AnswersPublished15 sources
Wielki klient potrzebuje czegoś więcej niż świetnej technologii
Sama dobra technologia rzadko wystarcza, by zdobyć duży kontrakt. Partnerstwo Databricks z Azure pomogło firmie dotrzeć do UBS dzięki warunkom umownym Microsoftu i wsparciu jego zespołu sprzedaży.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Sama dobra technologia rzadko wystarcza, by zdobyć duży kontrakt. Partnerstwo Databricks z Azure pomogło firmie dotrzeć do UBS dzięki warunkom umownym Microsoftu i wsparciu jego zespołu sprzedaży.
- Arsalan Tavakoli Shiraji opisuje obawy firm kupujących rozwiązania AI za pomocą czterech pojęć: kontekst, wybór, koszt i kontrola.
- Dla startupów wniosek jest prosty: trzeba przygotować się na korporacyjne procedury zakupowe i szukać partnerów, którzy ułatwią dostęp do klientów.
AI Prompt
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
Zdobycie dużego klienta korporacyjnego wymaga czegoś więcej niż dobrego produktu. Liczą się również ludzie, procesy i dostęp do partnerów, którzy znają sposób działania dużych organizacji. Taką lekcję z początków Databricks przytacza współzałożyciel firmy i starszy wiceprezes ds. inżynierii terenowej Arsalan Tavakoli-Shiraji. Przykładem jest droga do UBS, szwajcarskiego banku, oraz późniejsze partnerstwo z Microsoftem. 1
3
Dlaczego prezentacja produktu to za mało
Startup może mieć świetną technologię, a mimo to nie przebić się do dużej firmy. Zakup obejmuje często nie tylko ocenę produktu, lecz także umowy, wymogi prawne i kontrolę bezpieczeństwa. Relacje z wczesnych prób sprzedaży Databricks pokazują, że rozmowy potrafiły utknąć, gdy firma nie była gotowa odpowiedzieć na pytania dotyczące prawa, kontraktów czy bezpieczeństwa. Zdarzało się też, że potencjalny klient był już związany z konkurencyjnym dostawcą. 19
Dlatego Tavakoli-Shiraji podkreślał, że obok jakości produktu liczą się „ludzie i procesy”. 1 Dla założycieli startupów oznacza to konieczność przygotowania się na cały proces zakupowy klienta — zamiast zakładać, że przewaga techniczna sama zapewni spotkanie i podpisanie umowy.
Jak Microsoft pomógł Databricks dotrzeć do UBS
Początkowo Databricks nie mogło doprowadzić do spotkania z UBS. Sytuacja zmieniła się po nawiązaniu współpracy z Microsoftem jako partnerem chmury Azure. Databricks mogło wtedy korzystać z warunków umownych Microsoftu, a zespół sprzedaży tej firmy pomagał organizować spotkania i wspierał startup w rozmowach z klientem. 3
18
Partnerstwo dawało więc więcej niż technologiczną integrację. Pomagało pokonać bariery handlowe i zapewniało dostęp do osób, do których Databricks wcześniej nie potrafiło dotrzeć samodzielnie. 18 Dla młodej firmy duży partner może być cenny, jeśli zapewnia wiarygodność, otwiera drogę do klientów albo ułatwia spełnienie wymogów zakupowych — nie tylko wtedy, gdy jego produkty dobrze współpracują z rozwiązaniem startupu.
Cztery obszary, o które pytają nabywcy AI
Tavakoli-Shiraji porządkuje obawy firm kupujących rozwiązania AI w czterech kategoriach: kontekst, wybór, koszt i kontrola. 1
18
- Kontekst: Czy system potrafi uwzględniać firmową terminologię, sposób pracy i priorytety?
18
- Wybór: Czy klient może wybrać inny model lub zmienić dostawcę, zamiast uzależniać się od jednego rozwiązania?
- Koszt: Czy firmę stać na korzystanie z produktu AI?
- Kontrola: Czy można zabezpieczyć działanie systemu i chronić wrażliwe informacje?
Te kwestie składają się na szerszy sprawdzian: rozwiązanie AI musi pasować do organizacji i jej ograniczeń operacyjnych, a nie tylko dobrze wypaść podczas prezentacji.
Stare systemy mogą być szansą, ale ich zmiana nie jest prosta
Tavakoli-Shiraji wskazywał też modernizację starszych systemów jako możliwe zastosowanie agentów AI. Wśród przykładów przywoływanych w relacjach są systemy bankowe, takie jak IBM AS/400 i komputery mainframe, w których trudno zrozumieć istniejący kod, a przez to również wprowadzać zmiany. 20
Analiza starszego oprogramowania może być punktem wyjścia do modernizacji, ale nie oznacza, że wdrożenie agenta AI automatycznie zastąpi dotychczasowe systemy. Zrozumienie, jak działa stary program, i zmiana systemu, od którego zależy działalność firmy, to dwa różne etapy.
Tavakoli-Shiraji ostrzegał, że właściwe wdrożenie AI na dużą skalę w przedsiębiorstwach zajmie wiele lat. 20 Różnica polega na tym, że czym innym jest pokazanie, iż narzędzie potrafi wykonać dane zadanie, a czym innym — włączenie go w działające systemy, procesy i zabezpieczenia organizacji.
Czego mogą się nauczyć startupy
Najważniejszy wniosek: gotowość do obsługi dużych firm powinna być częścią strategii produktu. Trzeba przygotować zespół i procesy, które pozwolą odpowiadać na pytania klientów, poznać ich wymagania zakupowe i rozważyć współpracę z większym partnerem, jeśli może on ułatwić dostęp do klientów lub pomóc w ustaleniu warunków handlowych. 1
19
W przypadku produktów AI warto umieć wyjaśnić, jak system radzi sobie z firmowym kontekstem, wyborem modeli, kosztami działania i kontrolą. 18 Partner może otworzyć drzwi, ale startup nadal musi pokazać, że jego produkt odpowiada na potrzeby klienta i sprawdzi się w realiach dużej organizacji.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Wielki klient potrzebuje czegoś więcej niż świetnej technologii"?
Sama dobra technologia rzadko wystarcza, by zdobyć duży kontrakt. Partnerstwo Databricks z Azure pomogło firmie dotrzeć do UBS dzięki warunkom umownym Microsoftu i wsparciu jego zespołu sprzedaży.
What are the key points to validate first?
Sama dobra technologia rzadko wystarcza, by zdobyć duży kontrakt. Partnerstwo Databricks z Azure pomogło firmie dotrzeć do UBS dzięki warunkom umownym Microsoftu i wsparciu jego zespołu sprzedaży. Arsalan Tavakoli Shiraji opisuje obawy firm kupujących rozwiązania AI za pomocą czterech pojęć: kontekst, wybór, koszt i kontrola.
What should I do next in practice?
Dla startupów wniosek jest prosty: trzeba przygotować się na korporacyjne procedury zakupowe i szukać partnerów, którzy ułatwią dostęp do klientów.