Teknologi yang hebat sahaja jarang cukup untuk memenangi kontrak dengan syarikat besar. Tavakoli Shiraji merumuskan perkara yang diberi perhatian pembeli AI perusahaan sebagai empat C: konteks, pilihan, kos dan kawalan.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

Create 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
Mempunyai produk yang bagus belum tentu cukup untuk memenangi pelanggan korporat besar. Menurut pengasas bersama Databricks dan naib presiden kanan kejuruteraan lapangan, Arsalan Tavakoli-Shiraji, hubungan, proses dalaman dan akses melalui rakan kongsi juga memainkan peranan. Usaha awal Databricks untuk mendekati UBS, diikuti kerjasamanya dengan Microsoft Azure, menunjukkan bagaimana kesiapsiagaan komersial boleh membantu syarikat pemula mendapat peluang untuk berbincang. 1
3
Syarikat pemula boleh menawarkan teknologi yang menarik, tetapi masih berdepan kesukaran untuk menjual kepada organisasi besar. Proses pembelian perusahaan boleh melibatkan hubungan sedia ada dengan pembekal, syarat undang-undang dan kontrak, serta semakan keselamatan. Laporan mengenai pengalaman Tavakoli-Shiraji menyebut bahawa beberapa usaha jualan awal Databricks terbantut kerana syarikat itu belum bersedia menjawab soalan berkaitan undang-undang, kontrak dan keselamatan. Dalam kes lain, bakal pelanggan sudah pun komited kepada pesaing. 19
Sebab itu beliau menegaskan bahawa “orang dan proses juga penting” di samping mutu produk. 1 Bagi pengasas, maksudnya jelas: bersedia untuk memenuhi proses pembelian pelanggan, dan jangan menganggap kelebihan teknikal secara automatik akan membawa kepada mesyuarat atau menutup jualan.
Pada mulanya, Databricks sukar mendapatkan peluang untuk bertemu UBS, sebuah bank Switzerland. Selepas menjadi rakan kongsi Azure, Databricks dapat menggunakan terma kontrak Microsoft. Pasukan jualan Microsoft turut membantu mengatur pertemuan dan menyokong Databricks dalam urusannya dengan pelanggan itu. 3
18
Jadi, kerjasama tersebut menawarkan lebih daripada hubungan teknologi awan: ia membantu menangani halangan komersial dan membuka akses jualan yang sukar diperoleh Databricks sendiri. 18 Bagi syarikat pemula, rakan kongsi yang lebih besar boleh membawa nilai melalui kredibiliti, akses kepada pembeli atau bantuan memenuhi syarat perolehan—bukan sekadar kerana produk kedua-dua pihak boleh disepadukan.
Tavakoli-Shiraji membahagikan kebimbangan pembeli AI perusahaan kepada empat perkara: konteks, pilihan, kos dan kawalan. 1
18
Keempat-empat perkara ini menunjukkan bahawa AI untuk perusahaan perlu sesuai dengan cara organisasi beroperasi dan batasan yang dihadapinya—bukan sekadar menghasilkan prestasi yang mengagumkan dalam demonstrasi.
Tavakoli-Shiraji turut menyebut pemodenan sistem lama sebagai antara kegunaan berpotensi bagi ejen AI. Laporan mengenai kenyataannya merujuk kepada sistem perbankan seperti IBM AS/400 dan komputer kerangka utama, yang kodnya mungkin sukar difahami dan diubah suai. 20
Keupayaan AI mentafsir sistem lama boleh menjadi titik permulaan untuk kerja pemodenan. Namun, itu tidak bermakna penggunaan ejen AI terus menggantikan sistem tersebut. Memahami perisian legasi dan mengubah sistem yang menjadi sandaran operasi sesebuah perniagaan ialah dua langkah yang berbeza.
Beliau memberi amaran bahawa penggunaan AI dengan cara yang sesuai dan pada skala besar merentas perusahaan akan mengambil masa bertahun-tahun. 20 Cabarannya ialah merapatkan jurang antara membuktikan sesuatu alat boleh berfungsi dengan menjadikannya benar-benar sesuai dalam sistem, proses dan perlindungan organisasi.
Pengajaran utama daripada pengalaman Databricks ialah kesiapsiagaan menghadapi pelanggan perusahaan perlu menjadi sebahagian daripada strategi produk. Sediakan pasukan dan proses untuk menjawab soalan pembeli, fahami keperluan pembelian pelanggan, dan pertimbangkan sama ada rakan kongsi lebih besar boleh membuka akses atau membantu memenuhi terma komersial. 1
19
Bagi produk AI, syarikat juga perlu bersedia menerangkan cara sistemnya menangani konteks khusus organisasi, pilihan pelanggan, kos operasi dan kawalan. 18 Rakan kongsi boleh membantu membuka pintu, tetapi syarikat pemula tetap perlu membuktikan bahawa produknya memenuhi keperluan pembeli dan boleh berfungsi dalam organisasi tersebut.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Teknologi yang hebat sahaja jarang cukup untuk memenangi kontrak dengan syarikat besar.
Teknologi yang hebat sahaja jarang cukup untuk memenangi kontrak dengan syarikat besar. Tavakoli Shiraji merumuskan perkara yang diberi perhatian pembeli AI perusahaan sebagai empat C: konteks, pilihan, kos dan kawalan.
Bagi syarikat pemula, pengajarannya ialah bersedia menghadapi proses pembelian korporat dan mencari rakan kongsi yang boleh membuka akses kepada pelanggan.
Teknologi yang hebat sahaja jarang cukup untuk memenangi kontrak dengan syarikat besar. Tavakoli Shiraji merumuskan perkara yang diberi perhatian pembeli AI perusahaan sebagai empat C: konteks, pilihan, kos dan kawalan.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

Create 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
Mempunyai produk yang bagus belum tentu cukup untuk memenangi pelanggan korporat besar. Menurut pengasas bersama Databricks dan naib presiden kanan kejuruteraan lapangan, Arsalan Tavakoli-Shiraji, hubungan, proses dalaman dan akses melalui rakan kongsi juga memainkan peranan. Usaha awal Databricks untuk mendekati UBS, diikuti kerjasamanya dengan Microsoft Azure, menunjukkan bagaimana kesiapsiagaan komersial boleh membantu syarikat pemula mendapat peluang untuk berbincang. 1
3
Syarikat pemula boleh menawarkan teknologi yang menarik, tetapi masih berdepan kesukaran untuk menjual kepada organisasi besar. Proses pembelian perusahaan boleh melibatkan hubungan sedia ada dengan pembekal, syarat undang-undang dan kontrak, serta semakan keselamatan. Laporan mengenai pengalaman Tavakoli-Shiraji menyebut bahawa beberapa usaha jualan awal Databricks terbantut kerana syarikat itu belum bersedia menjawab soalan berkaitan undang-undang, kontrak dan keselamatan. Dalam kes lain, bakal pelanggan sudah pun komited kepada pesaing. 19
Sebab itu beliau menegaskan bahawa “orang dan proses juga penting” di samping mutu produk. 1 Bagi pengasas, maksudnya jelas: bersedia untuk memenuhi proses pembelian pelanggan, dan jangan menganggap kelebihan teknikal secara automatik akan membawa kepada mesyuarat atau menutup jualan.
Pada mulanya, Databricks sukar mendapatkan peluang untuk bertemu UBS, sebuah bank Switzerland. Selepas menjadi rakan kongsi Azure, Databricks dapat menggunakan terma kontrak Microsoft. Pasukan jualan Microsoft turut membantu mengatur pertemuan dan menyokong Databricks dalam urusannya dengan pelanggan itu. 3
18
Jadi, kerjasama tersebut menawarkan lebih daripada hubungan teknologi awan: ia membantu menangani halangan komersial dan membuka akses jualan yang sukar diperoleh Databricks sendiri. 18 Bagi syarikat pemula, rakan kongsi yang lebih besar boleh membawa nilai melalui kredibiliti, akses kepada pembeli atau bantuan memenuhi syarat perolehan—bukan sekadar kerana produk kedua-dua pihak boleh disepadukan.
Tavakoli-Shiraji membahagikan kebimbangan pembeli AI perusahaan kepada empat perkara: konteks, pilihan, kos dan kawalan. 1
18
Keempat-empat perkara ini menunjukkan bahawa AI untuk perusahaan perlu sesuai dengan cara organisasi beroperasi dan batasan yang dihadapinya—bukan sekadar menghasilkan prestasi yang mengagumkan dalam demonstrasi.
Tavakoli-Shiraji turut menyebut pemodenan sistem lama sebagai antara kegunaan berpotensi bagi ejen AI. Laporan mengenai kenyataannya merujuk kepada sistem perbankan seperti IBM AS/400 dan komputer kerangka utama, yang kodnya mungkin sukar difahami dan diubah suai. 20
Keupayaan AI mentafsir sistem lama boleh menjadi titik permulaan untuk kerja pemodenan. Namun, itu tidak bermakna penggunaan ejen AI terus menggantikan sistem tersebut. Memahami perisian legasi dan mengubah sistem yang menjadi sandaran operasi sesebuah perniagaan ialah dua langkah yang berbeza.
Beliau memberi amaran bahawa penggunaan AI dengan cara yang sesuai dan pada skala besar merentas perusahaan akan mengambil masa bertahun-tahun. 20 Cabarannya ialah merapatkan jurang antara membuktikan sesuatu alat boleh berfungsi dengan menjadikannya benar-benar sesuai dalam sistem, proses dan perlindungan organisasi.
Pengajaran utama daripada pengalaman Databricks ialah kesiapsiagaan menghadapi pelanggan perusahaan perlu menjadi sebahagian daripada strategi produk. Sediakan pasukan dan proses untuk menjawab soalan pembeli, fahami keperluan pembelian pelanggan, dan pertimbangkan sama ada rakan kongsi lebih besar boleh membuka akses atau membantu memenuhi terma komersial. 1
19
Bagi produk AI, syarikat juga perlu bersedia menerangkan cara sistemnya menangani konteks khusus organisasi, pilihan pelanggan, kos operasi dan kawalan. 18 Rakan kongsi boleh membantu membuka pintu, tetapi syarikat pemula tetap perlu membuktikan bahawa produknya memenuhi keperluan pembeli dan boleh berfungsi dalam organisasi tersebut.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Teknologi yang hebat sahaja jarang cukup untuk memenangi kontrak dengan syarikat besar.
Teknologi yang hebat sahaja jarang cukup untuk memenangi kontrak dengan syarikat besar. Tavakoli Shiraji merumuskan perkara yang diberi perhatian pembeli AI perusahaan sebagai empat C: konteks, pilihan, kos dan kawalan.
Bagi syarikat pemula, pengajarannya ialah bersedia menghadapi proses pembelian korporat dan mencari rakan kongsi yang boleh membuka akses kepada pelanggan.