ОтветыОпубликовано15 источники
Как партнёрство с Microsoft помогло Databricks получить крупных клиентов
Одной сильной технологии недостаточно, чтобы заключить контракт с крупной компанией: важны люди, процессы и готовность пройти закупочные, юридические и безопасностные проверки. Партнёрство Databricks с Microsoft Azure помогло компании выйти на UBS: Microsoft предоставила контрактные условия и поддержку своей команды...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- Одной сильной технологии недостаточно, чтобы заключить контракт с крупной компанией: важны люди, процессы и готовность пройти закупочные, юридические и безопасностные проверки.
- Партнёрство Databricks с Microsoft Azure помогло компании выйти на UBS: Microsoft предоставила контрактные условия и поддержку своей команды продаж.
- Корпоративные покупатели оценивают ИИ по четырём критериям: контекст, выбор, стоимость и контроль.
Промпт ИИ
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
Убедительная демонстрация продукта ещё не означает, что крупная компания готова его купить. Стартапу нужно не только показать, что его технология работает, но и ответить на вопросы юристов, службы безопасности и закупщиков — и вообще получить возможность представить своё решение нужным людям.
Об этом говорил сооснователь Databricks и старший вице-президент компании по полевой инженерии Арсалан Таваколи-Шираджи. По его словам, в работе с большими заказчиками «важны люди и процессы» — не меньше, чем сам продукт. 1
Партнёрство, которое открыло дверь к UBS
Когда Databricks была молодой компанией, ей не удавалось договориться о встрече с UBS — крупным швейцарским банком. Ситуация изменилась после партнёрства с Microsoft: став партнёром облачной платформы Azure, Databricks получила возможность работать на условиях Microsoft. Команда продаж Microsoft помогла организовать встречи и поддержала стартап в общении с заказчиком. 3
18
Ценность партнёрства заключалась не только в совместимости продуктов. Оно дало Databricks доступ к покупателю и помогло пройти коммерческие барьеры, которые компания пока не могла преодолеть самостоятельно. 18
Это особенно важно потому, что корпоративные сделки могут застопориться ещё до полноценной оценки продукта. В ранних продажах Databricks возникали вопросы по юридическим условиям, контрактам и безопасности, на которые компания не всегда была готова ответить. А иногда потенциальный клиент уже связывал свои планы с конкурентом. 19
Четыре вопроса о корпоративном ИИ
Таваколи-Шираджи сводит основные опасения покупателей корпоративных ИИ-решений к четырём пунктам — «четырём C»: контекст, выбор, стоимость и контроль. 18
- Контекст: умеет ли система учитывать терминологию компании, её рабочие процессы и приоритеты?
18
- Выбор: может ли заказчик выбирать разные модели и менять их, а не зависеть от одного поставщика?
- Стоимость: во сколько обойдётся использование и эксплуатация решения?
- Контроль: можно ли ограничить поведение системы и защитить чувствительную информацию?
В итоге крупный покупатель оценивает не только то, насколько впечатляюще ИИ справляется с задачей на демонстрации. Важно, вписывается ли он в повседневную работу компании и её требования к затратам, безопасности и управлению.
Старые системы — возможная точка входа для ИИ
Ещё одно направление, о котором говорил Таваколи-Шираджи, — модернизация устаревших систем с помощью ИИ-агентов. В частности, в банковской сфере используются системы IBM AS/400 и мейнфреймы, а их код может быть сложным для понимания. ИИ-агенты потенциально могут помочь разобраться в таких системах. 20
Но понять старое программное обеспечение — не то же самое, что сразу заменить его. Компании зависят от систем, которые уже встроены в их работу, поэтому внедрение ИИ требует времени и осторожности. Таваколи-Шираджи считает, что для подходящего и масштабного внедрения ИИ в крупных организациях понадобятся годы. 20
Урок для стартапов
Опыт Databricks показывает: готовность к корпоративным продажам стоит считать частью стратегии продукта. Нужно заранее продумать, как отвечать на юридические и безопасностные вопросы, разобраться в закупочных требованиях клиента и оценить, поможет ли крупный партнёр получить доступ к нужным заказчикам. 1
19
Партнёрство может открыть дверь, но не заменяет сам продукт. Стартапу всё равно предстоит доказать, что решение подходит компании и способно работать в её реальных условиях.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Как партнёрство с Microsoft помогло Databricks получить крупных клиентов»?
Одной сильной технологии недостаточно, чтобы заключить контракт с крупной компанией: важны люди, процессы и готовность пройти закупочные, юридические и безопасностные проверки.
Какие ключевые моменты необходимо проверить в первую очередь?
Одной сильной технологии недостаточно, чтобы заключить контракт с крупной компанией: важны люди, процессы и готовность пройти закупочные, юридические и безопасностные проверки. Партнёрство Databricks с Microsoft Azure помогло компании выйти на UBS: Microsoft предоставила контрактные условия и поддержку своей команды продаж.
Что мне делать дальше на практике?
Корпоративные покупатели оценивают ИИ по четырём критериям: контекст, выбор, стоимость и контроль.