الإجاباتمنشور15 المصادر
في صفقات الشركات الكبرى، التقنية وحدها لا تكفي
المنتج التقني القوي لا يضمن وحده الفوز بعقد مع مؤسسة كبرى؛ فالاستعداد القانوني والأمني وفهم إجراءات الشراء عوامل مؤثرة. ساعدت شراكة Databricks مع Azure في الوصول إلى UBS عبر شروط Microsoft التعاقدية ودعم فريقها للمبيعات.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- المنتج التقني القوي لا يضمن وحده الفوز بعقد مع مؤسسة كبرى؛ فالاستعداد القانوني والأمني وفهم إجراءات الشراء عوامل مؤثرة.
- ساعدت شراكة Databricks مع Azure في الوصول إلى UBS عبر شروط Microsoft التعاقدية ودعم فريقها للمبيعات.
- تختصر مخاوف مشتري الذكاء الاصطناعي في الشركات بأربعة محاور: السياق، والاختيار، والتكلفة، والتحكم.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What lessons did Databricks co-founder and senior vice president of field engineering Arsalan Tavakoli-Shiraji share at TechCrunch Disrupt a. Article summary: Tavakoli-Shiraji’s central lesson was that superior technology does not sell itself to large enterprises: people, processes, enterprise readiness and access through established partners matter too. Microsoft’s Azure part. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
قد تمتلك شركة ناشئة تقنية مميزة، لكنها تظل عاجزة عن الوصول إلى عميل كبير أو اجتياز إجراءات الشراء لديه. ويرى أرسلان طواكلي-شيراجي، المؤسس المشارك لـDatabricks ونائب الرئيس الأول لهندسة الحلول الميدانية، أن كسب الشركات الكبرى لا يتوقف على جودة المنتج؛ فالناس والعمليات والشراكات مهمة أيضًا. 1
3
لماذا تحتاج صفقة المؤسسات إلى أكثر من عرض تجريبي؟
شراء الشركات الكبرى قد يتضمن مراجعات أمنية ومتطلبات قانونية وتعاقدية، فضلًا عن علاقات قائمة مع موردين آخرين. وتشير روايات عن بدايات Databricks إلى أن بعض محاولاتها تعثرت عندما لم تكن مستعدة للإجابة عن أسئلة القانون والعقود والأمن، أو حين كان العميل المحتمل قد التزم بالفعل بمنافس. 19
لذلك شدد طواكلي-شيراجي على أن «الناس والعمليات مهمون» إلى جانب المنتج. 1 والدرس العملي للشركات الناشئة هو ألا تفترض أن التفوق التقني سيضمن الاجتماع أو يحسم الصفقة؛ بل عليها الاستعداد لطريقة الشراء ومتطلبات المؤسسة نفسها.
كيف فتحت شراكة Azure باب UBS؟
في بداياتها، لم تتمكن Databricks من ترتيب اجتماع مع UBS، البنك السويسري. وبعد أن أصبحت شريكًا في Azure، استطاعت الاستفادة من الشروط التعاقدية لمايكروسوفت، كما ساعد فريق مبيعات مايكروسوفت في ترتيب اللقاءات ودعم الشركة لدى العميل. 3
18
وهكذا لم تقتصر قيمة الشراكة على التكامل بين المنتجات: فقد وفرت قناة للوصول إلى العميل وساعدت في تجاوز بعض العوائق التجارية التي واجهتها Databricks بمفردها. 18 وبالنسبة إلى الشركات الناشئة، قد يكون الشريك الأكبر مفيدًا حين يتيح الوصول إلى المشترين أو يساعد على تلبية متطلبات التعاقد والشراء، لا لمجرد أن المنتجين يعملان معًا.
أربعة أسئلة يطرحها مشترو الذكاء الاصطناعي
يلخص طواكلي-شيراجي مخاوف مشتري الذكاء الاصطناعي في المؤسسات في أربعة محاور: السياق، والاختيار، والتكلفة، والتحكم. 1
18
- السياق: هل يستطيع النظام فهم مصطلحات الشركة وسير العمل وأولوياتها؟
18
- الاختيار: هل يمكن للعميل اختيار النماذج أو التبديل بينها بدل الاعتماد على مزود واحد؟
- التكلفة: هل تستطيع المؤسسة تحمّل تكلفة تشغيل المنتج؟
- التحكم: هل يمكن وضع ضوابط لسلوك النظام وحماية المعلومات الحساسة؟
توضح هذه المحاور أن تقييم الذكاء الاصطناعي داخل مؤسسة لا يتعلق بأدائه في عرض تجريبي فحسب؛ بل بمدى ملاءمته لاحتياجاتها وقيودها التشغيلية.
الأنظمة القديمة: فرصة للتحديث وتحدٍّ في التنفيذ
أشار طواكلي-شيراجي أيضًا إلى إمكان استخدام وكلاء الذكاء الاصطناعي في تحديث الأنظمة القديمة. ومن الأمثلة التي تناولتها التقارير أنظمة مصرفية مثل IBM AS/400 والحواسيب المركزية، حيث قد تجعل الشيفرات غير المألوفة أو صعبة الفهم إجراء التغييرات أكثر تعقيدًا. 20
يمكن أن يكون فهم هذه الأنظمة نقطة بداية للتحديث، لكن ذلك لا يعني أن وكيل الذكاء الاصطناعي سيحل محلها تلقائيًا. فقراءة البرمجيات القديمة وتغيير الأنظمة التي تعتمد عليها الأعمال خطوتان مختلفتان.
وحذّر طواكلي-شيراجي من أن نشر الذكاء الاصطناعي على نحو مناسب وعلى نطاق واسع داخل المؤسسات سيستغرق سنوات كثيرة. 20 فإثبات قدرة أداة على تنفيذ مهمة شيء، ودمجها في أنظمة المؤسسة وعملياتها وضوابطها شيء آخر.
ما الذي يمكن أن تتعلمه الشركات الناشئة؟
الخلاصة هي أن الجاهزية للتعامل مع المؤسسات ينبغي أن تكون جزءًا من استراتيجية المنتج. تحتاج الشركات إلى أشخاص وعمليات تتيح لها الإجابة عن أسئلة المشترين، وفهم متطلبات الشراء لديهم، والنظر في شراكات قد تمنحها وصولًا أو تساعدها على تلبية الشروط التجارية. 1
19
أما في منتجات الذكاء الاصطناعي، فعلى الشركات الاستعداد لشرح كيفية التعامل مع سياق العميل، وخياراته التقنية، والتكلفة، والضوابط. 18 قد يفتح الشريك الباب، لكن على الشركة الناشئة أن تثبت أن منتجها يلبي احتياجات العميل ويمكن تشغيله ضمن بيئته.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "في صفقات الشركات الكبرى، التقنية وحدها لا تكفي"؟
المنتج التقني القوي لا يضمن وحده الفوز بعقد مع مؤسسة كبرى؛ فالاستعداد القانوني والأمني وفهم إجراءات الشراء عوامل مؤثرة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
المنتج التقني القوي لا يضمن وحده الفوز بعقد مع مؤسسة كبرى؛ فالاستعداد القانوني والأمني وفهم إجراءات الشراء عوامل مؤثرة. ساعدت شراكة Databricks مع Azure في الوصول إلى UBS عبر شروط Microsoft التعاقدية ودعم فريقها للمبيعات.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تختصر مخاوف مشتري الذكاء الاصطناعي في الشركات بأربعة محاور: السياق، والاختيار، والتكلفة، والتحكم.