорости, нужно усиливать эту капитализацию с ИИ.
Все перечисленные пункты на самом деле раскладываются на 2 задачи:

— накопление знаний: чёткая структура, быстрый и простой доступ
— типовые кросс-командные решения

Поэтому первое, что мы сделали — ИИ-агента с поиском по нашим решениям. Он позволяет быстрее ориентироваться в продуктах и кейсах (которых, на минуточку, несколько сотен, и никто не знает про все). А второе — агент, который помогает оценивать уровень качества КП по оформлению и принятым практикам. Таким образом регламенты и подходы становятся не просто рекомендациями (которые на практике быстро деградируют), а правилами, заложенными в систему.

Но этого было недостаточно. Во-первых, оба инструмента находятся в нашей внутренней системе. Получается, сейлз работает в CRM, сидит в чатах и почте, звонит по телефону, готовит КП вместе с GPT и ещё кучу всего делает. И тут ему ещё одну вспомогательную систему дали. Мотивации туда заходить не так много. Новые инструменты добавляются централизованно, а значит долго, и не извлекают экспертизу и знания конкретного сейлза в общие практики. Артефакты подготовки конкретного КП всё также передаются в гугл-папках, CRM, чатах и т. д.

И тут становится понятно, что эти проблемы давно решены в разработке:

▫️ экспертиза, знания и правила — это скиллы для ИИ-агентов
▫️ общее хранилище данных — репозитории, где работают все инженеры (вместе с ИИ-агентами) в одном контексте
▫️ генерация артефактов с кодинговыми агентами работает лучше всяких чатов с GPT

Поэтому решение стало очевидным: сейлзы должны начать накапливать знания о своих пресейлах и генерить решения вместе с техническими командами так же, как это делают разработчики. Мы сделали один общий git-репозиторий для продаж. Он содержит: схему данных о клиентах и их заявках для накопления всех артефактов, MCP CRM, набор скиллов для работы с кодинговыми агентами.

Процесс выглядит так: когда поступает новая заявка, сейлз получает данные о ней из CRM с помощью скилла. Другой скилл делает предварительный анализ клиента и заявки. Сейлз может поразгонять его в глубину вместе с агентом. Дальше первичный созвон с клиентом. Запись попадает в папку лида в репозитории, и агент может использовать её для помощи в генерации первичного решения. Аналогично с записью брейншторма команды. На основе собранных артефактов сейлз составляет план КП. А партнёр или архитектор решения сразу получает весь набор артефактов, просто спуллив апдейт репозитория.

1.1k 0 10 1 14
Katalog
Kanal va guruhlar katalogi Kanallar to‘plamlari Kanallar qidiruvi Kanal/guruh qo‘shish
Reytinglar
Telegram-kanallar reytingi Telegram-guruhlar reytingi Postlar reytingi Brendlar va shaxslar reytingi
API
Statistika API'si Postlar qidiruvi API'si API Callback
Kanallarimiz
@TGStat @TGStat_Chat @telepulse @TGStatAPI
O‘qish
Академия TGStat Telegram tadqiqoti 2019 Telegram tadqiqoti 2021 Telegram tadqiqoti 2023
Kontaktlar
Справочный центр Qo‘llab-quvvatlash Email Vakansiyalar
Har xil narsalar
Foydalanuvchi shartnomasi Maxfiylik siyosati Ommaviy oferta
Botlarimiz
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot